Vous êtes sur la page 1sur 32

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/297734550

Les déterminants de la rentabilité des banques françaises

Conference Paper · June 2010

CITATIONS READS

0 6,279

3 authors, including:

Houssam Bouzgarrou Seifallah Sassi


University of Sousse - ISG FSEGT, University of Tunis El Manar, Tunisia
29 PUBLICATIONS   56 CITATIONS    20 PUBLICATIONS   206 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Sixth International Conference on Finance. Tunisian Society for Financial Studies. Sousse, Tunisia. December 14-15, 2018. View project

All content following this page was uploaded by Houssam Bouzgarrou on 31 March 2016.

The user has requested enhancement of the downloaded file.


L’analyse des déterminants de la rentabilité des banques françaises
Comparaison entre banques domestiques et banques étrangères

Raoudha Béjaoui Rouissi a (*), Seifallah Sassi b, Houssem Bouzgarrou c


a
LEFA, HEC Carthage, b DEFI, Université Aix Marseille II, c CREM-UMR 6211, IGR Université Rennes 1

Résumé
L’objectif de ce travail empirique est d’identifier les déterminants internes de la rentabilité bancaire qui différencient
les banques domestiques des banques étrangères en France. Ces déterminants, basés sur la performance financière,
couvrent à la fois la profitabilité, la liquidité et le risque. Afin de tester la persistance des profits pour les banques
françaises (POP literature), nous utilisons la méthode des GMM système pour estimer un modèle dynamique sur
données de panel. L’échantillon est composé de 171 banques commerciales françaises, réparties entre 104 banques
domestiques et 67 banques étrangères et observées sur la période 2000-2007. Les résultats des estimations montrent
une persistance des profits modérée pour les banques domestiques contrairement aux banques étrangères. Néanmoins,
ce résultat a été inversé lorsque la rentabilité a été évaluée respectivement par ROA et ROE. Ceci montre l’importance
de l’effet du levier financier, qui différencie ces deux variables et implique que les banques commerciales en France
diffèrent en matière de décision de financement et de collecte de dépôts. Tous les déterminants affectent
significativement la rentabilité bancaire et conforme à nos anticipations, à l’exception du ratio de liquidité, qui indique
une relation positive entre la liquidité et la rentabilité de l’ensemble des banques, ce qui montre que le levier financier
joue un rôle déterminant de différentiation entre les deux catégories de banques. Enfin, les banques étrangères ont un
impact significatif et négatif sur la profitabilité bancaire et ce en les comparant à la performance des banques
domestiques qui présentent une rentabilité plus élevée. Ainsi, les banques domestiques françaises sont plus rentables
que les banques étrangères opérant en France.

Mots-clés : rentabilité bancaire, banques domestiques, banques étrangères, modèle dynamique sur données de panel
Classification JEL : G21 ; C23 ; L25
Thèmes : Finance et Banque ; Econométrie et méthodes statistiques

(*) Conférencier : Tel : professionnel 21671600705, Personnel 21698208580


Adresse : Institut Supérieur de Comptabilité et d’Administration des Entreprises (ISCAE), Campus universitaire la
Manouba, Tunisie
Email : raoudhaiscaet@yahoo.fr
Introduction
La globalisation des économies et des marchés financiers conjuguée à la déréglementation ont modifié les
conditions de concurrence et accru les exigences de rentabilité auxquelles sont soumises les banques. Les
établissements bancaires ont dû s’adapter de façon rapide aux bouleversements qu’a connu le paysage bancaire.
L’internationalisation du marché, l’importance des investissements technologiques nécessaires, la complexité et la
technicité croissantes du métier, ont conduit les établissements à rechercher une taille suffisante, à se diversifier et à se
réorganiser. L’intermédiation financière a ainsi été profondément transformée depuis les années quatre-vingt.
L’intermédiation bancaire traditionnelle (distribution de crédits à la clientèle et collecte de dépôts) a nettement décru,
au profit des activités de marché, qui occupent une place importante où le secteur bancaire participe directement au
développement des opérations sur titres. Ces activités de marchés se sont développées grâce à la libéralisation des
mouvements de capitaux, ce qui a permis au marché bancaire domestique français d’être ouvert à l’actionnariat
étranger.

Au vue des travaux de recherche effectués sur le secteur bancaire de plusieurs pays européens, et étant donné
l’importance économique du secteur bancaire français, il est intéressant d’analyser les déterminants de la rentabilité du
secteur bancaire français en se basant sur la comparaison entre les banques domestiques et les banques étrangères
opérant en France. Il y a lieu de signaler que ces déterminants sont internes et/ou externes. Les déterminants internes
concernent les caractéristiques financières spécifiques à la banque alors que les déterminants externes sont
essentiellement de nature macroéconomiques. Dans ce travail de recherche, nous traiterons uniquement les
déterminants internes pour chaque catégorie de banques.

La question est de savoir si les banques domestiques opérant sur le marché bancaire français
présentent des caractéristiques financières meilleures que celles enregistrées par les banques étrangères
opérant sur le même marché.

L’objectif de ce travail empirique est d’identifier les déterminants internes de la rentabilité bancaire qui
différencient les banques domestiques des banques étrangères en France. Ces déterminants, basés sur la performance
financière, couvrent à la fois la profitabilité, la liquidité et le risque. L’analyse empirique a été effectuée sur un
échantillon non cylindré, composé de 171 banques commerciales françaises, réparties entre 104 banques domestiques
et 67 banques étrangères et observées sur la période 2000-2007.

La littérature sur la persistance des profits pour les banques (POP literature), reflète des obstacles à la
compétitivité attribués à la structure du marché bancaire, nous amène à adopter un modèle dynamique sur données de
panel pour l’évaluation des déterminants de la rentabilité bancaire, en se basant sur la comparaison entre banques
domestiques et banques étrangères opérant en France. En revanche, la présence d’une variable retardée dans le modèle,
rend les techniques d’estimation usuelles sur données de panel inappropriées (modèles à effets fixes et effets
aléatoires). Ainsi, nos estimations ont été basées sur la méthode des GMM système, élaborée par Arellano et Bover
(1995) et Blundell et Bond (1998).

L’article est structuré en cinq parties permettant de situer la question de recherche dans la structure du secteur
bancaire français (section I) et par rapport aux recherches antérieures (section II). La modélisation économétrique est
ensuite détaillée au niveau de la section III, et le choix des variables comme déterminants de la rentabilité bancaire sont
précisées à la section IV. Les résultats empiriques font l’objet de la Section V.

Section 1 : L’ouverture du secteur bancaire français

L’ouverture internationale du secteur bancaire français réside dans l’importance de la présence des
établissements étrangers en France. La présence de banques étrangères s’est accrue fortement suite aux différentes
mesures de déréglementation, en particulier au profit des établissements communautaires. En effet, Le développement
de la présence étrangère en France parmi les banques commerciales a été une caractéristique des trois dernières
décennies, plus particulièrement après l’entrée en vigueur de la loi bancaire de 1984, sous l’effet des mesures de
déréglementation et de modernisation prises depuis lors en matière bancaire et financière. Au cours de la dernière
décennie, le nombre de banques étrangères a continué de s’accroître jusqu’en 2000, alors que l’effectif global des
banques commerciales se réduisait régulièrement, et elles sont devenues majoritaires depuis 1998 (161 sur un total de
291 en 2006). Parmi les banques étrangères, la présence des banques d’origine communautaire s’est accrue durant les
années quatre-vingt-dix et est prépondérante depuis 1997, en raison aussi bien de la création de filiales que de
l’ouverture de succursales en libre établissement. Le tableau suivant recense la présence étrangère en France, réparties
entre banques originaires de l’Espace Economique Européen et de pays tiers :

Evolution comparée depuis dix ans du nombre de banques commerciales sous contrôle étranger
Années 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Originaires de l’EEE 100 107 110 125 125 115 109 104 104 103
Originaires de pays tiers 87 80 71 70 63 61 59 60 57 58
Total 187 187 181 195 188 176 168 164 161 161
Source : rapport annuel du CECEI

Quant aux banques domestiques françaises, L’évolution du nombre de banques commerciales au cours des
dernières années confirme une tendance à la diminution observée déjà depuis 1997. Cette réduction s’explique en
premier lieu par la recherche d’économies d’échelle. Alors que dans les années quatre-vingt, de nombreux
établissements ne disposaient pas de la taille nécessaire pour réaliser, dans des conditions équilibrées, les
investissements technologiques nécessaires, de nombreux regroupements ont eu lieu entre établissements appartenant
aux mêmes réseaux ou exerçant les mêmes activités. En revanche, l’examen de la concentration du système bancaire
sur base sociale ne reflète que partiellement les rapprochements qui ont mû le paysage bancaire depuis 1995. D’après la
BCE, la France est, après l’Allemagne et l’Italie, le pays où les opérations de fusions et acquisitions impliquant des
établissements de crédit ont été les plus nombreuses. Ces mouvements de grande ampleur correspondent en majorité à
des stratégies de diversification métier ou de clientèle. Ils ont abouti à la constitution de six groupes, dont quatre
mutualistes, dominant le système bancaire français, qui interviennent sur l’ensemble des métiers bancaires : Crédit
Agricole, BNP Paribas, Société Générale, Caisses d’Epargne, Crédit Mutuel et Banques Populaires. Le tableau suivant
retrace l’évolution du nombre des banques commerciales domestiques :

Evolution comparée depuis dix ans du nombre de banques commerciales domestiques


Années 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Banques commerciales 199 172 161 144 144 138 137 135 133 130
Source : rapport annuel du CECEI

Néanmoins, les 130 banques commerciales recensées en 2006 ne constituent pas autant d’entreprises indépendantes.
Le tableau suivant présente la répartition des banques domestiques par nature d’actionnariat à fin 2006 :
Appartenance Nombre de banques
Actionnariat familial 9
Assurances 5
Etat 4
Groupes français industriels, commerciaux et de services 14
BNP Paribas 16
Société Générale 16
Crédit Agricole 8
Crédit Mutuel 23
Caisse d’épargne 14
Banque populaire 8
Natixis 8
Banque à actionnariat partagé 5
Total 130

Le renforcement des structures bancaires françaises, combiné au développement international pour les plus
grands groupes, a permis aux banques françaises de maintenir une place significative au niveau mondial. Les six
grands groupes français se situent aujourd’hui parmi les quarante premiers mondiaux, suivant le critère des fonds
propres ; le Crédit Agricole et BNP Paribas figurant dans les dix premières places.

Section 2 : Revue de la littérature sur la comparaison entre banques


domestiques et banques étrangères

Plusieurs études sur les déterminants des marges d’intérêt et de la profitabilité des banques ont été effectuées,
soit sur un seul pays comme les études de Berger (1995, 1987, 2000) et Guorong Jiang et al (2003), soit sur plusieurs
pays comme les études de Demirguc-Kunt et Huizinga (1999 et 2001) et Abreu et Mendes (2002). D’autres études,
établies par Ho et Saunders (1981), Mc Shane et Sharpe (1985), Allen (1988), Angbazo (1996) et Saunders et
Schumacher (2000), mettent en évidence les facteurs de risque qui influencent la détermination des marges d’intérêt
nettes. Le risque est considéré ici de façon fragmentée pour tenir compte du risque de crédit, du risque de taux d’intérêt,
du risque de liquidité et du risque de solvabilité.

2.1. Les études sur les déterminants de la profitabilité bancaire

Les travaux effectués par Demirguc-Kunt et Huizinga (1999,2001) et Guru et al (2002) ont montré que
certaines variables propres aux banques ont un effet sur leur profitabilité. Koehn et Santomero (1980) ont signalé que la
réglementation augmente les besoins en fonds ce qui est de nature à accroître le ratio de capitalisation et à diminuer le
risque. Ainsi, il y a possibilité d’association positive entre le ratio de capitalisation et la profitabilité bancaire. Le travail
élaboré par Berger (1995) sur les banques américaines et les résultats empiriques de Demirguc-Kunt et Huizinga
(1999) confirment l’existence d’une relation positive entre le ratio de capitalisation et la profitabilité bancaire et les
marges d’intérêt nettes. Selon Guru et al (2002), le comportement de la banque vis-à-vis du risque peut être analysé par
l’examen des capitaux et des réserves que la banque a choisi de détenir et de sa politique de gestion de liquidité. En ce
sens, les banques ayant des ratios de capitalisation élevés pourraient être considérées relativement plus sures dans le
cas d’une perte ou d’une liquidation. Toutefois, les ratios de capitalisation élevés sont supposés être des indicateurs
d’un niveau de levier bas, d’un risque plus faible et d’une profitabilité faible.

Du côté du passif, le financement de la banque est assuré par des dépôts à vue, des dépôts d’épargne, et des
dépôts à terme. En moyenne, ce type de financement peut entraîner des faibles charges d’intérêt, mais il est coûteux
puisque les dépôts nécessitent un nombre élevé de succursales et d’autres dépenses. Empiriquement, les travaux de
Demirguc-Kunt et Huizinga (1999) et de Guru et al (2002) ont révélés que les dépôts n’affectent pas significativement
la marge d’intérêt nette, mais ils affaiblissent la profitabilité bancaire. Donc, les banques qui se financent largement
par des dépôts sont moins profitables. Conformément à Molyneux et Thorton (1992), il y a une relation faible et
inverse entre la liquidité et la profitabilité bancaire. En effet, pour se couvrir contre les impasses de liquidités, les
banques sont obligées de détenir couramment des actifs liquides. Toutefois, ces actifs liquides sont toujours associés à
des taux de rendement faibles. Par conséquent, une liquidité élevée est associée avec une profitabilité faible.

L’efficience de la gestion des coûts, mesurée par les charges de structure/total actif permet d’évaluer le coût
encouru par unité monétaire d’actif. Les résultats empiriques de Guru et al (2002) ont mis en évidence qu’une bonne
gestion des coûts permet de réaliser une profitabilité plus efficace. Demirguc-Kunt et Huizinga (1999), ont trouvé que
les charges non financières ont un effet négatif sur la profitabilité de la firme bancaire.

Dans la plupart des études, le total des actifs est utilisé comme mesure de la taille de la firme bancaire.
Demirguc-Kunt et Huizinga (1999, 2001) et Guru et al (2002) ont considéré la taille de la banque dans le modèle de
profitabilité pour prendre en compte de la possibilité d’accorder un volume important de prêts ainsi que la facilité
d’accès des grandes banques au marché des produits. Ceci implique une profitabilité plus élevée, ce qui n’est pas
évident pour les banques de petites tailles. De ce fait, la taille de la banque a un effet significativement positif sur les
marges d’intérêt nettes.

2.2. Les études sur l’impact du risque dans la détermination de la marge d’intérêt

Dans la mesure où les marges d’intérêt requièrent une grande importance dans la profitabilité bancaire, il est
capital de s’interroger si elles peuvent être déterminées de façon optimale et comment elles s’ajustent aux changements
de l’environnement bancaire caractérisé par les incertitudes et une multitude de risques. Ho et Saunders (1981), ont
établi un modèle de base, reconnu sous le nom d’un modèle théorique d’une firme (a firm-theoritical model), qui
représente une banque averse au risque et fait face à des risques liés à l’incertitude de financement ou de l’octroi de
crédits. Le but de ce modèle est de donner une structure simple pour caractériser les facteurs de risque qui influencent
la détermination des marges d’intérêt nettes. Ce modèle étudie l’impact de la volatilité des taux d’intérêt sur la marge
d’intérêt bancaire, définie par la différence entre les revenus d’intérêt reçus sur les actifs et les dépenses d’intérêt
payées sur les passifs, rapportée aux actifs moyens. La marge est, par conséquent, déterminée en fonction du risque de
taux d’intérêt et des facteurs institutionnels susceptibles d’affecter systématiquement les taux pratiqués par les banques
sur les crédits octroyés et les dépôts collectés, ce qui confirme la sensibilité croissante des intermédiaires financiers à la
volatilité des taux. L’argument avancé pour expliquer cette sensibilité, est le développement plus rapide des passifs
exposés au risque de taux. Il est induit par l’utilisation de plus en plus importante des passifs à court terme, alors que le
portefeuille d’actifs est essentiellement constitué de contrats de prêts à taux fixes ou insensibles à la volatilité des taux
d’intérêt. Il devient, par conséquent, difficile pour les banques d’immuniser les effets des variations des taux sur les
marges d’intérêt.

Les extensions de ce modèle, effectuées par Allen (1988), Zarruk (1989), Zarruk et Madura (1992) et
Angbazo (1996) et Wong (1997), s’installent dans l’affiliation des travaux de Ho et Saunders (1981) pour inclure d’une
part, le risque de défaut ou de crédit et son interaction avec le risque de taux d’intérêt ; et d’autre part des facteurs tels
que le risque de dépôt, la taille, la spécialisation… Allen (1988) a reproduit le modèle de Ho et Saunders (1981) pour
inclure les dépôts et les emprunts hétérogènes et a énoncé que les marges d’intérêt pures ont été réduites suite à la
diversification des produits. Zarruk (1989) énonce que les marges bancaires augmentent avec le montant des capitaux
propres et diminuent avec la variabilité des dépôts. Il a montré aussi que les firmes averses au risque diminuent la
variabilité du profit en augmentant les taux de dépôts. Angbazo (1996) a testé l’hypothèse que les banques ayant des
crédits plus risqués et une exposition élevée au risque du taux d’intérêt choisissent les taux de crédit et de dépôts qui
leur permettent d’atteindre des marges nettes d’intérêt plus élevées.

Les résultats de l’étude de Hanweck et Scholar (2003) ont montré que les changements dans les marges
d’intérêt sont positivement liés à la volatilité des taux d’intérêt et accroissent la pente de la courbe des rendements.
Toutefois, ces marges sont négativement liées aux pertes sur les crédits, tant que les banques essayent de changer la
composition de ses actifs et passifs pour compenser ces changements. L’ampleur de ces effets dépend de la
composition des portefeuilles d’actifs et passifs de la banque, puisque les banques ayant une proportion élevée d’actifs
à court terme connaissent une grande croissance de leurs marges d’intérêt lorsque les taux d’intérêt augmentent. Par
contre, les banques ayant un portefeuille d’actifs à taux fixe, sont plus sensibles à l’aplatissement de la courbe des
rendements. Ils suggèrent aussi que les marges d’intérêt nettes des banques commerciales, réparties selon des groupes
définis en terme de spécialisation, de taille du portefeuille d’actifs, sont sensibles aux chocs des crédits, des taux
d’intérêt et de la structure par terme des taux, et ce pour la majorité des groupes de banques, mais à des degrés
variables. En effet, les banques larges et diversifiées semblent être plus sensibles aux chocs de crédit mais moins
vulnérables aux chocs des taux d’intérêt. En revanche, les banques spécialisées semblent être capables d’incorporer les
chocs des crédits rapidement dans leur modèle d’évaluation et ne sont pas sensibles à un accroissement de la volatilité
des taux d’intérêt à court terme ou à un changement dans la forme de la courbe des rendements.

2.3. Les études sur les déterminants de la rentabilité des banques domestiques / banques
étrangères

Levine (1996) précise que les banques étrangères peuvent :


- améliorer la qualité et la disponibilité des services financiers au sein du marché financier domestique, et ce en rendant
les banques plus compétitives en matière de développement technologique.
- stimuler le développement de la supervision et de la réglementation bancaire.
- permettre l’accès au marché international des capitaux.

Toutefois, l’ouverture des marchés financiers à la compétition étrangère peut engendrer des coûts. En effet,
les banques domestiques supportent des coûts dès le moment où elles sont en compétition avec des grandes banques
internationales, les entrepreneurs locaux ne peuvent pas accéder aux services financiers puisque les banques étrangères
opèrent généralement avec les entreprises multinationales et le gouvernement n’arrive pas à contrôler les banques
étrangères les plus résistantes. Claessens, Demirguc-Kunt et Huizinga (2001) examinent, en utilisant 7900
observations bancaires de 80 pays durant la période 1988-1995, l’effet de la présence étrangère dans les marchés
bancaires domestiques. Ils démontrent comment les marges nettes d’intérêt, les frais de personnel, les impôts payés et
la profitabilité diffèrent entre les banques étrangères et les banques domestiques. Les auteurs trouvent que les banques
étrangères ont des profits plus faibles que les banques domestiques dans les pays développés par rapport aux pays en
voie de développement.

Kosmidou et al (2006) ont étudié le secteur bancaire Anglais, qui est traditionnellement le plus ouvert par
rapport aux pays européens et caractérisé par l’évolution rapide de la présence des banques étrangères. L’analyse
multi-variée est utilisée pour identifier les différences entre les caractéristiques financières des banques domestiques et
étrangères, basées sur les facteurs de profitabilité, de liquidité, de risque et d’efficience. Les résultats obtenus montrent
que les banques domestiques enregistrent une performance plus élevée que les banques étrangères. En effet, les
banques domestiques sont caractérisées par un ratio ROE, un ratio marge nette d’intérêt et un ratio crédits/dépôts plus
élevés que ceux calculés pour les banques étrangères.

Bush et Golder (2001) considèrent l’entrée des banques étrangères comme « une arme à double tranchant ».
En effet, bien que ces banques améliorent la qualité et la disponibilité des services financiers au sein du marché
financier domestique et permettent l’accès au marché international des capitaux, mais elles puissent être à l’origine de
la faillite des banques domestiques les moins compétitives1.

Plusieurs études ont comparé l’efficience des banques domestiques et étrangères dans un même pays ou
encore entre pays. Seth (1992) et De young et Noll (1996), ont étudié le marché bancaire américain, et ont démontré que
les banques étrangères sont moins profitables que les banques domestiques. Avkiran (1997) et Sathye (2001) ont
abouti au même constat en étudiant le marché bancaire australien. De plus Williams (2003) a démontré que la
concentration du marché australien réduit considérablement les marges des banques étrangères et constitue par
conséquent une barrière à l’entrée de nouvelles banques étrangères. Hasan et Lorenzo-Vivas (1998) ont trouvé que les
banques étrangères en Espagne sont aussi profitables que les banques domestiques. Berger et al (2000) ont estimé la
frontière de coût-profit afin de comparer l’efficience des banques domestiques et étrangères en France, en Allemagne,
en Espagne, en Angleterre et aux Etats-Unis. Ils concluent que les banques étrangères sont moins efficientes en terme
de coût profit que les banques domestiques pour uniquement les trois pays européens qui sont la France, l’Allemagne et
l’Angleterre. Ceci s’explique, selon Berger et al (2000), par des différences de culture, de réglementation, de langue et
par d’autres barrières explicites et implicites.

Au terme de cette revue de la littérature, il importe de présenter les différentes étapes de notre travail
empirique.

Section 3 : Données et modélisation économétrique

3.1 Données
L’analyse empirique sera effectuée sur un échantillon composé de 171 banques commerciales, réparties entre
104 banques domestiques et 67 banques étrangères2. On utilise les bilans et les comptes de résultat des 171 banques
commerciales retenues dans l’échantillon et qui sont observées sur la période 2000-2007. Les données bancaires
individuelles ont été recueillies de la base de données BANKSCOPE du Bureau van Dijk.

Il convient, cependant, de préciser que, de par sa construction, le panel obtenu est non cylindré (unbalanced

1
Dopico et Wilcox (2002) affirment qu’il n’y a pas de coïncidence que la propriété étrangère dans les systèmes bancaires émergents a nettement
augmenté durant la seconde moitié des années 1990, une période où il y a eu un impact direct de la crise financière asiatique sur les économies
émergentes. Cette affirmation est basée sur le fait que les banques étrangères acceptent d’accorder des prêts plus risqués.
2
Il est à noter que le secteur bancaire français est composé, en 2007, de 290 banques commerciales, réparties entre 130 banques domestiques et 160
banques étrangères. L’indisponibilité des données, en particulier pour les banques étrangères, nous a contraint à limiter notre analyse à un
échantillon composé de 171 banques commerciales, réparties entre 104 banques domestiques et seulement 67 banques étrangères.
panel) puisqu’il contient des données non équilibrées correspondant à des observations qui ne sont pas disponibles
pour toutes les variables retenues, pour toutes les banques du panel sur une ou plusieurs périodes de l’intervalle de
temps étudié. En effet, certaines banques, en particulier les banques étrangères, ne sont pas observées sur toute la
période considérée, puisque les observations relatives à certaines années font défaut étant donnée l’indisponibilité des
données comptables.

3.2 Modélisation économétrique


L’analyse des déterminants de la rentabilité des banques commerciales françaises, en se basant sur la
comparaison entre banques domestiques et banques étrangères, sera menée dans le cadre d’un modèle qui se situe dans
la lignée des travaux de Goddard et al (2004), Athanasoglou et al (2008) et Garcia-Herrero et al (2009).

Le modèle de référence peut être formulé comme suit :


K
Π it = c + ∑ β k X itk + ε it (1.1)
k =1

Π it est la rentabilité de la banque i à l’instant t, mesurée par ROAit ou encore ROEit avec i=1……N ; t=1……T
c étant un terme constant fixe pour toutes les banques et à travers toutes les périodes,

βk est le vecteur de coefficients constants à travers les banques,


X itk est le vecteur des variables explicatives
ε it = α i + µit , avec α i désigne l’effet spécifique individuel non observable (c’est une composante d’erreur unique

pour la banque i) et µit reflète l’interaction des sources non observées de la variation individuelle et temporelle tels
que :

Ε(α i ) = Ε(µit ) = 0
Ε(α i µit ) = 0
Ε(α iα j ) = σ α si i = j et 0 si i ≠ j
2

Ε(µit µ js ) = σ µ si i = j et t = s et 0 si i ≠ j et t ≠ s
2

L’effet spécifique individuel α i est intégré dans le modèle explicatif de la rentabilité bancaire afin de traiter

explicitement le biais d’hétérogénéité à travers les banques3.

Conformément à ce modèle, la variable dépendante qui mesure la rentabilité bancaire de la banque i à la date

t, ROAit ou encore ROEit , aura un caractère mixte puisqu’elle sera fonction de variables explicatives exogènes qui

3
L’ignorance de la différence entre les paramètres à travers les banques et à travers les unités temporelles se traduirait par un problème de
spécification, générateur d’un biais d’hétérogénéité qui pourrait mener à des estimations incohérentes. Par conséquent, en utilisant des informations
relatives aux antinomies temporelles et aux spécificités individuelles, on peut contrôler les effets des variables omises ou non observées qui affectent
la rentabilité bancaire, améliorant ainsi la qualité des estimations économétriques des coefficients des déterminants de la rentabilité.
diffèrent dans le temps et à travers les banques et aussi de variables qui permettent, en même temps, de tenir compte

d’une antinomie individuelle par un terme constant α i spécifique à chaque banque qui reste invariable dans le temps.

En outre, la littérature sur la persistance des profits pour les banques (POP literature), nous amène à adopter
un modèle dynamique sur données de panel pour l’évaluation des déterminants de la rentabilité bancaire, en se basant
sur la comparaison entre banques domestiques et banques étrangères opérant en France. En effet, les profits bancaires
montrent une tendance continue à travers le temps. Cette persistance affichée des variables de rentabilité bancaire, peut
être attribuée à la structure du marché reflétant des obstacles à la compétitivité et à la sensibilité aux chocs
macroéconomiques. Par conséquent, la spécification dynamique du modèle de référence est établie, en introduisant une
variable dépendante retardée dans l’équation (1.1). Elle se présente comme suit :
K
Π it = c + δΠ it −1 + ∑ β k X itk + ε it (1.2)
k =1

Avec Π it −1 est la rentabilité bancaire décalée d’une période, mesurée par ROAit −1 ou encore ROEit −1 , et δ est la
vitesse d’ajustement à laquelle se fait la convergence vers l’état stationnaire. Si la vitesse d’ajustement δ est
comprise entre 0 et 1, ceci implique une persistance des profits, mais qui peut atteindre l’équilibre. Si la valeur de
δ tend vers zéro, ceci démontre une vitesse d’ajustement élevée et implique une structure de marché assez
concurrentielle. Par contre, si la valeur de δ tend vers l’unité (vitesse d’ajustement faible), le marché bancaire est
moins compétitif.

En revanche, la présence d’une variable retardée rend les techniques d’estimation usuelles sur données de
panel inappropriées. Ainsi, l’utilisation des données de panel avec effets fixes ou effets aléatoires ne résout pas les
problèmes économétriques inhérents aux modèles dynamiques. Ceci est dû à la corrélation entre la variable endogène

et les résidus issus de la régression ( α i + µit ). Afin de remédier à cette difficulté, nous estimons l’équation (1.2) par la
méthode des moments généralisés (GMM) suggérée par Arellano et Bond (1991). Cette procédure des estimations,
contient deux étapes. Tout d’abord, il convient de réécrire le modèle dynamique (1.2) en différences premières afin

d’éliminer les effets spécifiques α i . On obtient alors l’expression suivante :


K
∆Π it = δ∆Π it −1 + ∑ β k ∆X itk + ∆µit (1.2) bis
k =1

Or, cette dernière transformation soulève une autre problématique relative à la corrélation entre

∆Π it −1 = (Π it −1 − Π it − 2 ) et ∆µit = ( µit − µit −1 ) . Par conséquent, l’estimateur des moindres carrés ordinaires est
biaisé puisque Π it −1 dépend de µit −1 , ce qui rend nécessaire, dans une deuxième étape, l’utilisation d’une méthode de
variables instrumentales pour l’estimation de l’équation (1.2) bis.
C’est pourquoi, dans une seconde étape, la technique consiste (pour T≥2) à utiliser les variables endogènes retardées en
niveau comme instruments pour estimer l’équation de référence en différence4. Le test de Sargan permet alors de tester
la validité des instruments.

Si cette technique de GMM sur l’équation en différence offre des estimations plus précises que les techniques
usuelles, l’utilisation des variables retardées en niveau comme instruments n’est toujours pas adéquate. En effet,
Blundell et Bond (1998) ont montré que, sur de petits échantillons, les coefficients pouvaient être sérieusement biaisés
dès lors que les variables explicatives en niveau présentent une forte auto corrélation. En plus, le passage en différence
interdit l’introduction de variables invariantes dans le temps, telles que les variables dummy. Il est alors nécessaire, de
développer une seconde méthode, celle des GMM système, élaborée par Arellano et Bover (1995) et Blundell et Bond
(1998).

La méthode des GMM système consiste à empiler le modèle en différence première au modèle en niveau. Dès
lors, on rajoute les instruments pour les régressions en niveau qui sont les différences retardées des variables

correspondantes. Ainsi, on utilise les variables exogènes de type (Π it − 2 , Π it − 3 ,......Π it − n ) 5 comme des instruments
pour les équations en différences premières alors que les variables en différence ∆Π it −1 sont des instruments pour les
équations en niveau. On peut dans cette dernière formulation introduire les variables dummy.

La qualité des estimations des GMM système dépend notamment de la validité de la matrice des instruments
et de l’hypothèse que le terme d’erreur ne présente pas d’auto corrélation. Deux tests sont alors proposés :
Test 1 (Instruments) : la matrice des instruments ne doit pas être corrélée avec les perturbations pour que la régression
soit correcte. Cette hypothèse est évaluée au moyen du test de Sargan.
Test 2 (Auto corrélation des résidus) : étant donné que l’équation de référence a été passée en différences premières,
les résidus ainsi obtenus sont censés être corrélés à l’ordre 1, mais pas à l’ordre 2. Les tests AR (1) et AR (2) de
Arellano et Bond (1991) sont utilisés pour vérifier cette hypothèse.

Enfin, Blundell et Bond (1998) proposent des estimateurs GMM système en deux étapes. Les résidus de
l’estimation de la première étape sont utilisés pour effectuer une estimation robuste à l’hétéroscédasticité de la matrice
de variance – covariance lors de la deuxième étape. Toutefois, les résultats des simulations Monte Carlo élaborées par
Blundell et Bond (1998), ont montré que les estimateurs GMM système de la première étape et de la deuxième étape
sont similaires dans la majorité des simulations effectuées.

Section 4 : Les déterminants de la rentabilité bancaire

4
Quand le modèle comprend en plus de la variable endogène retardée, des variables exogènes X it , Arellano et Bond (1992) suggèrent
d’instrumenter ( X it −1 − X it − 2 ) par leurs valeurs en niveau retardées d’une période ou plus.
5
Et de type ( X it −1 , X it − 2 ,..... X it − n ) lorsque le modèle comprend en plus de l’endogène retardée, d’autres variables explicatives X it
Le choix des variables s’est fait à partir d’une synthèse des différentes variables utilisées dans la littérature sur
la comparaison, en termes de profitabilité, de liquidité et de risque, entre banques étrangères et banques domestiques.

4.1 Les variables dépendantes

►La rentabilité des capitaux propres (Return on equity) : définie par le rapport entre le bénéfice avant impôt et les
capitaux propres. Ce ratio est appelé aussi la rentabilité des actionnaires avant impôt qui permet d’évaluer le rendement
des fonds investis par ceux-ci dans la banque.

►La rentabilité des actifs (Return on assets) : définie par le bénéfice avant impôt divisé par le total des actifs. C’est le
ratio le plus utilisé pour comparer la rentabilité des banques puisqu’il indique les revenus générés par les actifs financés
par la banque.

Toutefois, la rentabilité des capitaux propres est égale à la rentabilité des actifs multipliée par le total des
actifs/fonds propres. Ainsi, pour une même rentabilité économique, la rentabilité financière est d’autant plus élevée
que l’endettement est plus grand. Cet effet de levier se situe au coeur des activités d’une banque, l’intermédiation n’est
en effet que l’utilisation de fonds empruntés à la clientèle pour les prêter à d’autres clients à un taux plus élevé afin de
dégager une marge. De ce fait, une analyse basée sur le ROE, néglige l’effet du levier financier et les risques qui lui
sont associés. De même une analyse basée sur le ROA peut être biaisée à cause des activités hors bilan, puisque ces
activités génèrent significativement des profits mais qui sont exclues du dénominateur de la variable ROA (Goddard et
al (2004),Athanasoglou et al (2008) et Garcia-Herrero et al (2009)).

Les ratios rentabilité des capitaux propres (ROE), rentabilité des actifs (ROA) et la marge nette d’intérêt6 ont
été utilisés dans la majorité des travaux qui traitent de la comparaison entre banque étrangère et banque domestique
afin de mesurer la rentabilité et la profitabilité bancaire. En effet, Demirguç-Kunt et Huizinga (1999,2000), Claessens,
Demirguç-Kunt et Huizinga (2001) ont testé l’effet de l’entrée des banques étrangères sur l’activité des firmes
bancaires domestiques. Les résultats montrent que, la propriété étrangère des banques a un impact négatif sur les
marges et la profitabilité bancaire et ce en les comparant à la performance des banques domestiques qui présentent une
performance plus élevée. Kosmidou et al (2006) ont étudié le secteur bancaire Anglais et ont montré que les banques
domestiques sont caractérisées par un ratio ROE, un ratio marge nette d’intérêt/total actif plus élevés que ceux calculés
pour les banques étrangères.

6
Une autre variable qui mesure la rentabilité des banques est la marge nette d’intérêt (c’est la différence entre les produits d’intérêt et les charges
d’intérêt rapportée au total des actifs). En effet, le rôle de l’intermédiation financière que jouent les banques, en termes de collecte de dépôts et
d’octroi de crédits, conduit à considérer leur marge d’intermédiation comme étant un indicateur de leur performance et de leur profitabilité.
4.2 Les variables explicatives

Plusieurs ratios sont retenus pour identifier les déterminants de la rentabilité en se basant sur la comparaison entre
les banques domestiques et les banques étrangères. Ces ratios correspondent soit à des mesures de liquidité ou de risque
soit à des caractéristiques spécifiques de la banque.

Capitaux propres
► (Equity to total assets) : ce ratio, noté EQTA, mesure le poids du capital de la banque. Il
Total des actifs
détermine la répartition des sources de financement de la banque entre endettement et capitaux propres. Ainsi, un ratio
adéquation du capital (capital adequacy) élevé est un indicateur d’endettement faible et par conséquent d’un risque de
solvabilité plus faible. Toutefois, en terme de rentabilité, la relation conventionnelle risque- rentabilité implique un lien
négatif entre ce ratio et la performance bancaire.

En effet, le niveau des fonds propres d’une banque représente son autonomie financière car au fur et à mesure
que le niveau des fonds propres détenus par la banque augmente, le besoin de financement à long terme diminue.
Athanasoglou et al (2005) et Berger (1995) affirment, qu’en présence d’asymétrie d’information, les banques bien
capitalisées peuvent accéder aux fonds à de meilleures conditions car elles sont considérées comme moins risquées. De
plus, ce ratio peut être considéré comme une mesure du risque d’insolvabilité étant donné que la substitution des dettes
par des capitaux propres réduit la probabilité de faillite et diminue le coût des fonds empruntés. De ce fait, plus ce ratio
sera élevé, moins la banque est risquée et plus la rentabilité de la banque sera faible. Claessens et al (2001) affirment
que les banques domestiques et étrangères acceptent différents niveaux de bénéfices en fonction de l’importance de
leur coût de capital. Particulièrement, les banques étrangères sont plus capables d’augmenter leur fonds propres
acceptent par conséquent une profitabilité plus faible.

Toutefois, si les fonds propres constituent une source de fonds plus chère que les dépôts, une hausse des
capitaux propres peut augmenter le coût du capital de l’établissement bancaire qui serait amené à établir une marge
plus élevée et alors le signe attendu entre le ratio EQTA et la rentabilité est positif. Ceci, est d’autant plus cohérent si
l’on rappelle qu’une augmentation des fonds propres peut affecter positivement la rentabilité bancaire non seulement à
travers la hausse du coût moyen pondéré du capital, mais aussi par l’accroissement du risque induit par l’extension du
portefeuille à des actifs productifs de gains importants. En effet, l’augmentation de la pression sur les banques de
réduire les coûts opératoires de plus que le coût marginal du capital les incite à s’engager dans des activités plus
rentables mais aussi plus risquées et génératrices d’une profitabilité plus importante. Ce résultat a été confirmé par
Demirguc-Kunt et Huizinga (1999 et 2001) qui ont trouvé une relation positive entre les ratios ROA et NIM d’une part
et le ratio EQ/TAt-17 d’autre part.
Pour toutes ces raisons, ce ratio EQTA ne peut pas être considéré comme une variable strictement exogène. Il
sera modélisé comme étant une variable endogène, introduite lorsque la rentabilité bancaire est mesurée par ROA8.

Hypothèse 1 : lorsque le ratio capitaux propres/total des actifs est élevé, la rentabilité est faible ou élevée

Charges de fonctionnement
► (Overhead to total assets) : ce ratio OVTA mesure l’importance des charges de
Total des actifs
personnel et autres charges non financières (dotations aux amortissements et aux provisions sur immobilisations
corporelles et incorporelles) par rapport au total actif de la banque. Ainsi, une banque ayant un large réseau de
distribution se trouve confronter à un effectif employé assez important et à un investissement élevé en immobilisations
corporelles. Les charges de structure sont dues à des changements dans l’activité bancaire et de ses produits, ainsi que
des changements au niveau de la qualité des services bancaires. Selon Guru et al (2002), des coûts élevés sont associés
à un volume d’activité bancaire élevé et donc à des revenus plus élevés. Ainsi, une gestion de coûts efficace est le
déterminant d’une profitabilité meilleure, et par suite il existe une relation significative et positive entre le contrôle des
coûts et la profitabilité bancaire. Les résultats empiriques de Demirguç-Kunt et Huizinga (1999,2000) montrent que la
variable charges de fonctionnement déflatée par le total actif OVTA a un coefficient positif dans la régression de la
marge d’intérêt. Ceci montre que les banques facturent à leurs clients, déposants et emprunteurs, ces charges indirectes
(principalement les frais de personnel) soit en réduisant le taux d’intérêt sur les dépôts et / ou en augmentant les taux
sur les crédits. Cette vérité se manifeste plus dans les pays développés, où la fixation des taux débiteurs et créditeurs est
plus libre, ce qui pourra accentuer la concurrence entre les banques sur les marchés développés.

Le ratio charges de fonctionnement/total actif OVTA, a été utilité dans la plupart des études empiriques qui
traitent de la comparaison entre banques domestiques et banques étrangères. Claessens, Demirguç-Kunt et Huizinga
(2001) ont démontré que dans plusieurs pays développés tels que l’Australie, le Japon, les USA et l’Angleterre, les
banques étrangères présentent des coûts de structure/total actif nettement plus faibles que ceux des banques
domestiques. De même le coefficient de cette variable est négatif dans la régression établie par Kosmidou et al (2006)
qui ont étudié la comparaison entre les banques domestiques et les banques étrangères du secteur bancaire Anglais.
Huong Minh (2002) a testé l’effet de la variable temps sur le ratio charges de fonctionnement/total actif et a démontré
que ce ratio tend à décroître lorsque la banque étrangère est installée depuis longtemps à la Nouvelle Zélande. Ceci
s’explique par le fait que les banques étrangères, afin d’améliorer leur efficacité opérationnelle à travers le temps,
réduisent leurs effectifs en introduisant de nouveaux modes de distribution électronique.

Hypothèse 2 : lorsque les charges de fonctionnement par rapport au total actif augmentent la rentabilité des
banques diminue

7
Le TAt-1 permet de corriger l’actif total, lorsque les bénéfices ne sont pas affectés sous forme de dividende mais incorporés sous forme de réserves
ce qui a un impact sur les fonds propres.
8
Il n’est pas approprié d’introduire la variable EQTA dans l’équation de profitabilité, lorsque la variable dépendante est le ROE, comme il a été
précisé à la page 16.
Total des crédits
► ( loans to customers and short-term funding) : ce ratio mesure l’importance des crédits
Total des dépôts
consentis par la banque par rapport à la principale source de financement de ses crédits. C’est une mesure de la liquidité
de la banque, puisqu’il relie la gestion de la liquidité à la performance bancaire. Ce ratio compare les actifs illiquides
(les crédits) à la principale source de financement stable (les dépôts). Ainsi, plus ce ratio est faible, plus la banque est
considérée liquide et inversement.

Le ratio total crédits/total dépôts LCSTF est significatif dans la régression développé par Kosmidou et al (2006)
et Pasiouras et Kosmidou (2007). En effet, dans la plupart des modèles testés, ce ratio présente un coefficient positif
dans l’évaluation des déterminants de la rentabilité bancaire, particulièrement pour les banques domestiques. De plus,
les banques étrangères ont un ratio plus faible que celui des banques domestiques. Toutefois, un ratio élevé pour les
banques domestiques ne signifie pas l’insuffisance des dépôts par rapport aux crédits, mais plutôt l’importance en
volume des crédits accordés par ces banques. Ceci conforte l’hypothèse selon laquelle les banques domestiques,
spécialisées plutôt en banque de détail, favorisent les activités de distribution des crédits aux ménages (crédits à la
consommation, crédits au logement) et aux petites et moyennes entreprises, alors que les banques étrangères
s’orientent généralement vers les activités de financements spécialisés des grandes entreprises.

Hypothèse 3 : plus le ratio total crédits/total dépôts diminue, moins la banque est rentable

Provisions sur prêts non performants


► (Loan loss provisions to total assets) : ce ratio est un indicateur de la
Total des actifs
qualité des actifs générateurs d’intérêt. En effet, plus le taux de provisionnement est élevé, plus les crédits ont une
probabilité élevée d’être classés. Le ratio provisions sur prêts non performants par rapport au total des actifs LLPTA
peut être considérée comme une mesure du risque de crédit9. Ce ratio est un indicateur de la qualité des actifs
générateurs d’intérêt, puisque les banques dont les prêts sont plus risqués, sont amenées à exiger une marge d’intérêt
plus élevée pour compenser un risque de défaut plus important. Par conséquent, le coefficient dans la régression doit
être positif (Kosmidou et al (2006)). Cependant, plus le risque est élevé, plus la probabilité d’avoir des créances
douteuses est importante. En effet, pour un prêteur, la perte du capital prêté agit sur les sommes non remboursées qui
s’imposent directement sur le résultat et peuvent mettre en péril l’existence de la banque. Par conséquent, on peut
affirmer que la relation entre la rentabilité des banques et ce ratio est négative (coefficient négatif entre le ratio LLPTA
et la rentabilité des capitaux propres). Concernant la comparaison entre banques étrangères et banques domestiques,
Claessens, Demirguç-Kunt et Huizinga (2001) affirment que les différences des taux de provisionnement reflètent la
politique d’octroi de crédit entre ces deux catégories de banques (avec des banques étrangères qui se concentrent
généralement sur les activités de financements des grandes entreprises par rapport aux banques domestiques qui

9
D’autres ratios ont été utilisés pour mesurer le risque de crédit tels que crédits/total actif, provisions/total actif et provisions sur prêts non
performants/crédits.
favorisent les activités de distribution des crédits aux ménages et aux petites et moyennes entreprises). Néanmoins, ce
ratio de provisionnement peut refléter aussi la capacité de ces deux catégories de banques à masquer volontairement
leurs créances douteuses. Les banques étrangères présentent des taux de provisionnement plus faibles en France, au
Danemark et en Suisse en comparaison à ceux calculés pour l’Australie, les USA, le Canada, le Japon et l’Allemagne.

Hypothèse 4 : le ratio provisions sur prêts non performants/total des actifs a un effet négatif sur la rentabilité

Engagements hors bilan


► (Off balance sheet / off balance sheet+Total assets) :
Engagements hors bilan + Total des actifs

Ce ratio, noté OBSOBSTA, permet de mesurer l’importance des engagements hors bilan par rapport à
l’ensemble de l’activité de la banque. En général, les activités du hors bilan peuvent être classées principalement dans
des produits liés aux opérations de crédits, tels que les engagements de prêts et les lettres de crédit, et accessoirement,
dans des produits de gestion des risques de change et de taux d’intérêt. Ainsi, depuis l’internationalisation des marchés
bancaires et l’accès au marché international des capitaux, les opérations hors bilan ont évolué selon une tendance
haussière. Cette stratégie, qui consiste à développer les activités du hors bilan par les banques, est le résultat de la
recherche de sources supplémentaires de profit ou encore d’une raréfaction des activités traditionnelles ou, enfin, une
manière de se dérober des règles prudentielles. Elle expose, toutefois, les banques à un degré de risque plus élevé.

La littérature théorique suggère que les engagements hors bilan donnent certains avantages pour les banques
qui ont largement contribué à leur croissance explosive. Selon Diamond (1984) certaines activités du hors bilan
peuvent exiger un support plus faible de capital procurant ainsi un mécanisme pour détourner les contraintes
réglementaires en générant des profits additionnels sans exiger un capital supplémentaire plus coûteux. Allen (1988)
donne une autre explication au développement des activités du hors bilan, basée sur une idée de sous investissement
qui suggère que ces activités réduisent la possibilité de faire de nouveaux investissements ayant une valeur actuelle
nette espérée négative minimisant ainsi le risque de transfert de richesse des actionnaires aux débiteurs. Par conséquent,
les activités du hors bilan doivent accroître la profitabilité puisqu’elles permettent aux banques d’investir dans des
titres qui pourraient être abandonnés s’ils sont financés par des fonds propres ou par des dépôts. De ce fait, si les
banques soutiennent la croissance des activités du hors bilan, c’est parce qu’elles leur permettent d’éviter une
concurrence sur les marchés de dépôts ou de crédits et surtout d’échapper à certaines mesures réglementaires
contraignantes et coûteuses. En effet, ces activités donnent la possibilité d’accéder à des ressources sans pour autant se
soumettre à l’obligation de constituer des réserves obligatoires non rémunérées. Néanmoins, Ambagzo (1997), établit
que les risques des instruments du hors bilan, ne pouvant pas être quantifiés, sont plutôt reflétés dans la structure
financière des banques qui seraient encouragées d’étendre leurs activités du hors bilan dont les caractéristiques peuvent
les exposer à un risque de solvabilité plus élevé et accentuer ainsi les risques globaux dans la mesure où ces activités
fournissent un moyen d’augmenter l’endettement ou le risque de l’actif10. Toutefois, l’effet des éléments hors bilan sur

la rentabilité est ambigu. Goddard et al (2004) ont testé l’effet de la variable OBS sur la rentabilité des
OBS + TA
banques européennes et américaines et ils ont trouvé que le coefficient de régression est négatif pour l’Allemagne mais
il est positif pour l’Angleterre. Pour les autres pays, les coefficients ne sont pas significatifs.

Enfin, ce ratio sera modélisé comme étant une variable explicative, introduite lorsque la rentabilité bancaire
est mesurée par ROE11.

Hypothèse 5 : plus le ratio engagements hors bilan/engagements hors bilan+total des actifs est important plus
la rentabilité est élevée

►Total des actifs (Bank’s total assets) : cette variable mesure la taille de la banque.

Le total des actifs (TA) : cette variable mesure la taille de la banque. Guru et al (2002) ont considéré la taille de
la banque dans le modèle de profitabilité pour prendre en compte l’importance des prêts accordés et la facilité d’accès
des grandes banques aux marchés d’actifs. Ceci implique une profitabilité plus élevée, ce qui prouve que la taille de la
banque a un effet positif et significatif sur les marges d’intérêt. Demirguc-Kunt et Huizinga (1999 et 2001) ont utilisé le
total actif comme mesure de la taille d’une banque et ont montré qu’il a un impact positif et significatif sur les marges
d’intérêt. Guorong et al (2003) ont utilisé la valeur des dépôts et des prêts pour mesurer la taille d’une banque et ont
trouvé que les plus grandes banques, en Hong-Kong, peuvent réaliser potentiellement une profitabilité plus élevée en
réalisant des économies d’échelles, bien que de tels gains ne sont pas toujours garantis puisque la relation entre la taille
de la banque et sa rentabilité est ambiguë. Enfin Maudos et Guevara (2004) ont considéré le logarithme des crédits
accordés comme mesure de la taille d’une banque pour montrer l’importance du volume des crédits comme facteur
déterminant de la rentabilité bancaire.

Par ailleurs, la relation entre la taille et la profitabilité est supposée être non linéaire (Athanasoglou et al
(2008)). Le total actif sera mesuré par le Logarithme TA2

Hypothèse 6 : lorsque le total des actifs est élevé la rentabilité bancaire augmente

10
En effet, les instruments du hors bilan tels que les lettres de crédit peuvent affecter le risque des portefeuilles de prêts commerciaux des banques en
les incitant à accroître leur risque de crédit pour tenir compte non seulement du risque de l’emprunteur défini par sa probabilité de défaut, mais aussi
du risque de perte sur les transactions du hors bilan. De plus, les garanties reçues peuvent indirectement exposer les banques à accroître le risque de
crédit. Alternativement, des taux d’intérêt plus élevés et plus volatils peuvent amener les clients emprunteurs à faire défaut sur les paiements
d’intérêt ce qui aboutirait à un risque de crédit plus élevé si les emprunteurs choisissent des projets plus risqués dans l’espoir de pouvoir honorer les
remboursements plus élevés. Ceci résulterait en un portefeuille de prêts plus risqués pour la banque qui se trouve dans l’obligation de les accorder en
présence d’engagements préalables de prêt.
11
Il n’est pas approprié d’introduire la variable OBSOBSTA dans l’équation de profitabilité, lorsque la variable dépendante est le ROA, comme il a
été précisé à la page 16.
Tableau récapitulatif des variables avec signe attendu
Variables Notation Signe attendu

Bénéfice net ROE


Dépendantes Capitaux propres
Bénéfice net ROA
total des actifs
Charges de fonctionnement OVTA Signe -
Total des actifs
Total des crédits NLCSTF Signe +
Total des dépôts
Provisions sur prêts non performants LLPTA Signe -
Total des actifs
Capitaux propres EQTA Signe +/-
Explicatives
Total des actifs
Engagements hors bilan OBSOBSTA Signe +
Engagements hors bilan + Total des actifs

Total des actifs TA Signe +

Section 5 : Interprétation des résultats

Le modèle de base est représenté par l’équation (1.2). Ainsi, les spécifications empiriques de ce modèle sont
présentées comme suit12 :

ROAit = c + δROAit −1 + β1EQTAit + β 2OVTAit + β 3 LCSTFit + β 4 LLPTAit + β 5 LnTA2 + α i + µit

ROEit = c + δROEit −1 + β1OVTAit + β 2 LCSTFit + β 3 LLPTAit + β 4OBSOBSTAit + β 5 LnTA2 + α i + µit


Avec i : de 1 à 104 pour les banques domestiques et i : de 105 à 171 pour les banques étrangères
Et t : allant de 2000 jusqu’à 2007.

12
Le terme d’erreur ε it = α i + µit peut être aussi composé d’un terme λt qui mesure l’effet temporel. Toutefois, la dimension temporelle est
introduite lorsque le problème de non stationnarité se pose, plus particulièrement lorsque la durée est longue. Ce qui n’est pas le cas pour notre
échantillon puisque la durée s’étale uniquement sur 8 ans.
Statistiques descriptives

Banques domestiques Banques étrangères


variables obs Moy Ecart type obs Moy Ecart type
ROE 569 .1708163 .2707454 369 .1391466 .1982886
ROA 569 .0145191 .0299179 369 .0110661 .0296562
OVTA 569 .030616 .0309961 369 .0389602 .0436532
LCSTF 569 .7060859 .4858389 369 .5998024 .3249146
LLPTA 569 .0026948 .0064745 369 .0029639 .0105006
EQTA 569 .0900848 .1123109 369 .1184059 .1092265
OBSOBSTA 569 .253238 .1790698 369 .2500621 .1675149
LnTA2 569 15.4547 3.776357 369 13.56027 2.943808

L’analyse des statistiques descriptives de notre échantillon fait ressortir les points marquants suivants :

On constate que la rentabilité moyenne des actionnaires des banques domestiques est supérieure à celle des
banques étrangères (17.08% contre 13.91%). Le ratio de liquidité mesuré par la variable LCSTF, indique une moyenne
nettement élevée pour les banques domestiques. On constate aussi, que les banques étrangères sont en moyenne mieux
capitalisées que les banques domestiques (11.84% contre seulement 9%). Enfin, concernant la taille des banques de
notre échantillon, il semble que les banques domestiques ont un actif moyen nettement supérieur à celui des banques
étrangères.

5.1 Analyse basée sur ROA


Le tableau ci-dessous présente les résultats des estimations du modèle dynamique suivant :

ROAit = c + δROAit −1 + β1EQTAit + β 2OVTAit + β 3 LCSTFit + β 4 LLPTAit + β 5 LnTA 2 + α i + µit


Estimation du panel dynamique : Résultats des GMM en système (première étape)13
Variable dépendante : ROA
Banques domestiques Banques étrangères
Variables Coefficient t-stat Coefficient t-stat
ROAt-1 0.2898 2.52** 0.6797 3.61***
EQTA 0.1192 2.97*** -0.0621 -0.99
OVTA 0.0905 0.43 -0.9494 -1.29
LCSTF 0.0451 1.82* -0.2077 -1.27
LLPTA -1.2328 -1.77* -5.2620 -3.38***
2
LnTA 0.0192 5.27*** -0.0312 -1.96**
constante -0.3313 -4.97*** 0.4411 2.37**
Sargan test Chi2 (4)=8.27 Pr > Chi2= 0.082 Chi2 (4)=9.07 Pr > Chi2= 0.059
AR (1) z = -1.59 Pr > z = 0.113 z = -2.50 Pr > z = 0.012
AR (2) z = 0.4 Pr > z = 0.688 z = -0.35 Pr > z = 0.726
Nombre obs 454 293
Notes : t-stat : correspond au « T-Student » * ;** ;*** acceptable respectivement au seuil de 10% ; 5% et 1%. Le test de Sargan
permet de tester la validité des instruments. Les instruments sont valides si la p-value (Pr > Chi2) est supérieure ou égale à 0.05. Les
tests AR (1) et AR (2) de Arellano et Bond (1991) vérifient l’hypothèse d’autocorrélation des résidus : étant donné que l’équation de
référence a été passée en différences premières, les résidus ainsi obtenus sont censés être corrélés à l’ordre 1, mais pas à l’ordre 2.

La significativité du coefficient de la variable retardée ROAt-1 à 5% pour les banques domestiques et à 1%


pour les banques étrangères, confirme le caractère dynamique du modèle. Le coefficient δ est de l’ordre de 0.29, ce
qui montre une persistance des profits modérée pour les banques domestiques et implique une déviation faible d’une
structure de marché parfaitement compétitif. Ainsi, le pouvoir d’un marché concurrentiel semble être confirmé pour les
banques domestiques. Ceci confirme les résultats de Goddard et al (2004) qui ont trouvé une faible persistance des
profits pour les banques européennes (en particulier pour la France le coefficient δ était de l’ordre de 0.30)14 , ainsi
que les résultats établis par Athanasoglou et al (2008) sur le secteur bancaire grec. Toutefois, pour les banques
étrangères, le coefficient δ est égal à 0.68 et est significatif à 1%, ce qui montre que le marché est faiblement
compétitif. Ceci semble logique à cause de l’hétérogénéité des banques étrangères. Cette hétérogénéité s’explique,
selon Berger et al (2000), par des différences de culture, de réglementation, de langue et par d’autres barrières
explicites et implicites.

Le coefficient de la variable adéquation de capital (capital adequacy) EQTA est positif et largement

13
Blundell et Bond (1998), ont montré que les estimateurs GMM système de la première étape et de la deuxième étape sont similaires dans la
majorité des simulations effectuées.
14
L’analyse de Goddard (2004) sur la rentabilité des banques européennes a été basée sur la variable ROE, retenue comme variable dépendante.
Toutefois, il affirme que les résultats obtenus, en se basant sur ROA, sont qualitativement similaires à ceux trouvés en utilisant ROE.
significatif (significativité à 1%) pour les banques domestiques. Ceci montre la solidité financière de ces banques15,
puisque leurs besoins de financement à long terme diminuent. Toutefois, plus ce ratio est élevé, moins la banque est
risquée et plus la rentabilité de la banque sera faible. Ce constat est en contradiction avec le signe positif du coefficient
de la variable EQTA. De plus, le caractère endogène de cette variable implique que le marché des capitaux n’est pas
parfait dans le secteur bancaire français, puisque Athanasoglou et al (2005) et Berger (1995) affirment, qu’en présence
d’asymétrie d’information, les banques bien capitalisées peuvent accéder aux fonds à de meilleures conditions car
elles sont considérées comme moins risquées. Ainsi, il est moins coûteux pour les dirigeants des banques à faible
risque de capital, de signaler un capital élevé que les banques avec un risque important. Ceci, crée un équilibre de
signalisation engendrant une relation positive entre la variable EQTA et ROA. Le signe positif du coefficient EQTA a
été constaté dans la plupart des travaux qui ont traité de la rentabilité bancaire à savoir, Demirguc-Kunt et Huizinga
(1999,2000), Claessens, Demirguc-Kunt et Huizinga (2001) Goddard et al (2004) et Athanasoglou et al (2008).

L’analyse du ratio de liquidité (LCSTF) montre qu’il a un effet positif sur la rentabilité mais faiblement
significatif uniquement pour les banques domestiques (significativité à 10%), indiquant une relation négative entre la
profitabilité bancaire et le niveau d’actifs liquides détenus par les banques domestiques. Ainsi, les banques
domestiques affichent une activité de transformation rentable. Cette transformation, qui se définie comme étant le
financement d’emplois par des ressources d’échéances plus courtes, inhérente à la fonction d’intermédiation bancaire,
semble profiter aux banques domestiques, spécialisées plutôt en banque de détail. Ce résultat confirme ceux trouvés
par Molyneux et Thorton (1992), Guru et al (2002) et Pasiouras et Kosmidou (2007).

Le ratio LLPTA est largement significatif pour les banques étrangères (significativité à 1%) et faiblement
significatif pour les banques domestiques (significativité à 10%). Toutefois, le coefficient est négatif pour les deux
catégories de banques. Cette variable qui mesure le risque de crédit, est un indicateur de la qualité des actifs
générateurs d’intérêt. Cependant, plus le risque est élevé, plus la probabilité d’avoir des créances douteuses est
importante. La différence des coefficients entre banques domestiques (-1.2328) et banques étrangères (-5.2620),
affirment les différences des taux de provisionnement, qui reflètent la politique d’octroi de crédit entre ces deux
catégories de banques (avec des banques étrangères qui se concentrent généralement sur les activités de financements
des grandes entreprises par rapport aux banques domestiques qui favorisent les activités de distribution des crédits aux
ménages et aux petites et moyennes entreprises). Ce résultat contredit celui trouvé par Claessens, Demirguç-Kunt et
Huizinga (2001), qui montrent que les banques étrangères présentent des taux de provisionnement plus faibles que
ceux des banques domestiques en France.

La relation entre la taille, définie par LnTA2, et la rentabilité bancaire est significative et positive pour les
banques domestiques (significativité à 1%), mais elle est négative pour les banques étrangères (significativité à 5%).

15
« Ce bon niveau de solvabilité s’explique notamment par les politiques de renforcement des fonds propres mises en place par les banques dans le
cadre des échanges engagés par la Commission bancaire. À ces politiques sont venues s’ajouter les mesures prises par le gouvernement français pour
permettre aux banques de continuer à jouer un rôle actif dans le financement de l’économie, qui se sont notamment traduites, via la Société de prise
de participation de l’État, la SPPE, par des apports en fonds propres de base ». Source rapport annuel de la commission bancaire 2008
Ceci, peut s’expliquer par le fait que les banques domestiques, spécialisées en banque de détail, ont plus la possibilité
d’accorder un volume important de prêts ainsi que la facilité d’accès au marché des produits que les banques étrangères.
Guru et al (2002) ont confirmé ce résultat, en trouvant une profitabilité plus élevée pour les grandes banques, ce qui
n’est pas évident pour les banques de petites tailles. Goddard et al (2004) n’ont pas trouvé de relation significative
entre la taille et la rentabilité pour la France. Néanmoins, Pasiouras et Kosmidou (2007) ont dégagé, un effet négatif et
significatif de la taille sur la rentabilité des banques européennes, et ce pour les deux catégories de banques (banques
domestiques et banques étrangères).

5.2 Analyse basée sur ROE


Le tableau ci-dessous présente les résultats des estimations du modèle dynamique suivant :

ROEit = c + δROEit −1 + β1OVTAit + β 2 LCSTFit + β 3 LLPTAit + β 4OBSOBSTAit + β5 LnTA2 + α i + µit


Estimation du panel dynamique : Résultats des GMM en système (première étape)
Variable dépendante : ROE
Banques domestiques Banques étrangères
Variables Coefficient t-stat Coefficient t-stat
ROEt-1 0.5036 3.41*** 0.2980 3.45***
OVTA 1.5251 2.66*** -0.8723 -4.36***
LCSTF 0.0684 2.00** 0.2696 3.40***
LLPTA -6.9614 -4.97*** -35.3668 -3.12***
OBSOBSTA -0.0339 -0.18 0.1639 0.75
2
LnTA 0.0021 0.64 -0.0084 -0.65
constante 0.0384 0.65 0.0909 0.35
Sargan test Chi2 (8)=11.16 Pr > Chi2= 0.193 Chi2 (7)=11.2 Pr > Chi2= 0.13
AR (1) z = -4.30 Pr > z = 0.000 z = -3.28 Pr > z = 0.001
AR (2) z = 2.30 Pr > z = 0.052 z = 1.00 Pr > z = 0.320
Nombre obs 454 293
Notes : t-stat : correspond au « T-Student » * ;** ;*** acceptable respectivement au seuil de 10% ; 5% et 1%. Le test de Sargan
permet de tester la validité des instruments. Les instruments sont valides si la p-value (Pr > Chi2) est supérieure ou égale à 0.05. Les
tests AR (1) et AR (2) de Arellano et Bond (1991) vérifient l’hypothèse d’autocorrélation des résidus : étant donné que l’équation de
référence a été passée en différences premières, les résidus ainsi obtenus sont censés être corrélés à l’ordre 1, mais pas à l’ordre 2.

Le caractère dynamique du modèle, basé sur ROE, est confirmé par la significativité du coefficient de la
variable retardée ROEt-1 à 1% pour les deux catégories de banques. Le coefficient δ est de l’ordre de 0.503 et de
0.298, respectivement pour les banques domestiques et les banques étrangères. Ce qui montre une persistance des
profits, mais le pouvoir d’un marché concurrentiel semble être confirmé pour les banques étrangères plutôt que pour
les banques domestiques. Ce résultat est contraire à celui dégagé, lorsque la rentabilité est basée sur la variable ROA,
ceci prouve l’importance de l’effet du levier financier, qui différencie les variables ROA et ROE. En effet, pour une
même rentabilité des actifs, la rentabilité financière est d’autant plus élevée que l’endettement est plus grand. Par
conséquent, il semble que le marché des banques domestiques, devient moins concurrentiel, lorsqu’il s’agit
d’endettement et montre que ces banques diffèrent en matière de collecte de dépôts. Néanmoins, on trouve le même
résultat à celui dégagé par Goddard, Molyneux et Wilson (2004) qui ont comparé les banques commerciales aux
banques mutualistes et coopératives du secteur bancaire européen (en particulier pour la France le coefficient δ était
de l’ordre de 0.542). Toutefois, pour les banques étrangères, le coefficient δ est égal à 0.298 et est significatif à 1%, ce
qui montre que le marché est assez compétitif, contrairement au résultat dégagé, lorsque la rentabilité est basée sur la
variable ROA. De même, l’effet du levier agit le marché des banques étrangères, et ce résultat peut être expliqué par le
fait que ces banques peuvent avoir le soutien de leur société mère en matière d’endettement.

Les charges de structure, mesurées par la variable OVTA, semblent un important déterminant de profitabilité
pour les deux catégories de banques. Néanmoins, le coefficient est positif et significatif à 1% pour les banques
domestiques mais il est négatif et significatif à 1% pour les banques étrangères. Il semble que les banques domestiques
maîtrisent mieux leurs coûts de structure, comparées aux banques étrangères. Selon Guru et al (2002), des coûts élevés
sont associés avec un volume d’activité bancaire élevé et par conséquent des revenus plus élevés. Ainsi, il sera
nécessaire de dégonfler les dépenses pour refléter les variations dans les niveaux d’activité. Ce qui explique
l’engagement des banques domestiques dans l’offre de moyens de paiement et la vente de produits bancaires
dématérialisés (cartes prépayées, réseaux Internet ou encore réseaux de téléphonie mobile)16. Les résultats empiriques
de Guru et al (2002) ont mis en évidence qu’une bonne gestion des coûts permet de réaliser une profitabilité plus
efficace. De ce fait, il existe une relation significative et positive entre une gestion efficace des coûts et la profitabilité
bancaire. Toutefois, pour les banques étrangères, le coefficient (-0.8723) montre que ces charges indirectes agissent
négativement sur la rentabilité des actionnaires ROE, ce qui signifie une gestion de coût moins efficace. De plus, ces
banques, orientées généralement vers les activités de financements spécialisés des grandes entreprises et la gestion
d’actifs, se trouvent confronter au recrutement d’une main d’œuvre plus qualifiée et par voie de conséquence plus
onéreuse. Claessens, Demirguç-Kunt et Huizinga (2001), ont défendu ce résultat (effet négatif sur la rentabilité), en se
basant sur l’hypothèse que les banques étrangères peuvent supporter des coûts de structure élevés, lorsqu’elles doivent
surmonter un désavantage informationnel important. Aussi, le manque d’efficacité opérationnelle des banques
étrangères, est due probablement à leur incapacité à facturer à leurs clients, déposants et emprunteurs, ces charges
indirectes (principalement les frais de personnel) soit en réduisant le taux d’intérêt sur les dépôts et / ou en augmentant
les taux sur les crédits. Néanmoins, Claessens, Demirguç-Kunt et Huizinga (2001) ont démontré que dans plusieurs
pays développés tels que l’Australie, le Japon, les USA et l’Angleterre, les banques étrangères présentent des coûts de
structure/total actif nettement plus faibles que ceux des banques domestiques. De même le coefficient de cette variable
est négatif dans la régression établie par Kosmidou et al (2006) qui ont étudié la comparaison entre les banques
domestiques et les banques étrangères du secteur bancaire Anglais.

16
Source rapport annuel CECEI 2006
L’analyse du ratio de liquidité (LCSTF) montre qu’il a un effet positif et plus significatif sur la rentabilité des
actionnaires ROE, pour les deux catégories de banques, indiquant une relation négative entre la profitabilité bancaire et
le niveau d’actifs liquides détenus par les banques domestiques et les banques étrangères. Ainsi, l’activité de
transformation est rentable pour les deux banques. Toutefois, la comparaison des coefficients entre banques
domestiques (0.0684) et banques étrangères (0.2696) montre que le ratio de liquidité agit plus favorablement en faveur
des banques étrangères. Ceci s’explique par le fait que les banques domestiques ont un volume de dépôts (actifs
liquides non générateurs d’intérêt) plus important. Ce qui montre que le levier financier joue un rôle déterminant de
différentiation entre les deux catégories de banques. Le coefficient positif pour les banques domestiques est conforme
aux résultats trouvés par Molyneux et Thorton (1992), Guru et al (2002) et Pasiouras et Kosmidou (2007). Par contre,
Kosmidou (2006) et Pasiouras et Kosmidou (2007) ont trouvé un coefficient négatif pour les banques étrangères.

Les résultats dégagés pour la variable LLPTA, sont identiques à ceux trouvés pour la variable dépendante ROA.
Notons que les coefficients sont négatifs et significatifs pour les deux banques (significativité à 1%), mais qu’ils ont été
multipliés par 6. Ceci, est dû au fait que la rentabilité des capitaux propres (ROE) est égale à la rentabilité des actifs
(ROA) multipliée par le total des actifs/fonds propres. Ainsi, pour une même rentabilité économique, la rentabilité
financière est d’autant plus élevée que l’endettement est plus grand. Cet effet de levier se situe au coeur des activités
d’une banque, de ce fait, une analyse basée sur le ROE, néglige l’effet du levier financier et les risques qui lui sont
associés.

Concernant les engagements hors bilan et la taille, mesurés respectivement par la variable OBSOBSTA et
2
LnTA il n’existe pas de relation significative avec la rentabilité des actionnaires, définie par la variable ROE. Ceci,
confirme les résultats obtenus par Goddard et al (2004) qui ont étudié le secteur bancaire européen.

5.3 Analyse de l’ensemble des banques


Le tableau ci-dessous présente les résultats des estimations des modèles dynamiques suivants :

ROAit = c + δROAit −1 + β1EQTAit + β 2OVTAit + β 3 LCSTFit + β 4 LLPTAit + β5 LnTA2 + β 6 foreign + ε it

ROEit = c + δROEit −1 + β1OVTAit + β 2 LCSTFit + β 3 LLPTAit + β 4OBSOBSTAit + β 5 LnTA2 + β 6 foreign + ε it


Estimation du panel dynamique : Résultats des GMM en système (première étape)
L’ensemble des banques
Variable dépendante : ROA Variable dépendante : ROE
Variables Coefficient t-stat Coefficient t-stat
ROAt-1 0.4988 4.16*** ------- ---------
ROEt-1 ------ ------- 0.3257 2.08**
EQTA 0.4633 2.60*** ------- ---------
OVTA -0.5903 -1.29 -0.1439 -0.64
LCSTF -0.1075 -2.13** -0.0545 -1.29
LLPTA -2.2529 -1.66* -8.0598 -7.57***
OBSOBSTA ------- --------- 0.4626 2.44**
2
LnTA -0.0162 -1.19 -0.0179 -2.61***
Foreign -0.9564 -3.99*** -0.3208 -2.12**
Constante 0.6723 2.73*** 0.5001 3.09***
Sargan test Chi2 (2)=0.09 Pr > Chi2= 0.955 Chi2 (6)=5.50 Pr > Chi2= 0.482
AR (1) z = -3.04 Pr > z = 0.002 z = -3.97 Pr > z = 0.000
AR (2) z = 0.34 Pr > z = 0.737 z = 2.15 Pr > z = 0.081
Nombre obs 747 747
Notes : t-stat : correspond au « T-Student » * ;** ;*** acceptable respectivement au seuil de 10% ; 5% et 1%. Le test de Sargan
permet de tester la validité des instruments. Les instruments sont valides si la p-value (Pr > Chi2) est supérieure ou égale à 0.05. Les
tests AR (1) et AR (2) de Arellano et Bond (1991) vérifient l’hypothèse d’autocorrélation des résidus : étant donné que l’équation de
référence a été passée en différences premières, les résidus ainsi obtenus sont censés être corrélés à l’ordre 1, mais pas à l’ordre 2.

La significativité des coefficients de la variable ROAt-1 à 1% et de la variable ROEt-1 à 5% confirme le


caractère dynamique du modèle pour l’évaluation de la rentabilité de l’ensemble des banques commerciales françaises.
Néanmoins, le coefficient δ est de l’ordre de 0.498 et de 0.326, respectivement pour la variable dépendante ROA et
ROE. Ce qui montre une persistance moyenne des profits et qui tend à diminuer, impliquant une déviation faible d’une
structure de marché parfaitement compétitif. Ainsi, le pouvoir d’un marché concurrentiel semble être confirmé, surtout
lorsqu’on prend en considération l’importance de l’effet du levier financier, qui différencie les variables ROA et ROE
et montre que ces banques diffèrent en matière de collecte de dépôts.

Le coefficient de la variable adéquation de capital (capital adequacy) EQTA est positif et largement
significatif (significativité à 1%) pour l’ensemble des banques commerciales françaises. De plus, ce ratio considéré
comme une mesure du risque d’insolvabilité, permet de diminuer le coût des fonds empruntés. Ce qui implique que le
marché des capitaux n’est pas parfait dans le secteur bancaire français, puisqu’en présence d’asymétrie d’information,
les banques bien capitalisées peuvent accéder aux fonds à de meilleures conditions car elles sont considérées comme
moins risquées, ce qui crée un équilibre de signalisation engendrant une relation positive entre la variable EQTA et
ROA. Ceci, est d’autant plus cohérent si l’on rappelle qu’une augmentation des fonds propres peut affecter
positivement la rentabilité bancaire par l’accroissement du risque induit par l’extension du portefeuille à des actifs
productifs de gains importants. Le signe positif du coefficient EQTA a été constaté dans la plupart des travaux qui ont
traité de la rentabilité bancaire à savoir, Demirguc-Kunt et Huizinga (1999,2000), Claessens, Demirguc-Kunt et
Huizinga (2001), Goddard et al (2004), Kosmidou (2006), Pasiouras et Kosmidou (2007) et Athanasoglou et al (2008).

L’analyse du ratio de liquidité (LCSTF) montre qu’il a un effet négatif et plus significatif sur la rentabilité des
actifs ROA (significativité à 5% et non significatif pour ROE), indiquant une relation positive entre la liquidité et la
profitabilité des banques. Ceci est contraire à l’hypothèse émise auparavant, mais peut être expliqué par le fait que les
banques domestiques ont un volume de dépôts (actifs liquides non générateurs d’intérêt) plus important. Ce qui montre
que le levier financier joue un rôle déterminant de différentiation entre les deux catégories de banques, qui composent
notre échantillon17.

Le ratio LLPTA est significatif et négatif pour les deux variables (10% pour ROA et 1% pour ROE). Notons,
que la différence entre les coefficients est due au fait que la rentabilité des capitaux propres (ROE) néglige l’effet du
levier financier et les risques qui lui sont associés. Toutefois, la relation négative entre la variable LLPTA, qui mesure
le risque de crédit, et la rentabilité montre que le secteur bancaire français semble adopter une stratégie averse au risque,
à travers une sélection et une surveillance du risque de crédit (même résultat que celui de Athanasoglou et al (2008) sur
le secteur bancaire grec).

Le coefficient de la variable OBSOBSTA, est positif et significatif à 5%. Par conséquent, les activités du hors
bilan ont permis aux banques françaises d’accroître leur rentabilité. Ceci, est d’autant plus vrai que la relation est
positive entre la variable EQTA et ROA. En effet, certaines activités du hors bilan peuvent exiger un support plus faible
de capital procurant ainsi un mécanisme pour détourner les contraintes réglementaires en générant des profits
additionnels sans exiger un capital supplémentaire plus coûteux (Diamond (1984)). Par conséquent, les activités du
hors bilan doivent accroître la profitabilité puisqu’elles permettent aux banques d’investir dans des titres qui pourraient
être abandonnés s’ils sont financés par des fonds propres ou par des dépôts, mais elles fournissent un moyen
d’augmenter l’endettement. Toutefois, l’effet des éléments hors bilan sur la rentabilité est ambigu. Goddard et al (2004)

ont testé l’effet de la variable OBS sur la rentabilité des banques européennes et américaines et ils ont
OBS + TA
trouvé que le coefficient de régression est négatif pour l’Allemagne mais il est positif pour l’Angleterre. Pour les autres
pays, en particulier pour la France, les coefficients ne sont pas significatifs.

La relation entre la taille, définie par LnTA2, et la rentabilité bancaire est significative et négative à 1% pour
ROE et non significative pour ROA. Il est à noter que lorsqu’on augmente la taille d’une firme ou d’un de ses éléments,
les coûts unitaires de production diminuent. Les déséconomies d’échelle montrent la relation inverse, à savoir qu’à une
augmentation de la taille succède une augmentation des coûts unitaires. Par conséquent, les économies d’échelle ont

17
On a montré que la comparaison des coefficients entre banques domestiques (0.0684) et banques étrangères (0.2696) prouve que le ratio de
liquidité agit plus favorablement en faveur des banques étrangères.
une influence directe et indirecte sur la performance du secteur entier car elles touchent à l’analyse de la concentration
sectorielle. Il semble que le secteur bancaire français subit une déséconomie d’échelle .Goddard et al (2004) n’ont pas
trouvé de relation significative entre la taille et la rentabilité pour la France. Néanmoins, Pasiouras et Kosmidou (2007)
ont dégagé, un effet négatif et significatif de la taille sur la rentabilité des banques européennes, et ce pour les deux
catégories de banques (banques domestiques et banques étrangères).

La variable propriété étrangère « Foreign » est une variable dummy, elle est égale à 1 si la banque est
étrangère, et 0 si la banque est domestique. L’introduction de cette variable dans l’analyse de la rentabilité du secteur
bancaire français, montre qu’elle est largement significative et négative pour les deux variables ROA et ROE. Ceci
montre que la propriété étrangère a un impact significatif et négatif sur la profitabilité bancaire et ce en la comparant à
la performance des banques domestiques qui présentent une performance plus élevée. Ainsi, les banques domestiques
françaises sont plus rentables que les banques étrangères opérant en France. Ce résultat confirme ceux trouvés par
Demirguç-Kunt et Huizinga (1999,2000), Claessens, Demirguç-Kunt et Huizinga (2001) et Kosmidou et al (2006).

CONCLUSION

L’objectif de ce travail empirique est d’identifier les déterminants internes de la rentabilité bancaire qui
différencient les banques domestiques des banques étrangères en France. Ces déterminants, basés sur la performance
financière, couvrent à la fois la profitabilité, la liquidité et le risque. L’analyse empirique a été effectuée sur un
échantillon non cylindré, composé de 171 banques commerciales françaises, réparties entre 104 banques domestiques
et 67 banques étrangères et observées sur la période 2000-2007.

La littérature sur la persistance des profits pour les banques (POP literature), reflète des obstacles à la
compétitivité attribués à la structure du marché bancaire, nous amène à adopter un modèle dynamique sur données de
panel pour l’évaluation des déterminants de la rentabilité bancaire, en se basant sur la comparaison entre banques
domestiques et banques étrangères opérant en France. En revanche, la présence d’une variable retardée dans le modèle,
rend les techniques d’estimation usuelles sur données de panel inappropriées (modèles à effets fixes et effets
aléatoires). Ainsi, nos estimations ont été basées sur la méthode des GMM système, élaborée par Arellano et Bover
(1995) et Blundell et Bond (1998).

Les résultats des estimations montrent :

- Une persistance des profits modérée pour les banques domestiques et implique un marché parfaitement compétitif.
Toutefois, pour les banques étrangères, le marché est faiblement compétitif, ce qui semble logique à cause de
l’hétérogénéité de ces banques. Néanmoins, ce résultat a été inversé lorsque la rentabilité a été évaluée respectivement
par ROA et ROE. Ceci montre l’importance de l’effet du levier financier, qui différencie ces deux variables et implique
que les banques commerciales en France diffèrent en matière de décision de financement et de collecte de dépôts.

- Le capital est un déterminant important de la rentabilité des banques commerciales françaises, particulièrement pour
les banques domestiques. Ceci montre que la solvabilité des banques françaises domestiques est solide. Néanmoins, ce
ratio considéré comme une mesure du risque d’insolvabilité, permet de diminuer le coût des fonds empruntés. Ce qui
implique que le marché des capitaux n’est pas parfait dans le secteur bancaire français, puisqu’en présence d’asymétrie
d’information, les banques bien capitalisées peuvent accéder aux fonds à de meilleures conditions car elles sont
considérées comme moins risquées, ce qui crée un équilibre de signalisation engendrant une relation positive entre le
capital et la rentabilité. Toutefois, dotées d’un bon niveau de fonds propres, les banques domestiques continuent à
bénéficier des effets positifs de la diversification. Ceci, est d’autant plus cohérent si l’on rappelle qu’une augmentation
des fonds propres peut affecter positivement la rentabilité bancaire par l’accroissement du risque induit par l’extension
du portefeuille à des actifs productifs de gains importants, notamment les montages à effet de levier.

- L’analyse du ratio de liquidité montre qu’il a un effet positif sur la rentabilité des actionnaires ROE, pour les deux
catégories de banques, indiquant une relation négative entre la profitabilité bancaire et le niveau d’actifs liquides
détenus par les banques domestiques et les banques étrangères. Ainsi, l’activité de transformation est rentable pour les
deux banques. Toutefois, en terme de comparaison, il est démontré que le ratio de liquidité agit plus favorablement en
faveur des banques étrangères. Par contre, l’analyse du secteur bancaire français (l’ensemble des banques), montre que
ce ratio a un effet négatif sur la rentabilité des actifs ROA, indiquant une relation positive entre la liquidité et la
profitabilité des banques. Ceci est contraire au résultat trouvé auparavant, mais peut être expliqué par le fait que les
banques domestiques ont un volume de dépôts (actifs liquides non générateurs d’intérêt) plus important. Ce qui montre
que le levier financier joue un rôle déterminant de différentiation entre les deux catégories de banques. Dans ce
contexte, les banques domestiques, spécialisées dans les activités de banque de détail, constituent l’un des atouts du «
modèle économique » développé par les grandes banques françaises, doivent œuvrer en faveur d’un « provisionnement
dynamique » en matière de gestion de risque de liquidité.

- Les charges de structure, mesurées par la variable OVTA, semblent un important déterminant de profitabilité pour les
deux catégories de banques. Néanmoins, elles ont un effet positif pour les banques domestiques mais négatif pour les
banques étrangères. Il semble que les banques domestiques maîtrisent mieux leurs coûts de structure, comparées aux
banques étrangères. Ceci, peut être expliqué par le fait que les banques étrangères, orientées généralement vers les
activités de financements spécialisés des grandes entreprises et la gestion d’actifs, se trouvent confronter au
recrutement d’une main d’œuvre plus qualifiée et par voie de conséquence plus onéreuse. Aussi, le manque d’efficacité
opérationnelle de ces banques, est dû probablement à un effort financier pour surmonter un désavantage informationnel
important. Enfin, l’analyse menée sur l’ensemble des banques, ne donne pas une relation significative entre les
charges de structure et la rentabilité.

- Le risque de crédit, mesuré par le ratio LLPTA, agit négativement sur la rentabilité pour les deux catégories de
banques. Cependant, la comparaison entre ces banques, montrent les différences des taux de provisionnement, qui
reflètent leur politique d’octroi de crédit (avec des banques étrangères qui se concentrent généralement sur les activités
de financements des grandes entreprises par rapport aux banques domestiques qui favorisent les activités de
distribution des crédits aux ménages et aux petites et moyennes entreprises). Toutefois, l’effet négatif sur la rentabilité
montre que le secteur bancaire français semble adopter une stratégie averse au risque, à travers une sélection et une
surveillance du risque de crédit.

- l’effet de la taille sur la rentabilité, est positif pour les banques domestiques, mais il est négatif pour les banques
étrangères. Ceci, peut s’expliquer par le fait que les banques domestiques, spécialisées en banque de détail, ont plus la
possibilité d’accorder un volume important de prêts ainsi que la facilité d’accès au marché des produits que les
banques étrangères. Toutefois, l’analyse de l’ensemble des banques, permet de dégager un effet négatif de la taille sur
la rentabilité. Ainsi, les banques étrangères ont un impact négatif et le secteur bancaire français semble subir une
déséconomie d’échelle.

- Concernant les engagements hors bilan, la comparaison entre banques domestiques et banques étrangères n’a pas
permis de trouver une relation significative avec la rentabilité. Toutefois, l’analyse de l’ensemble des banques, montre
un effet positif permettant aux banques françaises d’accroître leur rentabilité. Ceci, est d’autant plus vrai que la relation
est positive entre le capital et la rentabilité, puisque certaines activités du hors bilan fournissent un moyen d’augmenter
l’endettement, ce qui montre l’importance de l’effet du levier financier.

- L’effet de l’introduction de la variable propriété étrangère « Foreign » dans l’analyse de la rentabilité du secteur
bancaire français, montre qu’elle est largement significative et négative pour les deux variables ROA et ROE. Ceci
montre que la propriété étrangère a un impact significatif et négatif sur la profitabilité bancaire et ce en la comparant à
la performance des banques domestiques qui présentent une rentabilité plus élevée. Ainsi, les banques domestiques
françaises sont plus rentables que les banques étrangères opérant en France.
BIBLIOGRAPHIE
Abreu, M., Mendes, V. (2002) « Commercial bank interest margins and profitability: evidence from E.U
countries ». Porto Working paper series, CISEP.
Allen, L. (1988) « The determinants of bank interest margins: a note ». Journal of Financial and Quantitative
Analysis 23, 231–235.
Angbazo, L. (1996) « Commercial bank net interest margins, default risk, interest rate risk and off-balance sheet
banking ». Journal of Banking and Finance 21, 55–87.
Arellano, M., Bond, S.R. (1991) « Some tests of specification for panel data: Monte Carlo evidence and an
application to employment equations ». Review of Economic Studies 58, 277–297.
Arellano, M., Bover, O. (1995) « Another look at the instrumental variables estimation of error-component
models ». Journal of Econometrics 68, 29–51.
Athanasoglou, P.P., Brissimis, S.N., Delis, M. (2008) « Bank specific, industry specific and macroeconomic
determinants of bank profitability » Journal of International Financial Markets, Institutions and Money,
18(2), 121-136.
Avkiran, NK. (1997) « Performance of foreign banks in Australia ». The Australian Banker , 111(6), 222–224.
Berger, A.N. (1995a) « The profit–structure relationship in banking: tests of market-power and efficient- structure
hypotheses ». Journal of Money, Credit, and Banking 27, 404–431.
Berger, A.N. (1995b) « The relationship between capital and earnings in banking ». Journal of Money, Credit,
and Banking 27, 432–456.
Berger, A.N., Hanweck, G.A., Humphrey, D.B. (1987) « Competitive viability in banking: scale, scope and
product mix economies ». Journal of Monetary Economics 20, 501–520.
Berger, A.N., Bonime, S.D., Covitz, D.M., Hancock, D. (2000) « Why are bank profits so persistent? The roles of
product market competition, informational opacity, and regional/macroeconomic shocks ». Journal of
Banking and Finance 24, 1203–1235.
Blundell, R., Bond, S. (1998) « Initial conditions and moment restrictions in dynamic panel data models ».
Journal of Econometrics 87, 115–143.
Buch, CM., Golder, SM. « Foreign versus domestic banks in Germany and the US: a tale of two markets? ».
Journal of Multinational Financial Management 2001, n°11, 341–61.
Claessens, S., Demirguc-Kunt, A., Huizinga, H. (2001) « How does foreign entry affect the domestic banking
market? ». Journal of Banking and Finance 25, 891-911.
Demirguc-Kunt, A., Huizinga, H., (1999) « Determinants of commercial bank interest margins and profitability:
some international evidence ». World Bank Economic Review 13, n° 2, 379–408.
Demirguc-Kunt, A., Huizinga, H., (2001) « Financial structure and bank profitability ». World Bank Economic
Review.
De Young, R., Noll, DE. « Foreign-owned banks in the United States: earning market share or buying it? ».
Journal of Money Credit and Banking 1996, 28(4), 622–636.
Diamond, D. (1984) « Financial Intermediation and Delegated Monitoring ». Review of Economic Studies 51,
393–414.
Dopico, LG., Wilcox, JA. (2002) « Openness, profit opportunities and foreign banking ». Journal of International
Financial Markets, Institutions and Money, 12(4–5), 299 –320.
Goddard, J., Molyneux, Ph., Wilson, J.O.S. (2004) « The profitability of European banks: a cross-sectional and
dynamic panel analysis ». Manchester School 72 (3), 363–381.
Goddard, J., Molyneux, Ph., Wilson, J.O.S. (2004) « Dynamics of growth and profitability in banking ». Journal of
Money, Credit and Banking, 36(6), 1069-1090.
Guorong, J., Tang, N., Law, E. et Sze, A. (2003) « Determinants of Bank Profitability in Hong Kong ». Hong
Kong, Monetary Authority Quartely Bulletin, September.
Guru, B. Staunton, J. et Balashanmugam, B. (2002) « Determinants of Commercial Bank Profitability in
Malaysia ». University Multimedia Working Papers.
Hanweck, G., Scholar, V. (2003) « The Sensitivity of Bank Net Interest Margins and Profitability to Credit,
Interest-Rate, and Term-Structure Shocks Across Bank Product Specializations ». Working Paper n°2
Hasan, I., Lozano-Vivas, A. (1998) « Foreign banks, production technology, and efficiency: Spanish
experience ». Paper presented at the Georgia productivityw workshop III, Athens, Georgia.
Herrero, A.G., Gavilà, S., Santabarbara, D. (2009) « What explains the low profitability of chinese banks ».
Journal of Banking and Finance, 33 (11), 2080-2092.
Ho, T., Saunders, A. (1981) « The determinants of bank interest margins : theory and empirical evidence ».
Journal of Financial and Quantitative Analysis 16, 581-600.
Huong, M.T., Tripe, D. (2002) « Factors influencing the performance of foreign-owned banks in New Zealand ».
Journal of International Financial Markets, Institutions and Money, 12, 341-357.
Koehn, M., Santomero, A.M. (1980) « Regulation of bank capital and portfolio risk ». Journal of Finance 35, n°5,
1235-1244.

Kosmidou, K., Pasiouras, F., Doumpos, M., Zopounidis, C. (2006a) « A multivariate analysis of the financial
characteristics of foreign and domestic banks in the UK ». Omega 34 (2), 189–195.
Levine, R. (1997) « Financial Development and Economic growth: Views and Agenda ». Journal of Economic
Literature, Vol. XXXV, 688-726.
Maudos, J., Fernandez de Guevara, J. (2004) « Factors explaining the interest margin in the banking sectors of
the European Union ». Journal of Banking and Finance, 28(9), 2259-2281.
McShane, R.W., Sharpe, I.G. (1985) « A time series–cross section analysis of the determinants of Australian
trading bank loan–deposit interest margins: 1962–1981 ». Journal of Banking and Finance 9, 115–136.
Molyneux, P., Thorton, J. (1992) « Determinants of European bank profitability: a note ». Journal of Banking
and Finance, 16 (6), 1173–1178.
Pasiouras, F., Kosmidou, K. (2007) « Factors influencing the profitability of domestic and foreign commercial
banks in the European Union ». Research in International Business and Finance 21, 222–237.
Saunders, A., Schumacher, L. (2000) « The determinants of bank interest rate margins : an international study ».
Journal of International Money and Finance 19, 813-832.
Sathye, M. (2001) « X-efficiency in Australian banking: an empirical investigation ». Journal of Banking and
Finance, 25, 613–30.
Seth, R. (1992) « Profitabilityof foreign banks in the US ». Federal Reserve Bank of New York Research paper n°
9225.
Williams, B. (2003) « Domestic and international determinants of bank profits: foreign banks in Australia ».
Journal of Banking and Finance, 27(6), 1185–210.
Wong, K.P. (1997) « On the determinants of bank interest margins under credit and interest rate risks ». Journal of
Banking and Finance 21, 251–271.
Zarruck, E.R. (1989) « Bank margin with uncertain deposit level and risk aversion ». Journal of Banking and
Finance 13, 797–810.
Zarruk, E., Madura, J. (1992) « Optimal Bank Interest Margin under Capital Regulation and Deposit Insurance ».
Journal of Finance and Quantitative Analysis, 27, n°1, 143-149.

View publication stats

Vous aimerez peut-être aussi