UNIVERSITÉ DE DOUALA UNIVERSITÉ GASTON BERGER DE SAINT-LOUIS

Ecole Doctorale Sciences Economiques et de Gestion Ecole Doctorale Sciences de l’Homme et de la Société
*********** ***********

Faculté des Sciences Economiques et de Gestion Unité de Formation et de Recherche des Sciences
Appliquée Economiques et de Gestion
*********** ***********

Groupe d’Etudes et de Recherche en Economie Laboratoire de Recherche en Economie de Saint-Louis

Appliquée (GEREA) (LARES)

QUALITE DU PORTEFEUILLE DE CREDITS, CAPITALISATION ET SOLIDITE

BANCAIRE DANS LA COMMUNAUTE ECONOMIQUE ET MONETAIRE DE
L’AFRIQUE CENTRALE (CEMAC)

THÈSE EN COTUTELLE INTERNATIONALE

Présentée et soutenue par :

André KADANDJI
Pour l’obtention du grade de : Docteur de l’Université Gaston Berger de Saint-Louis et Docteur de
l’Université de Douala
Discipline/Spécialité : Sciences Economiques
Dirigée par :
Professeur Mouhamadou FALL
Professeur François KOUM EKALLE

JURY :
Président : Pr El Hadji Abdoul Aziz NDIAYE, Maître de Conférences Agrégé à l’Université Gaston Berger
de Saint-Louis
Rapporteur : Pr Seydi Ababacar DIENG, Maître de Conférences Agrégé à l’Université Cheikh Anta Diop de
Dakar
Rapporteur : Pr Mathurin FOUNANOU, Maître de Conférences Agrégé à l’Université Gaston Berger de
Saint-Louis
Directeur de thèse : Pr Mouhamadou FALL, Maître de Conférences Agrégé à l’Université Gaston Berger de
Saint-Louis
Co-Directeur de thèse : Pr François KOUM EKALLE, Maître de Conférences et HDR à l’Université de
Douala

21 Avril 2016
L’Université de Douala et l’Université
Gaston Berger de Saint-Louis n’entendent
donner aucune approbation ni improbation
aux opinions émises dans cette thèse. Ces
opinions doivent être considérées comme
propres à leurs auteurs.
A la mémoire de mon père et ma grand-mère, la force de vos mémoires est une motivation ;

A Mme Doudou ASNE et au Dr SOUKSOUNA G., en reconnaissance de votre affection ;

A mes frères, sœurs, cousins et cousines, qui ont toujours cru en moi ;

A mes enfants, je voudrais être pour vous, un exemple à dépasser ;

A mon épouse, pour ton soutien.

i
 REMERCIEMENTS

Nous ne saurions remercier assez Messieurs les Professeurs François KOUM

EKALLE et Mouhamadou FALL pour avoir accepté de diriger notre thèse. Nous tenons à
remercier Monsieur le Professeur François KOUM EKALLE qui n’a pas hésité à partager la
paternité de ce travail. Nous sommes émus par les qualités scientifiques et humaines rares de
Monsieur le Professeur Mouhamadou FALL. Messieurs les Professeurs, nous vous prions de
trouver ici l’expression de toute notre gratitude. Votre sollicitude combinée à la rigueur pour
un suivi bienveillant, fondent la pertinence de cette thèse.

Nous exprimons notre gratitude à Messieurs les Professeurs Seydi Ababacar DIENG
et Mathurin FOUNANOU, qui nous honorent en acceptant d’évaluer cette thèse. Nos sincères
remerciements vont également à Monsieur le Professeur El Hadji Abdoul Aziz NDIAYE, qui
a accepté participer à notre jury de thèse.

Notre reconnaissance va aussi aux autorités administratives des Universités de Douala

et Gaston Berger de Saint-Louis, pour la mise en place de la cotutelle de cette thèse. Nous
remercions le Grand chancelier et l’Administrateur général de l’Université Catholique Saint
Jérôme de Douala. Nous souhaitons que cette thèse soit perçue comme le fruit des efforts des
enseignants qui consacrent leur existence à la formation de l’Homme, particulièrement ceux
qui nous ont enseignés. Nous adressons notre gratitude à nos collègues de l’Université
Catholique, au Docteur Jean Bernard BOYABE et à l’ensemble des membres du LARES, à
qui nous devons une partie considérable de la pertinence scientifique de cette thèse.

Nous tenons à remercier le Secrétaire Général de la COBAC et certains cadres de cette

institution, qui ont bien voulu mettre à notre disposition des données pour la réalisation de
cette étude. Nous profitons de l’occasion pour témoigner notre gratitude aux responsables des
banques, qui ont bien voulu nous consacrer une partie de leur temps.

La nature nous a placés dans un environnement familial exceptionnel, nous voudrions

dire merci particulièrement à Mesdames Doudou ASNE, Jacqueline AMMA et au Docteur
Souksouna GUESSAITOUING pour leur affection et la confiance qu’ils ont placée en notre
modeste personne. Nous remercions aussi celle qui a suffisamment supporté les états d’âme
d’un doctorant, mille fois merci Madame Justine MAIWAMBE.

Nous n’oublions pas, toutefois, ceux dont les noms n’ont pas été cités ici, mais qui ont
contribué d’une manière ou d’une autre à la réalisation de cette thèse. Que tous ceux qui se
reconnaîtront à travers leur soutien trouvent ici notre sincère gratitude.

ii
 Résumé

L’objectif de notre thèse est d’examiner la solidité bancaire compte tenu des exigences
de qualité d’actifs et de capitalisation dans la Communauté Economique et Monétaire de
l’Afrique Centrale (CEMAC). Pour cela, nous analysons les facteurs d’amélioration de la
relation qui existe d’une part entre la qualité du portefeuille de crédits et la solidité bancaire,
et d’autre part, celle qui existe entre le niveau de capitalisation et la solidité bancaire. La
démarche adoptée consiste à tester d’un côté l’influence des indicateurs du type CAMEL(S) et
macroéconomiques sur la relation qui existe entre la qualité du portefeuille de crédits et la
solidité bancaire, et d’un autre côté l’influence de ces indicateurs sur la relation niveau de
capitalisation et solidité des banques dans la CEMAC. Nous mobilisons pour ce qui est de
l’importance de la qualité du portefeuille de crédits : la théorie du signal, la théorie du compte
chèque et les contrats incitatifs. En ce qui concerne le niveau de capitalisation nous nous
appuyons sur la controverse qui existe entre la théorie de préférence des états et la théorie du
choix de portefeuille.

Nous utilisons pour ce faire un panel constitué de 41 banques réparties dans 4 pays de
la CEMAC sur la période 2000 – 2013. A cet effet, nous mobilisons un modèle à équations
imbriquées avec le Z-score comme indicateur de la solidité. Nous procédons aux estimations
des coefficients par la méthode des moments généralisés pour appréhender la première
relation et par la méthode LSDVC pour la deuxième relation afin d’apprécier les effets des
variables macroéconomiques et des variables CAMEL(S). Il ressort de cette étude que la prise
en compte simultanée des indicateurs CAMEL et des indicateurs macroéconomiques améliore
la solidité des banques. Pour sauvegarder la solidité des banques, un renforcement de la
réglementation prudentielle sous l’impulsion de l’organe de supervision sous régional est
nécessaire. Cette institution doit insister sur le bien-fondé de la bonne gouvernance interne
des banques et la prise en compte du cadre macroéconomique dans l’exercice des activités
bancaires.

Mots clés : qualité, portefeuille de crédits, capitalisation et solidité bancaire

iii
 Abstract

The aim of this thesis is to examine the soundness of banks in CEMAC. For this,
firstly we analyze the relationship enhancement factors between the quality of the loan
portfolio and the sound banking, and secondly, the relationship between the level of
capitalization and sound banking. The adopted approach is to test the effects of the
CAMEL(S) and the macroeconomic indicators on the relationship between the quality of the
loan portfolio and sound banking, and on the other hand the influence of these indicators on
the relationship between capitalization level and soundness of banks in the CEMAC. We
mobilize in terms of the importance of the quality of the loan portfolio: the signal theory, the
checking account theory and the incentives contracts. Regarding the level of capitalization we
rely on the controversy between the state preference theory and the theory of portfolio choice.
We use a panel of 41 banks of 4 countries in the CEMAC over the period of 2000 -
2013. The analysis provides a model nested equations panel data with Z-score as an indicator
of sound banking. We proceeded to estimate coefficient by the generalized method of
moments (GMM) to understand the first relationship and the LSDVC method for the second
relationship in order to assess the effects of macroeconomic and CAMEL(S) variables. It
appears from this study that the simultaneous consideration of CAMEL indicators and
macroeconomic indicators improves the soundness of banks. The strengthening of prudential
regulation by the regional supervisory are necessary to protect the solidity of banks. This
institution must insist on the validity of the internal control of banks and taking account of the
macroeconomic framework in the banking activities.
Keys words: quality, loan portfolio, capitalization and sound banking

iv
 Liste des abréviations

AMAO : Agence Monétaire de l’Afrique de l’Ouest

BCE : Banque Centrale Européenne

BEAC : Banque des Etats de l’Afrique Centrale.

CAMEL(S): Capital adequacy, Asset quality, Management quality, Earning ability, liquidity
position and Sensitivity to market risk

CEMAC : Communauté Economique et Monétaire de l’Afrique Centrale.

CERBER : Collecte, Exploitation et Restitution aux Banques et Etablissements Financiers

des Etats Réglementaires

COBAC : Commission Bancaire de l’Afrique Centrale.

CREDTA : Créances Douteuses sur Total des Actifs

CREDTCR : Créances Douteuses sur Total des Crédits

CRESTCR : Créances en Souffrance sur Total des Crédits

CRNTA : Crédits Nets sur Total des Actifs

DEPTA : Total des Dépôts sur Total des Actifs

FCFA : Franc de la Coopération Financière Africaine.

FDIC : Federal Deposit Insurance Corporation

FED : Réserve Fédérale Américaine

FMI : Fonds Monétaire International

FP : Fonds Propres

FPTA : Fonds Propres sur Total Actifs

FPTCR : Fonds Propres sur Total Crédits

G20 : Groupe des vingt

IPC : Indice des Prix à la Consommation

ISF : Indicateurs de Solidité Financière

LCR: Liquidity Coverage Ratio

LSDVC: Least Squares Dummy Variable Corrected

v
MCG : Moindres Carrés Généralisés

MCO : Moindres Carrés Ordinaires

MMG : Méthode des Moments Généralisés

NINJA : No Income, No Job and Asset

NSFR: Net Stable Funding Ratio

OCDE : Organisation pour le Commerce et le Développement Economique

PESF : Programme d’Evaluation du Secteur Financier

PIB : Produit Intérieur Brut.

PME : Petite et Moyenne Entreprise

PME : Petites et Moyennes Entreprises

PMI : Petite et Moyenne Industrie

PROCCRED : Provisions à Constituer sur Créances Douteuses

PROECRED : Provisions Existantes sur Créances Douteuses

PROETA : Provisions Existantes sur Total des Actifs

PROETCR : Provisions Existantes sur Total des crédits

ROA: Return on Asset.

ROE: Return on Equity.

S.A : Société Anonyme

S.A.R.L : Société A Responsabilité Limitée

S.N.C : Société en Nom Collectif

SYSCO : Système de Cotation des Établissements de Crédit

TA : Total des Actifs

TCRDEP : Total des Crédits sur Total des Dépôts

TIC : Technologie de l’Information et de la Communication.

TPE : Très Petite Entreprise

UEMOA : Union Economique et Monétaire Ouest Africaine.

vi
 Liste des illustrations

Figure 1 : cadre conceptuel de l’analyse ……………………………………………………..9

Figure 2 : la courbe du rendement attendu d’un crédit ……………………………………...24

Figure 3 : la synthèse des problèmes d’information dans le processus de crédit .............…...42

Figure 4 : cadre conceptuel du modèle d’analyse de l’influence de la qualité du portefeuille

de crédits sur la solidité bancaire …………………………………………………………….73

Figure 5 : Cadre conceptuel du modèle d’analyse de l’influence du niveau de capitalisation

sur la solidité bancaire ………………………………………………………………………156

vii
 Liste des tableaux

Tableau n° 1 : Analyse des éléments constitutifs d’un dossier de demande de crédit …...…27

Tableau n° 2 : Echelle de Rating SYSCO ……. ……………………………………………59

Tableau n° 3 : Les statistiques descriptives du Z-score des banques de la CEMAC de 2000 à

2013 …………………………………………………………………………………………..78

Tableau n° 4 : Récapitulatif des variables explicatives et les signes attendus ……...………83

Tableau n° 5 : Récapitulatif des résultats des estimations avec les variables prises par
groupe..……………………………………………………….……………………………….84

Tableau n° 6 : Récapitulatif des résultats des estimations des équations imbriquées …...….86

Tableau n° 7 : récapitulatif de la constitution des fonds propres ……………………….…113

Tableau n° 8 : synthèse des axes de recherche autour de la nécessité des fonds propres …134

Tableau n° 9 : Synthèse des ISF relatif aux modèle CAMEL …………………………......146

Tableau n° 10 : la synthèse des variables d’intérêt ………………………………………...161

Tableau n° 11 : la synthèse des variables individuelles utilisées comme amplificatrices ....163

Tableau n° 12 : synthèse des variables macroéconomiques utilisées comme amplificatrices

….……………………………………………………………………………………………164

Tableau n° 13 : récapitulatif des variables explicatives …………………………………...165

Tableau n° 14 : synthèse des résultats des équations individuelles ………………..………168

Tableau n° 15 : synthèse des résultats des équations imbriquées ………………………….169

viii
 Liste des annexes

Annexe 1 : les estimations de la première partie…………………………………………198

Statistiques descriptives CEMAC………………………………………………………...…198

Test de corrélation…………………………………………………………………………...198

Test avec les variables d’intérêt (Qualité du portefeuille de crédits)……………………..…199

Test avec les variables liées à la liquidité……………………………………………..…….200

Test avec les variables liées à la qualité de gestion uniquement………………………….…201

Test avec les variables liées à la capitalisation………………………………………...……202

Test avec les variables liées à la rentabilité…………………………………………………203

Test avec les variables macroéconomiques……………………………………………….....204

Test avec les variables liées à la liquidité et à la qualité de gestion………...……………….205

Test avec les variables liées à la liquidité, la gestion et la capitalisation……………………206

Test avec les variables liées à la liquidité, la gestion, la capitalisation et la rentabilité…..…207

Test avec les variables liées à la liquidité, la gestion, la capitalisation, la rentabilité et les
variables macroéconomiques…………………………………………………………..……208

Annexe 2 : les estimations de la deuxième partie…………………………………...……209

Estimation avec les variables liées aux fonds propres……………………………………....209

Estimation avec les variables liées aux fonds propres et la liquidité…..……………………210

Estimation avec les variables liées aux fonds propres et la qualité de gestion………..…….211

Estimation avec les variables liées aux fonds propres et la rentabilité…………..………….212

Estimation avec les variables liées aux fonds propres et la qualité du portefeuille…............213

Estimation avec les variables liées aux fonds propres et les variables macroéconomiques...214

Estimation avec les variables liées aux fonds propres, la liquidité et la rentabilité…………215

Estimation avec les variables liées aux fonds propres, la liquidité, la rentabilité et la qualité de
gestion……………………………………………………………….………………………216

Estimation avec les variables liées aux fonds propres, la liquidité, la rentabilité, la qualité de
gestion et la qualité du portefeuille……………………………………………….…………217

ix
Estimation avec les variables liées aux fonds propres, la liquidité, la rentabilité, la qualité de
gestion, la qualité du portefeuille et les variables macroéconomiques……………...………218

x
 SOMMAIRE

Introduction générale ………………………………………………………………………..1

Première partie : la relation qualité du portefeuille de crédits et solidité des banques :

l’importance des indicateurs individuels et macroéconomiques …………………….......11

Chapitre 1 : la qualité du portefeuille de crédits : une condition nécessaire, mais pas

suffisante pour la solidité bancaire ………………………………………………………...14

Section 1 : la théorie du signal : la détection des emprunteurs de bonne qualité une condition
de solidité bancaire ………………………………………………………………………...…16

Section 2 : la justification théorique de l’exigence de la qualité d’actifs pour la solidité

bancaire ………………………………………………………………………………………34

Chapitre 2 : l’influence de la qualité du portefeuille de crédits sur la solidité bancaire

dans la CEMAC : une évaluation empirique …………………………………………...…49

Section 1 : les différentes approches empiriques de l’évaluation de la solidité des banques...51

Section 2 : l’élaboration d’une stratégie de solidité des banques dans la CEMAC ……….…67

Deuxième partie : les exigences de capitalisation sont-elles suffisantes pour la solidité

bancaire ? ......................................................................................................................……..99

Chapitre 3 : la controverse sur la relation qui existe entre le niveau de capitalisation et la

solidité bancaire …………………………........................................................................... 101

Section 1 : les exigences en fonds propres : une condition de solidité bancaire………….....102

Section 2 : Le cadre d’analyse de l’effet de la quantité des fonds propres sur la solidité
financière des banques...…………..…………………………………………………….......115

Chapitre 4 : l’influence du niveau de capitalisation sur la solidité bancaire dans la

CEMAC : une évaluation empirique ..................................................................................137

Section 1 : le cadre d’utilisation des indicateurs de solidité financière du type CAMEL ….139

Section 2 : le niveau de capitalisation : le nœud de la solidité bancaire …………................150

Conclusion générale …...........................................................................................................179

Bibliographie …................................................................................................................... 186

xi
 Introduction générale

La crise bancaire des années 1980 est à l’origine d’une profonde mutation du système
d’intermédiation financière en Afrique. L’une des manifestations de cette crise du système
bancaire africain de la décennie 80 est la dégradation de la rentabilité et la solvabilité des
banques. Cette dégradation a eu pour conséquence la baisse de la solidité des banques sur le
continent. La solidité bancaire est définie par Lindgren et al. (1996), comme la capacité de la
banque à résister à des événements indésirables tels que la panique bancaire, les changements
politiques, la libéralisation du secteur financier et les catastrophes naturelles. Par conséquent,
la solidité bancaire reflète la capacité de la banque à être solvable et à résister dans des
conditions économiques difficiles par les moyens de son capital et de ses réserves. Ainsi, la
capacité d’une banque à gérer les chocs, est à la fois endogène et exogène1. La stabilité
financière dépend de la bonne santé financière des institutions financières et de leur capacité
de résilience suite à un choc macroéconomique. Les crises financières récentes sont à
l’origine des accords de Bâle III. Ces crises ont montré l’importance de renforcer les
différentes approches de la réglementation microprudentielle (pour la capacité endogène) et
macroprudentielle (pour les facteurs exogènes). C’est pour cette raison que, Gammadigbé
(2012) estime qu’il est important de chercher à quantifier en permanence l’endurance du
système bancaire et ses composantes face à l’émergence des divers chocs. C’est dans cette
logique qu’intervient notre thèse dont l’intention est d’aider à prémunir les banques contre
l’apparition des crises.

Les crises financières et les faillites des institutions bancaires entraînent le plus
souvent des ruées bancaires2 (Diamond et Dybvig 1983). Scialom (2007) définit la banque
non seulement comme une industrie, mais aussi comme un intermédiaire financier spécifique
qui a pour fonction traditionnelle de collecter des dépôts et d’octroyer des crédits. Gurley et
Shaw (1960) dans leur modèle supposent que les banques jouent une fonction de
transformation. Elles collectent les ressources (essentiellement les dépôts) qui peuvent être
réclamés à tout moment par les déposants, accordent des crédits, gèrent les moyens de
paiement et les risques de transformation. Ainsi, les banques doivent faire face à des
situations de risque de défaut ou de contrepartie et de risque de liquidité, risques qui peuvent
1
La capacité endogène à gérer les chocs est l’aptitude interne, c’est-à-dire individuelle de la banque à faire face
aux chocs. Tandis que pour la capacité exogène, nous faisons allusion à l’aptitude du système bancaire à gérer
les chocs.
2
C’est des situations dans lesquelles, les déposants vont effectuer des retraits précipités. Elles sont aussi
connues sous l’expression courses aux guichets

1
entrainer la faillite de la banque. En cas de difficulté d’une banque, les différents déposants
veulent retirer le plus rapidement possible leurs épargnes pour les sécuriser d’une autre
manière. Les courses aux guichets peuvent, par effet d’entraînement, exposer d’autres
banques du système à des difficultés particulières. Ceci peut être illustré par la crise bancaire
chypriote de 2013 et plus récemment la crise grecque de 2015. De par l’interconnexion des
moyens de paiement et de financement, la faillite d’une banque peut s’étendre à d’autres
banques par « effet de contagion ». C’est pour cette raison qu’il apparaît utile d’identifier la
meilleure stratégie visant à préserver la solidité des institutions bancaires en particulier et la
stabilité du système financier en général (Autorité Monétaire de l’Afrique de l’Ouest ci-après
AMAO, 2009). De plus, pour Madji (2002), les différentes expériences tant au sein de la
Communauté Economique et Monétaire de l’Afrique Centrale (CEMAC)3 que dans les autres
sous-régions montrent que le bon fonctionnement du système bancaire et financier dépend
étroitement de la solidité financière des entités qui le composent. L’auteur fonde son
argumentation sur le fait que les incidents d’une certaine gravité enregistrés au sein d’une
banque peuvent ébranler, par un effet de contagion, la solidité de plusieurs établissements de
crédit avec des conséquences néfastes sur l’ensemble du secteur, voire de l’économie (on se
trouvera en présence d’une crise systémique). Les risques liés à l’activité bancaire peuvent
être localisés du côté de l’actif et/ou du côté du passif du bilan de la banque. On peut dire que
le risque de faillite d’une banque peut être circonscrit des deux côtés du bilan de la banque.

L’analyse de l’actif des banques des pays de la CEMAC montre que la qualité du
portefeuille de crédits s’est dégradée dans tout le système bancaire de la communauté. En
effet, au 31 décembre 2013, les créances en souffrance ont augmenté de 48% par rapport à
l’année précédente. Les plus fortes dégradations sont observées en Centrafrique, au Tchad, en
Guinée Equatoriale et au Gabon où les encours des créances douteuses ont progressé
respectivement de 151%, 102,4%, 62,3% et 40,1% en 2013 (Commission Bancaire de
l’Afrique Centrale ci-après COBAC, 2013). Le Cameroun en 2013 avec 253 milliards soit
50,9% du total des créances douteuses de la sous-région, a le plus gros volume. Les
statistiques récentes de la COBAC montrent que les créances en souffrances dans la
Communauté s’élèvent à 894 milliards FCFA en fin mars 2015 contre 696 milliards FCFA en fin
mars 2014, ce qui représente à ces dates 11,88% et 9,99% des crédits bruts. Cette situation
montre que la qualité apparente du portefeuille de crédits continue de se dégrader. Cette

3
La CEMAC est constituée de six pays à savoir : le Cameroun, le Congo, le Gabon, la Guinée Equatoriale, la
République Centrafricaine et la Tchad. Elle est née des cendres de l’Union Douanière et Economique de
l’Afrique Centrale (UDEAC) le 16 mars 1994 par la signature du traité de Ndjamena au Tchad.

2
dégradation est causée en partie par le risque lié aux différentes créances. On peut donc
penser que prévenir les risques que peut entrainer la dégradation de la qualité du portefeuille
de crédits sur la solidité des banques, est sans doute l’une des préoccupations des autorités
monétaires de cette sous-région (Abdou, 2002).

La préoccupation des autorités monétaires de la CEMAC portant sur la qualité du

portefeuille de crédits des banques, témoigne de la nécessité d’avoir des banques solides dans
cette sous-région. Nous savons que le portefeuille de crédits est un des principaux canaux
générateurs des revenus dans les banques. Afin d’éviter la dégradation de la qualité des actifs
des banques, la politique de stabilisation du système bancaire s’impose comme une nécessité
macroéconomique absolue pour certaines économies. Cette politique prend appui sur les
composantes solides et saines du système. C’est ainsi que, la mise en place du programme de
gestion des risques dans les institutions financières au Kenya a permis d’améliorer la qualité
des portefeuilles des banques de ce pays (Central Bank of Kenya, 2011). En plus des
prescriptions des règles de comportement au niveau national, on constate qu’il faut tenir
compte des exigences qui dépassent le cadre du territoire national.

D’après Lacoue-Labarthe (2008), la recherche effrénée du gain par les banques peut
accroître la probabilité de la survenance des crises financières. Quant à Madji (2002), la
probabilité pour une banque de rester solvable est subordonnée principalement à une
capitalisation suffisante permettant à cette dernière de faire face à des évolutions
défavorables, ainsi qu’à sa rentabilité. C’est pour cette raison que la COBAC, à la sortie de la
crise de la décennie 1980, a mis l’accent sur la crédibilité du plan de restructuration, tant au
niveau de la restauration des équilibres financiers fondamentaux à court terme, qu’au niveau
de la pérennité à moyen terme des établissements financiers. Le contrôle prudentiel, principal
élément de la supervision des banques, vise à réduire ou mieux à maîtriser les risques gérés
par les différentes banques. Pour ce contrôle, on dispose généralement de deux niveaux
d’intervention complémentaires. On peut noter, le contrôle institutionnel par lequel, la banque
centrale assure la mise en œuvre efficace de la politique monétaire et la supervision assurée
par une autre institution dépendante (ou indépendante) de la banque centrale qui vise à
s’assurer de la solidité des banques (la COBAC pour l’Afrique centrale). La COBAC assure la
mission de supervision au moyen d’une surveillance permanente et d’inspections
approfondies des banques prises individuellement ou en groupe.

3
 Comme instrument de surveillance, le ratio Cooke4 a constitué la première étape vers
une approche prudentielle à l’échelle internationale, fondée sur une norme de fonds propres,
calculée selon une formule connue et acceptée de tous. Ce ratio permet de prémunir le
déposant contre le risque de faillite et constitue un mécanisme incitatif permettant de contrôler
la prise de risques par les banques. Pour l’adapter à l’évolution des activités de l’industrie
bancaire et plus spécifiquement des composantes du passif et de l’actif, et à la mutation des
risques, on est passé de Bâle I à Bâle III. Aujourd’hui le ratio Cooke est substitué par le ratio
Mc Donough pour tenir compte de cette nouvelle donne.

La COBAC dans le cadre de ses missions de suivi de la solidité des banques de la

CEMAC, a élaboré une réglementation prudentielle qui impose aux banques le respect d’une
norme minimale de ratio de couverture des risques par les capitaux propres fixé à 8 %. Il
ressort du rapport annuel de la COBAC en 2013, que onze banques sur cinquante, ne
respectent pas cette norme. Sur les onze banques en infraction par rapport au ratio de
couverture des risques par les capitaux propres, cinq sont au Cameroun, deux au Gabon, deux
au Congo, une au Tchad et une en Guinée Equatoriale. On constate qu’à la même période, on
a un taux de dégradation du portefeuille de crédits au-delà de 10 % et environ 22 % des
banques sous-capitalisées dans la sous-région. De plus, Gulde-Wolf et Ghura (2012) dans le
rapport du FMI sur la stabilité du système financier de la CEMAC, constatent après les tests
de résistance que le système bancaire de cette sous-région est en général vulnérable à de
nombreux risques. Ils soulignent aussi le fait que les ratios prudentiels régionaux soient dans
l’ensemble peu respectés. Pour cela, il convient de s’attarder sur les relations qui existent
entre les exigences de qualité du portefeuille de crédits, de capitalisation et le concept de
solidité bancaire dans cette sous-région.

La réforme du cadre prudentiel et l’aptitude des banques à gérer des moments de

tensions sont devenues un thème d’une grande actualité et un champ de réflexion important de
la recherche en économie monétaire. Les principaux enseignements tirés de la récente crise
financière ont montré avec acuité l’importance de ce sujet. Cette crise à amener le Comité de
Bâle a élaboré un programme de réformes profondes, pour une véritable refonte du secteur
bancaire. Les séquelles de cette crise ont été perceptibles dans le système bancaire de la

4
Le ratio Cooke mis en place en juillet 1988 par le comité des règles et pratiques du groupe des dix pays les
plus riches et du Luxembourg, est un ratio international de solvabilité que doivent respecter les établissements
de crédit. Il est le rapport entre le montant des fonds propres et celui des encours de crédit. La logique du ratio
« Cooke » est celle d'un ratio de risques pondérés devant atteindre 8 %, du coût en fonds propres. Il a pour
objectif de renforcer la solidité et la stabilité du système bancaire, atténuer les inégalités concurrentielles entre
les banques.

4
CEMAC avec, notamment, des tensions de liquidité observées dans certains établissements
bancaires, fortement impliqués dans le secteur forestier (Madji, 2002). De plus, les crises
financières entrainant des faillites bancaires ont des conséquences qui vont au-delà de la
sphère bancaire. Ces conséquences peuvent rapidement atteindre la sphère réelle, parce qu’un
manque de confiance envers les banques met en danger l’économie monétaire. C’est pour
cette raison qu’il est important de s’interroger sur la solidité apparente des banques dans la
CEMAC face aux chocs économiques et financiers.

Certains auteurs dans le cadre de leurs études se sont intéressés à la question de la

solidité financière dans les pays aussi bien développés (Furlong et Kwan, 2007 ; Couppey et
Madiès, 1997) qu’en voie de développement (Caprio, 1997 ; Abdou, 2002 ; AMAO, 2009).
Bien que la nécessité d'assurer la solidité financière fasse l'objet d'un large consensus dans la
littérature économique, des controverses subsistent, notamment sur les moyens d'y parvenir,
mais aussi sur les institutions devant se charger de cette mission. Caprio (1997) en
s’interrogeant sur les coûts des crises bancaires dans les pays en développement, étudie les
facteurs saillants des faillites bancaires dans ces économies. Il rapporte que la qualité du
portefeuille et la solidité des banques s’appuient sur quatre piliers : la relation entre les
actionnaires et les dirigeants ; la présence des régulateurs ; la qualité de la gouvernance et la
discipline de marché. Cette idée est soutenue par Godlewski (2005) qui pense que l’excès de
prise de risque en milieu bancaire est favorisé par les facteurs comme la faiblesse de la
gouvernance des banques, la faiblesse de la discipline des marchés et la régulation inefficace.
D’où la nécessite d’un questionnement profond de la solidité bancaire dans la sous-région
CEMAC. C’est pour cette raison, qu’il apparaît intéressant de se poser la question suivante :
quels sont les effets des indicateurs individuels et macroéconomiques sur d’une part la
relation qui existe entre la qualité du portefeuille de crédits et la solidité bancaire, et
d’autre part celle qui existe entre le niveau de capitalisation et la solidité bancaire ? De
cette question principale, il découle deux questions spécifiques. La première s’intéresse à
l’exigence de qualité d’actifs comme condition de solidité bancaire et la deuxième aux
exigences en matière de capitalisation. Nous nous posons donc les questions suivantes :

- quels sont les effets des indicateurs individuels et macroéconomiques sur la

relation qui existe entre la qualité du portefeuille de crédits et la solidité
bancaire ?

- quels sont les effets des indicateurs individuels et macroéconomiques sur la

relation qui existe entre le niveau de capitalisation et la solidité bancaire ?

5
 Dans un contexte de recherche effrénée de la rentabilité par les entreprises, la banque
en tant qu’entreprise doit maximiser son profit. Cette volonté peut l’amener à prendre des
risques excessifs, risques qui peuvent être à l’origine de sa faillite et partant celle du système
bancaire (risque systémique). Pour ce faire, il s’avère important de disposer des banques
solides qui sont des éléments indispensables de la sécurité financière. Notre thèse qui rentre
dans cette logique a pour objectif principal d’analyser la solidité bancaire compte tenu des
exigences de capitalisation et de qualité du portefeuille de crédits. Pour cela, nous apprécions
l’influence des indicateurs individuels du type CAMEL(S)5 et des indicateurs
macroéconomiques sur la double relation établie d’une part entre la qualité du portefeuille de
crédits et la solidité bancaire, d’autre part la capitalisation et la solidité bancaire. Ceci dans le
but de maintenir ou d’accroître la solidité des banques. Ainsi, pour atteindre cet objectif
général, nous nous fixons les objectifs spécifiques suivants :

- identifier les exigences fondamentales de la solidité des banques ;

- proposer des variables de contrôle ;

- examiner la nature des relations qui existent entre la solidité des banques et ses
exigences dans un contexte des pays en développement ;

- proposer après analyse un modèle d’amélioration de la solidité des banques dans la

CEMAC.

Les recherches portant sur la solidité des banques constituent un centre d’intérêt de
grande importance dans les travaux menés sur le secteur financier en général et le secteur
bancaire en particulier. Pour une combinaison optimale des différents déterminants de la
solidité des banques, il est nécessaire de connaître l’importance et la contribution de tout
déterminant à l’atteinte de la solidité. Ainsi, l’étude de la solidité des banques permet aux
dirigeants des banques d’avoir des stratégies leur permettant de disposer des institutions
solides et dynamiques. Cette étude envoie un signal sur la santé financière des banques aux
autres intervenants du secteur bancaire. De plus, notre thèse constitue une contribution au
débat sur l’importance de la prise en considération des indicateurs de type CAMEL et des
indicateurs macroéconomiques dans la définition de la solidité bancaire. Il développe des

5
CAMEL(S) est un cadre d’analyse qui définit six (06) catégories des variables permettant d’apprécier et de
couvrir les risques financiers et non financiers auxquels sont exposées les institutions financières. Les six
critères sont : l’adéquation du capital ou la solvabilité (Capital adequacy) ; la qualité des actifs et du portefeuille
(Asset quality) ; la gestion et la gouvernance d’entreprise (Management quality) ; la rentabilité (Earning
ability) ; la liquidité (liquidity position) et la sensibilité au risque de marché (Sensitivity to market risk).

6
stratégies permettant d’améliorer la solidité bancaire dans le contexte des pays en
développement notamment les pays de l’Afrique centrale. Ceci afin de permettre à ces pays de
disposer des banques solides capables de soutenir la croissance.

Dans la littérature, les déterminants de la solidité bancaire sont regroupés souvent en

facteurs microéconomiques et macroéconomiques. D’un point de vue microéconomique, les
causes des crises bancaires peuvent être regroupées à travers des causes interne et externe aux
banques. D’après Caprio (1997), les causes de crises bancaires ont pour principal aspect,
l’asymétrie d’information entre les différents protagonistes. Les asymétries d’information que
nous retrouvons au niveau de la banque, nous amène à nous intéresser à l’ensemble de
relations qui existent autour et au sein de la banque (Couppey et Madiès, 1997). Dans cet
ordre d’idées, Zamil (2010) pense que l’instabilité du secteur financier ne peut être combattue
efficacement que par une bonne manière de gérer les risques par les institutions. Caprio
(1997) s’inscrit dans la même lignée et discute l’hypothèse selon laquelle la standardisation de
la réglementation bancaire améliorerait la qualité du portefeuille et accroît la solidité des
banques des pays en développement.

En pratique, on peut constater deux sources de vulnérabilité des systèmes bancaires

(Albulescu, 2009). La première source est associée à une faible diversification du risque
présent dans le bilan et le hors bilan des banques. Ce risque peut être localisé des deux côtés
du bilan de la banque, il se matérialise en risque de crédit, risque opérationnel, risque de
liquidité, etc. La deuxième source de vulnérabilité est représentée par le risque systémique qui
proviendrait de l’ensemble du système bancaire. La qualité des actifs est devenue une
exigence réglementaire pour diminuer le niveau du risque dans les bilans des banques.
D’après Godlewski (2004), une banque peut devenir insolvable lorsque ses actifs génèrent des
pertes.

Concernant la gestion des risques, Hayden et al. (2007), décèlent deux théories
contradictoires sur la banque. Ils ont identifié la théorie traditionnelle de la banque et la
théorie de la finance d’entreprise. La théorie traditionnelle de la banque est fondée sur la
banque comme contrôleur délégué (Diamond, 1984). Cette théorie recommande que la banque
se diversifie, si possible, pour atteindre son organisation optimale. En revanche, la théorie de
la finance d’entreprise suggère que la banque, considérée comme une entreprise, se concentre
sur la cible qui lui permet d’obtenir le plus grand avantage possible. Pour cela, les dirigeants
des banques doivent donc savoir concilier les natures des comportements divergents de leurs
pourvoyeurs des ressources financières à savoir : les actionnaires qui ont un goût pour le

7
risque et les déposants qui préfèrent une gestion prudente (Couppey et Madiès, 1997). La
réglementation bancaire qui résulte de ces natures de comportement peut être définie d’après
Zamil (2010), comme l’ensemble des règles qui permettent à l’autorité bancaire d’inciter les
banques à avoir un comportement prudent dans la gestion des risques. Couppey et Madiès
(1997) pensent que l’efficacité de cette réglementation dépend de la complémentarité des
instruments utilisés. Ceci dit on ne saurait oublier l’importance des autres éléments dans ce
processus. En tenant compte des spécificités de l’activité bancaire et de ce qui précède, nous
formulons l’hypothèse suivante :

Hypothèse 1 : La prise en compte simultanée des indicateurs individuels de type

CAMEL et des indicateurs macroéconomiques améliore la solidité bancaire.

En outre, aucune approche de la régulation bancaire ne peut être transposée sans tenir
compte du contexte. Couppey et Madiès (1997), en traitant de l’efficacité de la réglementation
prudentielle, supposent que la complémentarité des instruments est une condition nécessaire
de l’efficacité. Ils rejettent les approches théoriques traditionnelles6 et soutiennent l’approche
théorique dite de la « réglementation optimale » qui intègre les apports de l’économie de
l’information. Celle-ci suppose qu’une norme de solidité n’est efficace que si elle repose sur
une action globale. Pour certains auteurs (Tartari, 2002 ; Gouriéroux et Tiomo, 2007 ; Berger,
2010 ; Petey, 2004 ; Madji, 2002), l’analyse de la solidité bancaire devrait tenir compte de la
structure financière de la banque. Ces auteurs considèrent les fonds propres comme un
« amortisseur » en cas de pertes imprévues. D’ailleurs, c’est pour cette raison que les
régulateurs utilisent les exigences en matière des fonds propres définies par le Comité de Bâle
comme des instruments préventifs. Pour Berger (2010), ce recours à la réglementation des
fonds propres permet de réduire l’asymétrie d’information qui existe entre le régulateur et la
banque en incitant cette dernière à limiter sa prise de risque. La relation entre le niveau de
capitalisation et le risque de faillite des banques est loin de faire l’objet d’un consensus. Pour
cela, nous formulons l’hypothèse ci-après :

Hypothèse 2 : La prise en compte conjointe de l’aspect interne de la banque et de

l’aspect macroéconomique améliore la contribution du niveau de capitalisation à la solidité
bancaire.

6
Par approches théoriques traditionnelles, nous faisons allusions aux théories telles que la théorie de
préférence sur les états et la théorie du choix de portefeuille qui intègrent difficilement les spécificités des
banques.

8
 Tout comme nos hypothèses, la méthodologie et le choix des variables utilisées
s’inspirent de l’examen de certains modèles théoriques et empiriques connus dans la
littérature. Notre cadre conceptuel (figure 1) et la disponibilité des données sont déterminants
dans le choix du modèle et des variables. Pour cette thèse, nous utilisons les données
annuelles des banques de la CEMAC pour la période allant de 2000 à 2013. Ces données sont
extraites du système de Collecte, d’Exploitation et de Restitution aux Banques des Etats
Réglementaires (CERBER)7 de la COBAC.

Figure n° 1 : cadre conceptuel de l’analyse

Les indicateurs individuels et les

indicateurs macroéconomiques
La qualité du
portefeuille de
H
crédits
1
La solidité
bancaire

Le niveau de
H
capitalisation

Les indicateurs individuels et les

indicateurs macroéconomiques

Liaison d’intérêt

Liaison directe entre les variables de contrôle et la solidité bancaire

L’influence des variables de contrôle sur les relations préétablies (hypothèses)

Source : auteur

7
Le sigle CERBER est utilisé pour Collecte, Exploitation et Restitution aux Banques et Etablissements Financiers
des Etats Réglementaires. A partir des données de ce dispositif, la COBAC établit le rating SYSCO pour
l’évaluation des banques de la CEMAC. Bien que les données issues de ce dispositif ne soient pas publiables,
nous avons pu obtenir, et ceci grâce à la collaboration de certaines personnes externes et internes à la COBAC,
qui ont accepté volontairement de mettre à notre disposition certaines informations dont nous avons besoin.

9
 Dans le but de répondre à notre question de recherche, notre travail est structuré par la
suite en deux parties. La première partie se propose d’analyser la relation qui existe entre la
qualité du portefeuille de crédits et la solidité bancaire. Nous tentons à partir d’une analyse
théorique puis empirique de répondre à notre première question spécifique. A travers une
revue de littérature, le premier chapitre pose le jalon de l’influence de la qualité du
portefeuille de crédits sur la solidité bancaire. Nous mobilisons les différentes théories
permettant à la banque d’avoir des débiteurs sains pour un portefeuille de crédits de bonne
qualité. Le deuxième chapitre porte sur l’aspect empirique de cette partie. Nous procédons à
une analyse du modèle dynamique de la solidité avec des données de panel. Nous testons le
comportement de la relation qui existe entre la solidité bancaire et la qualité du portefeuille de
crédits en injectant les autres variables internes et externes à la banque.

La deuxième partie s’articule aussi autour de deux chapitres. Cette partie se propose
d’analyser la relation qui existe entre le niveau de capitalisation et la solidité bancaire. Pour ce
faire, nous présentons dans le troisième chapitre une revue de littérature relative à ce lien.
Nous mettons en lumière les éléments constituant les fonds propres. Nous nous intéressons
particulièrement au sens de la relation qui existe entre la capitalisation et la solidité. Au
niveau du chapitre quatre, nous procédons à une évaluation empirique de cette relation. Ici,
nous apprécions les effets de la présence des variables internes et externes à la banque sur la
relation préétablie entre la solidité bancaire et le niveau de capitalisation.

10
 PREMIERE PARTIE : LA RELATION QUALITE DU PORTEFEUILLE DE

CREDITS ET SOLIDITE DES BANQUES : L’IMPORTANCE DES INDICATEURS

INDIVIDUELS ET MACROECONOMIQUES

Introduction Première partie

La crise financière des années 2000 a révélé, une fois de plus, l’importance d’avoir des
banques solides pour des économies solides. Cette crise s’est déclenchée dans la seconde
moitié de 2007 avec la série de déclassement des agences de notation. Un an plus tard,
précisément à la mi-septembre 2008, on a atteint le pic de la crise avec la faillite de grands
groupes financiers. La Crise des subprimes8 est une crise financière du marché des produits
structurés, déclenchée aux Etats-Unis par un effondrement du marché des prêts hypothécaires
à risque. Pour comprendre la séquence de ces événements, Artus et al. (2008) supposent qu’il
existe deux approches possibles : la première met l’accent sur la dérèglementation qui s’est
amplifiée tout au long de 2007, la seconde considère que tout part d’une base elle-même
fragile. La deuxième approche relève l’importance d’une base solide, c’est-à-dire une base
capable de faire face à un choc.

Dans ce contexte, la maîtrise des risques devient une urgence. La diversification et la

réduction des risques semblent interpeller toutes les institutions. Il est aussi important de
savoir qu’en réalité, la gestion des risques n’est pas une préoccupation nouvelle pour les
institutions financières. En effet, depuis longtemps les institutions financières s’intéressent à
la gestion des risques. Cette gestion est fondamentale, car nous pouvons nous appuyer sur
Lindgren et al. (1996), pour dire qu’une banque est solide lorsqu’elle peut faire face à tout
type de risques. En d’autres termes, c’est celle qui remplit les conditions nécessaires de bon
fonctionnement en tant que banque. Pour Caprio (1997) et Godlewski (2005), les facteurs
comme la faiblesse de la gouvernance des institutions bancaires et de la discipline des

8
Les crédits subprimes sont des prêts hypothécaires consentis à des emprunteurs dont la situation en termes
de revenus est au-dessous des critères habituels d’éligibilité des banques, sur la base d’une majoration du taux
d’intérêt « surprime ». Ces prêts sont accordés à des conditions de taux d’intérêt variables. Ces prêts sont
rendus gérables par les mécanismes de titrisation qui permettent de créer des obligations de bonne note en
jouant sur la diversification du risque et la valeur du bien immobilier. Pour plus de détails, le lecteur peut se
référer à Artus et al. (2008).

11
marchés, suivies d’une régulation inefficace favorisent l’excès de prise de risque en milieu
bancaire.

Pour les banques, le risque de crédit, c’est-à-dire le risque lié au défaut de

remboursement du débiteur est l’un des principaux risques à gérer. Ainsi, il s’avère donc que
l’une des préoccupations des banques à l’heure actuelle est la gestion du risque de crédit.
Selon Matoussi et Abdelmoula (2010), la gestion du risque de crédit par une banque doit tenir
compte de la qualité de son débiteur, car cette dernière est un élément fondamental pour la
dite gestion. Pour une activité comme l’octroi de crédit qui repose sur la confiance et avec
l’asymétrie d’information qui existe entre les protagonistes, il s’avère difficile de distinguer le
bon débiteur du mauvais débiteur. Ainsi, les accords de Bâle II recommandent aux banques
une mesure pertinente du risque de crédit en tenant compte de la qualité de l’emprunteur,
même à travers le système de notation interne propre à chaque banque. Ceci permet aux
banques de respecter les exigences suivantes : les conditions des exigences minimales des
fonds propres, le processus de surveillance prudentielle et les règles de discipline des
marchés.

La mauvaise évaluation du risque provenant de la structure déséquilibrée du bilan de

l’emprunteur aboutit parfois à des prêts non performants (Godlewski, 2005). La détention de
ce type de prêts par une banque détériore la qualité du portefeuille de crédits de cette dernière.
De plus, à long terme, cette détérioration peut aussi provenir de la hausse du taux d’intérêt qui
peut conduire à une mauvaise évaluation du risque en accroissant la sélection adverse (Stiglitz
et Weiss, 1981). La détérioration de la qualité des actifs de la banque se répercute sur la
qualité de son portefeuille. Cette détérioration baisse les produits nets de la banque et peut
avoir des conséquences sur la capacité de cette dernière à supporter le choc. C’est pour cette
raison que, Godlewski (2004) pense qu’une banque peut devenir insolvable, lorsque ses actifs
génèrent des pertes. Ceci nous amène à dire que la dégradation de la qualité du portefeuille de
crédits a un effet négatif sur la rentabilité de la banque. C’est pourquoi, il est important
d’améliorer l’estimation du risque des dossiers étudiés afin de réduire au minimum les
créances douteuses.

La bonne gestion des risques logés dans le bilan de la banque est un élément important
pour le maintien ou l’amélioration de la capacité de la banque à faire face aux chocs. En effet,
la transformation du risque encouru est l’une des fonctions fondamentales de la banque. Ainsi,
lorsqu’une banque échoue à ce niveau, elle aura plusieurs difficultés à exercer son activité, car
elle ne pourra plus mutualiser les risques. Ainsi, en s’interrogeant sur la manière de maintenir

12
ou d’accroître la solidité des banques, il s’avère important d’examiner les effets des variables
de contrôle sur l’influence de la qualité du portefeuille de crédits sur la solidité bancaire.

L’objet de cette première partie est d’analyser les effets de la prise en compte des
indicateurs du type CAMEL et des indicateurs macroéconomiques sur la relation qui lie la
qualité du portefeuille de crédits à la solidité bancaire. Tout en estimant que la qualité du
portefeuille de crédits d’une banque reflète le niveau des risques qu’elle prend, nous
présentons dans cette partie les limites de l’exigence de la qualité d’actifs comme condition de
la solidité des banques. Pour cela, nous montrons l’importance de la prise en compte de
certains éléments dans la recherche de la solidité bancaire.

13
 CHAPITRE 1 : LA QUALITE DU PORTEFEUILLE DE CREDITS : UNE

CONDITION NECESSAIRE, MAIS PAS SUFFISANTE POUR LA SOLIDITE

BANCAIRE

Introduction

Les crises économiques et financières sont souvent les conséquences d’un

enchaînement simple d’événements. Cet enchaînement d’événements peut être expliqué par le
surendettement des clients suite à un développement accéléré du crédit bancaire suivi des
faillites en chaîne dans les différents secteurs de l’économie, accentuées parfois par certains
évènements au niveau national ou international. La faillite d’un emprunteur concrétise la
réalisation de son défaut, ce qui va accroître les créances douteuses de sa banque. Or, ces
créances sont souvent à l’origine des faillites des établissements bancaires. Les banques pour
sortir les créances douteuses de leurs portefeuilles, ont développé plusieurs techniques de
transfert des risques par l’ingénierie financière. L’innovation à travers des éléments comme la
titrisation des créances bancaires a permis, à un certain moment aux banques d’exercer en
marge de la réglementation9. Ceci en transférant les risques pris par les banques sur des
débiteurs dont la signature est de mauvaise qualité, aux investisseurs sur les marchés
financiers. Mais, la titrisation a montré ses limites et ses conséquences à travers la récente
crise des subprimes qui s’est transformée en crise financière.

La crise du marché hypothécaire à risque aux États-Unis pendant l’été 2007 s’est
transformée en crise financière grave et s’est propagée rapidement dans le reste du monde.
D’après plusieurs auteurs à l’instar d’Angora (2009), cette crise a révélé de graves lacunes
dans le contrôle et la réglementation des institutions financières. Cette situation a entraîné une
dégradation de la qualité du portefeuille des actifs des banques, détérioré la confiance et
amplifié l’asymétrie d’information. Il est important de rappeler que cette crise provient du fait
que les banques ont pris des risques excessifs sur le marché des crédits hypothécaires en
octroyant des crédits à des emprunteurs de mauvaise qualité à savoir les NINJA (No Income,
No Job and Asset). Les banques ont pris cette résolution, peut-être parce qu’elles savaient,
qu’elles allaient sortir ces créances adossées à des débiteurs de mauvaise qualité de leurs
portefeuilles de crédits par le biais de la titrisation.

9
Cette situation a amené le comité de Bâle à revoir les accords de Bâle 2 après la crise financière des années
2008, pour passer aux accords de Bâle 3.

14
 La volonté de contourner la réglementation par l'inventivité, pose donc le problème de
l’exigence de la qualité du portefeuille d’actifs des banques. Cette dernière joue un rôle
essentiel dans le processus de l'évolution de l’innovation financière, car les banques sont des
entreprises dont l’objectif est la maximisation de leurs valeurs. Face à des contraintes limitant
leur rentabilité, elles vont développer des stratégies de contournement. D’après Diatkine
(2002), Schumpeter compare le comportement de la banque dans une relation de crédit à celui
du planificateur en régime socialiste qui donne des « ordres ». En effet, en régime capitaliste,
en donnant son accord à l'emprunteur, la banque lui fournit des moyens de paiement pour
s’approvisionner en facteurs de production. La mise à la disposition des emprunteurs de
nouveaux pouvoirs d’achat par les banques s'apparente donc à la fourniture de moyens de
subordination ou de « pouvoir » de commandement sur les autres agents économiques. Si la
banque est considérée comme un personnage qui délègue un pouvoir à ses clients
emprunteurs, il se pose donc un problème de la qualité de l’emprunteur. En effet, il est
important, pour la banque, de connaître la qualité de celui à qui elle délègue ce pouvoir. Pour
cela, avant toute opération de crédit, la banque doit évaluer le risque lié au prêt et à
l’emprunteur. Ensuite, elle doit après l'octroi du crédit, surveiller l’emprunteur à travers son
remboursement et le suivi de ses activités. L'existence d'asymétrie d'information dans ce
domaine nécessite que la banque acquière la connaissance du projet à financer et celle de
l'emprunteur. La théorie de l’intermédiation financière, suppose qu’en surveillant le
comportement de ses emprunteurs, la banque acquiert une information privée relative à la
qualité de son portefeuille de crédits (Pop, 2005). La banque prend toutes ces précautions
dans le but d’éviter les créances douteuses, car celles-ci peuvent entrainer sa faillite. D’où, la
question de savoir, si la qualité du débiteur dont dépend la qualité du portefeuille, n’est pas
une condition suffisante pour avoir des banques solides.

L’objet de ce chapitre est d’analyser l’influence sur la solidité bancaire de l’exigence

de la qualité du portefeuille de crédits, c’est-à-dire de l’actif comme déterminant de la solidité
de la banque. Ceci afin de ressortir les éléments influençant la solidité de la banque du côté de
l’actif de son bilan. Ce chapitre est organisé dans la suite en deux sections. Dans la première
section, nous allons mobiliser la théorie du signal et la théorie du compte chèque qui peuvent
être utilisées par la banque pour différencier les emprunteurs. La deuxième section se fonde
sur la théorie d’agence à travers le phénomène d’asymétrie d’information pour justifier
l’exigence de la qualité de l’emprunteur par les banques dans les opérations de crédit.

15
 Section 1 : La théorie du signal : la détection des emprunteurs de bonne qualité une

condition de solidité bancaire

La théorie du signal a été développée par Spence en 1973. Elle est définie dans le
cadre du marché de travail en présence d’asymétrie d’information. Il suppose que cette
asymétrie d'information entraîne l'ignorance par les employeurs des caractères personnels des
demandeurs d’emploi. Cependant, les employeurs peuvent s'appuyer sur des signaux envoyés
par les candidats, par exemple le diplôme, pour sélectionner le bon candidat. A tort ou à
raison, le bon candidat est alors celui qui est « signalé » par un diplôme. On peut supposer que
les individus qui ont de fortes capacités, et qui sont donc plus productifs, obtiennent des
diplômes plus facilement, c’est-à-dire à des coûts plus faibles (moindre efforts). Les bons
candidats sont donc prêts à consacrer un investissement en éducation plus important que les
autres candidats, pour obtenir le diplôme qui leur permet de signaler leur qualité aux
employeurs.

La formation n'a donc pas, comme objectif unique, d'accroître la productivité

individuelle par l’amélioration du capital humain, elle a aussi le rôle de fournir au marché un
signal sur la qualité de l’individu qui postule pour un emploi. Pour Spence (1973), on peut
généraliser le raisonnement à d'autres produits. Ainsi, la publicité serait pour lui un autre
signal, pour ceux qui croient en leur produit, et qui sont prêts à engager pour ceux-ci des
dépenses publicitaires. Si nous assimilons les emprunteurs aux vendeurs des titres de
créances, ceux-ci vont donc envoyer des signaux sur la qualité de leurs titres aux acheteurs,
c’est-à-dire les banquiers. Comme dans le cas des vendeurs de voiture d’occasion qui peuvent
offrir une garantie qui sert de signal de qualité de la voiture (Akerlof, 1970), les débiteurs de
bonne qualité peuvent en faire autant pour la qualité de leur signature.

Cherif (1999) pense qu’il faut développer, d’une part, des techniques de décodage par
les banquiers du signal reçu des emprunteurs et d’autre part, des techniques de signalisation
qui permettent aux emprunteurs d’envoyer de bonnes informations, pour résoudre le problème
d’asymétrie d’information. Pour lui, cela consiste à envoyer l’information au marché à travers
une variable de décision qui signale indirectement la qualité de l’emprunteur. En effet, pour
Lobez et Vilanova (2008), dans un contexte d’asymétrie d’information surtout ex-ante, les
candidats emprunteurs de haute qualité, caractérisés par un faible risque de défaut, sont les
premières victimes de l’incapacité des créanciers à les identifier. Pour cela, ces emprunteurs
doivent utiliser tous les moyens à leur disposition pour signaler leur qualité réelle. Dans tous

16
les cas, la théorie du signal vient faciliter le choix garant du bon emprunteur, c’est-à-dire du
débiteur de signature de bonne qualité, rendu difficile par l'absence de transparence et par
l'asymétrie d'information.

Dans cette section, nous présentons les éléments sur lesquels les banquiers doivent
s’attarder pour décoder le signal envoyé par les clients emprunteurs. Ces éléments servant de
canaux de transmission du signal de la qualité de signature doivent être aussi connus par les
emprunteurs afin d’éviter toute asymétrie d’information. Ainsi, nous élucidons d’abord le
concept du débiteur sain avant de présenter quelques indicateurs d’un débiteur sain.

I- La nature de l’emprunteur : l’élément fondamental de la qualité du portefeuille

de crédits

Il existe, selon Smith10, deux types d'emprunteurs. Il y a d'une part, les « agents
économiques prudents » qui n'empruntent que pour financer leur encaisse de transaction pour
des échéances précises, et qui peuvent, en principe, rembourser11. Il y a d'autre part, ceux qu’il
considère comme les « faiseurs de projets » ou spéculateurs qui présentent des projets risqués.
Ces derniers peuvent être appelés les « mauvais emprunteurs ». Ils empruntent pour financer
tout leur capital (ils vont donc au-delà des besoins de leur encaisse de transaction) et, l'issue
de leurs entreprises est incertaine et les amènera vraisemblablement à ne pas pouvoir
rembourser à la banque. Cette dernière catégorie d’emprunteur est constituée des insolvables.
Tout comme, il existe deux types de promoteurs (bon et mauvais), il existe aussi deux types
de projets (à rentabilité élevée et faible). Les projets des mauvais promoteurs ont des
rentabilités faibles avec certitude, tandis que ceux des bons promoteurs peuvent avoir une
rentabilité élevée ou faible avec les probabilités respectives de p et 1  p (Godbillon-
Camus et Godlewski, 2005).

Par conséquent, il faut prêter attention au bilan et aux indicateurs de rentabilité des
projets des clients emprunteurs. Les déficiences financières telles que des coefficients
emprunts sur fonds propres élevés et/ou une faible rentabilité des projets des emprunteurs ont
un effet direct sur le portefeuille de la banque en raison de leur impact sur la qualité des actifs.

10
Smith A. (1776), An Inquiry into the Nature and Causes of the Wealth of Nations, pour une lecture confère
Diatkine (2002)
11
Ceux-ci peuvent être considérés comme les bons emprunteurs que nous appelons dans notre contexte les «
débiteurs sains »

17
Compte tenu de l’interconnexion des banques, ces déficiences peuvent se répercuter
directement sur tout le secteur bancaire. Ainsi, les emprunteurs en mauvaise santé financière
peuvent rendre une banque plus vulnérable, et moins résistante, aux chocs extérieurs.

Pour ce qui est de la bonne qualité du portefeuille de crédits, il y a plusieurs éléments

permettant à la banque de détecter les débiteurs sains. C’est la raison pour laquelle,
l’acceptation du dossier de crédit selon Diab Malouf (2007), est fonction de plusieurs facteurs
notamment : la nature de l’entreprise ; la qualité de ses bilans ; celle de ses dirigeants ; sa
rentabilité ; la nature de l’opération financière ; les garanties présentées ; sa surface
financière ; etc. Le fait que l’acceptation du dossier de crédit soit conditionnée par ces
éléments, provient de la science et de l’expérience du banquier à pouvoir détecter la qualité de
l’emprunteur. Pour cela, nous présentons par la suite, les différents canaux de transmission du
signal de l’emprunteur au banquier. Nous nous limiterons sur quatre éléments principaux qui
permettent non seulement à l’emprunteur d’envoyer un signal sur sa qualité, mais aussi au
banquier de décoder la nature de l’emprunteur et de constituer un portefeuille de crédits de
bonne qualité. C’est ainsi que nous présentons tour à tour, la capacité financière, le statut
juridique, la situation fiscale et le secteur d’activité de l’emprunteur.

I.1- La capacité financière de l’emprunteur

La capacité financière permet d’apprécier l’aptitude d’un agent économique à faire

face à un certain nombre d’engagements financiers actuels ou à venir. Le lexique de finance
définit la capacité financière comme l’ensemble des actifs détenus par un agent économique et
qui sont mobilisables à des fins d’investissements, d’emprunts ou de remises de garanties.
Comme le banquier ne connait qu’imparfaitement les risques afférents aux prêts qu’il accorde
à ses clients, il est important qu’il apprécie d’avance les capacités de ses clients à honorer
leurs engagements. En effet, ces clients emprunteurs connaissent mieux la probabilité de
réussite de leur projet que le banquier, ce qui pose un problème d’asymétrie d'information qui
va provoquer une anti-sélection.

L’anti-sélection peut être définie sur le marché de crédit comme un mécanisme de

marché qui conduit à un recul progressif des emprunteurs de bonne qualité, au bénéfice des
emprunteurs de niveau de qualité moindre (Diatkine 2002). Ce phénomène s’explique par le
départ des bons emprunteurs du marché, ce qui peut entraîner la banque à sélectionner

18
involontairement les mauvais emprunteurs et constituer un portefeuille de crédits de mauvaise
qualité.

Le banquier doit s’assurer de la capacité de l’emprunteur à rembourser le crédit, en

tenant compte de l’endettement total généré par l’opération de crédit. Pour ce faire, il est
important pour le banquier de connaître la capacité financière de l’emprunteur. En effet,
l’opération de crédit ne survient qu’au bout d’une certaine durée de la relation entre le
banquier et son client emprunteur (Bédué et Lévy, 1997). Ce temps est souvent considéré
comme une période d’observation. Pendant cette période, les deux protagonistes s’observent
l’un et l’autre. Ici, l’observation prend plusieurs formes : la dimension financière à travers les
mouvements des dépôts et de retraits sur le compte du client (la théorie du compte chèque),
mais aussi la dimension informationnelle avec les informations reçues du client et/ou les
informations données par la banque au client.

Pour ce qui est de l’appréciation de la solvabilité financière du client par la banque, en

tenant compte de l’hypothèse de la banque unique et en absence de thésaurisation, il est clair
que la banque détient le monopole des informations financières de son client. Ainsi, à travers
les mouvements des dépôts et des retraits du client, il devient possible pour la banque de
déterminer les clients qui sont capables de faire face à leurs engagements. Le banquier doit
connaître la solvabilité de son client emprunteur. Il doit identifier et maîtriser les revenus (le
Cash-flow) de son client emprunteur. Ceci afin de s’assurer du bon usage du prêt et d’avoir
une idée sur la rentabilité de l’activité à financer. Il faut tenir compte du fait que sans
rentabilité, il ne peut avoir de consolidation des fonds propres, ce qui influence la capacité
financière de l’emprunteur à travers sa capacité de création de valeur (Tariant 2011). De plus,
un débiteur de bonne qualité ne peut s’engager à financer son projet par un crédit que pour la
partie qu’il n’arrive pas à autofinancer. Ceci dit, un bon emprunteur signale aussi la qualité de
sa signature par son apport personnel dans le financement de son projet.

Il est évident pour la banque de distinguer les débiteurs sains des autres débiteurs à
l’aide des informations dont elle dispose. Les informations que les clients envoient à la
banque dépendent de plusieurs éléments, parmi lesquels leurs statuts.

I.2- Le statut juridique du débiteur

Le statut juridique d’une entreprise est fondamentalement sa forme juridique. Il est le

cadre juridique selon lequel l’entreprise existe au sein d’une économie. Le statut est bien

19
évidemment juridique, mais aussi fiscal et commercial. Les statuts servent donc à définir la
manière dont l’entreprise et ses partenaires sont liés. Les statuts déterminent également
l’activité de l’entreprise et la manière dont elle doit être perçue par les administrations fiscale
et juridique. Ainsi, les statuts juridiques des clients sont importants pour les banques. En effet,
le rapport COBAC (2010) montre que dans la zone CEMAC, les entreprises privées
résidentes ont bénéficié d’environ 64 % de crédits distribués en 2010. En plus, certaines
études (Lobez et Vilanova, 2008) considèrent que, les PME sont beaucoup plus dépendantes
des banques. En d’autres termes, la majorité des débiteurs des banques est constituée des
PME. C’est pour cette raison que le statut des PME paraît important pour les banques.

La banque, afin de distinguer ses différents clients doit connaître leurs statuts. Ainsi, le
statut juridique du débiteur permet à la banque de déterminer la conduite à tenir pour ce
débiteur. Cela ne veut pas dire, pour autant, que la relation banque – PME est multiforme. Il
survient souvent des différences dues à la proximité relationnelle, la nature de l’information
échangée, la durée de la relation, etc.

Dans la pratique, la banque, dès l’entrée en relation avec un client, doit le situer dans
les deux catégories définies par les sciences juridiques à savoir : personne physique ou
personne morale. Si le client est une personne morale, la banque doit connaître son statut
(entreprise publique ou parapublique, entreprise privée), il faudra aussi chercher à savoir s’il
s’agit d’une Société Anonyme (S.A), d’une Société A Responsabilité Limitée (S.A.R.L),
d’une Société en Nom Collectif (S.N.C) afin de lui ouvrir le compte approprié. Lors de
l’étude du dossier de demande de crédit, l’analyste de crédit doit se rassurer de la conformité
du statut déclaré à l’ouverture du compte et les pièces du dossier de demande de crédit.

La majorité des banques structure leurs marchés en segmentant leurs clientèles. En

effet, la banque classe les clients par type de risque, ce qui lui permet de segmenter son
portefeuille de crédits. Ainsi, nous pouvons constater que dans certaines banques, les clients
sont classés par catégorie correspondant à des segments du portefeuille de crédits : Grandes
Entreprises Multinationales ; Grandes Entreprises Locales ; Petites et Moyennes Entreprises et
Particuliers12. Ceci permet à la banque de diversifier le niveau de risque à prendre en
diversifiant son portefeuille de crédits entre ces différents segments. Encore que, les
informations collectées varient avec le type de client.

12
Cette segmentation inspirée de Product Program de ECOBANK Cameroun, n’est pas identique pour toutes les
banques de notre contexte d’étude. Mais, elle est l’une des plus proches de toutes les segmentations de la
clientèle menées par les banques en Afrique centrale.

20
 Dans la relation de financement qui existe entre l’emprunteur et la banque, il peut
avoir une asymétrie d’information. En effet, l’emprunteur propriétaire du projet connaît avec
plus de certitude que la banque, la rentabilité et la légalité de son projet. Or, dans cette
relation, la banque fonde son jugement sur les documents et informations fournis par
l’emprunteur (Diab Malouf, 2007). Elle se trouve obliger dans cette situation d’évaluer le
risque du projet et surveiller par la suite l’entreprise qu’elle finance. Ainsi, peut être considéré
comme débiteur sain au sens du statut juridique, tout emprunteur qui est en règle avec
l’administration locale. Le respect de la réglementation dans un domaine peut être aussi
vérifié par la situation fiscale du débiteur.

I.3- La situation fiscale de l’emprunteur

L’analyse d’un dossier de demande de crédit qui aboutit à son acceptation est fonction
de plusieurs éléments parmi lesquels la situation fiscale du demandeur. Ainsi, il est important
de savoir pourquoi le banquier doit apprécier la situation fiscale du demandeur. On entend,
par situation fiscale, l’état de la relation du client de la banque avec l’administration fiscale du
pays. En effet, la situation fiscale de l’emprunteur peut servir au banquier d’instrument
d’appréciation de la moralité de l’entrepreneur et de la notoriété de l’entreprise, en ce sens
qu’un bon entrepreneur doit tout faire pour être en règle avec l’administration fiscale.

Un dossier fiscal falsifié va biaiser l’analyse du dossier de demande de crédit, ce qui

peut être à l’origine des prêts non performants. De plus, il est hasardeux pour une banque
d’octroyer des crédits à un emprunteur indélicat, car en matière de recouvrement, l’Etat est le
créancier de premier ordre en sa qualité de créancier super privilégié 13. La banque, en tant que
créancier, est donc concernée par le risque de faillite de l’emprunteur, risque qui peut provenir
d’une décision de recouvrement ou de redressement fiscal. C’est pourquoi, Vilanova (1997)
considère les banques comme les premières victimes de l'incapacité de l'emprunteur à faire
face au passif exigible.

L’incapacité de l’emprunteur peut provenir aussi du type d’activité qu’il exerce. Par
conséquent, le banquier avant de financer un projet, doit connaître le secteur d’activité du
client, notamment s’il s’agit d’un secteur en expansion ou en déclin.

13
En droit commun, on retrouve dans l’ordre quatre types de créancier à savoir : les créanciers supers
privilégiés, les créanciers privilégiés, les créanciers chirographaires, les créanciers résiduels.

21
 I.4- Le secteur d’activité de l’emprunteur

A l’heure actuelle où la lutte contre le blanchiment d’argent est important, il est

nécessaire, pour toute banque, avant d’entrer en relation avec un client, de connaître la source
de ses revenus. C’est pourquoi, la banque doit exiger de son client, les documents justificatifs
de la provenance de ses revenus. Cette obligation de justification des revenus est aussi valable
pour les opérations de crédit. Pour Vilanova (1997), la banque, avant de prendre toute
décision de prêt, met en œuvre une évaluation de l'emprunteur et de son projet. Cette
évaluation précise permet à la banque d’apprécier la rentabilité du projet, de déterminer le
secteur d’insertion du projet, d’apprécier le risque lié à ce type d’activité. Cette évaluation
détermine la décision d’octroi ou non du crédit par la banque.

La connaissance du secteur d’activité d’un emprunteur, permet de classer les projets

qu’il soumet à un financement bancaire en projets rentables et/ou projets non rentables. C’est
ainsi que la banque pourra éviter la sélection adverse, c’est-à-dire éviter de rejeter les projets
rentables et financer les projets non rentables. Selon Breton (2005), chaque banque14 est
spécialiste d'un secteur i quelconque avec i appartenant à l’ensemble S des secteurs d’activité
et N le nombre total de secteurs d’activité (i  S = 1, 2,3,........, N  ). Ainsi, la banque

spécialiste du secteur i peut évaluer le projet qui lui est proposé à moindre coût, si ce projet
appartient au secteur i. Cette évaluation qui a un coût en termes d'effort, produira un bon
signal sur le type de l’emprunteur. Ce signal est révélé par la suite aux autres partenaires de
l’emprunteur. Dans ce cas, le signal donné par la banque spécialiste du secteur i, peut être
exploité par une autre banque.

Les banques, pour classer les différents secteurs d’activité par type de risque,
segmentent leurs clientèles. Ainsi, certaines banques ventilent les activités en activité
commerciale, activité industrielle, activité de transport, etc. Ce regroupement permet à la
banque de prendre la décision de financer ou non un projet. En effet, une banque peut décider,
au regard du risque qu’elle encourt pour un secteur d’activité X de ne pas financer les projets
portant sur ce secteur. Les banques utilisent aussi cette différenciation des secteurs d’activité
comme moyen de diversification du risque.

En principe, il est important de tenir compte de l’effet de la concentration des crédits

sur un secteur. Celle-ci peut engendre un risque en rendant la banque prêteuse vulnérable aux
difficultés de ce secteur d’activité en particulier. Pour cela, la banque doit identifier et évaluer

14
Ici, la banque est considérée comme un investisseur pour toute opération de crédit.

22
systématiquement le risque lié aux différents secteurs d’activité, de sorte qu’à chaque fois
qu’elle finance un projet, qu’elle soit consciente du risque encouru. Fox (2010) suppose que la
gestion du portefeuille de crédits permet d’identifier les risques de concentration par client,
par secteur, par type de crédits, par échéance, etc. Par conséquent, il est important de fixer des
limites pour les facilités accordées aux clients, déterminer les stratégies de couverture et les
stratégies commerciales (nouveaux produits, ciblage de clientèle, etc.). C’est pour cela que,
dans la zone CEMAC, le régulateur conscient du risque de la concentration des crédits,
impose le respect d’un ratio de division du risque par les banques (Règlement COBAC R-
2010/02 relatif à la division des risques des établissements de crédit). L’article un du
Règlement COBAC R-2010/02 stipule que, toute banque est tenue de respecter en
permanence un rapport maximum de 45% entre l’ensemble des risques qu’il encourt sur un
même bénéficiaire et ses fonds propres nets. Pour l’ensemble de ce type de bénéficiaire, le
rapport maximum est de 800%. Une bonne diversification du portefeuille de crédits permet de
viser les orientations stratégiques de la banque vers les secteurs ou les clients les plus
créateurs de valeur, compte tenu du profil de risque choisi par l’institution.

Le concept de la qualité du portefeuille de crédits qui dépend de la qualité des crédits,

c’est-à-dire de la qualité des emprunteurs apparaît donc comme un concept multidimensionnel
qu’il faut, à chaque fois, placer dans son contexte. Ainsi, au vu de ce qui précède, on peut
considérer comme emprunteur de bonne qualité, tout emprunteur qui remplit certains critères
et qui est capable de faire face à ses engagements à l’échéance. Il convient donc d’exposer les
indicateurs permettant de détecter ce type de débiteurs.

II- Détermination de la qualité de l’emprunteur et la solidité bancaire

Les indicateurs de la qualité des débiteurs sont multiples. La variable qui détermine
l'offre de prêt de la banque n'est pas seulement le taux d'intérêt, il y a aussi la probabilité de
remboursement de l'emprunteur. En effet, si la banque, face à un excès de demande sur le
marché du crédit, cherche à élever le niveau du taux d'intérêt afin d’augmenter sa marge
d’intermédiation pour améliorer sa solidité, elle doit savoir qu’en même temps elle va
augmenter son niveau de risque en attirant les mauvais emprunteurs. Ceci s’explique par la
décroissance de la qualité des emprunteurs, car les bons emprunteurs sont découragés par

23
l’augmentation du taux d’intérêt. Le rendement attendu des prêts15 ne sera donc pas une
fonction monotone croissante du taux d'intérêt et permettant d’améliorer la solidité de la
banque, mais elle sera représentée par une courbe en cloche passant par un maximum
(Diatkine, 2002).

Figure n° 2 : la courbe du rendement attendu d’un crédit

Zone de
rendement
décroissant

Source : Stiglitz et Weiss (1981)

*
En principe, c'est le taux d'intérêt ( t ) qui maximise le taux de rendement des prêts (
ra ) (le point ultime de la courbe en cloche) qui doit être facturé par la banque. Un taux
d'intérêt supérieur fait encourir à la banque un profit plus faible. Stiglitz et Weiss (1981)
approfondissent cette idée en indiquant que ce taux maximum peut conduire au rationnement
de crédit. En effet, pour ces auteurs, si au niveau de ce taux maximum rentable pour la
banque, il subsiste un excès de demande de crédits de la part de l'ensemble des emprunteurs
(bons et mauvais), et que l'offre n'augmente pas, il y aura rationnement du crédit.

Tout comme il est important de savoir que les banques disposent de plusieurs
indicateurs leur permettant de connaître la qualité de leurs emprunteurs. Il en est de même
pour la connaissance de leurs déterminants. A cet effet, il est nécessaire d’apprécier le signal
envoyé par l’emprunteur à la banque sur la qualité de sa signature, et le signal reçu des autres
partenaires du débiteur.

15
Nous considérons comme le rendement attendu du prêt, le produit issu de la multiplication du taux d’intérêt
par le montant probable du remboursement.

24
 II.1- Les indicateurs de la qualité d’un nouveau débiteur : les contrats incitatifs

Il existe plusieurs indices qui permettent à la banque de détecter la qualité des

différents types d’emprunteurs. Les banques fixent souvent des taux d'intérêt assez élevés
pour leur permettre de se couvrir contre le risque de choisir les mauvais emprunteurs. La
conséquence de ces taux élevés est la fuite des bons emprunteurs, c’est-à-dire les débiteurs
sains qui méritent des taux d'intérêt plus faibles. Toutefois, comme les mauvais emprunteurs
ont une demande de crédit moins élastique au taux d'intérêt, la banque risque de sélectionner
involontairement les mauvais emprunteurs et se voir dans l'obligation d'augmenter encore ses
taux (Diatkine, 2002). Stiglitz et Weiss (1981) considèrent qu’il existe un seuil au-dessus
duquel l'augmentation du risque est plus forte que l'augmentation du taux. Pour ces auteurs, il
existe un taux au-dessus duquel l’exigence de la rentabilité a un effet négatif sur la solidité de
la banque. Pour cela, à partir du taux d’intérêt maximum, la banque est appelée à revoir sa
stratégie. En effet, le crédit est rationné au-dessus de ce taux débiteur optimal, en plus de la
perte des bons emprunteurs, les banques ne vont pas financer tous les emprunteurs à haut
risque. En conséquence, les banques renoncent à augmenter leur taux d'intérêt au-delà de ce
seuil.

Selon Diamond (1984), une autre solution en situation d’asymétrie d’information

consiste à construire un « contrat incitatif ». Si le débiteur rembourse un montant A, une
pénalité non « monétaire » f(A), lui est infligée. La pénalité f(A) peut être interprétée comme
une perte de réputation ou de considération pour l’emprunteur. Étant donné cette fonction de
pénalité, le débiteur choisira d'effectuer le paiement qui maximise son profit net. Diamond
montre que le contrat optimal, prend la forme suivante : tant que le débiteur paie un montant
fixe A, il n'est pas puni, c'est-à-dire que f(A) = 0 pour tout versement supérieur ou égal à A. A
contrario, s’il paie un montant B inférieur à A, alors la punition est de f(A) = A - B. Etant
donné ce schéma de punition, l’emprunteur choisira de payer le montant A tant que le
rendement du projet C est supérieur au montant A. Si le rendement du projet C est insuffisant
pour payer le montant A, le débiteur paie le montant C et encourt une pénalité de f(A) = A - C.
Il s'agit donc d'un contrat de dette standard avec un paiement fixe du montant A. Si le débiteur
ne paie pas le montant A, il est mis en faillite et il ne peut conserver aucun profit C qui est
saisi pour la perte infligée au prêteur en cas de défaut.

Pour Leland et Pyle (1977), la volonté de l’emprunteur d’investir dans son projet est
aussi un signal important sur la qualité de son projet et indirectement la qualité de sa
signature. En d’autres termes, pour ces auteurs, la structure du capital du projet peut servir de

25
signal pour les prêteurs. Pour Ross (1977) tous les éléments qui ont une influence sur la
structure financière du projet ou de l’emprunteur, envoient un signal sur la qualité de cet
emprunteur. En fait, pour lui les acteurs du marché, préoccupés par la valeur de marché de
l’entreprise prêtent une attention particulière aux éléments qui influencent cette valeur. Les
écarts de coût du crédit entre les emprunteurs peuvent ensuite renvoyer aux garanties offertes
par ceux-ci lorsqu'ils s'endettent. Les bons emprunteurs utilisent tous les moyens possibles
pour se signaler auprès de leurs investisseurs et pour se distinguer des autres en acceptant
notamment les garanties importantes exigées par la banque (Bédué et Lévy, 1997).
L'introduction des garanties dans les contrats de prêts permet donc de discriminer les
emprunteurs. Les banques peuvent associer à des fortes garanties des taux débiteurs faibles.

Il s’avère important d’étudier les différents instruments qui permettent à la banque de

mettre en œuvre une stratégie fondée sur le taux d’intérêt ou d’appliquer la méthode de
contrat incitatif telle que proposée par Diamond (1984).

II.1.1- L’importance des éléments constituants le dossier de demande de crédit

Le dossier de demande de crédit est l’un des instruments utilisés par la plupart des
banques pour la collecte des informations à propos du demandeur de crédit. En effet, la
détermination de la qualité de l’emprunteur dépend largement de la qualité de l’information
concernant cet emprunteur et de la capacité d’analyse de la banque. Comme la solidité de la
banque dépend aussi de la qualité d’information dont elle dispose, il apparaît nécessaire
d’appréhender l’importance des différents éléments d’un tel dossier. Pour cela, il faut d’abord
présenter l’exemple de la constitution d’un dossier de demande de crédit, ensuite l’expliciter,
élément par élément, avant de conclure sur le contenu informationnel et signalétique du
dossier.

Dans notre contexte d’étude, la constitution du dossier de demande de crédit est

presque la même pour toutes les banques. Mais, il convient de signaler qu’on peut avoir des
exceptions qu’une banque peut accorder à un client, suite à la qualité de sa signature ou de
leur relation de clientèle. Nous présentons ici la synthèse des éléments de la constitution du
dossier de demande de crédit en vue de financer un bon de commande pour une PME par les
banques dans la CEMAC et particulièrement au Cameroun.

Au Cameroun et dans les autres pays de la CEMAC, un dossier de demande de crédit

pour le financement d’un bon de commande doit contenir au moins les éléments du tableau n°

26
1 ci-dessous. Le banquier, en demandant toutes les pièces ci-après cherche à connaître la
qualité de son emprunteur et le risque à prendre. En clair, au travers de chaque pièce, il
cherche une information précise.

Tableau n° 1 : Analyse des éléments constitutifs d’un dossier de demande de

crédit

N° Pièces Informations attendues

une demande du financement - précision sur l’objet du crédit,

01
- la durée du financement,

l’original du bon de commande ou du contrat - l’objet du projet de financement,

(le projet à financer) - le secteur d’insertion du projet,

02 - la faisabilité du projet,

- la rentabilité du projet,

- le délai d’exécution du projet,

trois (03) copies des bons de commande - l’expérience de l’emprunteur dans le

précédents déjà réalisés, accompagnés de domaine,
03 leurs bordereaux de livraison ou des procès-
verbaux de réception et les factures acceptées
par les payeurs (clients)

l’attestation de virement irrévocable - l’identification et la maîtrise de la

04
source de remboursement,

le plan de trésorerie de l’emprunteur - la capacité financière de l’emprunteur,

05
couvrant la période de l’engagement

06 le plan d’utilisation des fonds prêtés - la qualité de gestion des fonds prêtés,

le mode de paiement des fournisseurs de - les canaux de recoupage de

07
l’emprunteur l’information sur l’emprunteur,

l’apport personnel de l’emprunteur ; - le type d’emprunteur,

08
les collatéraux. - l’assurance du remboursement du prêt

Source: auteur sur la base des entretiens avec les cadres de certaines banques camerounaises

27
 Nous constatons que chaque élément apporte une information précise au banquier. En
effet, chaque pièce constitutive du dossier est un instrument de signalisation de la qualité de la
signature de l’emprunteur. Il faut rappeler que ce type d’information présente des avantages
en termes de faible coût, d’économie d’échelle et de possibilité de mesurer la valeur réelle du
projet financé grâce au recours à des modèles de risque de crédit (Godbillon-Camus et
Godlewski, 2005).

De plus, certains éléments du dossier dévoilent à la banque les partenaires de

l’emprunteur. La banque peut utiliser ces relations qui existent entre l’emprunteur et ses
partenaires pour la collecte de certaines informations.

II.1.2- La théorie du compte chèque : le recoupage de l’information par la banque

L’activité bancaire est fortement tributaire de l’information. La banque est en effet

confrontée très souvent à un problème d’asymétrie d’information qui est dû à l’opacité
informationnelle des emprunteurs. Cette opacité varie avec les emprunteurs, notamment les
PME, c’est-à-dire, la grande composante de la clientèle bancaire. Pour résoudre ce problème
d’asymétrie d’information, la banque peut acquérir deux types d’information : de
l’information « hard », en externe, par le biais de l’information publique (rating, score, etc.),
et de l’information « soft », en interne, par le biais de la relation de clientèle (Godbillon-
Camus et Godlewski, 2005).

Les banques considérées comme des firmes multi – produits par Eber (2001), ont tout
d'abord, l'avantage de gérer les comptes de leurs propres clients, surtout si elles leur font des
crédits. En effet, la théorie du compte du chèque suppose que l’emprunteur est également un
déposant. Ainsi, le suivi des mouvements des comptes des clients est une source continue
d’informations sur les capacités à rembourser des clients. La banque peut avoir une idée sur le
degré d’aversion pour le risque d’un client en observant les mouvements sur les comptes de ce
dernier. Ainsi, elle peut conclure sur le type de choix d’investissement du potentiel
emprunteur. Pour Diatkine (2002), la raison d’être des banques se trouve dans la réduction des
asymétries d’information et le financement des projets. En théorie, les banques réduisent
l’asymétrie d’information à travers l’intermédiation financière. C’est pour cela que, Vilanova
(1997) soutient que les relations établies par la banque, au-delà de la relation de compte
courant, permettent à celle-ci d'obtenir de l'information gratuite. La banque, en suivant les
mouvements du compte de son client, accroît son indépendance par rapport aux informations

28
transmises par celui-ci. Ainsi, lorsque le risque encouru sur un emprunteur est important, la
banque doit mettre plus l’accent sur le suivi. Ce point de vue est défendu par certains auteurs
comme Fama (1985) qui trouve que l'incitation à contrôler l'emprunteur devrait être d'autant
plus importante que les pertes encourues par la banque en cas de faillite de son débiteur sont
importantes. En effet, le banquier contrôle l’emprunteur non seulement à travers le suivi de
ses activités par le « monitoring », mais il se rapproche des fournisseurs de l’emprunteur pour
avoir une idée de ses dépenses et il fait autant avec ses clients pour suivre ses recettes. C’est
l’une des raisons pour lesquelles la banque exige dans la constitution du dossier de demande
de crédit, le plan d’utilisation des fonds prêtés et le mode de paiement des fournisseurs. Ceci
permet à la banque d’élargir sa base d’information. A travers les mouvements de sorties de
fonds (retraits) et d’entrées (dépôts), la banque acquiert des données primaires très riches en
information.

Certaines études comme celle de Lacker (1991) arrivent à des conclusions similaires
en utilisant un raisonnement différent. Dans son modèle, Lacker (1991) considère que le
collatéral joue un rôle dissuasif sur les emprunteurs qui cherchent à dissimuler leurs revenus
réels et opérer un « défaut volontaire ». Lorsque les garanties demandées par la banque sont
suffisamment importantes, les emprunteurs sont incités à déclarer leurs véritables revenus et
la banque n'aura plus besoin d’opérer un contrôle. Si le collatéral permet de crédibiliser la
menace de liquidation et de dissuader certains emprunteurs d'augmenter leur niveau de risque,
le contrôle de l'emprunteur reste néanmoins nécessaire, car le collatéral ne permet pas de
garantir la totalité du prêt et peut perdre de la valeur au fil du temps (Vilanova 1997). Ceci
peut être illustré par le boom immobilier des années 2000, qui a conduit à la crise de subprime
en mi 2007. Il est donc préférable pour la banque d’utiliser une stratégie mix en prenant en
compte le collatéral et le contrôle, afin de détecter les emprunteurs de bonne qualité et réduire
le risque de perte. De plus, Godbillon-Camus et Godlewski (2005) pensent à travers les
différentes simulations que l’addition des informations recueillies par la banque du public
peut être avantageuse, puisqu’elle permet de réduire les fonds propres. Ce type d’information
présente des avantages pour l’analyse et la prise des risques dans l’activité de crédit. En effet,
la banque qui recoupe l’information a accès à l’information supposée confidentielle. Cette
information lui permet d’accroître la précision de l’estimation de la qualité de l’emprunteur.

Il est clair que les banques traitent avec plusieurs emprunteurs, sur plusieurs segments
des marchés. Tous ces emprunteurs opèrent avec des partenaires qui peuvent être des clients
de la même banque. Ainsi, comme soulignent Guigou et Vilanova (1999), le fait que la

29
banque traite avec un grand nombre d'emprunteurs, lui permet de recouper les informations
entre ceux-ci et d’en tirer des enseignements pour l'évaluation des nouveaux prêts. Il est
impératif de tenir compte de l’importance accordée par de nombreuses études aux relations
bancaires de long terme. En effet, il y a plusieurs bénéfices associés à ce type de relations.

II.2- Les relations de long terme entre la banque et l’emprunteur

Bédué et Lévy (1997) soulignent notamment que la quantité d'information disponible

sur la qualité du débiteur et son coût d'acquisition peuvent avoir une expression différenciée
selon la taille de l'emprunteur, le caractère personnalisé et durable de la relation de clientèle
qui s'établit entre l’emprunteur et la banque. D’après ces auteurs, il semble que la qualité de
chaque agent constitue un aspect essentiel de la relation de crédit qui n'est pas suffisamment
pris en compte dans la littérature théorique. Il faut rappeler que cet aspect peut être
déterminant dans la nature de la relation contractuelle qui lie la banque et l'emprunteur.

La théorie contemporaine met en évidence la possibilité de diminuer les effets de

l'asymétrie d'information grâce à la mise en place d'une relation de long terme entre la banque
et l'emprunteur. Cette relation permet une accumulation de connaissances continue par la
banque sur le client, se transformant en une relation de proximité, bilatérale et non anonyme.
C’est ainsi que le crédit bancaire devient un actif spécifique qui incorpore une information
privée. Les emprunteurs de bonne qualité sont capturés par les banques qui vont extraire des
informations sur eux. En outre, il faut noter avec Vilanova (1997) que les banques traitent
avec plusieurs emprunteurs, ainsi donc, les informations recueillies sur l’un d’eux peuvent
être réutilisées pour l'évaluation d'autres emprunteurs similaires. De plus, pour Mojon (1996),
les banques fixent leurs taux d’intérêt débiteur en tenant compte des événements passés, car
elles couvrent ex-post les pertes issues de la réalisation d’un risque de défaut d’un
emprunteur. Il intègre ainsi, l’idée selon laquelle, on suppose que le prix contient toute
l’information disponible. De même, les relations de long terme entre un emprunteur et une
banque permettent à cette dernière d'exploiter les informations collectées lors des premières
opérations de crédit pour l'évaluation des prêts ultérieurs accordés à cet emprunteur. De plus,
l’évaluation et la surveillance des entreprises par les banques permettent aux entreprises dont
la qualité est connue d’obtenir ultérieurement et plus facilement d'autres sources de
financement, une fois leurs réputations de solvabilité établies.

30
 Selon Schumpeter16, la banque doit acquérir l'information concernant les projets à
financer et concernant les clients eux-mêmes. Il fait du banquier un agent qui doit être doté de
qualités « morales » particulières, étant donné le rôle de surveillant et de créateur de moyens
de paiement qu'il lui confère. C'est sur lui que repose la prise de risque et l'accord pour la mise
en œuvre des projets. Or, beaucoup de banquiers ne possèdent pas ces qualités et ne sont pas
aptes à évaluer correctement les emprunteurs et le risque de défaut de leur projet. Il en résulte
une insolvabilité des banques qui peut entraîner des faillites bancaires et, par contagion, un
risque systémique qui a des conséquences sur le secteur réel. C’est le cas avec la crise des
subprimes de 2008.

En effet, pour dissuader l’emprunteur de cacher les bonnes informations qu’il détient
et surtout l’amener à révéler ses vraies intentions ou actions, la banque peut adopter des
techniques de prêts progressifs (ou par pallier) qui peuvent servir de moyens d’incitations
dynamiques. Des prêts de ce type permettent de nouer une relation contractuelle durable entre
la banque et l’emprunteur et impliquent, pour un remboursement sans incident du premier
prêt, le déblocage d’un second plus important, et ainsi de suite. Il apparaît de ce fait que
l'appréciation de la qualité de l'emprunteur et l'évaluation de son risque de défaillance
semblent surtout devoir dépendre de l'établissement d'une relation de clientèle personnalisée
et durable entre la banque et l'emprunteur. Ceci explique le fait que le coût de l'endettement
bancaire n'est pas seulement déterminé par la taille de l'emprunteur, il l’est également par la
nature de la relation existant entre l’emprunteur et le prêteur. C’est pour cette raison que
Bédué et Lévy (1997) pensent que le coût d'endettement semble être d'autant plus faible qu'il
existe une relation de long terme de qualité entre les parties contractantes.

II.2.1- Le respect des échéances et le renouvellement de la surface financière du débiteur

La comptabilité bancaire analyse les crédits à la clientèle en fonction de plusieurs

caractéristiques, à savoir : la catégorie du client (grandes entreprises, PME/PMI, TPE,
particuliers, professionnels, etc.) ; la forme du crédit (crédits à l’exportation, crédit
d’équipement, crédit habitat, crédit à la consommation, etc.) ; la durée du crédit (court terme,
moyen terme, long terme) et le caractère mobilisable ou non du crédit. De plus, il est à noter
que l’analyse des différents comptes d’un client par la banque, permet à cette dernière de
dresser le profil de la capacité de remboursement d’un prêt accordé à ce client (Guigou et

16
Confère Diatkine (2002)

31
Vilanova, 1999). C’est ainsi que nous considérons que le remboursement sans incident d’un
prêt entraîne, avec moins de difficultés, le déblocage d’un autre prêt plus important.
L’emprunteur de bonne qualité est celui qui respecte les échéances de son prêt. En effet, en
remboursant son prêt à l’échéance, l’emprunteur renouvelle sa surface financière. A travers
cet acte, il améliore sa relation avec son banquier. Par conséquent, la banque peut utiliser les
prêts progressifs comme moyens d’incitation de l’emprunteur à dévoiler toutes les
informations le concernant. Vilanova (1997) et Fox (2010) trouvent, pour une telle relation,
que la banque a un avantage d’information sur ce client par rapport aux autres partenaires de
l’emprunteur.

La capacité de remboursement de l’emprunteur (la solvabilité) est un élément très

important sur lequel, le banquier se concentre souvent principalement pour prendre la décision
d’octroi de crédit. Ainsi après l’octroi d’un premier prêt, la banque effectue une analyse
approfondie de la capacité de remboursement avant l’octroi de tout autre prêt. Il s’avère donc
important pour un emprunteur de signaler sa qualité par le renouvellement de sa capacité de
remboursement. Nous pouvons donc souligner que l’observation des mouvements des
comptes et les relations de proximité procurent aux banques un avantage informationnel
durable sur le segment des petites et moyennes entreprises.

II.2.2- L’avantage informationnel du suivi de l’emprunteur

La relation bancaire s’articule autour de plusieurs dimensions comme celle de

l’information privée sur la situation financière du client. La fonction de la banque fait qu’elle
soit considérée, sans suivre une procédure au préalable et de manière non officielle comme le
comptable ou le « teneur de livres » de son client. Cette fonction, définie autrement à travers
la « théorie du compte chèque » par certains auteurs, à l’instar de Fama (1985), souligne
l’importance de la relation de dépôt et du flux de l’information qu’elle génère dans la
détermination des conditions des relations de long terme entre la banque et son client. Guigou
et Vilanova (1999) estiment que les banques, en début de relation avec les nouveaux clients,
ne disposent pas encore d’avantage informationnel significatif par rapport aux autres
investisseurs. En revanche, la banque accède à une information privilégiée si la relation se
poursuit dans le temps. Cette interprétation s’inscrit dans la lignée de la pensée de Fama
(1985), selon laquelle, un créancier accumule de l’information en maintenant une relation
étroite et durable avec son client. D’une part, le banquier peut observer l’évolution des

32
différents comptes du débiteur ainsi que sa capacité à honorer les échéances de prêt. D’autre
part, l’acquisition d'information par la banque étant sans doute moins coûteuse chez un ancien
client que chez un nouveau, le banquier est davantage incité à octroyer le crédit à
l’emprunteur dont la relation de prêt est établie soit par le renouvellement du prêt soit par une
relation de proximité.

Il est généralement admis que le crédit scoring est un outil de gestion des risques qui
vise à prédire la probabilité de défaut d'un nouveau prêt en utilisant le contenu des
informations des prêts précédents. D'ailleurs, le modèle de crédit scoring est considéré
comme un moyen aidant les analystes à obtenir une image complète des caractéristiques de
l'emprunteur. Il s'agit, dans ce cas, d'un processus complexe qui implique une analyse
attentive des informations concernant les emprunteurs pour estimer la probabilité que le prêt
demandé soit régulièrement remboursé. En effet, le crédit scoring est le processus
d'assignation d'une note ou d'un score à un emprunteur potentiel pour estimer la performance
future de son prêt. Ce processus utilise des mesures quantitatives de performance et les
caractéristiques des prêts précédents pour prédire la performance des prêts futurs avec des
caractéristiques similaires. Le crédit scoring est un ensemble de modèles de décisions et des
techniques sous-jacentes qui aident à la prise de décision d'octroi des crédits.

Pour cette section portant sur la détermination de la qualité du portefeuille de crédits,

nous avons établi d’abord la nature de l’emprunteur, car il y a plusieurs éléments qui
permettent à la banque de distinguer la nature des emprunteurs dont dépend la qualité du
crédit. Dans la littérature, il ressort que la qualité d’un débiteur dépend de la nature de
l’entreprise, la qualité de ses bilans, celle de ses dirigeants, sa surface financière, sa
rentabilité, la nature de l’opération financière, les garanties présentées, etc. Ensuite, nous
avons identifié quelques indicateurs attachés aux débiteurs sains. Ces indicateurs sont
nombreux, c’est pour cette raison, qu’il est important de savoir que les variables
déterminantes dans la décision de la banque à offrir un prêt n'est pas seulement le taux
d'intérêt ou bien le rendement du prêt, il y a aussi la probabilité de remboursement de
l'emprunteur. C’est ainsi que nous étudions d’une part les indicateurs de la qualité d’un
nouveau débiteur, et d’autre part la relation de long terme entre la banque et son client.
D’après la théorie contemporaine, la relation de long terme permet de réduire les effets de
l’asymétrie d’information. Elle permet à la banque d’obtenir un avantage informationnel. De
ces analyses, il ressort que les emprunteurs ont la possibilité d’envoyer des signaux à la
banque sur la qualité de leurs signatures. Quant aux banques, il y a plusieurs éléments qui leur

33
permettent de détecter les emprunteurs de bonne qualité. Ainsi, lorsque les différents
protagonistes de la relation banque – client appliquent objectivement les éléments de la
théorie du signal, les mauvais débiteurs vont s’auto-exclure progressivement du marché de
crédit. Il apparaît donc important d’étudier l’influence de l’exigence en qualité d’actifs en
matière de crédit.

Section 2 : La justification théorique de l’exigence de la qualité d’actifs pour la solidité

bancaire

Si nous faisons appel à l’adage populaire qui dit : « on ne prête qu’aux riches », il est
clair que l’octroi de crédit est fondé sur la qualité de l’emprunteur. Certainement, cela
provient de la capacité du riche à honorer ses engagements. Si l’octroi de crédit repose
essentiellement sur la confiance, on peut se poser la question de savoir pourquoi ne prête-t-on
seulement qu’aux riches. En effet, ceci se justifie non pas, par la capacité du débiteur à
honorer ses engagements, mais plutôt par l’asymétrie d’information qui existe entre le prêteur
et l’emprunteur. Cette asymétrie d’information ne permet pas aux prêteurs de distinguer les
bons emprunteurs des mauvais emprunteurs. C’est pourquoi, certaines exigences sur la
capacité à rembourser et le degré de confiance à attribuer à l’emprunteur pour s’assurer de sa
solvabilité et de sa volonté d’honorer ses engagements sont indispensables pour l’activité de
crédit (Matoussi et Abdelmoula, 2010). Pour cela, les institutions dont l’octroi de crédit est
l’une des principales activités, ont intérêt à prendre des mesures pertinentes pour
l’appréciation et le contrôle du risque de crédit en tenant compte de la qualité de
l’emprunteur.

Une mauvaise appréciation du risque provenant de la qualité de l’emprunteur, conduit

parfois, selon Godlewski (2005), aux prêts non performants qui à leur tour détériorent la
qualité du portefeuille de crédits de l’institution. Par conséquent, il est important d’améliorer
l’analyse du risque lors des études des dossiers de crédit, afin de réduire les créances
douteuses.

La mission principale de la banque est la réduction des asymétries d’information entre

le prêteur individuel (le déposant) et l’emprunteur (le débiteur). Ainsi, la banque doit chercher
à réduire l’asymétrie d’information qui existe entre elle et l’emprunteur, c’est-à-dire, le
débiteur par sa capacité de collecte et de traitement de l’information.

34
 L’objectif de cette section est de ressortir l’importance de la prise en compte de la
qualité du débiteur dans l’activité d’octroi de crédit. Ceci, afin d’apprécier le caractère solide
de l’intermédiaire financier, c’est-à-dire, la banque. Pour y parvenir, notre travail est organisé
comme suit : dans un premier temps, nous mettons en évidence l’importance de la circulation
et la détention de l’information dans l’activité d’octroi de crédit. Nous présentons les
fondements de l’asymétrie d’information en milieu bancaire, avant de faire un bref état des
lieux de ce phénomène dans notre contexte. Ensuite, nous soulignons les exigences de la
qualité des actifs. Ceci passe par la présentation des exigences réglementaires et les conditions
de performance.

I- Le phénomène de l’asymétrie d’information : des conflits d’intérêt à la solidité

bancaire

Traditionnellement, le prix est considéré comme un élément donnant un signal sur la

qualité et la rareté d’un produit. Mais, en situation d’incertitude, le prix ne joue pas
parfaitement le rôle du révélateur de l’information. En effet, dans cette situation, les produits
ne sont pas identiques. Pour Scialom (2007), la situation où le prix n’assure pas l’égalisation
de l’offre et de la demande a une portée large et s’applique aussi à la relation banque –
emprunteur. La conséquence de ce phénomène repose sur le fait qu’il fausse le mécanisme
concurrentiel, car le prix ne signale plus de façon adéquat la valeur du bien (pour un prix
identique, il est possible d’acquérir des biens de qualités différentes).

En principe, en ce qui concerne le secteur bancaire, un aspect particulier de l’activité

de crédit réside dans le fait que le risque et la rentabilité des opérations réalisables ne sont pas
identiques. Ainsi, comme chaque opération de crédit est unique en soi, Diab Malouf (2007)
défend l’idée qu’il doit en résulter une très grande variabilité des composantes du binôme
risque et rentabilité. L’asymétrie informationnelle induit une information imparfaite. Elle rend
difficile l’évaluation du risque lié à un client par la banque. Le problème d’évaluation et de la
gestion des risques par les banques trouve son origine dans l’asymétrie d’information. En
effet, en matière de crédit, l’incertitude porte aussi bien sur le projet d’investissement que sur
la qualité de l’emprunteur, c’est-à-dire sa capacité à mettre en œuvre le projet avec succès.
Les asymétries d’information rattachées aux opérations de crédit peuvent être regroupées en
deux catégories reflétant les phénomènes d’information et d’actions cachées.

35
 En matière de crédit, il y a l’asymétrie d’information ex-ante qui aboutit à la sélection
adverse et l’asymétrie d’information ex-post qui induit l’aléa de moralité. Ainsi, il convient de
présenter les fondements du phénomène d’asymétrie d’information, avant de l’évaluer à
l’aune de notre contexte bancaire.

I.1- Les fondements de l’asymétrie d’information

Les problèmes d’asymétrie d’information trouvent leurs fondements dans

l’imperfection de l’information. Pour la théorie de l’agence, ces problèmes apparaissent non
seulement quand il y a imperfection de l’information, relativement à l’état de la nature et aux
comportements des différents agents, mais aussi à la divergence des intérêts entre l’agent et le
principal, car, l’un aura tendance à dissimuler l’information (Cherif, 1999). La conséquence
de ces problèmes d’information conduit, d’une part, à l’incomplétude du contrat qui lie les
parties et, d’autre part, à l’insuffisance des moyens de contrôle parfait et sans coût de l’action
de l’agent par le principal. Les rapports entre les deux parties conduisent alors aux problèmes
de sélection adverse et d’aléa moral.

Une littérature importante s’est développée sur l’imperfection de l’information, et la

relation de dépendance entre le prix et la qualité sur plusieurs marchés. Ainsi, certains
marchés comme celui des assurances, du travail, des biens d’occasion sont des marchés
privilégiés de manifestation de ce phénomène (Scialom, 2007). L’exemple le plus connu c'est,
celui du marché des voitures d’occasion à la suite de l'article d'Akerlof (1970) à qui l'on
associe généralement la paternité de l’origine de la notion de « sélection adverse ». L'auteur y
présente un modèle de marché à produits hétérogènes avec asymétrie d'information entre
vendeurs et acheteurs.

Le modèle proposé peut être adapté de la manière ci-après. Soit un marché des
voitures d’occasion, où il existe deux types de voitures d’occasion à savoir : les voitures de
mauvaise qualité et celles de bonne qualité. Les vendeurs connaissent en toute logique la
qualité de leurs voitures et les potentiels acheteurs sont incapables d’observer la qualité des
voitures mises en vente sur ce marché, car la qualité des voitures vendues sur ce marché est
extrêmement variable, au point qu'il existe une incertitude sur chaque voiture du marché.
V V
Ainsi, les vendeurs attribuent un prix PB à une bonne voiture et PM à une mauvaise voiture,

et les acheteurs quant à eux attribuent des prix P A supérieurs à celui des vendeurs PV pour

36
 A V A V
chaque type de voiture ( PB > PB pour les bonnes voitures et PM > PM pour les mauvaises
voitures). Les acheteurs n’étant pas informés de la qualité des voitures vendues sur ce marché,
vont proposer un prix unique P pour toutes les voitures. Ce prix sera calculé en fonction de
la qualité moyenne des voitures présentes sur ce marché. Ceci dit, si on note q la probabilité

que la voiture soit bonne et 1  q la probabilité qu’elle soit mauvaise, on aura donc :

P  q.PBA  (1  q).PMA

L'existence de la diversité des voitures vendues sur ce marché est de nature, à offrir
l'occasion aux vendeurs de voitures de moindre qualité, de les proposer aux acheteurs mal
informés, à des prix de voitures de bonne qualité. Or, si cette situation se généralise, les
vendeurs des voitures de bonne qualité seront moins rémunérés par leurs ventes et vont
décider, par conséquent, de se retirer du marché, laissant la place aux vendeurs des voitures de
mauvaise qualité. Le principe de la sélection adverse, s'apparente à la loi de Gresham (la
mauvaise monnaie chasse la bonne monnaie). La sélection adverse peut ainsi, être définie
comme un mécanisme de marché qui conduit à un recul progressif des produits de bonne
qualité, au bénéfice des produits de niveau de qualité moindre (Boyabé, 1999).

Dans le milieu financier, les asymétries d’information conduisent parfois à l’abandon

des bons projets au profit des projets de moindre qualité. Dans le domaine du crédit, la
sélection adverse est le mécanisme qui conduit à l’augmentation des emprunteurs de mauvaise
qualité au détriment de ceux de bonne qualité. L’asymétrie d’information dépend du
comportement des agents économiques, c’est ainsi qu’elle se trouve élevée dans certain type
d’économie. Selon Akerlof (1970), les asymétries informationnelles sont élevées dans les
pays en développement. C’est pourquoi, il est important de dresser un état des lieux dans le
contexte africain.

I.2- L’état de l’asymétrie d’information dans le milieu bancaire africain

Les analyses des asymétries d'information sur le marché du crédit représentent un

enjeu considérable. Sur ce marché, les débiteurs empruntent aux banques la monnaie
nécessaire pour leurs transactions. En effet, les banques jouent un rôle essentiel dans le
financement de l’économie et doivent, de ce fait, sélectionner et contrôler les emprunteurs.
Grâce à leurs aptitudes à apprécier les niveaux des risques, les banques sont au centre du
mécanisme qui permet l'allocation efficace du capital au niveau macroéconomique.

37
Cependant elles peuvent se tromper et ne pas pouvoir réduire les asymétries d'information
qu’elles subissent17.

Les difficultés à maîtriser le risque de défaut des emprunteurs peuvent conduire à un

échec sur le marché de crédit. En effet, la banque, intermédiaire financier rapproche les bilans
des déposants aux bilans des emprunteurs en allouant les avoirs des déposants aux besoins des
emprunteurs. Ainsi, le cycle crédit-dépôt-crédit peut être interrompu, lorsque les emprunteurs
ne remboursent pas, surtout si cela est doublé d’une volonté manifeste de retrait des déposants
et/ou une insuffisance des fonds pour le financement des emprunteurs. D’après Diatkine
(2002), les banques ne peuvent pas savoir à priori, si elles sont en situation de sélection
adverse, et qu’elles financent les mauvais emprunteurs lorsqu'elles octroient un crédit. De
plus, il est couteux pour une banque de contrôler l’usage que fera l'emprunteur de son
financement. Les banques peuvent établir des contrats qui réduisent ces asymétries
d'information par leur capacité à évaluer et sélectionner les emprunteurs, ainsi qu'à assurer le
suivi des remboursements, et par la mise en place de mécanismes de contrôle.

Selon Cherif (1999), parmi tous les projets qui sont à la recherche d’un financement
externe, seuls quelques-uns présentent un intérêt réel. La banque doit donc effectuer une
analyse des projets pour distinguer les bons projets des mauvais. Pour atténuer les effets des
problèmes d’asymétrie informationnelle, la banque peut accroître ses exigences de rentabilité
en alignant celles-ci sur la qualité moyenne des projets à la recherche de financement. Ceci va
entraîner une augmentation des coûts de financement pour les emprunteurs ayant des projets
porteurs, ce qui peut les amener à abandonner la recherche des capitaux extérieurs pour ne
laisser sur le marché du crédit que les projets de moindre qualité.

La délégation à la banque de la surveillance des emprunteurs par les prêteurs

individuels (c’est-à-dire les déposants) n’est pas exempte du risque moral qui peut être
encouru par ceux qui font de la finance directe. En effet, la banque peut être décrite dans la
relation déposant – emprunteur, comme le siège de l'articulation de deux relations d'agence :
l'une provenant du contrat de dépôt entre les déposants (les prêteurs individuels) et la banque
et l'autre induite par le contrat de crédit entre la banque et l'emprunteur.

Concernant le contrat de crédit, les conflits d’intérêt peuvent surgir après que le
financement ait été accordé. Ainsi, les emprunteurs peuvent engager des dépenses inutiles au

17
En effet, pour Couppey et Madiès (1997), il existe deux types d’asymétrie d’information au niveau de la
banque. Il y a l’asymétrie d’information au bénéfice de la banque et l’asymétrie d’information au détriment de
cette dernière.

38
développement du projet financé, et diminuer de la sorte les montants disponibles pour
rembourser la banque. Le potentiel de ce type de conflit est particulièrement élevé dans le cas
des emprunteurs engagés dans des start-ups. Cette situation dite d’aléa moral provient de
l’asymétrie d’information propre au contrat, lorsque la banque ne peut pas contrôler les
agissements de l’emprunteur (Cherif, 1999). Cependant, on peut supposer que le rôle des
banques envisagé par Diamond (1984) est limité aux relations avec les petites et moyennes
entreprises relativement peu connues. Les grandes entreprises quant à elles, préfèrent la
finance directe, car elles sont connues des prêteurs. De plus, ces entreprises peuvent fournir
des garanties qui diminuent le risque moral ou se financer grâce à leurs profits qu’elles
réinvestissent.

La mission principale de la banque est le financement de l’économie, mais le paysage

bancaire en Afrique et particulièrement dans la CEMAC est caractérisé par une faible activité
de crédits. Dans cette communauté, la structure des crédits consacre la prépondérance du
court terme et du moyen terme. La proportion des crédits de long terme dans l’encours total
des crédits sains en 2013 est d’environ 4 %. En effet, malgré toutes les reformes entreprises
dans cette communauté depuis les années 90, les crédits à court et à moyen terme restent
majoritaires, avec environ 64,7 % de l’encours des crédits sains octroyés à l’économie pour
l’année 201318. Cette faible activité de crédits peut être justifiée par un problème de diffusion
de l’information (asymétrie d’information), un environnement institutionnel inadéquat et un
système judicaire inefficace (Soupmo Badjio, 2009). En effet, le secteur bancaire de cette
communauté est vulnérable au risque de crédit, car certaines banques de la CEMAC sont
faiblement capitalisées19, et leur exposition au risque concerne peu de secteurs et
d’emprunteurs. En effet, sur 50 banques en activité dans la CEMAC à la fin 2013, il y a onze
banques sous-capitalisées (COBAC, 2013) contre sept banques sous-capitalisées sur 43
banques analysées par la COBAC en 2010. De plus, le cadre juridique dans cette sous-région
n’est pas favorable au recouvrement des créances, d’où la réticence des institutions bancaires
à l’octroi de crédit.

En faisant allusion à l’environnement institutionnel, nous parlons des organismes et

des réglementations qui dans les pays en développement n’influencent pas trop l’asymétrie

18
Confère le rapport annuel 2013 de la COBAC, p.30
19
Dans le cadre de cette étude, nous considérons qu’une banque est capitalisée lorsqu’elle dispose d’un
montant de fonds propres qui couvre au moins 8 % de la valeur de ses actifs pondérés de leurs risques. Ainsi,
une banque est faiblement capitalisée, lorsqu’elle a un ratio fonds propres sur total actifs inférieur à 8%.

39
d’information. En plus, cet environnement ne favorise pas une large diffusion de
l’information. C’est pourquoi, Soupmo Badjio (2009) n’est pas surpris du fait que les
variables mesurant la qualité des crédits octroyés par les banques ne soient pas statistiquement
significatives pour un modèle de prédiction de difficultés bancaires en Afrique Centrale.

I.3- De l’asymétrie d’information à la solidité bancaire en passant par la qualité de

l’emprunteur

Le risque de crédit est inhérent à l’activité bancaire, cela est dû essentiellement à

l’asymétrie de l’information entre la banque et son client emprunteur qui l’expose au risque
de défaut. Cette asymétrie est de deux sortes. Le premier type d’asymétrie est lié à
l’incertitude qui existe avant la signature d’un contrat de crédit et qui conduit à une sélection
adverse.

La sélection adverse provient de la difficulté pour la banque de distinguer les bons

projets, des projets risqués, et donc de distinguer les crédits potentiellement sains des créances
à risque. Pour tenir compte de cette incertitude, la banque aura tendance à se protéger en
instituant une prime de risque conséquente (Abdou, 2002). Les bons projets se verront alors
pénalisés par une surprime de risque par exemple, la hausse du taux d’intérêt. Cette dernière
aura pour conséquence de pousser l’agent de bonne qualité, soit à quitter le marché en
renonçant au projet, ou à changer de banque partenaire, du fait de la diminution de la
rentabilité de son projet, soit à étaler la qualité de son projet afin de réduire l’asymétrie
d’information et par conséquent le doute qui existait quant à la bonne qualité du projet. La
théorie du signal décrite précédemment, a l’avantage de pousser les clients emprunteurs, à
dévoiler davantage la qualité de leurs projets aux banques. Cet avantage profite aussi bien à la
banque qu’aux emprunteurs.

L’autre type d’asymétrie d’information qu’on retrouve en milieu bancaire, est l’aléa
moral. En effet, l’emprunteur ne disposant pas de garanties solides paraît moins préoccupé
par la rentabilité de son projet, car la perte qu’il aura à supporter est minime en cas de
réalisation de garanties, suite au risque de défaut. Cette asymétrie d’information justifie
l’importance des garanties exigées par les banques et les mécanismes d’incitation de
l’emprunteur à participer à la réduction du risque de non remboursement.

40
 Les banques considérées comme des contrôleurs délégués par Diamond (1984), sont
chargées par les déposants20 de contrôler les emprunteurs et de limiter les problèmes de
sélection adverse et d'aléa moral inhérents à toute relation de crédit. Pour ce faire, elles
doivent connaître leurs emprunteurs. C’est ainsi, qu’elles collectent et détiennent des
informations précises sur la qualité des différents emprunteurs. Comme, les banques traitent
avec plusieurs emprunteurs, il est donc clair qu’elles détiennent plus d’informations précises
sur la qualité des emprunteurs que les déposants. C’est pourquoi, Vilanova (1997) pense que
la banque peut être considérée comme un spécialiste de l’information. Avec ce statut de
spécialiste de l’information et à travers une opération de crédit, la banque envoie au marché
un signal gratuit sur la santé actuelle de l'emprunteur et sur les perspectives de ses revenus
futurs. On peut, constater sur ce point, que la confiance du banquier entraîne souvent celle des
autres partenaires (parmi lesquels on peut retrouver les consœurs de la banque prêteuse) de
l'emprunteur.

Par ailleurs, après obtention du crédit, l’emprunteur est susceptible de réduire son
effort de production et/ou de lancer des projets plus risqués puisque plus rentables pour lui.
D’où la naissance des conflits d’intérêt entre l’emprunteur et le prêteur après l’accord du
financement. Par exemple, un emprunteur dont le projet de création d’une industrie a reçu le
financement d’une banque, peut engager des dépenses d’achats des biens de luxe qui n’ont
rien à voir avec l’industrie, ce qui va ralentir la mise en place de l’industrie et réduire la
capacité de remboursement de cet emprunteur. Ce type de conflit d’intérêt est
particulièrement élevé pour les emprunteurs engagés dans des projets nouveaux. De plus, pour
Mojon (1996), le rendement de l’investissement est fonction croissante de la qualité de du
projet ou de l’entreprise et de la réalisation de l’aléa sur l’état de nature lié à cet
investissement.

Pour que les banques assurent les financements, selon Cherif (1999), certains
mécanismes permettant aux bons emprunteurs de se distinguer des mauvais emprunteurs qui
sont à la recherche de financement, doivent être mis en place compte tenu de l’asymétrie
d’information sur le marché de crédit. Parmi ces mécanismes, nous avons, d’une part les
activités de signalisation de la part des entreprises, et d’autre part, le rôle des intermédiaires
financiers spécialisés. Dans le contexte d’asymétries d’information, certains prêteurs
élaborent des contrats leurs permettant de distinguer les différents types d’emprunteurs. Une

20
Les déposants sont les investisseurs finaux qui choisissent de passer par un intermédiaire financier au lieu de
la rencontre directe entre prêteur et emprunteur.

41
banque peut ainsi s’appuyer soit sur le taux d’intérêt, soit sur la garantie pour différencier ses
emprunteurs. En effet, l’expérience montre que les emprunteurs à haut risque ont souvent
tendance à choisir des taux d’intérêt élevés et ne mettent pas de garantie contrairement aux
emprunteurs à faible risque qui engagent des garanties et obtiennent des taux d’intérêt faible.

De ce qui précède, nous pouvons synthétiser le phénomène de l’asymétrie

d’information dans le domaine bancaire par le graphique ci-dessous.

Figure n° 3 : la synthèse des problèmes d’information dans le processus de crédit

Ligne du temps t=0 t=1 t=2

Evénement la nature détermine contrat échéance

les types de crédit du crédit

Type Information Information asymétrique

incomplète

Asymétrie Pas d’asymétrie Asymétries Asymétries post-contractuelles

précontractuelles

Risque Incertitude bilatérale Anti-sélection Aléa moral ex ante Aléa moral ex post

Action Formation des types Sélection Surveillance Audit

Source : Lanha (2006)

Nous pouvons penser dans la lignée de Matoussi et Abdelmoula (2010), que

l’asymétrie d’information sur les caractéristiques de l’emprunteur est particulièrement
préjudiciable à la banque au moment de l’octroi du crédit. Elle réduit la capacité de la banque
à distinguer les bons emprunteurs des mauvais emprunteurs. La connaissance des
caractéristiques des emprunteurs permet de réduire les phénomènes de sélection adverse et
d’améliorer la gestion du risque de crédit par les banques. Cette capacité est d’une grande
importance pour les économies de l’Afrique, en particulier celles de l’Afrique centrale où les
banques connaissent souvent des problèmes de fragilité dus à l’importance des créances
douteuses dans leur portefeuille de crédits. De ce qui précède, on peut en déduire que la
qualité des emprunteurs influence considérablement la qualité solidité des banques. En effet,

42
la qualité des crédits considérée comme une exigence de solidité bancaire est induite par la
qualité des emprunteurs.

II- La qualité des actifs : une nécessité de la solidité bancaire

Les banques, comme toutes les entreprises, sont à la recherche de leur rentabilité. En
effet, la recherche de la rentabilité durable passe nécessairement par la qualité de l’actif et la
qualité du passif de la banque. Ainsi, la diversification des ressources, des sources de revenus
et des portefeuilles améliore la performance et la stabilité des banques (Abdennour et
Houhou, 2008). C’est pour cette raison que, la recherche de la rentabilité nécessite une
gouvernance de qualité de la banque. De plus, pour avoir une bonne performance, il faut être
discipliné dans ses actes. Ainsi, l’excès de risque peut être rentable, mais les conséquences
négatives y afférentes sont énormes. D’où la nécessité d’un contrôle interne et/ou externe
effectif de la banque.

Barth et al. (2004) ont vérifié empiriquement que le développement des banques est
positivement associé à l’existence de politiques qui renforcent le contrôle privé. Leurs
résultats montrent aussi l’importance de la discipline de marché, comme élément crucial dans
les stratégies de surveillance et de régulation bancaires. Dans les pays ayant les marchés les
plus contestables, où les banques sont encouragées à diversifier leurs portefeuilles au niveau
national et international, la discipline de marché est plus effective et les banques sont plus
performantes et plus stables. Ceci nous amène à considérer la qualité des actifs comme un
élément de performance. C’est ainsi que, toute banque doit avoir un système de contrôle
interne effectif et se fixer certaines exigences pour atteindre cet objectif.

Un système prospectif de classement des prêts qui vise à encourager les banques à
prendre davantage en compte les risques, à travers le système CAMELS a été mis en œuvre
dans certaines économies, notamment celle des Etats Unis d’ Amérique. L’amélioration du
calcul des normes de fonds propres, de la Banque des Règlements Internationaux (BRI) et des
obligations plus rigoureuses en termes de provisionnement sont entrées en vigueur dans les
faits. Ainsi, l’importance des facteurs institutionnels et réglementaires dans l’explication des
difficultés bancaires est clairement soulignée dans la littérature. La prise en compte de ces
exigences fait l’objet de la suite de notre étude.

43
 II.1- La qualité de crédits un élément des exigences réglementaires

Les banques sont exposées aux crises qui affectent régulièrement l’économie. Pour les
rendre plus résistantes face à ces épisodes de crise qui entrainent souvent leurs défaillances,
une importante réglementation à caractère prudentiel a progressivement été mise en place par
les banques centrales au cours du vingtième siècle (Combes-Thuélin et Escaffre, 2004). Dans
un premier temps, les préoccupations des autorités étaient d’ordre monétaire, d’où l’accent
mis par la réglementation sur la liquidité21 des banques. Ces préoccupations d’ordre monétaire
se sont ensuite accompagnées de préoccupations portant sur la solidité financière de ces
établissements. C’est ainsi qu’à la fin des années 1980, les Gouverneurs des banques centrales
des pays du G10, réunis dans le cadre du Comité de Bâle, se sont accordés sur la nécessité de
définir en commun des critères de solvabilité. Il est effectivement nécessaire que les
contraintes en termes de niveau de fonds propres soient identiques d’un pays à l’autre, ceci
afin d’éviter les distorsions de concurrence.

Ces travaux ont débouché en 1988 sur la naissance d’un ratio de solvabilité,
communément appelé ratio Cooke, qui est le rapport des fonds propres sur les actifs pondérés
selon leur niveau de risque. Ce dispositif a ensuite été étendu en 1996 aux risques de marché
avec le ratio d’adéquation des fonds propres. Aujourd’hui avec la réforme Mc Donough, ce
ratio a été entièrement refondu et élargi, mais les fonds propres et la qualité des actifs
continuent d’y occuper une place déterminante.

Les normes prudentielles définies par le Comité de Bâle cherchent à prévenir les
faillites des banques. Ainsi, pour garantir l’efficacité de ce dispositif prudentiel, les autorités
de contrôle s’intéressent de plus en plus à la qualité de l’information comptable publiée en
matière d’activité de crédit. Dans le calcul du ratio de solvabilité, l’importance de la qualité
des actifs n’est plus à démontrer. En effet, dans ce ratio, nous avons au dénominateur les
actifs pondérés. De plus, la littérature suggère un grand nombre de ratios de qualité de l’actif
tels que les ratios de prêts non performants ou de provisions pour pertes rapportés à
l’ensemble des crédits ou total de l’actif. Dans le milieu bancaire, les actifs sont constitués
dans leur grande partie des crédits. C’est ainsi que, nous constatons que la pondération des
actifs utilisée pour déterminer le ratio de solvabilité tient compte de la qualité du débiteur.

Dans la CEMAC, les normes de solvabilité sont construites sur la base de la définition
standard des fonds propres et ont trait à la couverture des risques, à la division des risques, à
21
La liquidité des banques fait allusion à leur capacité, à un moment donné, de faire face à un passif exigible
grâce à la part de l’actif réalisable et disponible.

44
la couverture des immobilisations, aux prises de participations et à la limitation des
engagements en faveur des actionnaires, des dirigeants et du personnel. Ces normes sont
inspirées des normes adoptées sur le plan international par le Comité de Bâle. Elles font
l’objet de plusieurs règlements et instructions de la COBAC.

Il ressort du Règlement COBAC R-93/03 relatif à la Couverture des Risques des

Etablissements de crédit, abrogé par le Règlement COBAC R-2001/02 et modifié par le
Règlement COBAC R-2003/06 que « les Etablissements de crédit sont tenus, dans les
conditions prévues au présent Règlement, de respecter en permanence un ratio de couverture
des risques, rapport entre le montant de leurs fonds propres nets et celui de l’ensemble des
risques de crédit qu’ils encourent du fait de leurs opérations, au moins égal à 8%. ». Au fait,
l’ensemble des risques de crédit qui est au dénominateur de ce ratio est constitué des éléments
d’actif et de hors bilan affectés d’un coefficient de pondération variable selon le risque de
crédit dont ils sont assortis. Pour un souci affirmé de simplification du calcul des normes
destinées aux banques, qui pour la première fois devaient faire face à un dispositif prudentiel
de cette nature, la COBAC a en 1993 délimité le nombre de taux de pondération à trois. C’est
ainsi que dans la réglementation de 1993 en Afrique centrale, on trouve trois niveaux de
pondération des risques dans le cadre du calcul du ratio de couverture des risques. Une
pondération à 100 % est exigée pour les crédits à la clientèle, les opérations de crédit-bail. Le
taux de 10 % est retenu pour les autres engagements par signature en faveur de la clientèle.
Tous les autres éléments d’actif sont pondérés à 0 %. Des risques pondérés sont déduites les
provisions complémentaires qu’il convient de constituer. Provisions qui ont, par ailleurs, été
déduites du montant des fonds propres. Or, à la même période en Europe et particulièrement
dans certains pays comme la France, ces coefficients de pondération allaient de 0 à 100 %
avec plusieurs niveaux : 0 % pour les créances sur les Etats membres de l’OCDE ; 20 % pour
les créances sur les banques ou les collectivités locales d’Etats membres ; 50 % pour les
créances à garantie hypothécaire et 100 % pour toutes les autres créances.

Pour limiter les engagements des banques en faveur de leurs actionnaires ou associes,
administrateurs, dirigeants et personnel, la COBAC a instauré le Règlement COBAC R-93/13
relatif à ce type d’engagements. Ce règlement a été modifié par le Règlement COBAC R-
2001/05. Il limite les concours octroyés par les établissements de crédit aux actionnaires,
administrateurs, dirigeants et personnel. L’encours global des engagements par signature ou
par caisse d’un établissement de crédit sur les personnes définies ci-dessus ne peut dépasser
15 % de ses fonds propres nets.

45
 Comme nous l’avons noté, le risque de défaillance d’une banque peut être localisé
dans les deux parties de son bilan. C’est pour cela que, toutes les normes de solvabilité
rapprochent les risques des crédits logés à l’actif aux fonds propres situé au passif de la
banque. C’est ainsi que, ces exigences réglementaires mettent l’accent sur la qualité des actifs
des banques. Or, la qualité des actifs des banques est directement liée à la qualité des
débiteurs des banques. Il en est de même, pour la relation performance financière et qualité
des actifs. Il est donc important, d’étudier l’influence de la qualité des débiteurs d’une banque
sur sa performance financière.

II.2- La qualité des crédits : élément de performance financière

Nouy (1993) définit la rentabilité d'une banque comme son aptitude à dégager de son
exploitation des gains suffisants, après déduction des coûts nécessaires à cette exploitation,
pour poursuivre durablement son activité. La rentabilité bancaire est un résultat d’une bonne
exploitation. Elle provient du processus de transformation au sens large des ressources mis en
œuvre par les banques dans le cadre de leur fonction d'intermédiation des bilans. Or, l'activité
de transformation est à l'origine de risques comme celui de contrepartie, dont la gestion doit
être optimisée, en vue d'obtenir un maximum de gains avec un minimum de pertes
potentielles. C’est ainsi que, la notion de la rentabilité bancaire est indissociable de la prise de
risques et le compte de résultat doit refléter ce couple rentabilité – risques.

Le résultat net est un solde intégrant parfois des produits et des charges non récurrents
qui peuvent influencer la structure de la rentabilité de la banque. Ainsi, l’analyse de l'équilibre
rentabilité – risques ne doit pas toujours tenir compte du seul examen du résultat net, mais de
la nature des produits et des charges qui entrent dans la détermination du résultat. C'est la
raison pour laquelle, l'analyse de la rentabilité bancaire passe par la mise en évidence de
soldes intermédiaires de gestion tels que le produit net bancaire ; le résultat brut
d'exploitation ; le résultat d'exploitation ; etc. Ces soldes permettent d'identifier les éléments
ayant concouru à l'obtention du résultat final. En effet, le produit net bancaire est calculé par
la différence entre les produits et les charges bancaires liés aux activités de prêt et d'emprunt
ou de collecte de dépôts, aux opérations sur titres, etc. Cette différence permet de mesurer la
contribution spécifique de chaque élément à la détermination de la rentabilité bancaire.

Il est important, d’indiquer que certains actifs non performants comme les créances
douteuses, ont un impact négatif sur les résultats de la banque. C’est pourquoi, Soupmo

46
Badjio (2009) pense qu’il faut tenir compte lors de l’analyse de la rentabilité bancaire, de
certains indicateurs microéconomiques et macroéconomiques. Les indicateurs
microéconomiques portant sur la qualité des actifs, la profitabilité, la sensibilité aux risques de
marché et les fonds propres, et certains indicateurs macroéconomiques comme la croissance
économique, la volatilité de l’inflation, des taux d’intérêt et des taux de change ont un impact
sur la rentabilité des banques. En effet, on peut interpréter la montée des risques par la
traduction comptable des dotations aux comptes de provisions que les banques effectuent.
Cette augmentation des dotations due à l’augmentation des créances en souffrance, influence
significativement le résultat net dégagé par les banques (Nouy, 1993). De plus, la constitution
des provisions peut s’analyser en termes économiques comme une charge, car les dotations
aux comptes de provisions affectent les résultats dégagés par les banques. En effet, en Afrique
centrale les banques ont vu, pour l'exercice 2013, les provisions pour dépréciation des
comptes de la clientèle s’accroître d’environ 4,9 % (COBAC, 2013). Cette croissance des
provisions a un impact non seulement sur la rentabilité des banques, mais elle réduit aussi leur
solidité financière. Pour Godlewski (2005), la défaillance des banques est principalement
associée à la mauvaise qualité des actifs bancaires, dont la responsabilité incombe aux
managers de ces établissements. En effet, la mauvaise gestion du risque de crédit, se traduit
par un excès de prise de risque qui est très souvent à l’origine de la défaillance bancaire. Pour
l’auteur, les différents symptômes de l’excès de risque de crédit sont : la mauvaise qualité du
portefeuille de crédits, c’est-à-dire une part importante de prêts non performants, la
concentration excessive par emprunteur, par maturité, ou par secteur d’activité des crédits
dans le portefeuille. Angora (2009), lui constate que la solvabilité des banques est
compromise lorsque leurs actifs se dégradent. C’est pourquoi, la majorité des ratios de
couverture de risques concernent tout d’abord l’état des portefeuilles de créances et le risque
de crédit lié aux éléments du hors bilan notamment aux garanties, aux éventuels engagements
et aux instruments dérivés. Ces ratios tentent surtout d’apprécier la valeur nette de l’actif
après déduction des pertes réelles ou estimées. Ils peuvent traduire aussi la plus ou moins
grande concentration de prêts auprès d’un client donné ou d’un secteur d’activité donné.

A la fin de cette section, on est en mesure de souligner la pertinence des fondements

qui justifient le bien-fondé pour la banque d’avoir des débiteurs sains. En effet, nous
montrons ici l’importance de la prise en considération du phénomène d’asymétrie
d’information dans l’activité de crédit. De plus, nous mettons en évidence la relation entre la
performance de la banque et la qualité du débiteur. Celle-ci est bien estimée par tous les

47
acteurs du système bancaire. En somme, au vu de ce qui précède, il apparaît que la qualité du
débiteur n’est pas seulement une préoccupation des managers des banques, mais aussi celle de
tous les acteurs conscients de l’importance du système bancaire dans une économie. C’est
pourquoi, en plus du contrôle interne (les exigences de performance), il existe des contrôles
externes (les exigences réglementaires).

Conclusion

Ce chapitre s’articule autour de la nécessité de la prise en compte de la qualité du

débiteur dans la solidité de la banque. Ainsi, nous nous sommes appuyés sur l’importance de
la qualité du débiteur en essayant de cerner les contours du concept du débiteur sain.
L’objectif de ce chapitre est de montrer que la qualité du débiteur est un facteur important de
la solidité pour les banques. Il est aussi important de comprendre comment la qualité du
débiteur peut être prise en compte dans les études consacrées à l’analyse de la solidité des
banques. Il ressort de ce chapitre que la qualité du débiteur même si, elle n’est pas une
condition suffisante pour la solidité d’une banque, il n’en demeure pas moins qu’elle est
nécessaire pour cette dernière. De plus, il est clair que tout facteur qui agit négativement sur la
qualité du portefeuille et la rentabilité des banques, peut précipiter tout le système bancaire
dans une situation de détresse. C’est ce qui explique sans doute le fait que, plusieurs études
théoriques et empiriques accordent une attention particulière aux phénomènes qui permettent
de détecter les différentes qualités de débiteurs. En d’autres termes, les moyens permettant
d’identifier les débiteurs sains. Dans la plupart des études, la qualité du débiteur est traitée
comme un phénomène binaire : bons emprunteurs et mauvais emprunteurs.

En effet, ce chapitre met en exergue les éléments permettant à la banque de détecter

les emprunteurs sains et les signaux par lesquels les bons emprunteurs peuvent se distinguer
des mauvais. L’accent a été mis sur la théorie du signal, la théorie du contrat avec les contrats
incitatifs et la théorie du compte chèque pour démontrer les éléments d’une bonne relation
banque – client. Il convient par la suite d’évaluer empiriquement l’importance de la qualité du
débiteur pour la solidité de la banque.

48
 CHAPITRE 2 : L’INFLUENCE DE LA QUALITE DU PORTEFEUILLE DE

CREDITS SUR LA SOLIDITE BANCAIRE DANS LA CEMAC : UNE EVALUATION

EMPIRIQUE

Introduction

L’expérience récente a montré que les différentes crises (crise financière asiatique des
années 1990 et la crise financière de 2008) sont une source d’instabilité. Elles provoquent des
chocs qui affectent l’activité bancaire et par contagion l’économie réelle. L’instabilité des
systèmes bancaires a amené les autorités monétaires à prendre conscience de l’importance des
répercussions parfois systémiques que peut entraîner la faillite d’une banque. C’est pour cela
que la plupart des autorités monétaires prêtent une attention particulière à la solidité de leurs
systèmes financiers.

L’analyse de la solidité des banques est centré sur l’objectif micro-prudentiel de

limitation du risque de défaillance des banques. Lors du suivi de la solidité des banques, la
qualité et la composition de leurs actifs ainsi que leur exposition aux risques financiers
méritent une grande attention. Dans la CEMAC, la dégradation de la qualité du portefeuille de
crédits est importante et varie en dents de scie. On constate qu’au 31 décembre 2013, les
créances en souffrance ont augmenté d’environ 48% et à la même période, il y avait onze
banques sous-capitalisées. C’est pour cette raison qu’il serait intéressant d’avoir des
informations sur le passif (les fonds propres) et sur l’actif (la qualité du portefeuille de crédits)
de ces banques. Albulescu (2009) pense qu’en pratique, les systèmes bancaires sont
caractérisés par deux sources de vulnérabilité. La première source est associée à une faible
diversification du risque présent dans le bilan et le hors bilan des banques, risque qui se
matérialise en risque de crédit, risque opérationnel, risque de liquidité, etc. La deuxième
source de vulnérabilité concerne l’ensemble du système bancaire à travers le risque
systémique.

L’identification des facteurs qui affectent la solidité des banques est utile à plus d’un
titre pour les autorités monétaires (Abdou, 2002). En effet, l’une des missions généralement
assignées aux autorités monétaires est de conduire la politique monétaire22 de façon à assurer

22
La politique monétaire affecte le secteur réel à travers ses différents canaux de transmission. Ces canaux de
transmission peuvent être regroupés en trois catégories : le canal traditionnel des taux d’intérêt, le canal du
taux de change et les canaux des crédits. Le canal du crédit bancaire est fondé sur l’idée que les banques jouent

49
un financement sain de l’économie. Un système bancaire qui accumule des créances en
souffrance ne peut jouer efficacement ce rôle. La raison en est simple, et pour cause, lorsque
les banques détiennent des créances en souffrances, elles ont l’obligation de les provisionnées.
Or, lorsque ces créances sont provisionnées, la rentabilité des banques est réduite et leur
capacité à financer les activités économiques se trouve affectée négativement. Ce constat nous
amène à analyser la solidité bancaire dans la CEMAC, à travers la relation préétablie entre
cette dernière et la qualité du portefeuille de crédits.

La littérature souligne que les banques supposées myopes vis-à-vis du risque,

constituent souvent les provisions sur les crédits non performants avec un retard (Mojon,
1996). Toutefois, qu’en cas de non provisionnement, les créances en souffrance détériorent la
capitalisation de la banque, puisqu’elles sont déduites des fonds propres réglementaires.
Ainsi, les fonds propres effectifs vont baisser, ce qui aura un impact négatif sur la solvabilité
de la banque. L’insolvabilité d’une banque en devenant chronique peut par effet de contagion
se généraliser et accroître le risque d’une crise systémique (Bordes, 2005). Ceci peut aboutir à
la vulnérabilité de tout le système bancaire, car lorsque les capacités de résistance aux chocs
endogènes et/ou réels d’un système bancaire sont réduites, il devient vulnérable aux crises
(Albulescu, 2009). De ce qui précède, on peut en déduire que, les mauvais crédits exercent un
effet d’éviction sur le financement des projets viables. Cette situation est de nature à freiner
ou à brider l’expansion économique.

L’objectif de ce chapitre est de proposer un modèle qui permet d’analyser la relation

qui existe entre la qualité du portefeuille de crédits et la solidité bancaire, en tenant compte
des indicateurs individuels de type CAMEL et des indicateurs macroéconomiques. La suite de
ce chapitre est organisée en deux sections. La première section porte sur les différentes
approches de l’évaluation de la solidité bancaire. Dans cette section, nous présentons les
indicateurs qui donnent des informations sur la solidité des banques et les tests de résistance
aux chocs (stress tests), et puis les systèmes d’alerte précoce et les autres techniques
quantitatives utilisées pour apprécier la solidité des entreprises (les analyses discriminantes et
les Z-scores). Dans la deuxième section, nous analysons la relation portefeuille de crédits et
solidité des banques dans la CEMAC en tenant compte des facteurs complémentaires. A cet
effet, nous présentons tout d’abord les spécificités de l’activité bancaire dans la zone, ensuite
le modèle que nous développons et enfin les enseignements qui en découle.

un rôle spécifique au sein du système financier, car elles sont particulièrement bien placées pour résoudre les
problèmes d’asymétrie d’information sur les marchés de crédit.

50
 Section 1 : Les différentes approches empiriques de l’évaluation de la solidité des

banques

L’analyse de la solidité des banques est complexe du fait de la multiplicité des facteurs
qui peuvent influencer la solidité bancaire. Cette complexité rend délicat le cadre conceptuel
fondé sur un seul indicateur et le choix des variables explicatives. L’évaluation de la solidité
ne doit pas se résumer aux capacités des institutions à absorber un choc. Il faut identifier tous
les éléments qui peuvent altérer ces capacités en créant les conditions d’un déséquilibre futur.
Certains auteurs considèrent que la quantification de la solidité financière est difficile, mais
pas impossible. Johnston et al. (2000) dans leur étude sur la vulnérabilité du système
financier, distinguent quatre modalités pour évaluer la solidité. L’approche économique
s’intéresse aux sources de vulnérabilité dans le système financier (asymétrie de l’information,
aléa moral, etc.). Par ailleurs, l’approche par l’évaluation des risques essaie de quantifier les
risques et les expositions individuelles des institutions financières (les techniques de gestion
du risque, les indicateurs micro et macro-prudentiels, les stress-tests, etc.). La troisième
approche, c’est-à-dire l’approche par la surveillance, implique un cadre de surveillance et de
réglementation adéquat (les standards internationaux, les meilleures pratiques, etc.). Enfin, il
y a l’approche qui s’intéresse à l’évaluation de la vulnérabilité individuelle des institutions
financières et du système (la capacité des banques ou du système à gérer les risques).

Dans notre étude, nous nous intéressons à la dernière approche qui traduit
l’interdépendance entre les performances et la solidité des banques (les indicateurs de la
qualité des actifs, les stress-tests, les systèmes d’alerte précoce, etc.). Une telle approche
donne principalement la possibilité d’étudier minutieusement l’impact de la qualité du
portefeuille de crédits sur la solidité des banques. Les techniques utilisées pour mesurer la
vulnérabilité des banques ont été développées après l’évaluation des coûts directs et indirects
élevés des crises financières (Caprio, 1997). Dans cette section, nous présentons tout d’abord
les indicateurs de la solidité financière en mettant en lumière leur importance. Ensuite, nous
décrivons les techniques quantitatives d’évaluation de la solidité financière, en soulignant leur
complémentarité et leur diversité.

51
 I- Les indicateurs de la solidité des banques

La dégradation de la qualité des crédits est l’un des principaux facteurs de défaillance
bancaire, car la plupart des actifs des banques sont des prêts ou des placements qui visent à
générer des profits pour la banque. Lorsque la qualité des actifs d’une banque est faible, c’est-
à-dire, quand les actifs d’une banque génèrent des pertes, cette banque peut devenir insolvable
(Godlewski, 2004). Les indicateurs de la qualité des actifs sont généralement des ratios
financiers relatifs au portefeuille de crédits, puisque le crédit constitue la principale activité
des banques. Pour établir ces indicateurs, le FMI a entrepris des travaux dans les années 2000.
Ces travaux ont montré clairement que l’éventail et la nature des Indicateurs de Solidité
Financière (ISF) varient d’un pays à l’autre.

Compte tenu de leur importance primordiale dans tous les pays, les ISF des institutions
bancaires sont jugés indispensables pour toute analyse de l’état de santé et de la solidité des
systèmes financiers nationaux (FMI, 2006). De plus, en raison du rôle que la qualité des actifs
joue dans la rentabilité et la solidité des banques, il est utile d’obtenir des informations sur les
principaux actifs. Ainsi, dans un premier temps, nous analysons les indicateurs qui fournissent
des informations sur la solidité des banques et dans un deuxième temps, nous présentons les
tests de résistance aux chocs (stress tests), ensuite les systèmes d’alerte précoce et d’autres
techniques quantitatives utilisées pour évaluer la solidité (analyses discriminantes et Z-
scores).

I.1- Les indicateurs standards de l’appréciation de la solidité financière

Sundararajan et al. (2002) en publiant leur étude sur les indicateurs de solidité
financière répondent à la nécessité de disposer d’instruments permettant d’évaluer les forces
et les faiblesses des systèmes financiers et celles de leurs composantes. Cette nécessité s’est
plus manifestée après la récession financière des années 1990. De plus, la récurrence des
crises financières a accentué le besoin d’outils permettant de tester la santé financière des
institutions. La mise au point d’indicateurs de solidité financière est la conséquence de
diverses crises et du fait que les décideurs s’accordent à penser qu’ils ont besoin de nouveaux
types de données pour prendre leurs décisions. C’est ainsi que le FMI en marquant une étape
importante dans la création d’une référence normalisée a publié en 2006, un guide pour les
établissements financiers. Ce guide apparaît comme une référence en matière des concepts,

52
définitions et techniques qui régissent l’élaboration et la diffusion des indicateurs de solidité
financière.

Les ISF sont des indicateurs d’actualité qui renseignent sur la santé et la solidité de
l’ensemble des institutions financières d’un pays. Certains de ces indicateurs prennent en
compte des données agrégées sur des institutions et d’autres des indices représentatifs des
marchés sur lesquels opèrent les institutions financières. Certes, le FMI et la Banque
Mondiale ont proposé ces indicateurs dans le cadre des méthodologies d’évaluation du secteur
financier, mais plusieurs de ces ISF peuvent être utilisés dans des analyses individuelles. Ces
indicateurs concernent toutes les catégories d’institutions (banques, assurances, marchés des
capitaux, etc.) qui sont actives dans la sphère financière. Les ISF sont calculés et diffusés pour
les besoins de l’analyse prudentielle, dont l’objet est l’évaluation et le suivi des forces et des
faiblesses des systèmes financiers, afin de renforcer la stabilité et en particulier de limiter les
risques de défaillance (Albulescu, 2009). Le FMI dans son guide de 2006, classe les
indicateurs en fonction des éléments qui les déterminent. C’est ainsi qu’on a des indicateurs
portant sur les fonds propres, d’autres sur les actifs et certains sur les charges et produits.

Les indicateurs standards qui s’articulent autour des fonds propres peuvent être
répartis en deux catégories : les indicateurs centraux et les indicateurs recommandés. Pour les
indicateurs centraux, nous pouvons citer : les ratios des fonds propres réglementaires sur les
actifs pondérés en fonction des risques ; les fonds propres réglementaires de base sur les actifs
pondérés en fonction des risques ; les prêts improductifs moins provisionnement divisés par
les fonds propres ; la rentabilité des fonds propres (produit net/valeur moyenne des fonds
propres) ; la position ouverte nette en monnaies étrangères sur les fonds propres. Les autres
indicateurs liés aux fonds propres sont : les ratios des fonds propres sur les actifs ; les grands
risques rapportés aux fonds propres ; les positions d'actifs ou de passifs brutes sur dérivés
financiers sur les fonds propres ; la position ouverte nette en actions et autres participations
divisée par les fonds propres.

Les indicateurs faisant appel aux actifs peuvent-être aussi regroupés en deux
catégories. Ici, pour ce qui est des indicateurs centraux on a : les actifs liquides sur le total des
actifs (communément appelé ratio de liquidité des actifs) ; les actifs liquides divisés par les
passifs à court terme ; la rentabilité des actifs (produit net/valeur moyenne du total des
actifs) ; les prêts improductifs sur le total des prêts bruts ; la répartition sectorielle des prêts
sur le total des prêts. Les autres indicateurs basés sur les actifs sont : les prêts immobiliers
résidentiels sur le total des prêts ; les prêts immobiliers commerciaux sur total des prêts ; les

53
dépôts de la clientèle sur le total des prêts non interbancaires ; la répartition géographique des
prêts rapportée au total des prêts ; les prêts libellés en monnaies étrangères divisés par le total
des prêts et les passifs libellés en monnaies étrangères sur le total des passifs.

Pour les indicateurs portant sur les produits et charges, deux sont considérés comme
centraux. Il s’agit des ratios marge d'intérêt sur produit brut et charges hors intérêts sur
produit brut. Les autres indicateurs sont les produits des transactions sur le total des produits
et les charges de personnel sur les charges hors intérêts.

En résumé, les ISF sont destinés au suivi de l’évolution des positions (et/ou
expositions) et des flux susceptibles de révéler des signes d’accroissement de la vulnérabilité
du secteur financier ou d’une institution financière. Ils aident à évaluer la capacité de
résistance d’une institution aux chocs défavorables. Les indicateurs de solidité sont
pratiquement utilisés dans la majorité des techniques quantitatives d’évaluation de la solidité
(Albulescu, 2009).

I.2- La revue des études empiriques de la solidité des banques

L’analyse des ISF a commencé avec la construction des modèles théoriques qui
expliquent l’apparition des crises (Albulescu, 2009). Ces indicateurs ont pris une importance
particulière avec le perfectionnement des techniques quantitatives d’évaluation de la solidité
financière. Ils ont été utilisés dans les systèmes d’alerte précoce et dans les stress-tests.
Certains auteurs à l’instar de Demirguc-Kunt et Detragiache (1998), Kaminsky et Reinhart
(1999), Goyeau et Tarazi (1992), Albulescu (2009) et Powo (2000) montrent que ces
indicateurs individuels de solidité peuvent offrir des informations limitées sur la capacité de
résistance aux chocs du système bancaire.

Les études portant sur la gestion des risques par les banques, peuvent être regroupées
en deux catégories. L’une utilise les données individuelles et l’autre recours aux données
macroéconomiques. Les indicateurs usuels utilisés dans les études faisant recours aux données
macroéconomiques on peut citer : le taux de croissance du crédit réel ; l’évolution du PIB ; le
taux d’intérêt réel ; l’inflation, etc. En s’appuyant sur l’étude de Demirguc-Kunt et
Detragiache (1998), on peut regrouper ces indicateurs en trois catégories : les variables
macroéconomiques, les variables financières et les variables institutionnelles.

54
 Demirgüç-Kunt et Detragiache (1998) en utilisant les données macroéconomiques ont
abouti à la conclusion selon laquelle, l’environnement macroéconomique défavorable (un
faible taux de croissance du PIB et/ou un taux d’inflation élevé) altère la qualité du
portefeuille de crédits et la rentabilité des banques dans les pays en développement et les pays
développés. Ainsi, l’environnement macroéconomique peut précipiter le système bancaire
dans une situation de détresse. Kaminsky et Reinhart (1999) aboutissent aux mêmes résultats
dans leurs travaux en considérant un panel de banques des pays en développement. Hardy et
Pazarbasioglu (1998) confirment la pertinence de cette conclusion à l’aide d’un modèle Logit
sur des banques asiatiques. Ces auteurs notent que dans la plupart des cas, la crise a été
précédée par un accroissement excessif de la distribution de crédits et une hausse significative
des taux d’intérêt réels qu’ils ont utilisé comme un proxy de la libéralisation financière. Les
résultats de l’étude menée par Angora et Tarazi (2011) sur l’UEMOA montrent que la baisse
de l’inflation et la contraction de l’activité économique sont les principaux facteurs qui ont
fragilisé le système bancaire et déclenché la crise des années 1980. Pour Abdennour et
Houhou (2008), l’environnement institutionnel, juridique et réglementaire influence la prise
de risque par les banques dans les pays émergents. Pour ce faire, ils proposent un système
d’alerte précoce de difficultés bancaires incluant des variables financières de type CAMEL,
des variables institutionnelles, juridiques et réglementaires, comme outils efficaces dans la
détermination des établissements en situation financière difficile dans ces pays.

En revanche, l’étude de Diamond et Dybvig (1983) sur la ruée aux guichets a mis en
évidence le rôle dominant des facteurs spécifiques aux banques, minimisant ainsi l’effet de
l’environnement macroéconomique. Goyeau et Tarazi (1992) quant à eux, en s’intéressant aux
difficultés des banques en Europe, soulignent le rôle crucial de l’insuffisance de la couverture
des risques par les banques comme facteur de vulnérabilité de ces institutions. Pour ce qui est
de l’Afrique, Powo (2000) utilise un modèle Logit multivarié pour évaluer les probabilités de
survie des banques et d’avènement de crise bancaire dans la zone UEMOA. En utilisant les
données issues des bilans des banques, il montre que les éléments liés à la composition du
portefeuille des banques (tel que les effets commerciaux) et le faible montant des dépôts à
terme ont été déterminant dans les faillites des banques au cours de la deuxième moitié des
années 1980. Toutefois, dans cette étude, il n’a pas analysé les mécanismes par lesquels une
accumulation de créances douteuses peut fragiliser la banque en affectant sa rentabilité et sa
solvabilité. Soupmo Badjio (2009) en cherchant à proposer un modèle de prédiction de
difficultés bancaires en zone CEMAC, utilise les variables financières. Il trouve que trois

55
variables sont statistiquement significatives pour la construction du modèle de prévision des
difficultés bancaires dans la CEMAC. Il s’agit des ratios : des fonds propres sur le total des
crédits, du total des dépôts sur le total des actifs et des produits d’exploitation sur le total des
actifs. L’auteur ne prend pas en compte des variables macroéconomiques et institutionnelles
dans son étude.

Notre étude centrée sur la solidité des banques se positionne entre les deux approches
(celle utilisant les indicateurs macroéconomiques et celle qui fait recours aux facteurs
spécifiques aux banques). En effet, nous utilisons les variables macroéconomiques et les
variables individuelles des banques. Ceci nous permet de tenir compte de l’influence des
effets de l’économie réelle sur les actions individuelles des banques en contexte des pays en
développement. De plus, cette étude est menée dans un contexte de stabilité apparente du
système bancaire de la sous-région. C’est pour cette raison qu’il faut une étude
microéconomique approfondie pour déceler les éléments de la solidité des institutions
bancaire de cette sous-région. Pour cela, il nous faut un instrument de mesure de la solidité
adapté à ce type des travaux.

II – Les méthodes d’appréciation de la solidité des banques

Une première mesure d’évaluation empirique de la solidité est l’analyse des

indicateurs de la solidité financière. Cette analyse a débuté avec le développement des
théories expliquant le déclenchement des crises (Albulescu, 2009). Le perfectionnement des
techniques quantitatives utilisées pour évaluer la solidité financière, telles que les tests de
résistance et les systèmes d’alerte précoce a donné un intérêt particulier aux indicateurs de la
solidité financière.

L’utilisation d’une possibilité pour évaluer la solidité financière d’une institution

dépend de la fonction objective de la recherche. Par exemple, les systèmes d’alerte précoce
peuvent être utilisés pour identifier rapidement les problèmes d’un système bancaire ou d’une
banque, en s’appuyant sur les indicateurs qui émettent des signaux liés à la vulnérabilité des
banques (Abdennour et Houhou, 2008). Ces systèmes qui permettent d’anticiper l’avènement
d’une crise, peuvent aussi avoir d’autres objectifs. En effet, ces techniques peuvent être
utilisées par les autorités de supervision pour identifier les banques présentant une forte
exposition aux risques. Dans ce cas, on utilise des méthodes spécifiques comme l’élaboration
de ratings qui permet de classer les banques selon leur santé financière. Une autre manière

56
d’évaluer la solidité financière consiste à mener un stress-test. En effet, les tests de résistance
ont la capacité de jauger la vulnérabilité des portefeuilles d’une institution à des changements
majeurs de la situation macroéconomique ou à des événements exceptionnels, mais plausibles
(Sundararajan et al. 2002). On peut mettre en œuvre un stress-test pour apprécier l’impact
d’un choc sur la capacité de la banque à faire face à un tel type de choc. Les stress-tests
peuvent être pratiqués tant au niveau individuel des banques qu’au niveau global du système
bancaire. Pour évaluer l’impact d’un choc externe sur leurs portefeuilles, les grandes banques
internationales ont procédé pour la première fois à l’emploi de ces tests. L’utilisation de ces
techniques est encouragée par le Comité de Bâle. En effet, les Accords de Bâle II stipulent
que les institutions qui recourent aux méthodes avancées de gestion du risque de crédit
doivent effectuer de stress-tests. Cependant, pour justifier le choix de notre modèle d’analyse,
nous présentons en détail les différents instruments de mesure de la solidité.

II.1- Les systèmes d’alerte précoce

Les crises financières de dernières décennies ont conduit au développement de

plusieurs stratégies permettant de détecter la vulnérabilité des banques (Angora, 2009 ;
Angora et Tarazi, 2011 ; Abdennour Houhou, 2008). Les organismes de supervision à travers
le monde ont développé à cet effet, des procédures d’alerte précoce. Les systèmes d’alerte
précoce développés par ces autorités ont mis en évidence les effets des perturbations du
système financier sur les performances des économies émergentes. Ces systèmes permettent
d’identifier les banques dont la situation apparaît préoccupante. De plus, il faut souligner que
les différentes crises financières ont accru la nécessité d’identifier les indicateurs d’alerte qui
permettent d’évaluer la solidité du système en vue de prendre des mesures politiques destinées
à réduire le risque.

Pour Abdennour et Houhou (2008), les systèmes d’alerte précoce permettent

d’identifier rapidement les difficultés de la banque à l’aide des indicateurs qui émettent des
signaux. Ils peuvent être définis comme « un ensemble de processus, de procédés, de
modèles, d’indicateurs, etc., qui synthétisent les informations et les données nécessaires pour
identifier les institutions financières risquées et les risques qui affectent ces institutions, leurs
clients, d’autres institutions et le système financier en général, et qui permettent d’anticiper
l'apparition d’une crise future » (Albulescu, 2009). L’objectif de ces instruments de
quantification de la solidité est de fournir une structure cohérente pour analyser les problèmes

57
de solidité financière des institutions. Ceci dans le but de rendre possible l’identification
précoce des vulnérabilités, pour favoriser la mise en place et la réussite des politiques
préventives et de correction nécessaires pour éviter l’instabilité financière.

Généralement, ces systèmes sont utilisés pour anticiper l’apparition d’une crise, ils
peuvent être utilisés par les régulateurs pour identifier les banques les plus exposées aux
risques (Angora et Tarazi, 2011). Dans ce cas, il y a un processus d’évaluation sur place (on-
site) des modèles internes des banques et un processus externe (off-site) pour synthétiser les
informations et les données. Une telle approche combine les caractéristiques d’une analyse
discriminante (identifier les banques fragiles en fonction de certaines variables) avec des
éléments d’un stress-test (évaluer les modèles internes et l’incidence de chocs). On distingue à
ce jour deux types de systèmes d’alerte précoce : les systèmes d’alerte de première génération
et ceux de seconde génération. Les premiers attribuent une note qui mesure la fragilité à partir
des ratios financiers. Tandis que les seconds utilisent des modèles statistiques pour estimer les
probabilités de faillite, de dégradation des banques ou leur rating à un horizon donné. Ils
peuvent être aussi classés en approche « top down » et approche dite « bottom up ». En effet,
l’approche « top down » envisage le processus d’alerte précoce en tenant compte de la
stabilité du système financier dans sa globalité. Cette approche privilégie l’aspect
macroprudentiel de l’analyse. Par contre l’approche « bottom up » se limite à l’équilibre
financier individuel au niveau des institutions. On peut dire de cette approche qu’elle se base
sur l’aspect microprudentiel.

Angora (2009) pense qu’il est primordial de définir la portée du dispositif, à savoir s’il
vise à détecter une faillite ou une défaillance à l’échelle de la banque (approche
microprudentielle) ou du système bancaire (approche macroprudentielle). Parce que, les
éléments requis pour la conception d’un système d’alerte précoce sont étroitement liés à son
usage. L’élaboration d’un système d’alerte au niveau de la banque ne requiert pas les mêmes
variables que dans le cas d’une approche macroprudentielle.

Dans le cadre de la supervision bancaire dans la CEMAC, la COBAC a mis en œuvre

un système d’alerte de première génération : le Système de Cotation des Établissements de
Crédit (SYSCO). Ce système résume l’analyse des ratios prudentiels des banques de la sous-
région. Il est proche des CAMELS, mais il possède des spécificités qui l’éloigne de ceux-ci.
Nous pouvons résumer le rating de la COBAC dans le tableau n° 2 suivant.

58
 Tableau n° 2 : Echelle de Rating SYSCO

Cote Description Niveau du score

1 Situation financière solide 69,8 à 100

2 Situation financière bonne 39,1 à 69,7

3A Situation financière légèrement fragile 34,2 à 39,0

3B Situation financière moyennement fragile 8,8 à 34,3

3C Situation financière très fragile -6,0 à 8,7

4A Situation financière critique -16,6 à -6,1

4B Situation financière très critique -56,4 à -16,7

4C Situation financière irrémédiable -100 à -56,4

Source : COBAC

L’architecture du modèle utilisé pour établir les notations présente deux composantes :
un modèle statistique d’évaluation des probabilités de dégradation des ratings bancaires et un
modèle des estimations qualitatives réalisées par des experts à l’aide d’informations
complémentaires. Cependant, la COBAC ne dispose pas encore d’un système d’alerte de
seconde génération. Or, Sahajwala et Bergh (2000) reconnaissent que ces systèmes d’alerte
fonctionnent bien sur les banques de petites ou moyennes tailles engagées dans les activités
bancaires traditionnelles. Sous l’hypothèse que les banques de la CEMAC23 sont orientées
essentiellement vers les activités bancaires traditionnelles, il peut être utile de disposer d’un
système de seconde génération dans cette sous-région.

Les premiers systèmes d’alerte de seconde génération sont apparus avec les travaux de
Meyer et Pifer (1970) aux États-Unis. Plus récemment, leur utilisation a pris de l’ampleur
dans le cadre de la supervision bancaire. Pour Sahajwala et Bergh (2000), l’augmentation des
cas de défaillances bancaires aux États-unis est sans doute à l’origine de cette situation. De
nombreuses techniques d’estimation ont été utilisées pour construire ces systèmes : la

23
Le secteur bancaire de la CEMAC est constitué des banques locales, des filiales des banques ouest africaines
et certaines filiales des banques occidentales. Pour la période 2000-2013, la moyenne du logarithme népérien
du total de l’actif des banques de la sous-région est de 5,45, on peut donc les considérer comme des banques
de moyenne taille.

59
régression linéaire, l’analyse discriminante, les modèles probit/logit, les méthodes d’analyse
des données, etc.

La majorité des études adoptant les systèmes d’alertes précoces pour analyser les
vulnérabilités des banques et vérifier la possibilité d’apparition d’une crise, utilise deux
approches. L’une fondée sur les signaux et l’autre sur l’économétrie des variables qualitatives.

II.1.1- La méthode du signal d’alerte précoce

Cette approche a été développée à l’origine pour identifier les points de retournement
dans la théorie du Cycle des Affaires. Kaminsky et Reinhart (1999) dans leur étude portant
sur soixante-seize crises de changes et vingt-six crises bancaires subies par vingt pays
émergents et développés, sont les premiers à mettre en œuvre cette approche dans le domaine
des crises financières. Les principales questions de ces travaux portent sur les causes des
crises jumelles, c’est-à-dire l’occurrence conjointe des crises de changes et des crises
bancaires. Borio et Lowe (2002) pour évaluer la fragilité des systèmes bancaires des pays
européens et des pays émergents, utilisent une méthode similaire. Les travaux de Kaminsky et
Reinhart (1999) ont inspiré d’autres recherches sur les crises financières dans certaines
régions.

La méthode du signal des systèmes d’alertes précoces analyse le comportement des

indicateurs financiers avant et pendant les périodes de crise, en se référant aux périodes
normales. Cette approche non paramétrique a un degré de précision assez faible (Albulescu
2009). Les améliorations concernant le développement de cette méthode sont liées plus à
l’utilisation de nouveaux indicateurs. La plupart des études montrent que la méthode des
signaux est souvent utilisée pour identifier les facteurs déterminants d’une crise ou de la
vulnérabilité d’une banque. L’avantage de celle-ci repose sur le fait que chaque indicateur est
analysé individuellement pour déterminer sa capacité prédictive (Angora, 2009). Les
inconvénients proviennent du fait qu’elle ne prend pas en considération les interactions entre
les différents indicateurs. Elle suppose une relation fonctionnelle spécifique entre les variables
explicatives et les variables dépendantes. Cette méthode ne permet pas de mettre en œuvre
une évaluation sur la base des méthodes statistiques standards.

La méthode des signaux en prenant les indicateurs de façon individuelle et isolée, ne

peut fournir une information collective de tous les indicateurs dans l’occurrence d’une
situation de vulnérabilité. Par contre, les modèles fondés sur l’économétrie des variables

60
qualitatives présentent l’avantage de fournir une probabilité qui explique simultanément la
variable endogène. De plus, il est possible de déterminer la contribution marginale de chaque
variable à la réalisation de l’évènement.

II.1.2- Les modèles logit et probit, binomial et multinomial

Pour la construction des systèmes d’alertes précoces, on peut faire appel à une
régression de type logit ou probit, qui donne la possibilité d’établir une relation entre les
différents indicateurs choisis et la solidité d’une banque. Martin (1977) et Demirguc-Kunt et
Detragiache (1998) sont parmi les premiers auteurs ayant utilisé les modèles logit dans le
domaine financier. Selon les modalités que prennent les variables à expliquer, le modèle peut
être spécifié en logit binaire ou logit multinomial.

Il existe deux groupes pour ce type de modèles. Il y a d’une part, le modèle

exploratoire et explicatif, et d’autre part, le modèle prédictif. Le modèle exploratoire et
explicatif cherche à déterminer les facteurs responsables des défaillances bancaires, tandis que
le modèle prédictif a pour objectif la prédiction et la surveillance de la fragilité des banques et
du système bancaire. Par rapport à la méthode des signaux, les modèles logit et probit
présentent plusieurs avantages (Albulescu, 2009). En effet, il est facile d’interpréter la
capacité prédictive et de déterminer la probabilité d’apparition de la crise. De plus, les
informations fournies par une nouvelle variable peuvent être repérées facilement.

La méthode des signaux présente l’inconvénient de perdre de la qualité des

informations, en transformant les variables exogènes en variables binaires. Or, les modèles
logit et probit ont pour avantage l’utilisation des variables dépendantes discrètes et
l’association des variables exogènes continues à la probabilité d’une situation de vulnérabilité
des banques. Certes, la variable dépendante reste aussi une variable binaire ou multinomiale,
mais les variables indépendantes sont continues. Ces variables diffèrent d’un modèle à un
autre, elles peuvent être : macroéconomiques ; macromonétaires et institutionnelles. C’est
ainsi que pour analyser les principaux déterminants de la dégradation financière des banques
de l’UEMOA, Powo (2000) utilise les données comptables issues des bilans de ces banques.
Tandis que Angora et Tarazi (2011) emploient les variables macroéconomiques et trouvent
qu’elles sont les principaux facteurs qui ont fragilisés le système bancaire ouest-africain dans
les années 1980.

61
 En résumé, il existe plusieurs techniques disponibles et deux possibilités pour
construire un système d’alerte précoce. Même si la littérature sur l’anticipation des crises à
l’aide des systèmes d’alertes précoces est très développée, dans la pratique, l’usage de ces
systèmes est réduit (Albulescu, 2009). En outre, leur capacité prédictive est assez faible, car
un nombre important de signaux s’avère faux (Angora, 2009). Par conséquent, il est très
important d’utiliser cette méthode en parallèle avec d’autres techniques de quantification de la
solidité financière comme les stress-tests.

II.2- Les stress-tests

Les stress-tests sont développés à l’origine par le FMI pour étudier la stabilité
macroéconomique et évaluer la capacité des pays émergents à résister principalement à des
crises de change. Ces tests ont été étendus au secteur bancaire dans le cadre du Programme
d’Evaluation du Secteur Financier (PESF) des institutions de Bretton-Woods. L’objectif étant
de mesurer la résilience des institutions financières en cas de très fortes tensions macro-
financières, à travers des scénarios extrêmes et peu probables (Gammadigbe, 2012). Cette
préoccupation a retenu l’attention du Comité de Bâle qui l’a intégrée dans l’accord de Bâle II,
puisque les stress-tests font partie de cet accord à travers son second pilier dédié à la
supervision du système bancaire. Les stress-tests ou test de résistance aux chocs permettent de
répondre à la question de savoir qu’est-ce qui se passerait s’il arrivait un tel choc ? Ces tests
qui représentent différentes techniques utilisées par les institutions financières pour mesurer
leur vulnérabilité potentielle face aux risques, ont aussi pour but d’évaluer les effets de
certains chocs sur le système financier (Albulescu, 2009). On peut illustrer cela par le stress-
test des banques européennes, mené par la Banque Centrale Européenne (BCE) en 2014.
Selon cette étude, vingt-cinq banques sur cent trente ont échoué (BCE, 2014). Ceci témoigne
de la présence du risque systémique dans le secteur bancaire européen. Il faut aussi souligner
la nature macroéconomique et microéconomique des stress-tests, en compte tenu de la
possibilité de distinguer les tests de résistance macro-financiers des tests de résistance menés
par les institutions individuelles (micro stress-tests).

Dans la mise en œuvre des stress-tests, deux grandes approches sont mobilisées :
l’approche « bottom up » et l’approche « top down ». Selon la première approche, les banques
sont chargées de simuler, chacune de leur côté, les scénarios de référence et d’en mesurer
l’impact sur les différentes variables d’intérêt (rentabilité, risques et solvabilité), sur la base de

62
leurs comptes consolidés (De Bandt et Oung, 2004). Ces micros tests ont comme objectif
l’identification des vulnérabilités qui menacent les institutions individuelles. Ce sont les
grandes banques internationales qui ont construit pour la première fois ces tests dans le but
d’évaluer les réactions potentielles de leur portefeuille à un choc externe. La deuxième
approche, c’est-à-dire les stress-tests systémiques se proposent d’évaluer la solidité financière
du système dans son ensemble. Les tests systémiques peuvent avoir pour objectif l’étude des
effets de certaines variables macroéconomiques sur les variables bancaires (la rentabilité, la
marge d’intérêt bancaire, la liquidité, etc.) par des simulations de chocs adverses mais
vraisemblables (Gammadigbe, 2012). Ils permettent d’apprécier la vulnérabilité des banques
aux chocs de l’activité réelle (récession prononcée), aux relèvements des taux du marché
monétaire. Les macros stress-tests offrent une gamme d’application plus large, prennent en
compte le risque de contagion. Les risques individuels, tels le risque opérationnel ou la qualité
des actifs, ne sont pas pris en compte. Selon Albulescu (2009), ces tests au niveau agrégé
fournissent des résultats approximatifs, qui simplifient la réalité, du fait de la complexité du
système financier.

Les objectifs de ces deux catégories de stress-tests sont donc différents. Les macros
stress-tests aident les autorités de régulation et de surveillance à identifier les vulnérabilités
structurelles de l’ensemble du système, vulnérabilités qui peuvent mener à une situation
d’instabilité généralisée. Les stress-tests individuels analysent quant à eux la solidité de
chaque institution.

Une limite des stress-tests réalisés au niveau individuel réside dans la sous-estimation
de la liquidité, lorsque les institutions réduisent leurs expositions simultanément. Une autre
limite est la difficulté d’agréger les résultats des tests effectués par les banques et la difficulté
d’interpréter et de comparer ces résultats, car les institutions recourent à des techniques
différentes (Anand et al. 2014). De plus, les liens interbancaires peuvent être plus
insuffisamment pris en compte dans les tests effectués à l’interne par les banques. Anand et al.
(2014) considèrent que la simulation d’un choc commun par un test systémique réduit les
problèmes liés à l’interprétation des résultats. Malgré cet effort des stress-tests systémiques
pour évaluer la solidité des systèmes financiers, ils fournissent moins de précisions sur les
caractéristiques de chaque établissement. L’expérience montre que les stress-tests n’ont pas
un rôle décisif dans les discussions sur la santé du système financier. Ceci nous amène à
nous intéresser aux autres modèles quantitatifs permettant d’analyser la solidité des banques.

63
 II.3- Les autres méthodes quantitatives d’analyse de la solidité financière

Les techniques d’analyse de la solidité présentées dans cette sous-section sont plutôt
destinées au secteur bancaire et donnent la possibilité d’évaluer la solidité des institutions
individuelles et de classer les banques en fonction d’indicateurs de solidité bancaire. Les
techniques d’analyse de la solidité du secteur bancaire les plus connues sont les analyses
discriminantes et les Z-scores.

II.3.1- Les analyses discriminantes

L’analyse discriminante est une technique statistique qui vise à prédire l’appartenance
à des groupes prédéfinis. La question classique est de savoir si deux ou plusieurs groupes
diffèrent significativement en fonction de la moyenne ou de la dispersion d’une variable. Si la
moyenne et la dispersion de cette variable sont significativement différentes pour divers
groupes, alors cette variable discrimine entre les groupes (ceux-ci ne sont pas homogènes).
Les objectifs qui conduisent à l’utilisation des analyses discriminantes sont multiples. Elles
peuvent être utilisées pour : 1) déterminer la part de la variance d’une variable dépendante par
une variable indépendante ; 2) classer les éléments d’une population en groupes à l’aide d’une
équation discriminante (analyses fondées sur des composantes principales) ; 3) définir les
différences entre les groupes ; 4) évaluer l’importance relative d’une variable indépendante
dans la classification d’une variable dépendante et éliminer les variables non importantes pour
caractériser les groupes (Albulescu, 2009).

Dans le cas des modèles de solidité financière, le modèle peut être utilisé pour
discriminer les banques faisant partie du groupe des banques fragiles ou des banques solides
pour un indicateur donné, à partir d’une série de variables explicatives. La forme la plus
commune de modèle discriminant essaie de trouver une fonction linéaire entre les variables
comptables et les variables de marché qui distinguent le mieux deux classes de banques :
celles qui sont solides et celles qui ne les sont pas (deux groupes mutuellement exclusifs).
Cela nécessite une analyse du groupe de variables maximisant la variance entre les groupes et
minimisant la variance à l’intérieur des groupes. Altman (1968) pour estimer la santé
financière de la firme à utiliser dans son modèle une fonction discriminante. Cette analyse qui
présente certains avantages n’est pas exempte de critiques.

Eisenbeis (1977) dans son ouvrage sur les pièges de l’utilisation de l’analyse
discriminante en finance, critique l’analyse discriminante. Il soulève plusieurs problèmes

64
inhérents à ce type d’analyse. Premièrement, les variables explicatives utilisées dans les
études de faillite sont considérées comme ayant une distribution normale multi-variée.
Lorsque cette supposition ne s’applique pas en pratique, les tests de significativité perdent
leur fiabilité. Ensuite, une hypothèse classique de l’analyse discriminante linéaire suppose que
la matrice de variance et covariance est la même pour chaque groupe. Lorsqu’elle est non
respectée, cette propriété peut affecter la significativité du test des différences entre les
moyennes pour chaque groupe, et ainsi les limites pour définir les groupes peuvent varier. De
plus, les coefficients des facteurs utilisés dans une fonction discriminante n’ont aucune
signification économique. Eisenbeis (1977) souligne qu’il peut aussi y avoir des problèmes
liés à l’oubli d’inclure une partie de la population. C’est le cas avec Altman (1968), dont
l’échantillon d’étude n’était constitué que des petites compagnies.

Joy et Tollefson (1975) ont orienté une bonne partie de leur recherche sur ce problème.
Ils soutiennent que pour obtenir des résultats utiles pour ce qui est de la classification, il faut
que la population utilisée pour estimer la fonction discriminante soit la même que celle pour
laquelle on tire les nouvelles observations afin d’appliquer le modèle. Ils prennent l’exemple
classique du modèle d’évaluation de crédit où le banquier utilise une analyse discriminante
sur une population de firmes à qui une banque a auparavant octroyé un crédit. Ils considèrent
que dans ce cas, la population initiale est composée de firmes à qui on a déjà accordé un
crédit. Selon ces auteurs, la fonction discriminante n’est donc pas appropriée pour l’ensemble
de la population des demandeurs de crédits, mais plutôt pour le sous segment de ceux qui ont
été accepté pour un crédit. Il ne faudrait donc pas qu’un tel modèle soit appliqué aux
nouvelles demandes de crédits. Un autre désavantage de l’analyse discriminante vient du
caractère aléatoire du tirage des échantillons. Ceci révèle le fait qu’il peut exister un biais
dans les études d’analyse discriminante. En réalité, si on se réfère à l’étude menée par Altman
(1968), le fait que les entreprises étudiées soient jumelées pour certaines caractéristiques
comme la taille de l’entreprise, conduit au développement d’autres modèles d’analyse.

II.3.2- Les Z-scores

Le modèle de Z-score apparaît dans une étude publiée par Altman (1968) sur la
prédiction des défauts des entreprises. Ce modèle est devenu le plus populaire de la littérature
en finance, particulièrement dans le domaine de la défaillance des institutions financières. Le
modèle Z-score basé sur l’analyse discriminante multiple sert comme outil de comparaison de

65
base des modèles pour les travaux scientifiques. Altman (1968) questionne la pratique
populaire de l’époque qui s’appuie sur la comparaison de ratios financiers afin d’attribuer une
cote de crédit à une entreprise. En effet, jusqu’à la publication de cet étude, les analyses
étaient essentiellement univariées en nature. Certaines études (Goyeau et Tarazi 1992,
Doucouré et Sène 2014) en utilisant les variables financières ont déterminé un indicateur de
faillite construit à partir du modèle de Z-score. L’indicateur Z-score permet d’approximer le
risque de défaillance et de tester la fragilité des banques. C’est ainsi que Goyeau et Tarazi
(1992) pour évaluer la fragilité bancaire au sein de l'Europe, utilisent le Z-score comme proxy.
Ils montrent que les défaillances bancaires sont positivement reliées à une forte exposition aux
risques de portefeuille et à une diminution du degré de couverture. Pour le faire, ils proposent
une décomposition du Z-score en une composante couverture du risque de portefeuille et une
composante performance ajustée du risque.

Le modèle de Z-score est un modèle de quantification des risques qui caractérisent

l’activité bancaire. Les Z-scores sont inversement corrélés avec la probabilité d’insolvabilité
(la probabilité que la valeur des actifs de la banque soit inférieure aux dettes), ce qui a rendu
cette technique simple populaire pour mesurer la solidité des institutions de crédit (Albulescu,
2009). En général, Altman (1968) pense qu’une entreprise ayant une cote Z-score supérieure à
2,99 devrait être considérée comme ayant une excellente santé financière et celle ayant une
cote inférieure à 1,81 serait en faillite dans un horizon d’une année. Pour cela, les entreprises
dont les scores se situeraient entre ces deux valeurs (1,81 et 2,99) devraient donc être
soumises à une étude plus approfondie puisqu’elles tombent dans une zone d’incertitude. Une
limite à l’utilisation de ce modèle est cependant à noter : la taille et la concentration de
l’échantillon dans un seul secteur. Le caractère réduit et la concentration de l’échantillon
laissent planer un doute sur la précision des coefficients.

Un peu plus tard, Altman et Narayanan (1977) pour élucider la difficulté de l’étude
d’Altman (1968), utilisent un échantillon ayant une taille plus grande. Pour cette étude, ils
arrivent à la conclusion que le modèle Z-score est pertinent pour estimer les faillites.
Comparativement au modèle de 1968, le modèle de 1977 est beaucoup plus précis pour la
classification des faillites sur un horizon de cinq ans.

En résumé, dans cette section il a été question pour nous d’une part, de ressortir les
différents indicateurs de la solidité financière et d’autre part, de discuter des modèles utilisés
pour mesurer la solidité des institutions financières. Il ressort de ce qui précède, qu’il existe
trois types d’indicateurs de solidité financière des banques : les indicateurs faisant appel à la

66
qualité des actifs ; les indicateurs fondés sur les fonds propres et ceux liés aux produits et
charges. Ces indicateurs peuvent être classés en catégorie macroéconomique ou
microéconomique. Pour ces différentes catégories, plusieurs instruments de mesure de la
solidité financière sont utilisés. Ces instruments peuvent être utilisés dans le but d’apprécier la
solidité du système bancaire dans sa globalité ou la solidité individuelle des banques. Les
modèles utilisés pour les études macro ou micro de la solidité financière sont : les systèmes
d’alertes précoces, les stress-tests et les autres instruments. Au vu des avantages et des limites
de ces différents modèles, le modèle de Z-score semble être plus approprié pour notre étude.
En effet, en plus du fait qu’il soit un modèle probabilisable, ce modèle est plus adapté pour
notre horizon temporel. Ainsi, nous présentons dans la suite de ce travail la méthode
d’élaboration d’un modèle de solidité des banques dans la CEMAC.

Section 2 : L’élaboration d’une stratégie de solidité des banques dans la CEMAC

Les mutations rapides de l’environnement financier en général et bancaire en

particulier, nécessitent une intervention efficace des autorités financières surtout celles de la
supervision bancaire. Dans un contexte marqué à la fois par la globalisation financière, les
turbulences économiques et la persistance des chocs endogènes et/ou exogènes, le
développement d’outils d’appréciation, de contrôle et de supervision pour prévoir la difficulté
des banques est devenu incontournable (Doucouré et Sène, 2014).

Dans un tel contexte, Bordes (2005) soutient l’idée que la politique de réglementation
prudentielle doit avoir deux fonctions distinctes. Premièrement, la réglementation doit
protéger les déposants et les investisseurs en présence d’éventuels événements malheureux.
Elle doit poursuivre cet objectif en assurant la sécurité des institutions financières
individuelles et par extension celle des systèmes bancaires. Deuxièmement, elle doit stabiliser
le système monétaire et financier sur le plan macroéconomique et donc contrer le risque
systémique. Dans la pratique, on constate qu’en réalité les différentes définitions du ratio de
solvabilité des banques par les accords de Bâle répondent pour l’essentiel à la première
fonction et ne semblent pas être en mesure de limiter les chocs macroéconomiques (Angora
2009). Cependant les autorités de supervision évaluent la situation individuelle des banques et
du système bancaire de plusieurs façons.

Dans le cadre de l’étude de la situation des banques, une littérature abondante s’est
intéressée à la problématique de l’apparition des crises et de la fragilité des banques dans les

67
pays développés et en développement. Ainsi, pour améliorer la solidité des banques, les
recherches ont été davantage orientées ces dernières années, sur les déterminants de la
fragilité des banques dans les pays développés et en développement. Plusieurs travaux se sont
intéressés aux facteurs de solidité financière des banques (Angora, 2009 ; Angora et Tarazi,
2011 ; Godlewski, 2004 ; Goyeau et Tarazi, 1992).

Les études fondées sur les modèles d’alerte précoce avec les contributions de
Kaminsky et al. (1998) et les stress-tests ont été d’un grand apport à la littérature. En effet,
Doucouré et Sène (2014) soutiennent que plusieurs variantes de ces modèles ont fait l’objet
d’expérimentation dans certains pays développés et en développement. L’exemple le plus
connu, c’est l’approche CAMEL formalisée par la Réserve Fédérale Américaine (FED) et le
Federal Deposit Insurance Corporation (FDIC). En réalité cette approche est fondée sur un
système de classement des banques selon les cinq critères suivant : l’adéquation du capital, la
qualité des actifs, la qualité de management, la profitabilité et la liquidité. Les banques mal
classées par le système font l’objet d’une surveillance particulière de la part du régulateur.

Les actifs des banques étant constitués en majorité des crédits, leurs rentabilités sont
ainsi intimement liées à l’évolution et à la qualité de leurs crédits. Ainsi, une augmentation
des créances douteuses d’une banque peut entrainer la baisse de sa rentabilité. En effet, la
détérioration de la qualité des actifs bancaires se répercute sur leur performance. La montée
des pertes potentielles liées au crédit lorsqu’elles sont non anticipées, peut engendrer un
problème de liquidité. Des études récentes réalisées dans les zones UEMOA et CEMAC
(Abdou, 2002 ; Doucouré et Sène, 2014 ; Gammadigbé, 2012 ; Powo, 2000 ; Soupmo Badjio,
2009) et les différents rapports d’évaluations de la stabilité financière de ces zones par les
institutions de Bretton Woods, montrent que le risque de crédit demeure le facteur le plus
important de vulnérabilité des secteurs bancaires de ces sous-régions. Ce risque peut être
expliqué par certains facteurs tels que la concentration du crédit, les prêts non performants et
l’exposition des banques aux créances publiques, qui caractérisent les activités bancaires dans
ces zones.

I – Les spécificités de l’activité bancaire

L'activité bancaire repose sur trois piliers fondamentaux : la limitation des risques ;
l’instauration d’une relation de confiance réciproque avec les clients, le recueil et l’analyse
d’informations (Diatkine, 2002 ; Saidane et Boughzala, 1999 ; Vilanova, 1997). Ce triptyque

68
constitue le principe de base structurant l’activité bancaire au cours des siècles et aujourd’hui
encore. En effet, le banquier est considéré comme un collecteur d’informations, car sans elles,
il ne peut véritablement asseoir son activité de distribution de crédits et limiter ses risques
(Vilanova, 1997). Il découle de ces trois fondamentaux que, c’est l’imperfection des marchés
qui explique la raison d’être et la spécificité de la banque, qui dans la théorie de
l’intermédiation financière, réduit les coûts et l’incertitude en transformant des informations
et des risques en liquidité.

Les asymétries d’informations sur les marchés des capitaux fournissent une
justification à l’existence des intermédiaires financiers et la théorie de l’agence explique le
comportement des prêteurs et emprunteurs dans un tel contexte (Scialom 2007). En confiant
la gestion de ses fonds à une banque dénommée agent, qui détient des informations et un
savoir-faire, le mandant réduit les coûts qu’il devrait engager s’il assurait lui-même la gestion
de ces fonds. Ceci se matérialise à travers l’économie d’échelle qu’elle exploite dans
l’établissement de ses contrats de dette, ce qui lui permet de profiter d’une réduction des coûts
de transaction.

La banque peut être considérée comme une firme productrice de crédits à partir des
dépôts que certains considèrent comme des inputs soit comme une firme fabricant de dépôts à
partir de crédits (Saidane et Boughzala, 1999). Le fait que l’activité bancaire soit fortement
réglementée et soumise à un agrément, rend le fonctionnement de la banque semblable à celui
d’une firme industrielle dotée de spécificités. Dans le domaine bancaire, Gurley et Shaw
(1960) ont établi une tradition qui admet que les banques assurent une fonction de
transformation des crédits en dépôts sur la base d’une modification d’échéance, de
rémunération et du risque.

Certains auteurs à l’exemple de Saidane et Boughzala (1999) pensent que la banque se

distingue des autres firmes au moins à deux niveaux : le caractère spécifique de sa
réglementation et le caractère spécifique de sa production. En réalité, les activités
économiques réglementées comme l’activité bancaire sont rares. Dans la CEMAC, le rôle du
régulateur est assuré par un organisme international qui agit conjointement sur les conditions
de production des banques ainsi que sur leur environnement. Pour tenir compte du fait que
c’est une activité fortement réglementée, il est important dans notre étude portant sur la
CEMAC de relever les spécificités du dispositif réglementaire de cette zone.

69
 I.1- Les spécificités du dispositif réglementaire de la CEMAC en matière de qualité des

actifs

Le système bancaire et financier de la CEMAC connaît depuis les années 1990 une
restructuration continue et des initiatives nombreuses, dont les effets affectent aussi bien son
organisation que les conditions d’activité de l’ensemble des établissements, quelle que soit la
diversité de leurs statuts (Avom et Eyeffa, 2007). L’importance économique du secteur
bancaire se mesure souvent par le taux de bancarisation de la population. Le degré de
pénétration du système bancaire de la CEMAC, tel qu’il apparaît à travers le taux de
bancarisation de la population, environ 7% en 2013 et un réseau de 51 banques en 201424,
figure parmi les plus bas en Afrique. Les produits en termes de moyens de paiement, de
placements et de crédits offerts à la clientèle sont moins variés. Pour booster ce secteur, les
autorités de régulation ont mis sur pied un dispositif réglementaire. Au vu des statistiques, ces
autorités doivent améliorer ce dispositif réglementaire, afin d’accroître l’importance
économique de ce secteur.

La supervision bancaire dans la zone CEMAC est assurée par un organisme dépendant
de la banque centrale à savoir : la COBAC. Cette dernière veille sur la qualité de la situation
financière des banques et s’assure du respect des règles déontologiques de la profession par
les banques. Le dispositif réglementaire évolutif adopté à la base par la COBAC en 1993 est
constitué de normes se rapportant à la solvabilité, à la liquidité et au contrôle interne des
établissements de crédit.

Les normes de solvabilité sont construites sur la base d’une définition standard des
fonds propres et ont trait à la couverture des risques, à la division des risques, à la couverture
des immobilisations, aux prises de participations et à la limitation des engagements en faveur
des actionnaires, des dirigeants et du personnel. Ces normes font l’objet de plusieurs
règlements et instructions et s’inspirent des normes adoptées sur le plan international.

Le Règlement COBAC R-93/02 relatif aux Fonds Propres Nets des Etablissements de
Crédit (modifié par le Règlement COBAC R-2001/01) s’inspire de la définition des fonds
propres nets par l’accord de Bâle I de 1988. Il tient compte des différentes fonctions assurées
par les fonds propres (Soupmo Badjio, 2009). Il ressort du Règlement COBAC R-2010/01
relatif à la Couverture des Risques des Etablissements de crédit (abrogeant le Règlement

24
Pour les statistiques, il faut se référer au site de la BEAC par le lien suivant :
https://www.beac.int/index.php/supervision-bancaire/lexique-des-banques-de-la-cemac, consultation du 05
mars 2015.

70
COBAC R-2001/02 qui abrogeait à son tour le Règlement COBAC R-93/03 et modifié par le
Règlement COBAC R-2003/06) que « les Etablissements de crédit assujettis sont tenus, dans
les conditions prévues au présent Règlement, de respecter en permanence un ratio de
couverture des risques, rapport entre le montant de leurs fonds propres nets et celui de
l’ensemble des risques de crédit qu’ils encourent du fait de leurs opérations, au moins égal à
8%. ».

Le Règlement COBAC R-93/05 relatif à la Couverture des Immobilisations des

Etablissements de crédit (modifié par le Règlement COBAC R-2001/06), stipule que les
immobilisations doivent être financées au minimum à 100% par des ressources permanentes.
Le but est d’éviter que les établissements de crédit financent l’acquisition des immobilisations
avec les dépôts des clients.

Le Règlement COBAC R-93/11 relatif aux Participations d’Etablissements de crédit

dans le Capital des entreprises limite les prises de participation des établissements de crédit à
45% et chaque participation ne pourra excéder 15 % des fonds propres nets de l’établissement
assujetti. Le Règlement COBAC R-93/13 relatif aux Engagements des Etablissements de
crédit en faveur de leurs actionnaires ou associes, administrateurs, dirigeants et personnel
(modifié par le Règlement COBAC R-2001/05), limite les concours octroyés par des
établissements de crédit aux actionnaires, administrateurs, dirigeants et personnel. L’encours
global des engagements par signature ou par caisse d’un établissement de crédit sur les
personnes définies ci-dessus ne peut dépasser 15 % des fonds propres nets des établissements
de crédit.

La Commission Bancaire a également institué deux normes de liquidité : l’une inscrite

dans le Règlement COBAC R-93/06 relatif à la Liquidité des Etablissements de crédit
(modifié par le Règlement COBAC R-94/01) et l’autre dans le Règlement COBAC R-93/07
relatif à la Transformation réalisée par les Etablissements de crédit. La Commission Bancaire
impose également aux banques, par le Règlement COBAC R-93/08, l’institution d’un système
de contrôle interne en vue d’améliorer la qualité de gestion. Remarquons que le Règlement
COBAC R-93/08 a été abrogé par le Règlement COBAC R-2001/07 relatif au Contrôle
Interne dans les Etablissements de crédit.

Après cette présentation du dispositif de supervision de la COBAC, l’on est en droit de

se poser la question suivante : quel est le modèle approprié pour apprécier l’impact de la
qualité du portefeuille de crédits sur la solidité des banques de cette sous-région ?

71
I.2- Présentation du modèle d’estimation de la relation qualité du portefeuille de crédits

et solidité des banques

Plusieurs modèles ont été développés pour mesurer la fragilité des banques, et puis de
tester leur solidité. Au vu des caractéristiques des modèles présentés dans la revue de
littérature, pour apprécier la solidité des banques dans le contexte de la CEMAC, le modèle Z-
score est plus adapté. En effet, l’indicateur Z-score paraît plus fiable pour se prononcer
directement sur le degré de solidité d’une banque. Nous rappelons que cet indicateur
synthétise l’information contenue dans les séries de rentabilité, de volatilité de ce rendement
et celles relatives à la couverture des risques par les fonds propres (Solhi et Mehdi, 2012). Le
Z-score est inversement lié à la probabilité de faillite de la banque. Plus la valeur du Z-score
est élevée, plus le risque de défaillance de la banque est faible. Goyeau et Tarazi (1992) ont
décomposé le Z-score en deux parties. La première partie tient compte simultanément du
niveau du rendement et de la volatilité de ce rendement. A cet effet, considérons la relation ci-
après :

( ROA)  ( FP )
Z  TA
 ROA

( ROA) ( FP )
Z   TA
 ROA  ROA

 Z  z1  z 2

ROA FP
Avec z1  et z2  TA Où la variable ROA représente le rendement moyen
 ROA  ROA
des actifs de la banque, FP les fonds propres en pourcentage du total des actifs (TA) et σROA
l'écart-type du ROA comme un proxy pour la volatilité des rendements.

Pour mieux capter les divers effets du risque global sur le portefeuille, Solhi et Mehdi
(2012) pensent que l’indicateur du risque de l’actif représenté par  ROA s’avère plus
pertinent que le  ROE (l’écart-type de la rentabilité des fonds propres). En effet, le  ROA
tient compte non seulement des risques des actifs individuels par les écart-types des
rentabilités des actifs, mais aussi des interactions entre ces risques à travers les covariances
des rentabilités des actifs.

72
 L’objectif de notre étude est d’examiner en présence des indicateurs individuels et
macroéconomiques la relation préétablie entre la qualité du portefeuille de crédits et la solidité
des banques dans CEMAC. Ceci afin de proposer un modèle d’analyse de la solidité bancaire
dans cette communauté. Pour cela, nous analysons les différentes relations représentées dans
le cadre conceptuel ci-après.

Figure n° 4 : cadre conceptuel du modèle d’analyse de l’influence de la qualité du

portefeuille de crédits sur la solidité bancaire

Les autres indicateurs du type

CAMEL (CMEL) et les indicateurs
macroéconomiques

Hypothèse
La qualité du
La solidité
portefeuille de
crédits (A) bancaire
(Z-score)

Liaison d’intérêt

Liaison directe entre les variables de contrôle et la solidité bancaire

L’influence des variables de contrôle sur la relation préétablie (hypothèse)

H
Source : auteur

Au vu de la variable dépendante, du cadre conceptuel et en nous inspirant des travaux

antérieurs, nous adoptons une approche qui nous permet de développer notre propre modèle.
Pour ce faire, nous adaptons le modèle CAMEL utilisé par certaines autorités de supervision
et par plusieurs auteurs (Abdennour et Houhou, 2008 ; Goyeau et Tarazi, 1992). Nous
appliquons l’approche du modèle dynamique qui permet d’exploiter les dimensions
interindividuelle et inter-temporelle des données. Notre modèle s’écrit de la façon suivante :

Zit   Zit 1  X it   M it   i   it avec Zit le ratio Z-Score, c’est-à-dire

l’indicateur de solidité de la banque ; Xit le vecteur de l’ensemble des variables CAMEL
(variables liées au capital, à la qualité des actifs, à la liquidité et à la qualité de gouvernance) ;
Mit le vecteur des variables macroéconomiques (taux de croissance du PIB et taux

73
d'inflation) ; i l’effet fixe ;  it le terme de l’erreur ; α, β, λ les matrices des coefficients de
régression.

Les modèles dynamiques se caractérisent par la présence d’une ou de plusieurs

variables endogènes retardées parmi les variables explicatives comme dans l’équation initiale
de notre modèle. Dans ce cas, les méthodes d’estimation classiques (MCO, LSDV et MCG)
sont inappropriées, car elles génèrent une estimation biaisée des coefficients à cause d’une
part, de l’endogéinté dû à la corrélation entre la variable endogène retardée et le résidu, et
d’autre part, de l’hétérogénéité individuelle des résidus issus de la régression.

Dès lors, pour pallier à ces biais, surtout quand l’horizon temporel est limité, plusieurs
modèles dynamiques sont fournis par la littérature. Pour éliminer l’hétérogénéité, certains
proposent la méthode des variables instrumentales, sous l’hypothèse de la validité des
instruments. C’est pour cette raison que, les méthodes des moments généralisés (MMG)
gagnent en efficacité. Elles utilisent toutes les variables retardées de la variable dépendante et
les variables explicatives exogènes comme instruments. C’est dans ce cadre que s’inscrit les
travaux d’Arellano et bond (1991). Ces deux auteurs ont estimé les modèles dynamiques par
la méthode des moments généralisés en différence pour contourner le problème de colinéarité
multiples et d’endogéniété des régresseurs. Ainsi, il convient de réécrire notre modèle en
différence première afin d’éliminer les effets fixes. Le modèle réécrit en différence première
est le suivant :

Zit  Zit 1  X it   M it    it

Blundell et Bond (1998) ont montré que l’estimateur MMG en système est plus
performant que l’estimateur de MMG en différence première. En effet, la MMG en différence
donne des résultats biaisés dans des échantillons finis lorsque le nombre d’instruments est
faible. L’estimateur MMG en différence souffre de deux inconvénients : conceptuel et
statistique. L’inconvénient conceptuel porte sur la différenciation qui élimine les effets
spécifiques. Pour ce qui est de l’inconvénient statistique, il porte sur la faiblesse des
instruments pour la régression en différence première (Blundell et Bond, 1998). Ceci nous
amène à adopter la MMG en système pour l’estimation de notre modèle. En résumé, le
modèle que nous souhaitons estimer s’écrit sous la forme du système d’équations suivant :

74
  Zit Zit 1 X it  M it  it

 Zit  Zit 1  X it   M it  i it
Pour le développement du modèle, nous disposons des données de panel, avec 41
banques reparties dans quatre pays (Cameroun, Congo, Gabon et Tchad) de la CEMAC sur
une période de quatorze ans. Les variables retenues sont un mélange de variables répertoriées
dans la littérature empirique sur la solidité bancaire et de ratios que nous considérons comme
pertinents pour la gestion des banques en Afrique centrale. L’originalité de notre étude
provient du fait qu’elle vient non seulement combler un vide, et puis elle propose des
éléments qui permettent de développer une supervision bancaire adaptée au contexte. A notre
connaissance, il n’existe pas à ce jour, un modèle de solidité bancaire de deuxième génération
dans les pays de la CEMAC. Ceci est sans doute lié à la difficulté d’accès aux données
individuelles des banques. Nous avons retenu dans le cadre de cette étude, des variables qui
sont à la fois en adéquation avec les données disponibles et la gestion des banques dans la
sous-région.

II – La qualité des données et le traitement de l’information comptable

En accordant des crédits, la banque prend plusieurs types de risques. Le risque de

contrepartie est le principal risque de l’activité bancaire. Il survient lorsque les paiements
promis par les débiteurs ne sont pas totalement effectués. Ce risque peut aboutir au risque
d’insolvabilité de la banque. Pour éviter le risque d’insolvabilité qui témoigne de la fragilité
de la banque, cette dernière prend des précautions pour réduire son niveau d’actifs
insolvables.

Pour atteindre l’objectif d’analyse en matière de contrôle du risque d’insolvabilité de

la banque, on doit investir dans la recherche de l’information. Outre la consultation des
documents, il est nécessaire de procéder au recoupement de l’information auprès des
organismes compétents en la matière. Le diagnostic comptable et financier d'une banque est
fondé sur une analyse détaillée de ses bilans et ses comptes de résultats. Les études relatives à
la vulnérabilité, la fragilité, la stabilité et la solidité des institutions financières utilisent des
données financières individuelles et macroéconomiques. Ces données peuvent provenir des

75
bases utilisées par des institutions spécialisées telles que la Banque centrale, l’organisme de
régulation, le marché financier, etc. Afin d’éviter de faire subir aux pourvoyeurs des fonds
(déposants, actionnaires et créanciers) des faillites bancaires coûteuses (Caprio, 1997), le
régulateur a mis sur pied des dispositifs institutionnels exigeant aux banques de lui fournir
certaines informations. Il s’avère important de présenter notre base des données pour la suite
de notre thèse.

II.1- Présentation de la base et les données utilisées

La présente thèse porte sur la solidité bancaire dans les pays de la CEMAC. Pour cette
thèse, nous disposons des données annuelles, fréquemment retenues dans la littérature
empirique. Les données statistiques utilisées pour mener nos analyses quantitatives sont issues
du système CERBER25 utilisé par le secrétariat général de la COBAC et des rapports annuels
de la Banque centrale. Ce système permet à l’organe de supervision, à l’issue du
dépouillement des états financiers transmis par les banques, de leur restituer la situation
financière. C’est le principal outil de contrôle sur pièce. Les données annuelles recueillies
pour la période allant de 2000 à 2013 concernent 41 banques situées au Cameroun, au Congo,
au Gabon et au Tchad. Nous retenons dans le cadre de cette thèse les données concernant les
bilans et les comptes de résultat pour les variables financières et les données
macroéconomiques. Pour le calcul des ratios qui concernent le bilan et le compte de résultats
nous ne travaillons, qu’avec les données annuelles retenues par la COBAC au 31 décembre de
chaque année.

Il résulte de cette présentation que nous disposons des données de panel pour 41
banques sur les 51 présentes dans les pays de la CEMAC en 2014, soit 80,39% des banques.
Les données macroéconomiques retenues concernent les pays dans lesquels se trouvent les
banques de notre échantillon. Ces données sont spécifiques à chaque pays et permettent de
mieux apprécier la solidité financière des banques. Les données macroéconomiques mesurent
l’effet de l’environnement économique sur les banques de chaque pays.

25
Comme nous l’avons dit ci-haut, le sigle CERBER est utilisé pour Collecte, Exploitation et Restitution aux
Banques et Etablissements Financiers des Etats Réglementaires. C’est la base des données utilisée par la COBAC
pour l’évaluation des banques de la zone.

76
 II.2- Présentation des variables utilisées

La littérature théorique et empirique sur les indicateurs de la solidité bancaire examine

une grande diversité de variables. Le nombre et la nature de ces variables dépendent de la
question spécifique de recherche et de la disponibilité des données. Pour cette étude, nous
avons deux types de variables : une variable endogène et plusieurs variables exogènes.

II.2.1- La variable à expliquer

Le risque d’insolvabilité désigne le risque de dégradation de la capacité de la banque à

honorer ses engagements. Il peut être considéré comme la probabilité que les pertes d’une
banque deviennent supérieures à ses fonds propres. Ce risque se manifeste pour une banque à
travers l’absence de fonds propres suffisants pour absorber les pertes éventuelles (Tartari,
2002 ; Berger, 2010). Le risque d’insolvabilité résulte d’une part, du montant des fonds
propres disponibles, et d’autre part, des risques encourus. Ainsi, dans le cadre de la recherche
de stabilité de système bancaire, certaines études mettent l’accent sur le niveau des fonds
propres et d’autres, sur la qualité des actifs des banques.

Plusieurs approches ont été introduites pour évaluer la solidité financière des banques.
Sorge (2004) dans sa revue de littérature sur les différentes méthodologies, constate qu’il y a
trois méthodes qui sont généralement discutées. Parmi ces dernières, on a l’approche
fondamentale qui évalue la vulnérabilité des banques et du secteur bancaire par rapport à
plusieurs sources de risque prises isolément. Cette approche permet d’isoler l’impact des
variables macroéconomiques sur une variété d’indicateurs bilanciels. On peut aussi procéder à
l’élaboration d’un indice agrégé de stress et ensuite évaluer l’impact des variables
individuelles et macroéconomiques sur la solidité financière. Cette approche semble plus
pertinente, car elle permet de tenir compte d’un ensemble de données financières capables de
capturer la fragilité bancaire et de mesurer le comportement de cet éventail de variables face à
des chocs d’origine économique (Doucouré et Sène, 2014).

Pour cette thèse, nous proposons une variable de mesure de solidité de la banque à
partir de certains agrégats. En effet, pour évaluer la solidité financière, plusieurs auteurs
(Altman, 1968 ; Goyeau et Tarazi, 1992) suggèrent l’utilisation d’un des proxies de la solidité
d’une banque. Exemple du Z-score qui est souvent utilisé comme indice du risque de fragilité
de la banque. Ainsi, pour construire la variable dépendante, notre choix portera sur deux
agrégats bancaires : les fonds propres et la rentabilité des actifs dont les composantes
semblent bien expliquer la solidité financière des banques dans la CEMAC. Notre analyse

77
repose dans un premier temps sur la construction de cette variable et dans un second temps
sur la détermination des facteurs qui influencent cette variable.

Dans notre thèse, nous adoptons le Z-score inspiré de Goyeau et Tarazi (1992),
Doucouré et Sène (2014). Cet indice contient l’information sur la couverture des risques par
les fonds propres de la banque, et la performance de la banque par rapport à ses actifs. En
effet, la variation de la qualité des actifs se répercute directement sur la performance de la
banque.

( ROA)  ( FP )
Z  TA
 ROA
Dans cette relation, le ratio FP/TA représente l’adéquation du capital. Ce ratio permet
d’évaluer la couverture des risques par les fonds propres de la banque. Le ratio des fonds
propre est une mesure d’appréciation de la capacité de la banque à résister à des chocs
endogènes ou exogènes. Le ROA (Return On Asset) représente la rentabilité des actifs de la
banque. C’est le ratio Bénéfice net sur Total actifs. Il permet de quantifier la performance de
la banque par rapport à ses actifs. En effet, une rentabilité élevée accroît la solidité de la
banque. Le  ROA mesure la volatilité du rendement des actifs de la banque. En effet, la
détérioration de la qualité des actifs a un effet sur la solidité de la banque à travers la
performance de cette dernière.

Altman (1968) dans son étude portant sur la faillite des entreprises définit un intervalle
de la cote du Z-score pour caractériser les entreprises. Ainsi, les entreprises dont les Z-scores
se situeraient entre 1,81 et 2,99 devraient être soumises à une étude plus approfondie
puisqu’elles sont dans la zone d’incertitude. Les entreprises ayant une cote de Z-score
supérieure à 2,99 sont considérées comme ayant une excellente santé financière et celle ayant
une cote inférieure à 1,81 étant dans une situation de santé financière critique.

Tableau n° 3 : Les statistiques descriptives du Z-score des banques de la CEMAC de

2000 à 2013

Variable Obs Mean Std. Dev. Min Max

zscore 574 2.026026 1.72099 -.6175089 10.5242

Source : auteur sur la base des données du Secrétariat Général de la COBAC

78
 Certes nous ne sommes pas dans le même contexte, mais il nous semble pertinent
d’utiliser le benchmark d’Altman (1968) comme référence. Ainsi, on constate à la lecture du
tableau n° 3 que la moyenne du Z-score des banques de la CEMAC (2,026) ne dépasse pas le
seuil de 2,99 défini par Altman (1968). Cette moyenne de Z-score des banques de la CEMAC
se situe dans la zone d’incertitude, c’est-à-dire que le risque de faillite des banques de la sous-
région est présent sans être très fort. Ceci témoigne une fois de plus, l’importance d’une étude
approfondie de la santé financière de ces banques. Pour estimer la relation qui existe entre le
Z-score et les autres facteurs, nous avons deux types de variables exogènes. Nous avons d’une
part, les variables qui prennent en compte les effets individuels, et d’autre part, les variables
représentant l’environnement.

II.2.2- Les variables explicatives

Nous nous appuyons sur les modèles économétriques des variables quantitatives
couramment utilisées dans la littérature pour apprécier la solidité des institutions financières.
Cette démarche se justifie par le fait que nous considérons que les états de santé financière des
différentes institutions bancaires ne se caractérisent pas par une situation binaire à savoir :
solidité ou fragilité. Ces états peuvent être caractérisés par des situations qui ne sont ni des
situations de solidité ni des situations de fragilité. Surtout que cette situation ne dépend pas
seulement des actions individuelles de ces banques. C’est pour cette raison que nous
définissons deux types de variables explicatives, à savoir les variables individuelles et les
variables macroéconomiques.

II.2.2.1- Les variables d’intérêt

La plupart des indicateurs de solidité financière sont exprimés sous forme de ratios.
Pour cette raison, des définitions sont requises pour les séries chronologiques qui sous-tendent
le calcul de ces indicateurs. En outre, pour ce qui est de la définition de ces séries spécifiques,
il est manifeste que de nombreuses séries peuvent être calculées à partir des données des
bilans ou des comptes de résultat. Donc, pour tous les ratios propres aux banques, il est
nécessaire de partir du principe que les séries chronologiques sous-jacentes doivent, dans la
mesure du possible, être tirées d’états financiers cohérents à savoir : le bilan et le compte de
résultat (FMI, 2006). Le calcul d’indicateur à partir des données tirées d’états financiers ayant
une cohérence interne rend les indicateurs beaucoup plus utiles pour l’analyse et facilite le
contrôle de la qualité des données publiées en raison du lien clairement établi qui existe entre
les différents postes des états financiers. Nous avons répertorié les variables principalement

79
utilisées dans la littérature empirique sur la solidité bancaire. Compte tenu de la disponibilité
des données, nous sommes obligés de nous passer de certaines variables. Pour apprécier la
qualité du portefeuille de crédits, nous avons retenu quatre variables.

Nos variables d’intérêt mesurent la qualité des actifs de la banque, c’est-à-dire de ses
crédits. Ces variables nous permettent de déterminer l’impact de la qualité du portefeuille de
crédits sur la solidité d’une banque dans le contexte des pays en développement. Ces variables
peuvent être compte tenu de leurs signes attendus regroupées en deux catégories. Il y a le ratio
Crédits Nets sur Total des Actifs (CRNTA) qui représente la part des crédits nets octroyés
par la banque dans ses actifs. L’activité d’intermédiation financière donne à ce ratio une
importance capitale. On attend un signe positif de cet indicateur.

Les autres variables indiquent la qualité du portefeuille de crédits de la banque. Il

s’agit des variables continues donc la hausse traduit celle du risque de crédit. Pour des raisons
de disponibilité des données, nous ne tenons pas compte de la structure des crédits octroyés
par les banques. Nous avons retenu les ratios : les Créances en Souffrance sur Total des
Crédits (CRESTCR) ; les Créances Douteuses sur Total des Crédits (CREDTCR) et les
Créances Douteuses sur Total des Actifs (CREDTA). Dans l’UEMOA26, les banques sont
tenues de respecter un ratio minimum de structure du portefeuille de crédits (un rapport entre
l’encours des crédits bénéficiant des accords de classement délivrés par la banque centrale et
le total de crédits bruts) de 60 % (Dannon et Lobez, 2014). L’objectif de cette exigence est
d’inciter les banques à détenir des actifs sains. En effet, une augmentation des créances en
souffrance ou douteuses peut être considérée comme un signe de dégradation de la qualité du
portefeuille de crédits de la banque. Ainsi, pour ces trois dernières variables, nous attendons
des signes négatifs.

II.2.2.2- Les variables de contrôle

Les variables de contrôle sont celles que nous allons utiliser dans nos estimations pour
apprécier leur influence sur la relation préétablie entre nos variables d’intérêt et la variable à
expliquer (le Z-score). Ces variables sont de deux types : les variables individuelles et les
variables macroéconomiques.

26
UEMOA c’est-à-dire l’Union Economique et Monétaire Ouest Africaine et la CEMAC sont les deux sous-
régions de la zone franc CFA.

80
 - Les variables individuelles

Les variables individuelles retenues sont du type CAMEL. Compte tenu des éléments
qu’elles représentent, nous les avons réparties en quatre groupes. Les variables du premier
groupe mesurent l’exposition de la banque au risque de liquidité, en se focalisant sur les
ressources disponibles et les degrés de liquidité des actifs de la banque. Pour ce groupe, nous
retenons deux ratios : le ratio Total des Crédits sur Total des Dépôts (TCRDEP) et le ratio
Total des Dépôts sur Total des Actifs (DEPTA). La surliquidité de la banque peut être
apprécier à l’aide des indicateurs tels le refinancement des banques auprès de la banque
centrale, les placements des banques auprès de la banque centrale, le taux de couverture des
engagements à vue de la banque par des avoirs extérieurs27 (Wanda, 2007). Nous retenons les
indicateurs ci-dessus parce qu’ils comparent les notions de crédit et de dépôt très prisées en
matière de risque de crédit. De plus, c’est des notions qui font allusion au solde des opérations
avec la clientèle. On s’attend à des signes positifs pour ces deux variables.

Le deuxième groupe est celui des variables qui font référence à la qualité de gestion
de la banque, c’est-à-dire la qualité de la gouvernance. En Afrique centrale et de l’Ouest, les
superviseurs mettent l’accent sur certains ratios prudentiels spécialement rattaché à la bonne
gouvernance (Dannon et Lobez, 2014). Ces variables semblent être pertinentes pour un
modèle d’appréciation de l’effet de la qualité du portefeuille de crédits sur la solidité de la
banque. Nous retenons quatre ratios à partir des éléments que la COBAC considère comme
importants pour la gestion de la banque. Il s’agit des ratios : Provisions Existantes sur
Créances Douteuses (PROECRED) ; Provisions à Constituer sur Créances Douteuses
(PROCCRED) ; Provisions Existantes sur Total des crédits (PROETCR) et Provisions
Existantes sur Total des Actifs (PROETA). En effet, en dehors de la variable qui tient
compte des provisions à constituer, les autres variables montrent quelle part de l’encours de
crédit ou des actifs dont la banque estime que le recouvrement est hypothétique. La variable
PROECRED permet d’apprécier la part de créances douteuses qui ont été provisionnées.
Toutes ces variables donnent une indication sur la manière dont la banque est préparée pour
affronter le scénario catastrophique. Les signes attendus pour PROECRED et PROETCR sont
positifs et pour PROCCRED et PROETA négatifs.

27
Le taux de couverture des engagements par les avoirs extérieurs est l’inverse de la variable représentant la
transformation de des dépôts en crédits. Ainsi, selon Wanda (2007), une banque est en état de surliquidité
lorsque son taux de transformation des dépôts en crédits est inférieur à 1 ou encore si le taux de couverture
des engagements est supérieur 1. Tandis que la variable total des dépôts sur total actifs permet d’apprécier la
volatilité des ressources de la banque.

81
 Le troisième groupe des variables est constitué des variables représentant la capacité
de la banque à générer des fonds. Pour ce groupe nous retenons deux variables mesurant la
rentabilité de la banque. Il s’agit du ratio de rendement défini par Résultat Net sur Total des
Actifs (ROA) et du ratio de rentabilité, c’est-à-dire Résultat Net sur Fonds Propres (ROE).
Les signes attendus de ces variables sont positifs. En effet, la rentabilité de la banque accroît
ses réserves et indirectement ses capacités à résister aux chocs.

Le dernier groupe est celui des variables qui s’appuient sur les fonds propres. Le
Fonds Propres sur Total Actifs (FPTA) est un indicateur de l’effet financier, c’est-à-dire
dans quelle mesure les actifs sont financés autrement que par les fonds propres. C’est une
autre mesure de l’adéquation des fonds propres au portefeuille de crédits des banques. On a
aussi le ratio Fonds Propres sur Total Crédits (FPTCR). Ce dernier représente d’après
Godlewski (2004) un tampon pour absorber les potentielles pertes. L’une des activités
principales de la banque étant l’octroi de crédit, nous attendons de ces deux variables un
impact positif sur la solidité de la banque.

Pour cette étude portant sur la santé financière de la banque, il faut tenir compte de son
environnement économique. Pour ce faire, nous retenons certaines variables
macroéconomiques qui paraissent représentatives de l’environnement.

- Les variables macroéconomiques

Les analyses de la solidité des banques ont connu une importance particulière avec le
perfectionnement des techniques quantitatives d’évaluation de la stabilité du système
bancaire. Certes les indicateurs individuels de solidité peuvent offrir une information sur la
santé financière des différentes banques, mais cela n’exclut pas qu’on tienne compte de
certains indicateurs macroéconomiques dans l’analyse.

Les indicateurs usuels utilisés dans les méthodes d’appréciation de la solidité sont : le
taux de croissance du crédit réel ; l’évolution du PIB ; le rapport entre le crédit au secteur
privé et le PIB ; les termes d’échanges ; le rapport M2 sur les réserves en devises ; le taux
d’intérêt réel ; l’inflation ; la dépréciation de la monnaie, etc.

Il y a des indicateurs caractéristiques pour chaque secteur et des indicateurs de

développement financier qui caractérisent le secteur financier dans son ensemble et qui
peuvent offrir de bons repères sur son degré de stabilité. L’objectif central est d’apprécier
l’influence de l’environnement macroéconomique sur la relation dégradation du portefeuille
de crédits et solidité financière des banques. Cette mission n’est pas du tout aisé du fait de la

82
multitude d’éléments qui peuvent être pris en compte et du manque des données appropriées.
Ce problème peut expliquer la rareté des analyses sur le secteur bancaire de la CEMAC. Pour
ce faire, dans notre modèle, nous retenons le taux de croissance du PIB (TPIB) et la
variation de l’indice de prix à la consommation (IPC) comme variables macroéconomiques.

Tableau n° 4 : Récapitulatif des variables explicatives et les signes attendus

N° Variables Définitions Type Signe attendu

1 CRNTA Les Crédits Nets/Total des Actifs A +

2 CRESTCR les Créances en Souffrance/Total des Crédits A -

3 CREDTCR les Créances Douteuses/Total des Crédits A -

4 CREDTA les Créances Douteuses/Total des Actifs A -

5 TCRDEP le Total des Crédits/Total des Dépôts L +

6 DEPTA le Total des Dépôts/Total des Actifs L +

7 PROECRED Provisions Existantes/Créances Douteuses M +

8 PROCCRED Provisions à Constituer/Créances Douteuses M -

9 PROETCR Provisions Existantes/Total des crédits M +

10 PROETA Provisions Existantes/Total des Actifs M -

11 ROA Résultat Net/Total des Actifs E +

12 ROE Résultat Net/Fonds propres E +

13 FPTA Le Fonds Propres/Total Actifs C +

14 FPTCR Fonds Propres/Total Crédits C +

15 TPIB Le taux de croissance du PIB Macro +

16 IPC Le taux d’inflation Macro -

Source : auteur à partir de Soupmo Badjio (2009)

L’analyse de solidité de la banque comporte plusieurs étapes. Après avoir présenté le

modèle d’analyse et les différentes variables, il est opportun pour nous de procéder à la
présentation et à l’interprétation de nos résultats.

83
 II.3- Interprétation des résultats de l’analyse

Il est question pour nous dans cette sous-section de présenter les résultats obtenus, afin
de mettre en lumière, les différentes relations statistiques qui existent entre la variable
dépendante et les variables explicatives pour chacune de nos équations. Les statistiques
descriptives et le test de corrélation montrent que certaines variables sont faiblement
corrélées. Les estimations de nos différentes équations nous donnent plusieurs résultats, qu’il
est important de présenter dans un tableau récapitulatif.

Compte tenu de la structure de notre modèle et de nos données, nous avons retenu le
logiciel statistique et économétrique STATA/SE 12.0, pour estimer nos équations. Les tableaux
ci-dessous présentent les éléments essentiels des différentes régressions. Nous y mettons, les
coefficients, le t de Student et le degré de significativité.

Tableau n° 5 : Récapitulatif des résultats des estimations avec les variables prises par
groupe

Zscore(1) Zscore(2) Zscore(3) Zscore(4) Zscore(5) Zscore(6)

L.zscore 0.457 0.474 0.465 0.438 0.484 0.459
(5.11)*** (4.69)*** (5.25)*** (5.33)*** (4.70)*** (5.19)***
Crnta 0.962 0.135 0.966 1.130 1.010 0.947
(2.24)** (0.29) (2.25)** (2.75)*** (2.11)** (2.20)**
Crestcr 0.947 1.243 0.196 1.269 0.937 0.922
(1.44) (1.80)* (0.22) (1.35) (1.11) (1.39)
Credtcr 0.904 0.825 1.257 1.204 0.724 0.936
(2.42)** (2.40)** (1.90)* (2.30)** (1.10) (2.51)**
Credta -1.737 -1.968 -2.773 -2.197 -1.172 -1.726
(2.04)** (2.62)** (1.86)* (1.66) (1.01) (2.08)**
Tcrdep 0.030
(4.53)***
Depta 0.794
(1.94)*
Proecred -0.001
(0.15)
Proccred -0.002
(1.85)*
Proetcr 1.212
(0.70)

84
 Proeta 0.560
(0.30)
Fpta -0.712
(0.46)
Fptcr 0.334
(1.10)
Roa 0.352
(0.36)
Roe -0.019
(0.38)
Tpib -0.280
(0.42)
Ipc 0.825
(0.82)
_cons 0.692 0.518 0.671 0.614 0.546 0.679
(4.79)*** (4.37)*** (4.78)*** (4.61)*** (3.08)*** (4.49)***
N 533 533 533 533 533 533
Prob >F 0.000 0.000 0.000 0.000 0.000 0.000
Nombre 8 10 12 14 14 10
d’instrument
s
Nombre de 41 41 41 41 41 41
groupes
Test AR(1) 0.012 0.009 0.011 0.008 0.017 0.011
Test AR(2) 0.887 0.921 0.916 0.882 0.686 0.699
Test 0.951 0.980 0.931 0.994 0.894 0.946
Sargan
Test Hansen 0.741 0.983 0.750 0.903 0.727 0.715

Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et *
p<0.1; ** p<0.05; *** p<0.01

Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

85
 Tableau n° 6 : Récapitulatif des résultats des estimations des équations imbriquées

Zscore(1) Zscore(7) Zscore(8) Zscore(9) Zscore(10)

L.zscore 0.457 0.477 0.519 0.551 0.543
(5.11)*** (4.65)*** (2.64)** (2.58)** (2.49)**
Crnta 0.962 0.123 0.115 0.137 -0.060
(2.24)** (0.24) (0.13) (0.08) (0.04)
Crestcr 0.947 0.969 1.053 0.968 0.955
(1.44) (0.79) (0.70) (0.67) (0.65)
Credtcr 0.904 0.876 1.114 1.700 1.569
(2.42)** (1.20) (1.37) (1.58) (1.55)
Credta -1.737 -2.234 -2.545 -3.367 -3.090
(2.04)** (1.38) (1.42) (1.54) (1.48)
Tcrdep 0.029 0.031 0.033 0.033
(4.58)*** (4.46)*** (3.10)*** (3.20)***
Depta 0.808 0.672 0.828 1.018
(1.99)* (1.07) (0.64) (0.86)
Proecred -0.006 -0.005 0.000 -0.001
(1.45) (1.08) (0.03) (0.11)
Proccred -0.004 -0.004 -0.002 -0.001
(3.14)*** (2.44)** (0.29) (0.12)
Proetcr 0.511 0.295 0.177 0.539
(0.40) (0.13) (0.08) (0.22)
Proeta 0.071 0.657 0.333 -0.577
(0.04) (0.26) (0.10) (0.20)
Fpta -0.543 -1.664 -1.166
(0.25) (0.54) (0.42)
Fptcr 0.037 0.549 0.419
(0.07) (0.50) (0.40)
Roa -0.665 -0.636
(0.59) (0.59)
Roe -0.025 -0.036
(0.36) (0.52)
Tpib -0.293
(0.33)
Ipc 1.226
(0.90)
_cons 0.692 0.517 0.488 0.505 0.472
(4.79)*** (4.31)*** (3.47)*** (2.91)*** (3.03)***
N 533 533 533 533 533

86
Prob >F 0.000 0.000 0.000 0.000 0.000
Nombre 8 14 20 26 28
d’instruments
Nombre de 41 41 41 41 41
groupes
Test AR(1) 0.012 0.009 0.006 0.010 0.012
Test AR(2) 0.887 0.851 0.907 0.955 0.871
Test Sargan 0.951 0.965 0.997 0.997 0.995
Test Hansen 0.741 0.970 0.894 0.910 0.886

Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et *
p<0.1; ** p<0.05; *** p<0.01

Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

Nous avons pas à pas effectué plusieurs régressions. Ainsi, il ressort des différentes
estimations plusieurs résultats. En effet, nous constatons qu’au niveau de la première
estimation, les variables liées à la qualité du portefeuille de crédits donnent des résultats
mitigés sur la solidité des banques. Le lien entre les variables représentant la qualité du
portefeuille de crédits et le Z-score est dans son ensemble significatif au seuil de 5%, à
l’exception contre toute attente, de la variable CRESTCR (le niveau de créances en souffrance
par rapport au total de crédits bruts). La variable retardée influence d’une manière positive et
significative la solidité de la banque (Z-score) au seuil de 1%, ce qui prouve que la solidité
bancaire est dynamique. Par ailleurs, parmi les variables liées à la qualité du portefeuille de
crédits, on constate que le taux de distribution de crédits nets (CRNTA) contribue d’une
manière significative à la solidité au seuil de 5 % (l’augmentation d’une unité de ce rapport
entraine une augmentation de la solidité de la banque d’environ 0,96). Le taux de créances
douteuses (CREDTCR) avec un signe positif contredit la prédiction théorique. Cela peut être
dû à la qualité des informations fournies par les banques à l’organe de supervision et même à
la tarification des produits bancaires dans la zone. La variable représentant l’importance de la
dégradation de la qualité des actifs, c’est-à-dire du portefeuille global des actifs de la banque
(CREDTA) réduit significativement la solidité bancaire au seuil de 5 % (à ce seuil, une
dégradation de la qualité du portefeuille de la banque d’une unité réduit la solidité de cette
banque d’environ 1,74), ce qui confirme l’influence négatif de la dégradation du portefeuille
de la banque sur la solidité bancaire. La contribution de la variable qui représente la

87
distribution des crédits nets par la banque (CRNTA) à la solidité bancaire confirme la
prédiction théorique.

Nous pouvons ainsi avancer que la solidité d’une banque dépend de sa situation
antérieure, de sa capacité à distribuer des crédits et de la qualité de son portefeuille de crédits
et des actifs. Il ressort de ce modèle que l’augmentation du niveau des crédits accordés peut
approfondir l’exposition des banques au risque de crédit. Cela peut être expliqué, par
l’existence d’une corrélation positive entre le taux de distribution de crédits et les créances
douteuses et/ou en souffrances. Ceci dit, l’augmentation du taux de distribution de crédit peut
entraîner une augmentation du niveau des créances non performantes. Ce résultat rejoint le
constat de Rochet (2008) par rapport à certaines crises. Cet auteur constate que certaines
crises à l’exemple de la crise japonaise de 1995-1999, ont été précédées par une phase
d’expansion spectaculaire du crédit bancaire.

Lorsqu’on ajoute les variables liées au risque de liquidité (DEPTA et TCRDEP), on

constate que la variable CRNTA, c’est-à-dire la capacité de distribution des crédits nets par la
banque devient non significative. Cependant, les variables CREDTCR et CREDTA liées à la
qualité du portefeuille de crédits restent significatives au seuil de 5% avec des influences
mitigées. De plus, la variable liée au niveau de créances en souffrance (CRESTCR) devient
significative au seuil de 10%. En effet, lorsque le banquier tient compte du niveau de liquidité
de sa structure, il peut être laxiste dans le processus d’octroi du crédit, ce qui peut l’amener à
octroyer des crédits qui vont augmenter le niveau de ses prêts non performants. Toutes choses
étant égales par ailleurs, l’influence de la dégradation de la qualité du portefeuille de crédits
représentée par les variables CRESTCR, CREDTA et CREDTCR sur la solidité de la banque
devient importante. En effet, on constate une légère augmentation des coefficients de ces
variables. Le niveau de couverture de liquidité de la banque (DEPTA) influence positivement
la solidité de la banque au seuil de 10% (une augmentation de la liquidité d’une unité entraine
une augmentation de la solidité d’environ 0,79 à ce seuil). En même temps la fonction de
transformation de dépôts en crédits (TCRDEP) par la banque contribue significativement à la
solidité de la banque au seuil de 1% (à ce seuil, une augmentation d’une unité de la capacité
d’intermédiation d’une banque accroît la solidité de cette banque d’environ 0,03).
L’importance de cette variable dans ce modèle, voudrait dire que la capacité des banques à
transformer les dépôts en crédits soit élevée. Ainsi, nous pouvons dire que le fait pour la
banque de mettre l’accent sur la gestion de sa liquidité, peut la rendre solide.

88
 En ajoutant à notre équation de départ certains indicateurs de bonne gestion définis par
la réglementation COBAC, on constate un changement important dans les résultats. Pour cette
équation (estimation 3), la variable liée au niveau de distribution des crédits nets (CRNTA)
est significative au seuil de 5%. Les autres variables (CREDTCR et CREDTA) deviennent
moins significatives (leurs seuils de significativité baissent en passant de 5% à 10%) en
gardant leurs signes. Ceci montre que lorsque la qualité de gestion est bonne, il y a des fortes
chances qu’on soit méticuleux dans le processus d’octroi de crédits. Cette attitude permet
d’améliorer la solidité de la banque à travers l’augmentation de sa capacité à distribuer les
crédits de bonne qualité. De plus, on se rend compte que la variable représentant la
dégradation de la qualité du management (PROCCRED) réduit significativement la solidité
bancaire au seuil de 10%. Au vu des effets des variables caractérisant la bonne gouvernance
des banques dans la CEMAC, on peut dire bien que ces indicateurs soient considérés comme
pertinents pour la COBAC, elles le sont moins pour notre modèle. D’où l’importance pour la
COBAC de définir aussi des indicateurs qualitatifs de la gouvernance bancaire. Cependant, il
faut relever l’importance de la prise en compte de ces variables, car l’introduction de ces
variables dans le modèle a permis de réduire la significativité de l’influence négative de la
dégradation de la qualité du portefeuille des actifs sur la solidité bancaire. Ceci permet de
stabiliser ou d’accroître la solidité bancaire.

En plus des variables liées à la qualité du portefeuille de crédits, on ajoute les variables
représentant le niveau de capitalisation de la banque (estimation 4). Les indicateurs du niveau
de capitalisation tiennent compte des fonds propres (FPTA et FPTCR). L’activité de la
banque étant essentiellement l’octroi de crédits, ces variables peuvent être considérées comme
des meilleurs indicateurs de difficultés bancaires (Berger, 2010 ; Gouriéroux et Tiomo, 2007 ;
Petey, 2004 et Tartari, 2002). L’introduction de ces variables révèle certains faits majeurs. En
effet, la variable représentant la qualité du portefeuille des actifs de la banque (CREDTA) qui
avait un signe négatif, devient non significative. Tandis que les autres variables représentant
la qualité du portefeuille de crédits dont les signes sont positifs (CREDTCR et CRNTA)
restent significatifs au seuil de 5%. Le niveau de significativité de la capacité à distribuer des
crédits nets par les banques passe de 5% à 1%, ce qui témoigne de l’accroissement de
l’importance de la distribution des crédits dans la CEMAC (une augmentation d’une unité de
la capacité de distribution de crédits nets entraine une augmentation de 1,13 la solidité
bancaire). Le paradoxe se trouve au niveau de l’influence du taux de créances douteuses sur la
solidité bancaire. On constate que cette variable influence positivement la solidité au seuil de

89
5%, ce qui est contradictoire aux prédictions théoriques. Certes, la variable liée à la qualité
des actifs qui influence négativement la solidité est devenue non significative, mais l’effet
modérateur du niveau de capitalisation est nuancé par l’influence positive de la variable
CREDTCR. En plus, on constate que les variables liées aux fonds propres ne sont pas
significatives.

Introduisons les variables liées à la rentabilité de la banque (ROA et ROE) dans

l’équation de départ (estimation 5). Il ressort de l’estimation de cette nouvelle équation que, le
taux de crédits nets (CRNTA) accroît significativement la solidité bancaire au seuil de 5%. Le
ROE et le ROA c’est-à-dire le ratio résultat net par rapport aux fonds propres et le ratio
résultat net par rapport au total des actifs permettent de quantifier la performance de la banque
par rapport à ses fonds propres et à ses actifs. En effet, lorsque la banque octroi des crédits
sains, sa rentabilité augmente, indirectement ses réserves augmente et sa solidité s’accroît. En
augmentant ses réserves, la banque augmente sa capacité à résister aux chocs défavorables.
L’effet modérateur de ces variables est bien perceptible, car toutes les variables liées à la
dégradation du portefeuille de crédits deviennent non significatives.

Pour la suite des estimations des équations avec les variables par groupe, nous avons
ajouté les variables macroéconomiques. Le premier constat qui vient de cette estimation est le
fait que les résultats restent presque les mêmes pour les variables liées à la qualité du
portefeuille de crédits (CRNTA, CRESTCR, CREDTCR et CREDTA). Pour ce qui est des
variables macroéconomiques, elles ne sont pas significatives dans l’explication de la solidité
des banques. Il faut retenir de cette estimation que la pro-cyclicité des banques n’a pas un
effet modérateur de l’influence de la dégradation de la qualité du portefeuille de crédits sur la
solidité des banques. Une situation pro-cyclique peut plutôt amplifier les effets de la
dégradation du portefeuille de crédits sur la solidité bancaire. En effet, on constate qu’avec la
prise en compte des indicateurs macroéconomiques, le seuil de significativité de l’influence
des variables représentant la dégradation de la qualité du portefeuille de crédits est resté à 5%.
Les coefficients des variables significatives sont restés sensiblement égalent à ceux de
l’équation de base. Ces remarques nous amènent à dire que la prise en compte des variables
macroéconomiques peut entraîner une augmentation de la distribution de crédits, ce qui peut
conduire à une hausse du niveau de créances douteuses. C’est pour cette raison que
l’influence négative de la dégradation de la qualité du portefeuille des actifs ne baisse pas.
Cependant, il faut dire que, malgré la mission principale de la banque qui est le financement
de l’économie, le paysage bancaire de la CEMAC est caractérisé par une faible activité de

90
crédits (Soupmo Badjio, 2009). Certaines études montrent que, cette faible activité de crédits
peut être due à des éléments tels que : la difficulté de la diffusion de l’information,
l’inadéquation de l’environnement institutionnel et l’inefficacité du système judicaire
(Godlewski, 2005). Il n’est donc pas surprenant que les variables mesurant la qualité du
portefeuille de crédits des banques soient statistiquement significatives pour un modèle de
solidité bancaire dans la CEMAC.

Pour apprécier l’effet collectif de certains indicateurs, nous avons procédé à des
estimations des équations imbriquées. Il ressort de ces estimations plusieurs résultats
intéressants, car l’effet modérateur ou amplificateur de la prise en compte conjointe de
certains groupes de variable est perceptible. En effet, au niveau du tableau n° 6, on constate
que le fait de prendre conjointement les variables liées à la liquidité et celles liées à la qualité
de gouvernance de la banque (estimation 7) permet de neutraliser les effets néfastes de la
dégradation de la qualité du portefeuille de crédits sur la solidité bancaire. Dans cette équation
toutes les variables liées à la qualité du portefeuille de crédits deviennent non significatives.
Cependant, la fonction de transformation des dépôts en crédits (TCRDEP) est significative au
seuil de 1% et le niveau de dépôts dans le total des actifs (DEPTA) au seuil de 5%. Toutefois,
la contribution de ces deux variables à la solidité bancaire, peut être réduite significativement
jusqu’au seuil de 1% par une mauvaise politique de gouvernance (PROCCRED).

Lorsqu’on y ajoute les variables liées au niveau de capitalisation à l’équation

précédente (estimation 8), l’effet modérateur de l’ensemble de ces variables s’améliore.
Toutes les variables liées à la qualité du portefeuille de crédits restent non significatives et le
seuil de significativité de la variable représentant la mauvaise gouvernance passe de 1% à 5%.
Même comme le niveau de dépôt devient aussi non significatif, la fonction de transformation
de dépôts reste significative au seuil de 1%. En ajoutant les variables représentant la
rentabilité de la banque, on a un modèle presque complet avec l’ensemble des variables liées à
la banque (estimation 9). L’estimation de cette équation montre que toutes les variables ayant
un signe négatif auparavant deviennent non significatives. Seule la variable liée à la
transformation des dépôts en crédits (TCRDEP) est significative au seuil de 1%. Ainsi, l’effet
néfaste de la dégradation de la qualité du portefeuille de crédits est réduit, ce qui permet de
maintenir ou d’accroître la solidité bancaire. Ce résultat est consolidé par la prise en compte
des variables macroéconomiques (estimation 10).

Pour l’appréciation de l’effet modérateur ou amplificateur dans les équations

imbriquées, il se dégage deux principaux constats. Premièrement, on constate que la fonction

91
d’intermédiation représentée par la transformation des dépôts en crédits (TCRDEP) est restée
significative au seuil de 1%. Ceci témoigne de l’importance de la finance indirecte dans la
CEMAC. Ce résultat démontre que la surliquidité est nocive pour la solidité des banques.
Deuxièmement, lorsque toutes les variables internes et les variables macroéconomiques sont
conjointement prise en compte, seule la transformation des dépôts en crédits reste
significative au seuil de 1% dans le modèle. La prise en considération de ces variables aura
permis de neutraliser l’effet néfaste de la dégradation de la qualité du portefeuille de crédits
sur la solidité (la différence des variables significatives entre l’estimation 1 et l’estimation
10). Pour cela, les banquiers pour n’est pas subir les effets de la dégradation de la qualité de
leurs portefeuilles de crédits, doivent mettre en place des politiques prenant en compte tous
les aspects internes de la banque et l’environnement macroéconomique.

Ces résultats conduisent à la validation de notre hypothèse une intitulée : « la prise en

compte simultanée des indicateurs individuels de type CAMEL et des indicateurs
macroéconomiques améliorent la solidité bancaire ». En effet, on constate que lorsqu’on
prend en considération toutes les variables individuelles et les variables macroéconomiques,
seule la variable représentant l’activité d’intermédiation bancaire à travers la transformation
des dépôts en crédits reste significative au seuil de 1% avec un coefficient positif. Ainsi, tous
les effets négatifs des autres variables se trouvent neutralisés par la prise en compte
simultanée des variables individuelles et macroéconomiques.

Pour la validité de nos estimations, nous avons effectué plusieurs tests. Il ressort des
différentes estimations que la variable retardée de la variable dépendante est significative d’où
la confirmation de la qualité dynamique de notre modèle. En plus, pour toutes ces estimations,
les tests AR(2) d’Arellano et Bond rejettent au seuil de 5% l’hypothèse d’autocorrélation
d’ordre deux, ce qui confirme l’absence d’un effet AR(2). Par ailleurs, les tests de sur-
identification de Sargan ou de Hansen, valident le choix des instruments pour toutes nos
équations. Le modèle dans sa globalité est significatif au seuil de 1%, selon les résultats du
test de Fisher. Pour la robustesse de ces résultats, nous avons utilisé la méthode Least Squares
Dummy Variable Corrected (LSDVC). Les résultats obtenus par cette méthode sont
relativement proches de ceux obtenus par la méthode de Blundell et Bond (1998).

92
 Conclusion

Pour l’analyse de la relation qui existe entre la qualité du portefeuille de crédits et la

solidité bancaire, nous avons opté pour un modèle dynamique du Z-score. En effet,
l’indicateur Z-score nous semble contenir toute l’information sur la santé financière de la
banque. La performance ajustée du risque et la couverture du risque de portefeuille de crédits
par les fonds propres de la banque sont contenues dans cet indicateur (Goyeau et Tarazi,
1992). Ensuite, nous avons défini comme variables explicatives, cinq catégories des variables
individuelles : les variables liées à la qualité du portefeuille de crédits ; les variables liées au
risque de liquidité ; les variables liées à la qualité de gestion ; les variables liées au niveau de
capitalisation et les variables liées à la rentabilité. Compte tenu de l’environnement
macroéconomique dans lequel évolue la banque, nous avons ajouté aux variables
individuelles deux variables macroéconomiques. Pour apprécier les effets des groupes de
variables de contrôle sur la relation établie entre la qualité du portefeuille de crédits et la
solidité bancaire, nous avons ainsi procédé à plusieurs estimations. Pour ces estimations,
compte tenu du modèle dynamique et du type des données, nous avons utilisé la MMG en
système de Blundell et Bond (1998).

Globalement, nous constatons que les différents modèles sont significatifs. De ces
différents modèles, il ressort plusieurs constats. Lorsqu’on estime le Z-score en fonction des
variables liées à la qualité du portefeuille de crédits, on constate une influence ambiguë et
significative de la dégradation de la qualité du portefeuille de crédits au seuil de 5%. Au
regard des signes des différentes variables liées à la qualité du portefeuille de crédits, le débat
sur la relation qui existe entre la qualité du portefeuille de crédits et la solidité bancaire reste
encore mitigé. Ce résultat confirme le débat théorique sur l’influence de la qualité du
portefeuille de crédits sur la santé financière de la banque. Les variables liées à la qualité de
gestion quant à elles ne sont pas significatives dans l’ensemble, mais leur présence dans le
modèle joue un rôle modérateur important. Le degré de significativité de l’influence de la
dégradation de la qualité du portefeuille de crédits sur la solidité des banques baisse en
présence des variables liées à la qualité de gestion. Pour ce qui est du niveau de capitalisation,
l’effet modérateur de la présence de ces variables, reste ambigu. Cependant, la présence de
ces variables améliore la significativité de la variable liée à la distribution de crédits et
indirectement la solidité bancaire. En prenant en considération les variables
macroéconomiques, on constate que l’influence de la dégradation de la qualité du portefeuille
de crédits sur la solidité des banques ne s’améliore pas. La prise en compte de ces variables

93
maintient l’influence de la qualité du portefeuille de crédits sur la solidité bancaire. Ce résultat
confirme l’idée défendue par Angora et Tarazi (2011) qui pense que les facteurs
macroéconomiques sont susceptibles d’influencer la situation des banques. Ceci va dans le
même sens que la conclusion de Demirguc-Kunt et Detragiache (1998) qui trouvent qu’aussi
bien dans les pays en développement que dans les pays industrialisés, l’environnement
macroéconomique agit sur la qualité du portefeuille et la rentabilité des banques.

Pour l’appréciation de l’effet modérateur ou amplificateur des variables groupées dans

les équations imbriquées, nous dégageons deux constats. D’abord concernant la fonction
d’intermédiation, il s’avère que cette dernière est importante dans la CEMAC. Elle contribue
significativement à l’amélioration de la capacité des banques à résister aux chocs.
L’importance de la fonction de transformation des dépôts en crédits nous amène à conclure
que, la surliquidité des banques n’est pas bonne pour leur solidité. Ensuite, lorsque toutes les
variables de contrôle (variables CAMEL et variables macroéconomiques) sont prises en
compte, seule la fonction de transformation des dépôts en crédits reste significative dans le
modèle. L’injection de ces variables dans le modèle aura permis de lever l’équivoque sur
l’influence de la qualité du portefeuille de crédits sur la solidité bancaire.

Les résultats concernant les effets modérateurs de l’influence négative de la

dégradation de la qualité du portefeuille de crédits sur la solidité bancaire par les autres
variables nous paraissent satisfaisants. La contribution majeure de notre étude est de parvenir
à montrer que certains facteurs individuels et macroéconomiques peuvent influencer les effets
de la qualité du portefeuille de crédits sur la solidité des banques. En d’autres termes,
l’exigence de qualité d’actifs n’a d’importance pour la solidité bancaire que lorsqu’elle tient
compte des aspects interne et externe de la banque. Pour réduire les effets néfastes de la
dégradation de la qualité du portefeuille de crédits, les banques et les autorités bancaires
doivent mettre en place des politiques tenant compte de l’aspect interne (de type CAMEL) de
la banque et de l’environnement macroéconomique. Cette proposition devrait amener les
autorités de régulation et les managers des banques à approfondir la réflexion sur les
indicateurs de solidité financière des banques dans la CEMAC. La qualité de ce modèle peut
être améliorée par l’intégration des variables culturelles et institutionnelles. Ceci n’est
possible que si la barrière de l’accès aux données complètes sur les banques de la CEMAC est
levée. C’est pour cette raison que Soupmo Badjio (2009) signalait le danger que représente la
faiblesse voire l’absence de communication financière dans la CEMAC, pour l’essor de la
recherche et du secteur bancaire de cette sous-région. De plus, il ressort des différentes

94
évaluations des secteurs financiers des pays de la CEMAC par le FMI et la Banque mondiale,
qu’il y a des réformes à mettre en œuvre pour améliorer le secteur financier de cette zone.
Notre étude rejoint celle de Gulde-Wolf et Ghura (2013), qui préconisent pour atténuer les
risques qui menacent la stabilité du secteur financier de la CEMAC, le renforcement des
capacités de l'autorité de réglementation régionale, l’application stricte des normes
prudentielles et la prise en considération des indicateurs macroéconomiques dans la
détermination des règles.

95
 Conclusion première partie

Cette première partie voudrait contribuer à l’analyse de la solidité bancaire, à travers

l’examen de la relation qui lie cette dernière à la qualité du portefeuille de crédits. S’il est
établi dans la littérature que la dégradation de la qualité du portefeuille de crédits a un effet
négatif sur la solidité, il s’avère donc important de chercher les facteurs modérateurs de cette
relation. C’est ainsi que, nous avons tenté d’apporter des éléments de réponse à la question de
savoir : quels sont les effets des indicateurs individuels et macroéconomiques sur l’influence
de la qualité du portefeuille de crédits sur la solidité bancaire ?

Pour ce faire, nous avons passé en revue, dans le premier chapitre, la littérature
théorique et empirique traitant de l’importance de la qualité du portefeuille de crédits pour la
solidité bancaire. La qualité du portefeuille de crédits d’une banque est dépendante de la
qualité de ses débiteurs. Ainsi, nous avons étudié dans ce chapitre la nécessité pour les
banques d’avoir des débiteurs sains. Nous sommes revenus sur le phénomène d’asymétrie
d’information (Akerlof, 1970) qui est à l’origine des mauvais prêts. Il ressort de la revue de
littérature que tout facteur qui dégrade la qualité du portefeuille de crédits d’une banque agit
négativement sur la rentabilité de celle-ci et peut entraine la faillite de cette banque. C’est
pourquoi, plusieurs études théoriques et empiriques réservent une attention particulière aux
phénomènes qui permettent de détecter les différentes qualités de débiteurs. Nous avons
mobilisé la théorie du signal et la théorie du compte chèque pour déterminer la qualité du
débiteur. Dans la plupart des cas, la qualité du débiteur est traitée comme un phénomène
binaire (bons emprunteurs et mauvais emprunteurs). Ce chapitre nous a permis d’évaluer
l’importance de certaines théories dans la relation qui existe entre la solidité des banques et la
qualité des débiteurs. La littérature montre que la réglementation devrait être une combinaison
d’exigences en termes de qualité d’actifs et de capitalisation. Pour Camara (2010) les
exigences de qualité du portefeuille de crédits reposent sur l’information relative à la qualité
des actifs bancaires.

Pour l’évaluation empirique des effets des différents indicateurs individuels et

macroéconomiques, nous avons utilisé un modèle linéaire. Pour cela, nous avons défini
l’indicateur Z-score pour appréhender la solidité bancaire. En fait, le Z-score contient toute
l’information concernant la santé financière de la banque. Il est constitué d’une composante
qui tient compte de la performance de la banque ajustée du risque et d’une autre composante
portant sur la couverture du risque du portefeuille de crédits par les fonds propres. Nous avons

96
exposé dans la suite les différents indicateurs permettant d’apprécier les éléments internes à la
banque et les indicateurs macroéconomiques, avant de présenter les différents liens qui
existent entre la qualité du portefeuille de crédits et la solidité bancaire. Ceci, nous a permis
de spécifier un modèle économétrique que nous avons estimé sur un panel de 41 banques pour
la période 2000-2013. Pour cette étude, nous avons opté pour un modèle dynamique du Z-
score compte tenu du débat sur le caractère dynamique de la solidité bancaire.

Nous avons estimé notre modèle en deux étapes. Premièrement, nous injectons
individuellement les indicateurs internes et macroéconomiques dans la relation préétablies
entre les indicateurs de la qualité du portefeuille de crédits et la solidité bancaire. Il ressort de
ces estimations que les indicateurs internes en dehors de ceux représentant la rentabilité ne
modèrent pas significativement la relation qui existe entre la qualité du portefeuille de crédits
et la solidité bancaire. Pour ce qui est des variables macroéconomiques, on constate que leur
présence dans le modèle n’améliore pas la solidité des banques. Cependant, leur prise en
compte dans le modèle maintient l’ambiguïté de l’influence de la qualité du portefeuille de
crédits sur la solidité bancaire. Ce résultat rejoint celui de Demirguc-Kunt et Detragiache
(1998) qui pensent que l’environnement macroéconomique agit sur la qualité du portefeuille
et la rentabilité des banques. Deuxièmement, nous avons apprécié l’effet modérateur et/ou
amplificateur collectif des variables par des équations imbriquées. Il ressort de ces estimations
des observations importantes. Il s’avère que la fonction d’intermédiation est importante dans
la CEMAC. Cette fonction contribue significativement à l’amélioration de la solidité bancaire.
C’est pour cette raison que nous concluons en disant que la surliquidité des banques
provenant de la faible activité de crédit est nocive pour la solidité des banques. La prise en
considération simultanée de toutes les variables explicatives dans notre modèle permet de
lever l’équivoque sur l’influence de la dégradation de la qualité du portefeuille de crédits sur
la solidité bancaire. Les résultats de ces estimations valident notre première hypothèse
intitulée : « la prise en compte simultanée des indicateurs individuels de type CAMEL et des
indicateurs macroéconomiques améliore la solidité bancaire ».

Nos résultats montrent que la prise en compte simultanée des différents indicateurs du
type CAMEL et des indicateurs macroéconomiques améliore la solidité bancaire. Dans notre
équation de base, on constate que l’influence de la qualité du portefeuille de crédits sur la
solidité bancaire reste ambiguë. Lorsque toutes les variables explicatives sont prises en
compte dans le modèle, l’influence négative de la dégradation de la qualité du portefeuille de
crédits devient nulle. Cette évaluation empirique confirme les actions des bailleurs de fonds

97
internationaux (le FMI et la Banque mondiale) qui ne cessent de solliciter des autorités de la
CEMAC, l’amélioration de la gouvernance bancaire et la prise des mesures nécessaires pour
minimiser les risques financiers. Ces risques demeurent un obstacle au développement du
système financier et le financement de l’économie. Les mesures prises par les autorités
bancaires de la CEMAC pour améliorer la qualité des créances des banques après la crise des
années 80, n’ont apporté que de faibles améliorations.

Montrer l’importance d’une part de la prise en compte de certaines théories pour

l’analyse de la solidité bancaire, et d’autre part celle de la prise en considération de l’aspect
interne de la banque et des indicateurs macroéconomiques dans la politique de suivi des
banques est la contribution majeure de cette partie. Elle peut être une brèche pour
l’approfondissement de la réflexion sur l’amélioration de la solidité financière des banques
dans la CEMAC. La qualité de ce modèle peut être améliorée par l’intégration d’autres
variables. Ceci n’est possible que si on arrive à surmonter la difficulté d’accès aux données
complètes sur les banques de la CEMAC. Certainement, c’est pour cette raison que Soupmo
Badjio (2009) pense que l’absence de communication financière dans la CEMAC représente
un danger pour l’essor du secteur bancaire de cette sous-région.

S’il parait évident qu’on peut améliorer la solidité bancaire en réduisant l’influence
négative de la dégradation de la qualité du portefeuille de crédits, il semble aussi intéressant
d’explorer d’autres pistes permettant d’améliorer la solidité bancaire. Au vu des résultats
obtenus, outre la nécessité de suivre la qualité des actifs, il est indispensable de s’intéresser
aux autres exigences de la réglementation prudentielle. Pour cela donc, on peut porter une
attention particulière sur l’exigence en fonds propres. Ainsi, il faut analyser l’influence du
niveau de capitalisation sur la solidité bancaire. L’amélioration de la solidité bancaire dans la
CEMAC peut aussi passer par l’amplification des effets positifs sur la solidité bancaire.

98
 DEUXIEME PARTIE : LES EXIGENCES DE CAPITALISATION SONT-ELLES

SUFFISANTES POUR LA SOLIDITE BANCAIRE ?

Introduction deuxième partie

La prise excessive de risque de crédit par les banques trouve son origine dans la
qualité du traitement de l’information relative à la qualité de l’emprunteur. Cette prise de
décision découle d’un diagnostic de la capacité de remboursement de l’emprunteur et de la
capacité de la banque à gérer le risque. La gestion du risque par la banque est une exigence
pour les différents apporteurs des fonds à la banque. Comme tous ces apporteurs des fonds
(actionnaires, déposants et créanciers) n’ont pas la même fonction objective, il est donc
important qu’un observateur indépendant intervienne pour protéger les épargnants.
Le couple dirigeants/actionnaires peut cacher une information importante, concernant
le niveau de risque de leur institution, afin d’amener les déposants à choisir leur structure pour
la sécurité de leurs épargnes. Ils profitent de l’incapacité des déposants à distinguer les
couples dirigeants/actionnaires risquophobes des couples risquophiles. En effet, une fois le
dépôt effectué, la banque peut adopter des stratégies risquées afin de maximiser l’espérance
de son revenu au détriment des déposants. L’aléa moral, entre les déposants et la banque, naît
donc de l’incapacité des déposants à contrôler les intentions du couple dirigeants/actionnaires
et à évaluer ses efforts une fois le dépôt effectué (Boussaada, 2012). C’est cette situation qui
justifie avant tout l’existence du régulateur. Ce dernier cherche à réduire l’asymétrie
d’information qui existe entre le couple dirigeants/actionnaires et les déposants. Pour atteindre
l’objectif de protection des déposants, le régulateur recommande le respect de certaines
exigences : les exigences des fonds propres, la discipline de marché et la communication
financière.
Les exigences en matière de capitaux constituent un instrument préventif utilisé par les
régulateurs. En effet, pour certains auteurs (Berger, 2010 ; Petey, 2004 et Tartari, 2002) les
fonds propres constituent pour la banque le premier élément qu’attaquent les pertes avant
qu’elles ne s’en prennent à l’épargne des déposants et conduisent vers la défaillance de la
banque. Les exigences en capitaux propres selon les accords de Bâle comprennent des
mesures qualitatives et quantitatives conçues comme modèle de référence par le Comité de
Bâle. L’aspect quantitatif de ces exigences provient de l’estimation des risques à couvrir par
les fonds propres. C’est pour cette raison que Tartari (2002) pense qu’un ratio approprié des
capitaux propres peut être considéré comme un instrument de solidité bancaire.

99
 L’impact des exigences en fonds propres sur la solidité des banques est d’un intérêt
considérable. Les résultats du débat théorique et empirique sur ce sujet restent mitigés, car la
réglementation prudentielle peut avoir un effet incitatif pour la prise des risques. C’est pour
cette raison que certains auteurs (Blüm, 1999 ; Kim et Santomero, 1988 ; Koehn et
Santomero, 1980) pensent qu’une exigence en fonds propres restrictives peut accroître le
niveau de risque de la banque. La réglementation prudentielle peut aussi rendre les banques
sélectives en rationnant le crédit (Aglietta, 1992 ; Mojon, 1996). Pour ces différents auteurs,
cette réglementation peut sous certaines conditions, réduire la solidité des banques en
augmentant le niveau de leurs risques de défaillance. Par contre, plusieurs auteurs (Berger,
2010 ; Gouriéroux et Tiomo, 2007 ; Madji, 2002 ; Petey, 2004 ; Tartari, 2002) considèrent les
fonds propres comme un garant de la solvabilité des banques. Pour ces auteurs, sous certaines
conditions, les exigences en fonds propres peuvent conduire les banques à réduire leur prise
de risque. C’est cette dernière idéologie qui est prônée par le Comité de Bâle.
Dans cette partie, nous avons l’intention d’examiner théoriquement et empiriquement
la relation qui existe entre le niveau de capitalisation et la solidité bancaire. Ainsi, nous nous
posons la question de savoir : quels sont les effets des indicateurs individuels et
macroéconomiques sur la relation qui existe entre le niveau de capitalisation et la solidité
bancaire dans la CEMAC ? La réponse à cette question nous permettra de savoir si les
exigences en capitalisation sont une condition suffisante pour la solidité bancaire.
L’objectif de cette partie est de contribuer à la détermination des facteurs internes et
externes à la banque, permettant d’améliorer la solidité bancaire. Pour cela, nous étudions les
effets amplificateurs ou modérateur de l’impact du niveau de capitalisation sur la solidité
bancaire. Cette partie s’articule autour de deux chapitres. Le premier arrêt de cette partie
(chapitre 3) pose les fondements théoriques de l’étude de la relation niveau de capitalisation et
capacité bancaire à résister aux chocs défavorables. Au deuxième arrêt (Chapitre 4), nous
nous intéressons aux différentes études empiriques autour de ce lien. Ce chapitre constitue
aussi une étude empirique, dans le contexte de la CEMAC.

100
 CHAPITRE 3 : LA CONTROVERSE SUR LA RELATION QUI EXISTE ENTRE LE

NIVEAU DE CAPITALISATION ET LA SOLIDITE BANCAIRE

Introduction

La capitalisation d’une banque fait allusion à son niveau d’accumulation des fonds
propres. Elle détermine la capacité de la banque à supporter les pertes (Lindgren et al., 1996).
C’est pour cette raison qu’en réaffirmant l’importance des fonds propres comme élément
essentiel de solidité des banques, le Comité de Bâle a publié en 2004, un dispositif révisé sur
la « convergence internationale de la mesure et des normes de fonds propres ». De plus en
2012, ce Comité a publié un dispositif provisoire énonçant les règles prudentielles applicables
aux exigences de fonds propres en regard des expositions des banques aux risques. Ce
dispositif complète et modifie la version antérieure du dispositif révisé sur la convergence
internationale. Selon Tartari (2002), les exigences en fonds propres dépendent largement de
la volonté du régulateur de protéger les intérêts des déposants, qui ont du mal à évaluer la
solidité financière des banques auxquelles ils confient leur épargne. Ces exigences ont pour
rôle de réduire les risques de faillite individuelle des banques, faillite dont les déposants sont
les principales victimes. C’est pour cette raison que, la détention des fonds propres et la
réglementation qui l'encadre visent principalement la réduction du niveau d'insolvabilité des
banques en les dotant d'une capacité suffisante d'absorption des pertes (Petey, 2004). Ceci dit,
l’augmentation du niveau des fonds propres pour une banque avec un actif inchangé, doit
conduire à la réduction de sa probabilité de défaillance.

Cependant, Saadaoui (2010) pense que dans un contexte de recherche de la rentabilité,

l’imposition d’un seuil réglementaire de capitalisation indépendant du risque peut conduire
les dirigeants d’une banque en fonction de leur aversion au risque à adopter des stratégies
plus ou moins risquées. En effet, la combinaison optimale rendement – risque implique un
niveau minimal d’engagement en termes de risque dont il est difficile pour le banquier de
s’en priver. Il est important de remarquer qu’à chaque fois qu’une unité des fonds propres
remplace une unité des créances, la banque subit un coût28. Afin de combler cette perte, une

28
En fait lorsque les créances d’une banque deviennent douteuses, elle doit les provisionner. Pour cela, elle se
trouve obliger d’immobiliser une partie de ses fonds propres. La quantité des fonds propres immobilisé qui
sert de provision, ne peut pas faire l’objet d’un crédit. Ainsi ceteris paribus, la capacité de la banque à octroyer
le crédit va baisser d’au moins de cette quantité.

101
solution consiste à renforcer le poids relatif des actifs risqués et rentables dans le bilan, tout
en respectant le niveau de capitalisation exigé.

Pour éviter ce comportement risqué, il est recommandé par le Comité de Bâle, de lier
le niveau de capitalisation réglementaire au niveau du risque qui caractérise les différentes
catégories d’actifs dont dispose une banque. La dissociation des actifs par catégorie de risque
est la principale innovation proposée par le Comité de Bâle à travers les différents accords
appliqués à l’échelle internationale après l’accord de Bâle I. Les banques doivent ainsi
disposer, à tout moment, d’un montant de fonds propres qui couvre au moins 8% de la valeur
des actifs pondérés de leurs risques. Plus une banque finance des projets risqués, plus elle
doit disposer des capitaux propres qui couvrent cette prise de risque.

On constate que la relation entre le niveau de capitalisation de la banque et la prise de

risque est loin de faire l’objet d’un consensus. L’analyse de cette relation est un sujet qui
suscite un regain d’intérêt des instances de supervision bancaire. En effet, selon le la logique
du Comité de Bâle, le niveau de capitalisation d’une banque doit être considéré comme un
instrument de signalisation de la situation financière de la banque et de son goût pour le
risque. Notre étude constitue une contribution au débat et tente d’appréhender l’importance
des facteurs internes et externes à la banque dans l’analyse de la liaison qui existe entre le
niveau de capitalisation et la solidité bancaire. L’objectif principal de ce chapitre est de
mettre en exergue l’influence du niveau de capitalisation sur la capacité de la banque à
supporter les chocs défavorables. Pour cela, nous allons d’une part présenter les éléments
permettant de mesurer le niveau de capitalisation et d’autre part ressortir l’importance des
fonds propres dans certains instruments utilisés comme indicateur de solidité des banques.

Section 1 : les exigences en fonds propres : une condition de solidité bancaire

Nous rappelons que la capitalisation d’une banque tient compte de son niveau
d’accumulation des fonds propres et détermine sa capacité à supporter les pertes.
L’appréciation du niveau de progression de la capitalisation d’une banque dépend de
plusieurs éléments. Ainsi, l’importance de la capitalisation des banques dans la gestion des
risques bancaires révèle le degré de considération à accorder à ses différentes composantes.
La réglementation du capital s’appuie beaucoup sur des exigences minimales en capital qui
sont fonctions du risque des banques. Pour Mishkin et al. (2010), l’obligation faite aux
banques de détenir un minimum des capitaux propres constitue une autre façon de réduire le

102
risque moral créé par les institutions financières. Ils pensent que le fait qu’une banque perde
en cas de défaillance un montant élevé de capital qu’elle a été contrainte à détenir, va
l’amener à s’engager dans des activités moins risquées. C’est pour cette raison que nous
pouvons considérer les capitaux propres comme des amortisseurs de chocs négatifs. Artus
(1991) dans une étude des effets de l’exigence en fonds propres sur le comportement des
banques soutient qu’il faut tenir compte du niveau d’aversion pour le risque de ces banques.
Il montre qu’exiger plus des capitaux aux banques qui peuvent être neutres vis-à-vis du
risque, ne les conduit pas toujours à modifier leur comportement vis-à-vis du risque de
faillite. En tenant compte de cette controverse au sujet des effets de la capitalisation sur le
comportement des banques, nous nous évertuons dans cette section à ressortir certains
indicateurs de capitalisation des banques. Pour ce faire, il serait intéressant de décliner ce que
nous entendons par fonds propres avant de présenter leurs déterminants quantitatifs et
qualitatifs.

I – La définition des fonds propres sur la base des accords de Bâle I et Bâle II

Les accords de Bâle définissent les fonds propres des institutions financières en tenant
compte de leur constitution. Il ressort de ces accords que les fonds propres effectifs sont
constitués par des ressources permanentes ou stables permettant à l’établissement financier
d’exercer son activité et disponibles au besoin pour apurer des pertes ou, en cas de
liquidation, remboursables seulement après les autres dettes. Dans le contexte des pays en
développement29 où le risque est élevé, il est difficile pour les banques de financer
l’économie sans s’exposer au risque. C’est ainsi que, si les dirigeants d’une banque sont
risquophiles (c’est-à-dire, des dirigeants qui ont un goût avéré pour le risque), ils seront
attirés par l’excès de risque pour maximiser la rentabilité de leur institution (Saadaoui, 2010).
Cependant, la conformité de cette dernière à une norme de fonds propres peut les empêcher
d’adopter une telle attitude. C’est pour cette raison que la réglementation prudentielle met
l’accent sur les fonds propres. De plus, les fonds propres réglementaires sont capables de
résoudre le problème de l’asymétrie de l’information entre les apporteurs des fonds de la
banque (actionnaires, créanciers et déposants) et ses dirigeants. Comme la réglementation en
matière de capital dépend de la volonté du régulateur de protéger les intérêts des déposants,

29
Les pays de la CEMAC (Cameroun, Congo, Gabon, Guinée Equatoriale, République de la Centre Afrique et
Tchad) font partie des pays en développement.

103
alors on est tenté dans le cas où elle existe, de dire que le mécanisme microprudentiel portant
sur les fonds propres est utilisé en complémentarité de l’assurance-dépôts.

L’accord de Bâle de 1988, en devenant une norme internationale de réglementation

des fonds propres, a joué un rôle clé dans l’harmonisation de l’environnement bancaire
international. La COBAC, en suivant l’exemple du Comité de Bâle s’est largement inspirée
de ses normes pour élaborer sa réglementation prudentielle entrée en vigueur en 1993. Elle a
repris une bonne partie des principes et concepts développés dans l’accord de Bâle de 1988.
Toutefois, les diverses considérations locales l’ont amenée à adopter des choix qui n’entrent
pas toujours dans le cadre de la stricte application des normes et directives du Comité de Bâle
(Ikori à Yombo, 2004).

Selon le régulateur des banques de la CEMAC, les fonds propres réglementaires sont
constitués essentiellement de deux éléments. La COBAC considère les fonds propres de base
et les fonds propres complémentaires comme les principales composantes des fonds propres
réglementaires.

I.1 – Les fonds propres de base

Pour cette étude nous considérons comme fonds propres l’ensemble des ressources
stables nécessaire à l’exercice de l’activité bancaire, disponibles au besoin pour apurer les
pertes de la banque et remboursable seulement après les autres dettes. Cette définition des
fonds propres réglementaires est celle du dispositif réglementaire en vigueur dans la
CEMAC. Elle est d’ailleurs très proche de celle des accords de Bâle. Comme l’indique le
Comité de Bâle dans son Accord sur les fonds propres, les fonds propres de base sont un
élément commun du système bancaire de tous les pays, car c’est sur ces fonds que le marché
et les autorités de contrôle se fondent pour déterminer l’adéquation des fonds propres. Ces
fonds ont une forte influence sur la marge bénéficiaire et la compétitivité de la banque (FMI,
2006). Ces fonds permettent non seulement d’évaluer les marges bénéficiaires des banques,
mais leurs capacités concurrentielles aussi. C’est pour cette raison que plusieurs acteurs du
système bancaire prêtent une attention particulière à ce type de fonds. De façon générale, la
réglementation du capital voudrait que le montant des fonds propres de base soit d’au moins
4 % des actifs pondérés du risque des banques (Camara, 2010).

Selon le Comité de Bâle, les fonds propres de base ou de catégorie 1 sont constitués
essentiellement du capital bancaire et des réserves déclarées qui peuvent être librement

104
utilisés pour honorer les créances sur la banque. Selon la réglementation du capital en vigueur
dans la CEMAC, les fonds propres de base comprennent : les dotations ; les réserves ; les
primes liées au capital ; le report à nouveau créditeur ; les provisions réglementées ; les fonds
affectés ; les fonds pour risques bancaires généraux ; le résultat net bénéficiaire de l'exercice
non approuvé ou non affecté, à hauteur de 15% (pour plus de détail, confère le Règlement
COBAC R-2001/01 modifiant le Règlement COBAC R-93/02 relatif aux fonds propres des
établissements de crédit).

Il est important de souligner que certains éléments (la prime de capital, le report à
nouveau créditeur et les provisions pour risques bancaires généraux) qui font partie des
réserves telles que définies par le Comité de Bâle sont repris par la COBAC dans la
détermination des fonds propres de base. En prenant en compte le cadre contextuel, la
COBAC intègre dans les fonds propres de base les subventions, les autres provisions pour
risques généraux, le bénéfice intermédiaire et le résultat en attente d’affectation. Ces éléments
rentrent dans le cadre de la spécificité des règles de la COBAC. Le Comité de Bâle
recommande en outre de déduire des fonds propres de base, le fonds de commerce. C’est
ainsi que la COBAC en prenant à son compte cette disposition, préconise de déduire des
composantes précitées les éléments suivants : le capital non versée ; les actions propres
détenues (toutes participations, dotations des succursales et tous emplois constituant des
fonds propres ou assimilés chez d’autres banques et établissements financiers) ; le report à
nouveau débiteur ; les immobilisations incorporelles ; les pertes en instance d’approbation ou
d’affectation ; le résultat déficitaire déterminé à des dates intermédiaires (particulièrement au
30 juin) et des provisions complémentaires à constituer pour dépréciation ou risque de non-
recouvrement d’actifs ou pour charges et pertes diverses. En plus, la COBAC admet que les
fonds propres de base doivent constituer au moins 50 % de l’ensemble des fonds propres nets.
Ceci rend le calcul des fonds propres dans la CEMAC plus restrictif que la norme
internationale définie par le Comité de Bâle.

Pour Camara (2010), on peut apprécier la pertinence de l’introduction des fonds

propres de base dans la réglementation du capital au regard de trois critères à savoir :

- les éléments devant entrer dans la définition du capital réglementaire doivent

servir de coussin de sécurité pour absorber les pertes avant l’activation de tout
autre système comme l’assurance-dépôts ;

105
 - ces instruments financiers doivent être très vite disponibles. Ils doivent constituer
des fonds stables durant une panique possible des créanciers de la banque. Cela
réduit la possibilité de contagion bancaire et permet aux régulateurs de disposer de
plus de temps pour évaluer et répondre au choc ;

- un instrument considéré comme capital réglementaire doit réduire les incitations

des actionnaires et dirigeants des banques à tirer avantage de l’aléa de moralité lié
à l’exploitation de la protection du filet de sécurité public.

Ces critères d’appréciation des fonds propres de base, permettent de distinguer ces
fonds des autres fonds propres. Selon la réglementation prudentielle de la COBAC, tout autre
fonds répondant aux différentes conditions de disponibilité immédiate ; d’être subordonnés
en capital et en intérêts peut être considéré comme un fonds propre complémentaire. De plus,
les fonds propres de base peuvent constituer jusqu’à 50 % de l’ensemble des fonds propres
nets, d’où l’importance des fonds propres complémentaires. En d’autres termes, les fonds
propres ne sont pas seulement constitués des éléments qui forment la base, mais il y a aussi
d’autres fonds d’une importance capital. Après ce bref aperçu des fonds propres
complémentaire, il serait intéressant de les présenter pour une bonne appréciation.

I.2 – Les fonds propres complémentaires

Les fonds propres réglementaires sont constitués des fonds propres de base auxquels
s’ajoutent les fonds propres complémentaires. Selon les recommandations du Comité de Bâle
pour la réglementation du capital, ces derniers fonds ne doivent pas dépasser 50 % du total
des fonds propres. Nous pouvons dire qu’il existe un plancher de 50 % de l’ensemble des
fonds propres pour les fonds propres de base et un plafond de 50 % de cet ensemble pour les
fonds propres complémentaires. Les autorités nationales sont libres d’inclure ou de ne pas
inclure certains éléments des fonds propres complémentaires, dans la détermination des fonds
propres réglementaires. Tout dépend du système comptable, des réglementations et de la
supervision bancaire en vigueur dans le pays (Camara, 2010).

Les fonds propres complémentaires se composent des instruments financiers et des

réserves qui sont disponibles pour absorber des pertes. Toutefois, ils ne peuvent pas être
permanents, ils ont une valeur incertaine occasionnant peut-être des coûts s’ils sont vendus ou
dépourvus de la pleine capacité des fonds propres de base à absorber pleinement les pertes.
Ces fonds peuvent être répartis en plusieurs catégories.

106
 On regroupe dans les fonds propres complémentaires de catégorie 1, les dettes
subordonnées de long terme (les obligations convertibles ou remboursables en actions ou en
espèces), les instruments hybrides de dettes et de capital, les réserves non publiées, les
réserves de réévaluation et provisions générales ou réserves générales pour pertes sur prêts.
Quant aux fonds propres complémentaires de catégorie 2, ils sont constitués des dettes
subordonnées de court terme.

Pour certains auteurs (Pop, 2005), la prise en compte des dettes subordonnées dans le
calcul du capital réglementaire vient du rôle que celles-ci doivent jouer dans la discipline de
marché. Certes la transparence à travers le IIIe pilier de Bâle II (la discipline de marché) est
une condition nécessaire pour l’évaluation de la santé financière des banques. Mais, elle n’est
pas suffisante pour certains analystes. Les accords de Bâle prévoient une possibilité, mais non
l’obligation d’émettre des titres de dette subordonnée. C’est pour cette raison que certains
régulateurs comme la COBAC, ne mettent pas l’accent sur ce type de fonds complémentaires.

Dans la CEMAC, la constitution des fonds propres complémentaires reprend certains

éléments définis par le comité de Bâle, mais la COBAC tient compte des réalités
contextuelles en introduisant d’autres éléments. Dans cette zone, les fonds propres
complémentaires sont constitués : des subventions d’investissement ; des écarts de
réévaluation ; des réserves latentes positives de crédit-bail ou de location avec option d’achat
(nettes des impôts différés) après vérification par les commissaires aux comptes ; des
comptes bloqués d’actionnaires ; des titres et emprunts subordonnés à durée indéterminée.

Selon la réglementation du capital de la COBAC, le respect des conditions de

disponibilité immédiate ; de subordination en capital et en intérêts par tout autre fonds peut
conduire à sa considération comme fonds propres complémentaires. Ceci dit, qu’en cas de
liquidation de la banque assujettie, ces fonds ne peuvent être remboursés qu’après règlement
de toutes les autres dettes existantes à la date de mise en liquidation ou contractées pour les
besoins de celle-ci. Pour cela donc, ces fonds ne doivent être remboursables qu’à l’initiative
de la banque emprunteuse et sous réserve exclusive que la solvabilité de celle-ci ne soit pas
affectée ou que des fonds stables d’égale ou de meilleure qualité soient substitués à ces
emprunts ainsi remboursés. Il est important que ces fonds soient assortis d’une clause de
différé de paiement des intérêts dus au cas où la rentabilité de la banque ne rendrait pas
opportun leur versement. La disponibilité de ces fonds doit permettre à la banque assujettie
d’apurer ses pertes afin de poursuivre son activité.

107
 La réglementation du capital dans la CEMAC en s’arrimant aux recommandations du
Comité de Bâle, précise qu’en tout état de cause, pris globalement, les fonds propres
complémentaires, ne peuvent être inclus dans les fonds propres réglementaires effectifs que
dans la limite de 100 % du montant des fonds propres de base. De plus, la COBAC indique
que les titres et emprunts subordonnés à durée déterminée sont plafonnés, ainsi donc quel que
soit leur montant, ils ne doivent pas dépasser 50 % du montant des fonds propres de base
retenus pour la détermination des fonds propres effectifs. Un état mensuel de suivi des
provisions complémentaires demandées par la COBAC et non encore constituées doit être
annexé à l’état de calcul des fonds propres effectifs.

Après avoir présenté les différentes formes des fonds propres, nous allons nous
appesantir sur les aspects quantitatif et qualitatif de ces fonds à l’image de l’accord de Bâle
III. En effet, les réformes engendrées par les conséquences des récentes crises financières ont
conduit à la reconsidération de la composition et de la structuration des fonds propres.

II – Les déterminants de la quantité et de la qualité des fonds propres après les récentes

crises financières (les accords de Bâle III)

Les concepts d’anti-sélection et de risque moral expliquent l’existence de plusieurs

types de régulation bancaire. Aux Etats Unis et dans d’autres pays on a : le filet de sécurité
public, les restrictions visant à limiter la détention d’actifs risqués, les actions coercitives
précoces, les exigences de communication financière aux régulateurs et aux marchés, la
protection des consommateurs, la restriction de concurrence, les exigences réglementaires en
capital, etc. (Mishkin et al., 2010). Les récentes crises financières30, ont révélé l’importance
du risque systémique de nombreuses institutions du système bancaire, institutions sur
lesquelles n’existait presque pas une autorité ordonnée. C’est ainsi que les filets de sauvetage
activés par les Etats Unis et financés par les contribuables américains ont érodé la discipline
de marché, créé chez certains dirigeants des établissements un sentiment d’impunité et
exaspéré les opinions publiques. Cette situation a conduit le Comité de Bâle à réfléchir sur les
instruments micro et macro-prudentiels. D’où le passage de l’accord de Bâle II à Bâle III qui
prend en considération le risque marché dans la détermination du nouveau ratio de fonds
propres.

30
Crises qui ont commencé au second semestre 2007 avec la crise des subprimes qui éclate en août aux Etats
Unis avant de s’étendre à toute la sphère financière et de se muer en crise économique les années suivantes.

108
 En s’appuyant sur les trois piliers de Bâle II, le Comité de Bâle va s’employer à
accroître la résilience du secteur bancaire en renforçant le dispositif réglementaire de fonds
propres. Le nouveau dispositif de Bâle élève la qualité et le niveau des fonds propres
réglementaires et étend la couverture des risques. Le dispositif réglementaire mondial est
enrichi de divers éléments macro-prudentiels qui contribuent à contenir les risques
systémiques résultant de la pro-cyclicité et de l’interdépendance des établissements financiers
(Comité de Bâle sur le contrôle bancaire, 2011). Dans la définition des fonds propres
réglementaires, le Comité de Bâle distingue trois catégories de fonds à savoir : le Tier 1, le
Tier 2 et le Tier 3.

Le Tier 1 constitue, aux yeux de ce Comité, l’élément le plus important des fonds
propres dans la mesure où il est le plus stable et le plus à même de résorber les pertes subies
par la banque (Soupmo Badjio, 2009). D’où l’importance du capital de la banque comme
élément de son succès. En effet, le capital facilite le développement de la banque et contribue
à assurer la pérennité de cette dernière. Ainsi, il peut être considéré comme un élément
essentiel de la solidité financière de la banque. Dans cette sous-section, nous nous attardons
sur la constitution quantitative et qualitative du noyau des fonds propres (Tier 1) et le Tier 2.

II.1 – Le noyau des fonds propres : le Tier one

Les accords de Bâle II ont permis de mettre en place à partir de 2006 un ratio de
solvabilité fondé sur le même principe que celui de Bâle I, c’est-à-dire du rapport entre les
fonds propres et le montant des crédits distribués pondérés par les risques associés. La nature
des risques pris en compte a cependant changé et a été enrichie par la prise en compte du
risque de marché, du risque de crédit et du risque opérationnel. En plus, les méthodes de
calculs des risques ont été améliorées. Le ratio global est notamment décomposé en deux
parties : un ratio dit Tier 1 de 4 % où le capital est supposé être du capital pur (c’est-à-dire
sans risque) et un autre ratio de 4 % appelé le Tier 2 pour lequel les contraintes sont moins
fortes.

Le Tier 1 à son tour a été décomposé lui aussi en deux : le Core Tier 1 de 2 % pour
lequel sont pris en compte seulement les actions et les profits de la banque réinvestis et
l’autre partie du Tier 1 où des titres hybrides (comme les obligations convertibles) étaient
considérés comme des fonds propres. Le Core Tier 1 est un ratio de solvabilité qui permet
d’apprécier la solvabilité des banques en mettant en relation les fonds propres et les actifs

109
détenus qui sont pondérés en fonction de leurs risques. Dans le Core Tier 1, comme il est
précisé ci-dessus, les fonds propres sont constitués uniquement du capital apporté par les
actionnaires, augmenté des bénéfices conservés par l’institution chaque année. Le Core Tier 1
exclut toutes les formes de capitaux hybrides (par exemple les obligations convertibles ne
sont pas prises en compte dans le Core Tier 1).

Suite aux faits des crises des années 2008, le Comité de Bâle, a adopté le 12
septembre 2010 de nouvelles règles concernant les fonds propres des banques. L’accord de
Bâle III a été avalisé par les chefs d’Etat et de gouvernement lors de la réunion du G20 à
Séoul, les 11 et 12 novembre 2010. Les exigences minimales en fonds propres des banques
ont été revues. C’est ainsi que le minimum de fonds propres que les banques doivent détenir a
été relevé. Pour cela donc, les banques devront respecter un Tier 1 de 7 % au lieu de 4 % dans
l’accord de Bâle II et un Core Tier 1 de 4 % au lieu de 2 % pour l’accord précédent. Elles se
doteront aussi d’un matelas de sécurité supplémentaire de 2,5 %, qu’elles devront alimenter
avec leurs bénéfices en période de prospérité économique (au lieu de distribuer ceux-ci en
dividendes ou en rachat d’action) et dans lequel elles puiseront en cas de difficultés. Ceci
relève l’importance du provisionnement contra-cyclique pour la solidité des banques.

Pour limiter le levier d’endettement des banques et garantir qu’elles détiennent en

permanence des liquidités suffisantes, de façon à faire face à un blocage éventuel du marché
du crédit interbancaire. En d’autres termes, prouver leurs solidités financières, d’autres ratios
complémentaires doivent être appliqués. Un renforcement supplémentaire des fonds propres
exigés peut être appliqué aux grandes banques dont la faillite éventuelle entrainerait un risque
systémique (le phénomène du « too big to fail »). En fait, il faut dire que l’une des causes
majeures de la crise récente est le déséquilibre survenu dans la gouvernance des banques, du
fait de l’émergence rapide et massive de l’effet du « too big to fail » (Lobez 2010).

II.2 – La partie souple des fonds propres : le Tier 2

Le changement des méthodes de calculs des risques apporté en 2006 par les accords
de Bâle II, a entrainé une décomposition du ratio global du minimum des fonds propres. C’est
ainsi que ce ratio global d’exigence minimal en capitaux a été décomposé en deux parties à
savoir : le Tier 1 et le Tier 2. Ce dernier est moins contraignant que le Tier 1 qui est supposé
être constitué que du capital pur. Le Tier 1 correspond à ce qu’on a appelé dans les accords
de Bâle I les fonds propres de base et le Tier 2 les fonds propres complémentaires.

110
 Comme le Tier 1, le Tier 2 est aussi divisé en deux parties : les Upper Tier 2 et les
Lower Tier 2. Dans la première partie, c’est-à-dire le Upper Tier 2, on a des titres
subordonnés à durée indéterminée. Leur risque est plus limité, car ils n’ont pas de date de
maturité. Pour ces titres, la banque peut avoir une option de remboursement anticipé à partir
de 5 ans de vie et le coupon peut être cumulable en cas de non versement.

Le Lower Tier 2 sort de la catégorie des dettes à durée indéterminée, mais cette
deuxième partie du Tier 2 est aussi constituée des titres subordonnés. Les éléments du Lower
Tier 2 n’ont pas de priorité de remboursement en cas de faillite. Mais, ils ont une date
d’échéance supérieure à 5 ans et leur coupon est obligatoire (il peut toutefois être reporté en
cas de difficulté de la banque).

En Europe, la réforme financière est essentiellement concentrée dans la nouvelle

réforme appelée Bâle III. Elle introduit des éléments microéconomiques comme
l’augmentation des réserves en capital, pour grossir la capitalisation moyenne et donc la
solidité du secteur bancaire. Cette réforme conduit à la mise en place des ratios maxima
d’endettement et des ratios minima de liquidité. À ces réformes microéconomiques, s’ajoute
une dimension macro-prudentielle. En effet, les réserves en capital pourront être augmentées
dans les phases de croissance, afin de forcer les banques à faire des réserves, et diminuer en
cas de crise pour permettre aux banques d’absorber les dépréciations d’actifs. Tout ceci rentre
dans le cadre de la réduction de la pro-cyclicité des banques et la mise en place de la
constitution de volants contra-cycliques.

Il ressort de ce qui précède que la constitution des fonds propres au sens large du
terme, tient compte de plusieurs éléments. L’objectif poursuivi étant la solidité des banques,
il s’est avéré nécessaire d’adapter ces différents éléments au contexte et à la conjoncture.
C’est ainsi que les normes internationales en matière de réglementation des fonds propres ont
évolué du premier accord de Bâle aux accords de Bâle III. Cette évolution a été imposée par
les différentes crises qu’a connues la sphère financière. En effet, nous pouvons constater qu’à
chaque fois que le secteur bancaire a été secoué par un choc défavorable, les solutions sont
cherchées dans la réglementation (Zamil, 2010). Ceci peut être illustré par les accords de Bâle
III qui surviennent à la suite des crises des années 2008.

En ce qui concerne les réalités contextuelles, leurs prises en compte dans la

détermination de la réglementation sont reflétées dans notre cas par les écarts qu’il y a entre
la réglementation COBAC et certaines normes internationales définies par le Comité de Bâle.

111
C’est ainsi qu’en 2006, le FMI et la Banque Mondiale dans leurs évaluations du système
financier de la CEMAC, constatent certains écarts entre le dispositif de supervision de la
COBAC et d’autres principes fondamentaux révisés des accords de Bâle (Baumgartner et Bio
Tchané, 2006). Cela n’a pas empêché les évaluateurs du FMI et de la Banque Mondiale de
soutenir le fait que ce dispositif constitue une bonne base pour une mise en œuvre réussie des
accords de Bâle sur les fonds propres dans la CEMAC.

En résumé, le tableau 7 fait une synthèse de la présentation des fonds propres

réglementaires.

112
 Tableau 7 : récapitulatif de la constitution des fonds propres

Types des fonds Bâle I et Bâle II Bâle III COBAC Niveau d’adéquation

Fonds propres Les fonds propres de base sont Le Tier 1 décomposé Les fonds propres de base la réglementation du capital
de base constitués essentiellement du en deux : le Core Tier comprennent : les dotations ; les voudrait que le montant des
capital bancaire et des réserves 1 de 4 % avec réserves ; les primes liées au fonds propres de base soit
déclarées. seulement les actions capital ; le report à nouveau d’au moins 4 % des actifs
et les profits de la créditeur ; les provisions pondérés du risque des
banque réinvestis et réglementées ; les fonds affectés ; banques et un Tier 1 de 7%
l’autre partie du Tier 1 les fonds pour risques bancaires avec Bâle III.
constitué des titres généraux ; le résultat
net Ils doivent être ≥ 50 % de
hybrides. bénéficiaire de l'exercice non l’ensemble de fonds propres.
approuvé ou non affecté, à
hauteur de 15% ; le résultat
intermédiaire au 30 juin, à
hauteur de 15%.

Fonds propres On a : Le Tier 2 est divisé en Les fonds propres Ces fonds ne doivent pas

propres deux :
complémentaires - complémentaires sont constitués : dépasser 50 % du total des
les fonds
des subventions d’investissement fonds propres.
complémentaires de catégorie 1, - les Upper Tier 2
les dettes subordonnées de long constitués des titres ; des écarts de réévaluation ; des
terme, les instruments hybrides subordonnés à durée réserves latentes positives de
 de dettes et de capital, les indéterminée ; crédit-bail ou de location avec
réserves non publiées, les - le Lower Tier 2 option d’achat (nettes des impôts
réserves de réévaluation et constituée des titres différés) ; des comptes bloqués
provisions générales ou réserves subordonnés avec une d’actionnaires ; des titres et
générales pour pertes sur prêts. date d’échéance emprunts subordonnés à durée
indéterminée.
- les fonds propres supérieure à 5 ans.
complémentaires de catégorie 2,
sont constitués des dettes
subordonnées de court terme.

Fonds propres Ensemble fonds propres de base Constitués de trois Ensemble fonds propres de base La norme minimale est fixée à
réglementaires et fonds propres catégories des fonds à et fonds propres 8 %
complémentaires savoir : le Tier 1, le complémentaires.
Tier 2 et le Tier 3.

Source : auteur

Il ressort de cette présentation que la définition des fonds propres réglementaires est dynamique et tient compte de la conjoncture et du
contexte. Ainsi, après avoir présenté les différents éléments constituant les fonds propres compte tenu de la réglementation prudentielle en la
matière, il serait important de s’attarder sur l’utilisation de ces fonds comme instrument d’appréciation de la solidité des banques.
 Section 2 : Le cadre d’analyse de l’effet de la quantité des fonds propres sur la solidité

financière des banques

La faillite d’une banque peut avoir une influence sur la confiance que les clients
accordent à l’ensemble du système bancaire. Le risque systémique peut partir de la faillite
d’une seule banque. C’est pour cette raison, qu’il est important de mettre sur pied des
stratégies permettant de réduire la probabilité de survenance des faillites des banques. Parmi
ces stratégies, nous avons l’exigence minimale en fonds propres. En effet, l’idéologie
défendue par la plupart des organismes de supervision, c’est que les fonds propres doivent
protéger la banque contre les risques de défaillance. Considérer les fonds propres comme un
coussin, pose la problématique de la quantité adéquate des fonds propres qu’une banque doit
disposer dans son bilan. C’est ainsi qu’en juillet 1988, le Comité de Bâle publie l’accord sur
les fonds propres en se fixant deux objectifs fondamentaux à savoir :

- le renforcement de la solidité des établissements financiers et de la stabilité du

système bancaire international ;

- et proposer un dispositif simple et pertinent afin d’être uniformément applicable

dans toutes les banques de tous les pays.

Les exigences en matière des fonds propres, définies par les Accords de Bâle, sont
utilisées comme un instrument préventif par les régulateurs pour atteindre l’objectif de la
stabilisation du système bancaire (Tartari, 2002). La stabilité31 du système bancaire est une
conséquence positive de la solidité des banques. La situation d’instabilité ou de turbulence
intervient lorsqu’un choc de grande ampleur déstabilise le système financier. L’instabilité
financière est souvent confondue avec la notion de fragilité ou de vulnérabilité des
institutions32. Dans le cadre de la préservation de la solidité des banques, une réglementation
micro-prudentielle est proposée par le Comité de Bâle. Pour atteindre l’objectif de stabilité du
système bancaire en mettant l’accent sur la solidité des composantes du système bancaire, le
Comité de Bâle a conçu des mesures qualitatives et quantitatives des fonds propres pour
couvrir les risques. Ces mesures sont reprises dans le volet prudentiel des différents
organismes de régulation.

31
La stabilité bancaire fait référence aussi bien à la stabilité de chaque établissement bancaire qu’à celle des
relations qui s’établissent entre ces institutions.
32
Dans la littérature, on considère généralement que la fragilité porte sur les risques endogènes et la
vulnérabilité se manifeste vis-à-vis des facteurs exogènes de risque et est regardée comme un phénomène
externe.

115
 Dans son enquête de 2009 portant sur la mise en œuvre de Bâle II dans la CEMAC, la
COBAC constate qu’il n’y a que 34 établissements de crédit sur 46 qui publient des
informations au grand public, informations tant qualitatives que quantitatives. Sur ces 34
établissements de crédit, 19 établissements publient les informations qualitatives sur la
structure de leurs fonds propres et 11 établissements sur l’adéquation de leurs fonds propres.
Les informations quantitatives portent sur la structure des fonds propres (pour 26
établissements) et l’adéquation des fonds propres (pour 12 établissements). Les informations
qualitatives et quantitatives sur les risques (le risque de crédit, le risque de liquidité, le risque
de change, le risque opérationnel et le risque de taux d’intérêt) ne sont publiées que par un
nombre très réduit d’établissements de crédit (en moyenne 5 établissements). Cela justifie
une fois de plus l’importance de l’application des exigences minimales en matière des
capitaux propres. Le ratio couramment utilisé pour atteindre l’objectif de solidité des banques
et de la stabilité du système bancaire se présente sous la forme d’un rapport avec pour
numérateur les fonds propres nets et pour dénominateur les risques pondérés. La composition
de chaque élément du rapport est précisée et la norme minimale est fixée à 8 % (Ikori à
Yombi, 2004).

Un ratio des fonds propres bien élaboré et approprié peut être utilisé comme un
instrument adapté pour la solidité bancaire. En effet, les fonds propres permettent à la banque
d’éviter la faillite en absorbant ses pertes. C’est pour cette raison que l’aspect quantitatif des
fonds propres doit résulter de l’estimation des risques par des méthodes de calcul bien
élaborées. Ainsi, dans le cadre de la prévention de la faillite bancaire, concevoir un lien entre
les exigences en fonds propres et la solidité des banques s’avère important. Pour cela, il se
pose des interrogations sur la quantité des fonds propres et sur l’estimation des risques
bancaires.

Dans cette section, nous présentons d’une part, l’implication des fonds propres dans la
détermination de certains ratios et d’autre part, l’importance des fonds propres comme
instrument de couverture contre les risques bancaires.

I – Les fonds propres et certains ratios

L’importance des capitaux propres dans la solidité des banques, peut être appréciée à
travers la qualité du ratio calculé. En effet, un ratio approprié des capitaux propres augmente
les capacités de la banque à faire face aux chocs défavorables et peut servir d’outil de

116
prévention de celle-ci contre la faillite. La solidité financière d’une banque peut être
essentiellement mesurée par le montant des fonds propres de cette banque, car ces capitaux
déterminent la capacité de la banque à supporter les éventuels risques liés à ses activités.

Les banques doivent être en permanence solvables, c’est-à-dire pouvoir honorer leurs
engagements à tout moment. En effet, si les clients déposants de la banque doutent de sa
solidité financière, ils risquent de ne plus avoir confiance en la banque et de retirer leurs
dépôts, précipitant ainsi la banque (et tout le système s’il s’agit d’une banque importante)
dans des difficultés majeures. Pour cela, il faut des instruments permettant de jauger le niveau
de solvabilité des différentes banques. C’est pour cette raison que le Comité de Bâle a établi
des ratios, que les différents régulateurs doivent mettre en application et s’assurer du respect
de ces ratios par toutes les banques.

I.1 – Le ratio de solvabilité : la pierre angulaire de l’appréciation de la solidité des

banques

La solvabilité d’une banque est sa capacité à rembourser la totalité ou encore

l’intégralité de ses engagements en cas de liquidation totale. Elle dépend de la qualité des
actifs de cette banque, particulièrement de la facilité avec laquelle ces actifs peuvent être
transformés en liquidité, et du montant des engagements de cette banque. La solvabilité d’une
banque peut être aussi considérée comme sa capacité à supporter les demandes de retrait de
ses déposants. Il est de la responsabilité du superviseur de s’assurer que les banques sont bien
aptes à respecter l’obligation de satisfaire les demandes de retrait de leurs clients déposants.
Pour ce faire, les superviseurs apprécient la solvabilité des banques en imposant un niveau
minimal des fonds propres, ceci en tenant compte du principe que les fonds propres de la
banque sont son seul moyen de protection contre les probables pertes. Pour Gouriéroux et
Tiomo (2007) les fonds propres de la banque peuvent être considérés comme le garant de la
solvabilité de celle-ci face aux pertes que peuvent engendrer les risques qu’elle aura pris à
l’actif. Le fait de considérer les fonds propres comme une garantie, témoigne de l’importance
des exigences en capitaux propres.

Les exigences réglementaires en capitaux prennent souvent deux formes à savoir : le

ratio de solvabilité brute et le ratio des fonds propres ajusté des risques (Mishkin, 2010). Le
ratio des fonds propres (FPTA) est utilisé par les banques et les autorités de contrôle des
banques comme un instrument important de gestion. Ce ratio est le rapport des fonds propres

117
 FP
(FP) au total de l’actif du bilan (TA) de la banque, FPTA  . Pris ainsi, ce ratio donne
TA
une mesure brute de la solvabilité de la banque. Son inverse est très souvent considéré
comme le multiplicateur de fonds propres appelé couramment le ratio de levier financier. Ce
ratio indique le nombre d’unités d’actifs rémunérateurs que peut générer chaque unité de
capitaux propres détenue par la banque. Il permet aussi de ressortir la relation qui existe entre
le coefficient de rentabilité (rapport entre le profit net après impôt et fonds propres) et le
coefficient de rendement (rapport entre le profit net après impôt et total actif).

Le ratio de levier financier permet aux actionnaires d’arbitrer entre la sécurité et la

rentabilité des capitaux investis, ce qui conduit à mettre en évidence l’importance du capital
de la banque du point de vue des apporteurs des fonds. En effet, pour les actionnaires par
exemple, le capital est avantageux, parce qu’il rend leur investissement sûr en réduisant la
probabilité de faillite de la banque.

La deuxième forme de ratio de solvabilité est le ratio de fonds propres ajusté des
risques. Ce ratio tient compte du risque des actifs. Pour Mishkin et al. (2010), il existe deux
variantes de ce ratio selon la manière dont on mesure les risques, ce sont : soit
forfaitairement, soit à l’aide des modèles probabilistes plus élaborés. En effet, les crises de fin
des années 1980 ont attiré l’attention des régulateurs sur la détention des actifs risqués. Cette
situation a conduit les superviseurs bancaires des économies industrialisées à une
concertation entre eux au sein du Comité de Bâle. Cette coopération aboutit en 1988 à la
définition d’un ratio de fonds propres ajusté des risques communément appelé le ratio Cooke.
Pour les Etats qui appliquent ce ratio, les banques assujetties sont obligées de détenir en
capital l’équivalent d’au moins 8 % de leurs actifs pondérés par des coefficients de risque
forfaitaires. L’entrée en vigueur de l’accord de Bâle II a eu pour idée principale de proposer
aux banques une approche probabiliste, et non plus arithmétique du risque de crédit et à leur
permettre de calculer leurs fonds propres réglementaires sur la base de leurs modèles internes
d’évaluation des risques.

I.2 – Le ratio de liquidité : un élément du renfort de la résilience des banques

La liquidité une notion faussement facile, mais bien au contraire c’est un concept
complexe comme l’a illustré la récente crise des subprimes. La notion de liquidité est
multidimensionnelle et se réduit difficilement et/ou statistiquement à un seul indicateur. Le

118
Comité de Bâle, dès sa création, avait travaillé parallèlement sur la solvabilité et la liquidité,
mais autant le thème portant sur la solvabilité a été couronné de succès avec la mise en place
de Bâle I puis de Bâle II, autant celui de la liquidité n’a concrètement débouché sur un
exercice de coordination internationale.

La crise des subprimes qui a mis en exergue la question des risques de liquidité, a
conduit à l’intégration plus qu’avant des considérations de liquidité dans le toilettage de Bâle
II. Cela se justifie d’autant plus que les considérations de solvabilité, de liquidité, et les
risques associés sont fortement interdépendants. Le fait d’accorder plus de poids
qu’auparavant au risque de liquidité concerne les trois piliers de Bâle II : d’abord la définition
des ratios des fonds propres proportionnés aux risques encourus (pilier 1), ensuite les règles
de surveillance de la gestion des fonds propres, c’est-à-dire l’exercice de la supervision
bancaire (pilier 2) ici, il faudra accorder une attention particulière à la liquidité des
institutions, et enfin la « discipline de marché » (pilier 3) puisque les banques doivent être
plus transparentes sur leur situation de liquidité.

Pour le Comité de Bâle, les exigences strictes en matière de fonds propres sont
indispensables à la stabilité du secteur financier, mais elles ne suffisent pas. Pour cela, avoir
une liquidité adéquate, renforcée par des normes prudentielles robustes est tout aussi
importante. Jusqu’en 2011, il n’y a pas eu d’harmonisation internationale dans le domaine de
la liquidité des institutions financières (Comité de Bâle sur le Contrôle Bancaire, 2011). Le
Comité de Bâle dans ses réformes récentes avec les accords de Bâle III, a mis en place des
normes de liquidité mondiales harmonisées. De même que les normes mondiales de fonds
propres, les normes de liquidité établissent des exigences minimales. Ces normes favorisent
des conditions de concurrence équitables pour éviter un « nivellement par le bas ».

Les accords de Bâle III édictent un ensemble de normes portant sur la mise en place
d’un ratio de liquidité pour les banques internationales, d’un ratio d’effet de levier, des
mesures contra-cycliques, d’une redéfinition des fonds propres et d’une révision de la
couverture de certains risques. Cet ensemble de normes contribue à renforcer la résilience du
secteur financier et bancaire en prévision de nouvelles tensions financières et économiques,
indépendamment de la source. L’ensemble de ces nouvelles mesures que le Comité de Bâle a
développé pour solidifier la réglementation, le contrôle et la gestion des risques dans le
secteur bancaire vise à renforcer la transparence et la communication au sein des banques.
Ces mesures permettent d’améliorer la capacité des banques à absorber les chocs
défavorables, la gestion des risques et la gouvernance. Le renforcement des exigences

119
qualitatives, quantitatives et les mesures élaborées par le Comité de Bâle sont axés sur deux
démarches. Ils concernent d’une part la réglementation au niveau des banques, c’est-à-dire le
niveau micro-prudentiel, pour renforcer la résilience des institutions bancaires en période de
tension. D’autre part ces mesures concernent les risques systémiques (le niveau macro-
prudentiel de la réglementation) qui peuvent s’accumuler dans le secteur bancaire, ainsi que
leur amplification pro-cyclique dans le temps.

Les réformes élaborées par le Comité de Bâle pour les accords de Bâle III ont pour
objectif d’améliorer la capacité du secteur bancaire à absorber les chocs consécutifs à des
tensions économiques ou financières et de réduire par conséquent, le risque de propagation à
l’économie réelle. Ces réformes sont conçues pour renforcer la réglementation micro-
prudentielle et comportent également, une dimension macro-prudentielle en visant les risques
systémiques qui peuvent entrainer la faillite de tout le système.

Pour contrer les pressions observées durant la récente crise, deux normes
réglementaires ont été élaborées par le Comité de Bâle pour réaliser des objectifs distincts
mais complémentaires au niveau international. Il s’agit du :

- ratio de liquidité à court terme, « Liquidity Coverage Ratio » (LCR) : il concerne

certains actifs liquides pouvant être utilisés pour compenser des sorties nettes de
liquidités dans des scénarios de tensions brèves définis par les responsables
prudentiels ;
- ratio structurel de liquidité à long terme, « Net Stable Funding Ratio » (NSFR) : il
évalue l’ensemble du bilan au moyen d’une estimation des sources de financement
fiables en présence de tensions plus prolongées et moins sévères.

Le ratio de liquidité à court terme (LCR) est un ratio qui doit favoriser la résistance
immédiate des banques à une éventuelle situation d’illiquidité. Les banques sont tenues de
disposer d’un volant de sécurité d’actifs liquides de haute qualité et suffisant pour résister à
des crises de liquidité aiguës sur une durée d’un mois. Les réserves de liquidité doivent être
supérieures aux fuites de liquidité générées par la perte des possibilités de refinancement sur
le marché, la fuite des dépôts, et par une série d’autres facteurs qui peuvent survenir lors
d’une telle crise de liquidité. Les principaux paramètres du LCR sont les suivants :

- le cash et les titres d’Etat sont pondérés à 100%, d’autres titres sont pondérés à
85% (15% de décote sur leur valeur de marché) et le refinancement de marché est
renouvelé à 0% ;

120
 - les prêts aux clients sont supposés renouvelés à 50% et les prêts interbancaires ne
sont pas renouvelés. Les dépôts des Grandes Entreprises subissent un taux de fuite
entre 25% et 75% selon la stabilité estimée du dépôt en question alors que les
autres dépôts subissent des taux de fuite entre 5% et 10% selon la stabilité estimée
du dépôt en question ;
- une conservation d’actifs liquides permettant l’absorption d’une crise sur une
durée d’un mois et un ratio de ces actifs sur les flux de décaissement calculé sur la
base de stress-tests doit être supérieure à 100%.

Le ratio de liquidité à long terme (NSFR) est un ratio à un an qui doit favoriser la
résistance de la banque face à une situation de crise spécifique à cet établissement. Ce ratio
remédie aux asymétries de financement et incite les banques à recourir à des sources stables
pour financer leurs activités. Les principaux paramètres du NSFR sont les suivants :

- ratio des ressources stables supérieur à un an par rapport au montant nécessaire

des ressources stables doit être supérieur à 100% ;
- prise en compte du renouvellement automatique de certains emplois.

Selon Berger (2010), la liquidité est le principal défi pour de nombreuses banques
avec plusieurs conséquences (abandon d’activités, désintermédiation du financement des
entreprises). L’objectif des accords de Bâle III est de réduire au minimum l’exposition du
système bancaire aux chocs néfastes d’offre et de demande d’actifs liquides.

I.3 – Les ratios de la rentabilité : un indicateur de gestion pour les actionnaires

La décision des banques concernant leurs capitalisations se justifie par trois raisons :
le capital sert à éviter les défaillances bancaires ; le montant de capital affecte le rendement
des propriétaires de la banque et l’exigence réglementaire d’un montant minimal de capital.
En effet, les actionnaires d’une banque doivent avoir une idée sur sa gestion. Pour cela, ils
ont besoin d’un instrument de mesure de la profitabilité bancaire.

Il existe deux types d’instrument permettant d’apprécier la rentabilité d’une banque. Il

s’agit du coefficient de rendement et du coefficient de rentabilité.

Le coefficient de rendement (Return On Assets, en abrégé ROA) est une mesure

simple de la rentabilité bancaire. Le ROA est un rapport entre le profit net après impôt (RN)

121
et le total des actifs (TA). Sa formule est ROA  RN . Il donne une idée sur le profit net
TA
d’impôt généré par une unité d’actif. Ce ratio donne une information sur l’efficacité de
gestion de la banque par les managers. Indirectement le coefficient de rendement permet
d’apprécier la productivité de la banque en indiquant combien de bénéfices sont engendrés en
moyenne par une unité d’actif.

Les actionnaires s’intéressent beaucoup à ce que leur rapporte leur investissement.

Pour avoir cette information, les investisseurs utilisent un deuxième instrument
d’appréciation de la rentabilité. Le coefficient de rentabilité (Return On Equity, en abrégé
ROE) est une mesure simple de la profitabilité bancaire. Ce ratio est déterminé par le rapport

entre le profit net après impôt et les fonds propres (FP), en d’autres termes, ROE  RN .
FP

Nous constatons que la relation qui existe entre le niveau de capitalisation et la

rentabilité des capitaux est directe dans le coefficient de rentabilité. Cette relation montre
bien l’importance du débat qu’il y a autour de l’exigence des fonds propres minimum. En
effet, nous constatons qu’une augmentation des fonds propres sans impact sur le profit va
entraîner une baisse du coefficient de rentabilité. Par contre, certains auteurs pensent que
l’augmentation des fonds propres entraîne une augmentation du profit, ce qui va induire aussi
une augmentation du coefficient de rentabilité. Il est donc important de ressortir la relation
qu’il y a entre le coefficient de rendement et le niveau de capitalisation. Pour cela, nous
devons savoir qu’il y a une relation directe entre le coefficient qui mesure l’efficacité de
gestion de la banque et celui qui mesure le rendement de l’investissement des actionnaires de
la banque. En effet, si nous tenons compte du multiplicateur de fonds propres encore appelé
le ratio de levier financier (Leverage Ratio, abrégé LR), qui se définit comme le montant

d’actifs par unité de capital. C’est-à-dire LR  TA . Ainsi, en partant de la relation

FP
RN RN TA avec RN RN TA
   ROE ,  ROA et  LR on a donc la relation
FP TA FP FP TA FP
suivante : ROE  ROA  LR . Ceci nous amène à comprendre l’importance de la prise en
compte du niveau de fonds propres ou en d’autres termes de capitalisation de la banque dans
la détermination de sa performance.

122
 II – Les fonds propres : un outil de couverture contre les risques

Le capital d’une banque est un outil de protection contre les pertes susceptibles de
survenir dans cette banque. Les banques peuvent être obligées de maintenir un niveau optimal
de capitalisation pour trois raisons d’après Saadaoui (2010). 1) Il existe un niveau optimal de
capitalisation déterminé par un arbitrage entre le coût de faillite et l’avantage fiscal 33, de
façon à maximiser la valeur des titres de propriété. En effet, d’après Modigliani et Miller
(1958), il existe un caractère incontestable de la nécessité d’une adéquation entre les fonds
propres et le risque de défaillance. 2) La deuxième raison est liée au coût de transaction, étant
donné qu’une banque a une préférence pour les comptes de dépôts qui sont moins coûteux à
émettre et à gérer que les titres de propriété. Par ailleurs, il est impossible de se financer
exclusivement par émission de dettes, elle sera alors incitée à identifier un montant optimal
de fonds propres qu’elle devrait affecter afin de ne pas compromettre sa rentabilité. 3) La
troisième raison est l’existence d’un problème d’asymétrie de l’information entre l’autorité de
régulation et la banque, ce qui légitime le recours à la réglementation des fonds propres afin
d’inciter la banque à limiter sa prise de risque (Berger, 2010). Le recours aux exigences en
matière des fonds propres renforce la capitalisation et permet de réduire l’exposition aux
risques en limitant l’effet de levier.

Pour Petey (2004), la capitalisation des banques et la réglementation qui l'encadre

visent à réduire la faillite des banques en diminuant leurs probabilités d’insolvabilité, car ils
permettent de doter ces banques des capacités suffisantes d'absorption des pertes. Ainsi, un
niveau de capitalisation plus élevé avec un actif inchangé doit conduire à une réduction
globale de la probabilité de défaillance des banques. De plus, il est important de noter que
l’exigence de se conformer à une norme des fonds propres peut empêcher une banque d’avoir
une attitude risquophile. Le fait que le capital représente la perte par la banque en cas
d’insolvabilité pousse cette dernière à prendre soins de risque qu’elle encourt au fur et à
mesure que son niveau de capitalisation augmente (Ndiaye, 2015). Ceci justifie la relation
positive entre le niveau de capitalisation et la solidité bancaire. Pour que l’exigence en fonds
propres et la réglementation qui l’encadre soient efficaces, il faut tenir compte de la qualité
des actifs, c’est-à-dire de la composition des portefeuilles d’actifs et de la structure du capital
des banques.

33
Pour plus de développement, confère la théorie de Modigliani et Miller

123
 D’après Saadaoui (2010), les fonds propres réglementaires sont là aussi pour résoudre
le problème de l’asymétrie d’information. Il suppose que ce mécanisme prudentiel peut être
utilisé afin de complémenter l’assurance-dépôts. Ainsi, en combinant ces deux outils
réglementaires, les autorités bancaires auront d’après cet auteur la possibilité d’extraire le
maximum d’informations concernant la situation de la banque et la qualité de ses actifs. De
plus, en s’appuyant sur une norme de fonds propres, les autorités bancaires ont la possibilité
de réduire le risque d’anti-sélection dans les banques. En effet, l’introduction d’une norme
rigide peut permettre par effet de répression réglementaire d’éviter la prise excessive de
risque, ce qui peut obliger les banques à adopter un comportement prudent vis-à-vis du
risque.

En se référant à certains auteurs (Berger, 2010 ; Petey, 2004 et Saadaoui, 2010), on

peut dire qu’en effet, les fonds propres réglementaires, à travers leur effet prudentiel, servent
à diminuer la prise de risque dans les banques, à protéger ces dernières du risque de crédit et
à les contraindre à couvrir leur endettement en limitant l’effet de levier. Ainsi, lorsqu’une
banque se conforme à ces exigences réglementaires, on suppose qu’une augmentation du
niveau de ses fonds propres doit conduire à une diminution de sa prise de risque. Tandis
qu’une augmentation de la prise de risque d’une telle banque, doit être couverte par un
renforcement de ses fonds propres. En conséquence, un accroissement de l’effet de levier va
conduire cette banque à augmenter ses fonds propres pour couvrir son endettement et sa
position en liquidité.

Le rôle des exigences en fonds propres comme instrument de couverture contre le

risque fait l’objet d’un débat théorique. En effet, tout comme certains défendent le rôle
prudentiel des fonds propres, plusieurs auteurs remettent en cause ce rôle prudentiel associé
aux normes de fonds propres. Pour ces derniers auteurs, quand cette norme est définie
indépendamment du risque, par la fixation d’un seuil minimal de capitalisation proportionnel
au volume des prêts, cela peut amener la banque qui vise à optimiser la combinaison
rendement – risque de son portefeuille, à accroître le niveau relatif des crédits risqués. Cette
attitude est liée au degré d’aversion au risque de cette banque et à la nature de la relation
entre le rendement et le risque, en d’autres termes la volatilité du rendement. De toutes les
façons l’exigence en fonds propres est un mécanisme qui est susceptible d’induire la
prudence des banques vis-à-vis des risques.

124
 II.1 – La théorie de préférence sur les états : l’exigence de capitalisation a un effet

positif sur la solidité bancaire

La capitalisation est un élément essentiel de la solidité, du développement et de la

pérennité de tout établissement financier. En effet, certains auteurs comme Lindgren et al.
(1996), pensent que la capitalisation peut être considérée comme un critère important dans la
détermination de la solidité bancaire. Dans cette lignée, Petey (2004) suppose que la décision
de capitalisation de la banque est basée en grande partie sur un objectif de maîtrise du risque
de ses activités et particulièrement de son risque de faillite. C’est pourquoi, la variation du
capital de la banque doit être observée périodiquement, pour un suivi dynamique de sa
solidité. En principe, le risque de faillite de la banque est permanent, il est donc nécessaire
que la vigilance de la banque soit aussi permanente. On peut justifier cette observation
dynamique de la capitalisation bancaire, par le fait qu’une banque peut théoriquement
augmenter ou diminuer sa prise de risque en distribuant des crédits aujourd’hui, compte tenu
de la couverture des coûts futurs lié à l’accroissement des exigences réglementaires.

Concernant les exigences réglementaires, il existe plusieurs approches théoriques

parmi lesquelles on a : la théorie de la préférence sur les états et la théorie du choix de
portefeuille. Ces théories de la réglementation prudentielle posent le problème de la
controverse qui existe autour des effets des exigences réglementaires.
La théorie de préférence sur les états développée par des auteurs comme Kareken et
Wallace (1978), considère que les dirigeants de la banque cherchent à maximiser la valeur de
leur institution tout en respectant la réglementation. Ainsi, pour répondre à une exigence
réglementaire sur les capitaux propres plus rigoureuse, les dirigeants de la banque vont
toujours réduire le risque du portefeuille de cette dernière afin d’éviter les pénalités. En effet,
les pénalités peuvent avoir un impact négatif sur la valeur de la banque. C’est pour cette
raison que, les banques ont souvent tendance à arbitrer entre les pertes de rendement
qu’engendre leur conformité aux exigences réglementaires et les coûts liés aux sanctions
légales si elles enfreignent les règles. Pour Couppey et Madiès (1997), cette théorie constitue
l’un des premiers cadres d’analyse utilisé pour étudier les exigences réglementaires dans le
domaine bancaire. L’hypothèse fondamentale de cette théorie est l’existence d’un système
complet de marchés financiers contingents. Dans ce cadre d’analyse, la banque est
appréhendée comme une entreprise spécifique du fait de son pouvoir de marché tant à l’actif
qu’au passif. La complétude de marchés financiers est difficile à atteindre dans les économies
en développement, ceci rend l’hypothèse de base de cette théorie moins réaliste.

125
 Supposons que la banque agit entre deux instants représentant le début et la fin d’une
période d’exercice. Les résultats obtenus par la banque en fin de période sont conditionnés
par des états de la nature possibles dans son monde. Ces états de nature existent en nombre
fini. De plus, on considère que les décisions concernant le choix d’un portefeuille d’actifs
financiers et d’une structure de passif de la banque ont lieu en début de période. A cet instant
l’état de la nature qui va prévaloir dans ce monde n’est pas encore connu. Il faut rappeler que
les choix de la banque tiennent compte des fonctions objectives des différents apporteurs des
fonds (les actionnaires, les créanciers et les déposants). Les actionnaires de la banque sont
supposés avoir une responsabilité limitée, car les fonds propres représentent une créance
résiduelle que détiennent les actionnaires sur les actifs de la banque (Mongin, 2000). Dans ce
contexte, la banque effectue son choix de manière à maximiser sa valeur, sous la contrainte
d’équilibre de son bilan.
Lorsque la banque constate une diminution de ses produits issus d’intérêts, donc de
ses bénéfices anticipés, suite à un changement du contexte, elle va augmenter sa prise de
risque (Saadaoui, 2010). En effet, la préservation du pouvoir de marché, est un objectif
primordial pour la banque dans la conquête de sa part de marché. Ceci dit, la perte de
l’avantage de préservation du pouvoir de marché par une banque peut l’inciter à l’excès de
prise de risque. C’est pour cette raison, qu’il faut tenir compte de certains facteurs pour
l’exigence des fonds propres, car l’imposition d’une norme de fonds propres onéreuse et
contraignante, peut avoir des effets néfastes sur les banques. Il peut arriver qu’une banque en
difficulté de capitalisation, pour se conformer à la norme prenne des risques. Cette banque va
financer des activités à forte rentabilité et volatiles avec une marge d’intérêt élevée pour
augmenter ses réserves et indirectement accroître son niveau de capitalisation d’une manière
rapide, mais imprudente.

Dans la littérature, la solidité d’une banque, c’est-à-dire sa probabilité à rester rentable

et solvable pour résister à des évolutions défavorables est subordonnée principalement à une
capitalisation suffisante. C’est pour cela que la plupart des organes de supervision bancaire
exige un certain niveau de capitalisation des banques. Le sixième principe fondamental pour
un contrôle bancaire efficace stipule ce qui suit : « les autorités de contrôle bancaire doivent
fixer à toutes les banques des exigences de fonds propres minimales et appropriées. Celles-ci
devraient refléter les risques qu’elles encourent et doivent déterminer les composantes du
capital, en tenant compte de leur capacité d’absorber les pertes. Au moins pour les banques
qui opèrent à l’échelle internationale, ces exigences de fonds propres ne doivent pas être

126
inférieures à celles qui sont prévues dans l’Accord de Bâle et ses amendements ». Si l’on se
réfère aux accords de Bâle II, il ressort que les principes essentiels du deuxième pilier de ces
accords sur la surveillance prudentielle, met l’accent sur l’adéquation des fonds propres.
C’est ainsi que le principe un de Bâle II se décline en ces termes : « les banques devraient
disposer d’une procédure permettant d’évaluer l’adéquation globale de leurs fonds propres
par rapport à leur profil de risque, ainsi que d’une stratégie permettant de maintenir leur
niveau de fonds propres ». La mise en œuvre d’une telle procédure n’implique pas seulement
les dirigeants des banques, mais elle passe par : une surveillance par les actionnaires et les
managers ; une évaluation saine des fonds propres ; une évaluation exhaustive des risques ; la
mise en place d’un système adéquat de surveillance et de notification de l’exposition au
risque aux instances de la banque ; et enfin l’analyse par le contrôle interne (COBAC, 2009).
Ces éléments sont importants pour le maintien des équilibres financiers fondamentaux et
même de la pérennité des banques. C’est pour cette raison que certains superviseurs exigent
un couplage de l’apurement du bilan avec des mesures interne visant à accroître la
profitabilité à travers une recapitalisation.

Les accords de Bâle qui ont été mis en place depuis 1988 avec l’accord de Bâle I, se
fondent sur l’idée de mise en adéquation des fonds propres aux risques des banques. C’est
ainsi qu’à cette époque, cet organe innove en proposant dans son premier accord un ratio des
fonds propres qui devrait permettre aux banques de couvrir leurs risques. Les banques
doivent ainsi disposer, à tout moment, d’un montant de fonds propres qui couvre au moins
8% de la valeur de leurs actifs pondérés de leurs risques. Cependant, il s’avère que
l’imposition d’un seuil réglementaire de capitalisation, indépendant du risque, peut conduire
les dirigeants d’une banque, qui cherchent à maximiser leur profit, à adopter des stratégies
plus ou moins risquées, en fonction de leur aversion au risque. C’est pour éviter un tel
comportement risqué, qu’il est recommandé de lier le niveau de capitalisation réglementaire
au niveau du risque qui caractérise les différentes catégories d’actifs dont détient une banque
(Saadaoui, 2010). C’est pour cette raison que les accords de Bâle en proposant le ratio des
fonds propres, propose aussi une application à l’échelle internationale de la dissociation des
actifs par catégorie de risque. A chaque fois, il a fallu l’adapté à la conjoncture économique.
C’est ainsi qu’en 2009, conformément au mandat confié par le G20, le Comité de Bâle a
défini un troisième dispositif, qui a abouti à la publication en décembre 2010 de nouvelles
normes détaillées sur l’adéquation des fonds propres et la liquidité des établissements de
crédit, communément appelées « Bâle III ».

127
 Le dispositif prudentiel dans son ensemble, comprend des normes quantitatives de
solvabilité et de liquidité et des normes qualitatives se rapportant à la gestion des risques. En
ce qui concerne les normes de solvabilité, dans la CEMAC, la COBAC a fait usage de ses
prérogatives dès le démarrage de ses activités dans les années 1990 en promulguant des
règlements relatifs aux fonds propres nets, à la couverture et à la division des risques des
banques (Madji, 2002). Ces normes de solvabilité ont été élaborées en tenant compte, d’une
part, des directives du Comité de Bâle en la matière, et d’autre part, des spécificités des
systèmes bancaires de la CEMAC. Progressivement, la COBAC met ses normes en
conformité avec les standards internationaux, si l’on s’en tient aux rapports sur les différentes
évaluations du système financier de la CEMAC réalisées par le FMI et la Banque Mondiale.
On peut le constater dans les règlements récents à travers certains changements, portant sur la
notion de « fonds propres complémentaires » qui a remplacé celle de « ressources assimilées
aux fonds propres ». Il en est de même pour les « fonds propres de base » qui s’alignent sur
les standards internationaux.

C'est autour de cette nouvelle structure des fonds propres que la COBAC définit cinq
ratios. Parmi lesquels, le ratio de couverture des risques qui est inspiré des principes de la
réglementation internationale à travers les accords de Bâle. Il répartit les actifs par catégorie
de risques. Les coefficients de pondération sont définis par type d’actif. La pondération des
établissements de crédit est fonction de leur rating. Celle relative aux Etats de la CEMAC est
fonction du respect des critères de convergence. Et puis, la pondération est réduite de moitié
pour les crédits bénéficiant d’un accord de classement de la Banque centrale. Il faut souligner
que certaines particularités dues à des dispositions spécifiques méritent d’être soulevées. En
effet, pour tenir compte de l’étroitesse du marché bancaire de la CEMAC et de la limitation
des concours bancaires aux apparentés qui ne fait pas l’objet d’une directive précise des
accords de Bâle, la COBAC a adopté en matière de division des risques un ratio. Le ratio de
division des risques tient compte de la sagesse populaire reprise par Winton (1999) en ces
termes « Don’t put all your eggs in one basket » autrement dit, il n'est pas raisonnable de
« mettre tous ses œufs dans un même panier ». Ce ratio oblige les banques à éviter la
concentration des prises de risques sur un petit nombre d’emprunteurs dont l'insolvabilité
définitive ou même partielle pourrait les ébranler. Il limite à 45% des fonds propres nets les
risques pondérés portés sur un même bénéficiaire alors que le standard international est fixé à
25%. D’après Winton (1999), la conséquence d’une telle réglementation, c’est que la
diversification des banques nécessite plus des fonds propres que leurs spécialisations dans un

128
domaine précis. Cet aspect fait l’objet d’un débat entre la théorie de l’intermédiation
financière qui défend la diversification des institutions et la finance d’entreprise qui voudrait
que les banques se spécialisent pour en tirer le maximum de profits de leurs cibles.

La réglementation COBAC prévoit également la limitation des concours octroyés aux

actionnaires, associés, administrateurs, dirigeants et au personnel. Cette décision part du fait
qu’un établissement peut être mis en difficulté à travers l’utilisation par ses partenaires
privilégiés des ressources collectées auprès de la clientèle, pour financer au moyen de
concours excessifs leurs propres affaires dont la bonne fin s’avère souvent malheureuse.
Ainsi, la COBAC exige l’observation de ces deux règles en permanence : l'encours global des
engagements des apparentés ne peut excéder 15% des fonds propres nets et les engagements
qui excédent 5% des fonds propres nets doivent venir en déduction du montant des fonds
propres nets. En obligeant les établissements de crédit à se doter de fonds propres en
adéquation avec les risques encourus, ces normes, ainsi que les règles de comptabilisation et
de provisionnement des créances en souffrance qui leur sont associées depuis 1998,
concourent au maintien de la stabilité financière en limitant les facteurs d'incertitude et de
volatilité (Madji, 2002). En effet, le respect de l’ensemble des normes prudentielles doit
contribuer à préserver la stabilité du système bancaire de la sous-région. En plus, pour
certaines études comme celle de Rochet (2008), la rentabilité du système bancaire est
intimement liée à sa stabilité, car les résultats conditionnent l’existence de fonds propres
susceptibles de permettre aux banques de supporter les chocs défavorables. Toutefois, ce
système nécessite qu’en contrepartie la prise de risque par les banques soit limitée par une
réglementation prudentielle adaptée. On peut faire allusion notamment aux exigences en
capitaux propres proportionnées aux risques pris par ces banques, et à un système de
supervision suffisamment efficace pour empêcher ces banques de contourner la
réglementation.

Dans la même logique Kim et Santomero (1988) montrent qu'en l'absence de

contrainte réglementaire sur le niveau de fonds propres, les banques présentant une faible
aversion pour le risque vont sélectionner des actifs plus risqués et cherchent le taux de fonds
propres le plus faible. Pour Saadaoui (2010), il est possible aussi que les banques réduisent
leur effort de capitalisation et augmentent leur prise de risque durant les périodes de forte
concurrence où les marges d’intermédiation se resserrent. Selon l’auteur, la comparaison des
résultats entre les banques fortement capitalisées et les banques faiblement capitalisées
montre qu’il n’y a pas de relation claire entre le degré de capitalisation et la prise de risque.

129
Par conséquent, une attention particulière doit être portée, sur le degré de capitalisation et la
sensibilité des banques à leurs marges d’intermédiation. Kim et Santomero (1988) pensent
que l'hétérogénéité des préférences en matière de risque dans l'industrie bancaire implique
une relation négative entre le risque des actifs et le taux de fonds propres. Pour cela donc, la
capitalisation des banques doit influencer négativement la prise des risques, d’où la relation
négative entre la capitalisation et le risque d'insolvabilité. Malheureusement, certaines études
empiriques soutiennent que l’augmentation de la capitalisation réglementaire n’influence pas
la prise de risque des banques, alors que l’excès de risque induit une diminution du niveau de
leurs fonds propres (Saadaoui, 2010).

II.2 – La théorie du choix de portefeuille et les effets pervers des exigences en fonds

propres

Le niveau de capitalisation de la banque relève des exigences réglementaires utilisées

pour résoudre le problème posé par l’incitation des banques à une prise excessive de risque.
En dépit des raisons avancées pour justifier l’importance des exigences en fonds propres,
l’efficacité de ces exigences reste largement controversée. En effet, Diamond (1984)
considère la banque comme un gestionnaire délégué du portefeuille. Ainsi, face à une
contraction des exigences en fonds propres, la réaction de la banque peut prendre la forme
d'une réallocation de son portefeuille d'actifs. En effet, pour augmenter sa rentabilité, la
banque peut être amenée à accroître proportionnellement ses actifs rentables et risqués, ce qui
va par conséquent augmenter sa probabilité de faillite. On aboutit ainsi à un paradoxe, car le
respect de la réglementation conduit à un effet pervers, c’est-à-dire l’accroissement de la
prise de risque par la banque.
Pour la théorie du choix de portefeuille, la banque choisit la composition de son
portefeuille en fonction de la rentabilité et de la volatilité de cette dernière. Ainsi, pour un
niveau de risque donné, la banque choisira le portefeuille qui maximise son profit espéré,
compte tenu des rendements des actifs. Ceci suppose que la banque agisse dans un espace
risque – rentabilité. Ainsi, l’introduction d’une exigence en fonds propres influence la
frontière risque – rentabilité de la banque, ce qui conduit la banque à reconfigurer la
composition de son portefeuille des actifs. La banque en reconfigurant son portefeuille peut
augmenter sa probabilité de faillite, car le dirigeant de la banque peut choisir de compenser la
perte d’utilité due à l’introduction de l’exigence en fonds propres en choisissant un

130
portefeuille plus risqué. Pour Kim et Santomero (1988), Koehn et Santomero (1980), la
reconfiguration du portefeuille de la banque dépend de son degré d’aversion au risque. Pour
ces auteurs les banques non averses au risque vont répondre à l’introduction de l’exigence en
fonds propres par une augmentation du risque de leurs portefeuilles, ce qui va par conséquent
augmenter leurs niveaux du risque de faillite. En effet, ils pensent qu’une restriction sur les
fonds propres est susceptible de rendre le portefeuille de crédits de la banque inefficient, ce
qui ne lui permettra pas d’atteindre la combinaison optimale rendement – risque qui
maximise la valeur de son portefeuille. On peut expliquer ainsi, le fait qu’une banque à faible
aversion au risque puisse modifier la structure de son portefeuille crédits en octroyant plus de
crédits risqués (Kim et Santomero, 1988 ; Koehn et Santomero, 1980). Ainsi, la
réglementation prudentielle est alors vidée de toute substance, puisqu'elle aboutit à l'effet
opposé à celui escompté.

Dans l’étude de la relation ratio minimum du capital et cycle de crédit, Mojon (1996)
pense que le seul moyen pour les banques de procéder à leur recapitalisation à partir de leur
activité traditionnelle d’intermédiation est d’augmenter leur marge d’intérêt. En effet, les
banques peuvent aussi se tourner vers des activités hors-bilan sur produits dérivés en misant
sur les commissions. Ces activités semblent être moins consommatrice du capital que la
transformation de dépôt en crédit. Cette nouvelle orientation stratégique des banques
contribue à la baisse de l’offre de crédit, au travers du désengagement des banques de leur
activité traditionnelle. C’est ainsi que l’auteur constate que dans les années 1990, la mise en
place de la nouvelle réglementation prudentielle dans le secteur bancaire a renforcé le
retournement de l’offre de crédit qui avait un lien étroit avec la conjoncture. Selon lui, ce
n’est qu’après avoir constaté une forte augmentation du nombre des prêts non-performants
due à l’offre de crédit parallèle à la conjoncture, que les banques ont commencé à
provisionner beaucoup plus qu’elles ne le faisaient auparavant.

D’autres auteurs pensent que la réglementation prudentielle a pour effet le

rationnement du crédit par les banques. En réalité, les banques moins capitalisées étant
limitée dans la distribution de crédit, vont procéder au rationnement du crédit. Ce
comportement va se généraliser dans le système bancaire du fait de mimétisme des banques.
Pour Aglietta (1992), ce comportement peut conduire à une instabilité dynamique de l’offre
de crédit, car il pense que même les banques bien capitalisées, c’est-à-dire dont le niveau de
fonds propres est supérieur au minimum exigé, auront tendance à rationner les crédits par un
comportement moutonnier des autres banques. Contrairement à cette idée, Saadaoui (2010)

131
croit que les banques bien capitalisées peuvent développer un engouement pour le risque. Il
se fonde sur le fait que la forte capitalisation de leur banque, procure un excès de confiance
aux actionnaires qui auront tendance à pousser les managers de leur banque à s’aventurer
dans le financement des projets plus risquées afin d’accroître leur marge de profit. Pour bien
comprendre cette situation, il faut partir de l’hypothèse de conflit d’agence (principal-agent)
qui peut influencer le rôle prudentiel des fonds propres réglementaires. En effet, les
actionnaires d’une banque (le principal) sont portés essentiellement vers la maximisation de
la valeur de leurs actions, alors que les dirigeants (l’agent) cherchent à protéger leur poste et
leur rémunération. Ainsi, si ce sont les actionnaires supposés peu averses au risque qui
influencent les choix de financement de la banque, il peut avoir une hausse de la prise de
risque, notamment si leurs objectifs coïncident avec ceux poursuivis par les dirigeants. De
plus, il peut arriver que l’excès de capitalisation provoque chez les dirigeants de la banque,
un sentiment de sécurité qui va les encourager à choisir des stratégies plus risquées. Il faut
rappeler que l’offre de crédit bancaire est fonction du taux d’intérêt et du taux de
refinancement bancaire. En s’appuyant sur la théorie du cycle du crédit, on peut dire que les
fonds déterminant l’offre de crédit sont constituées principalement des fonds propres et des
dépôts.

Il faut se rappeler des différentes asymétries d’information qu’on trouve au niveau de

la banque. D’après Couppey et Madiès (1997), pour bien étudier la banque, il est nécessaire
de tenir compte de toutes ses relations, car dans celles-ci, il existe une asymétrie
d’information qui peut être favorable ou défavorable à la banque. Il peut avoir une asymétrie
d’information exploitée ou subie par la banque dans ses différentes relations. Par conséquent,
en ce qui concerne la relation banque – régulateur, la structure du contrat qui les lie doit
prendre en considération cette réalité. Dans la littérature, lorsque le contrat liant le régulateur
et la banque prend en considération une contrainte d’incitation, le mécanisme des fonds
propres réglementaires devient alors un mécanisme susceptible de conduire les banques à la
prudence. Toutefois, dans certaines circonstances, les éléments qui poussent une banque à
prendre de risque à l’excès peuvent dominer ceux qui l’incitent à la prudence (Saadaoui,
2010). Par exemple, le niveau de conformité d’une banque aux exigences réglementaires peut
baisser, si les dirigeants de celle-ci anticipent une diminution de l’espérance des profits
futurs, suite à l’augmentation du capital et/ou si le coût de monitoring des crédits octroyés par
cette institution est assez élevé (Blüm, 1999). On peut dans certains cas penser que, les
banques prennent des risques excessifs pour couvrir les coûts associés aux procédures

132
d’augmentation du capital, tout en maximisant la valeur de leurs actions. De plus, l’obligation
de la reconstitution du capital par les banques pour atteindre le ratio minimum de
capitalisation, est un facteur haussier du niveau de risque. Mojon (1996) suppose que
lorsqu’une banque constate des pertes sur les prêts accordés antérieurement, elle va chercher
à accroître son produit bancaire jusqu’à ce que ces pertes soient intégralement absorbées. Les
banques étant incapables de prévoir le risque de défaut de leurs emprunteurs, couvrent ex-
post les pertes associées à la réalisation de ce risque en augmentant souvent avec retard leur
marge d’intérêt.

De ce qui précède, on peut dire que l’exigence réglementaire en fonds propres peut
provoquer des effets inattendus sur le comportement d’une banque. Il peut arriver qu’une
banque renforce sa capitalisation, en augmentant sa prise de risque et, parallèlement, si elle
augmente sa prise de risque, elle réduira ses fonds propres. En effet, dans le contexte de la
CEMAC, en augmentant la prise de risque, la banque augmente la distribution de crédits à
l’économie. Malheureusement, l’augmentation de la prise de risque a un effet nocif sur les
fonds propres, ce qui va réduire inéluctablement la capacité de la banque à distribuer des
crédits. Ainsi, le volume du crédit peut se restreindre considérablement d’une période à une
autre si les pertes supportées par les banques sont importantes. En résumé, il ressort que les
effets de la capitalisation sur les risques bancaires restent ambigus. La tendance majoritaire
soutient l’idée de l’effet positif de l’adéquation des fonds propres aux risques sur la solidité
bancaire. C’est ainsi que la plupart des organes de supervision applique des ratios des fonds
propres en rapport avec les risques des actifs pondérés. Pour la CEMAC en 2009, l’enquête
de la COBAC pour la mise œuvre des accords de Bâle II, révèle qu’il n’y a que dix-neuf
établissements de crédit sur quarante-six répondants qui disposent d’une procédure
d’évaluation de l’adéquation de leurs fonds propres par rapport à leur profil de risque. En
plus, parmi ces dix-neuf établissements de crédit, il y en a seize qui déclarent disposer d’une
stratégie leur permettant de maintenir le niveau de leurs fonds propres lorsqu’ils opèrent en
situation économique défavorable. Pour cela, il est important d’étudier le niveau d’adéquation
des fonds propres aux risques bancaires. Faut-il en faire une exigence ? Il est difficile de
répondre à cette question au regard du débat théorique qui aboutit à l’ambiguïté de l’effet des
fonds propres sur la prise de risque.

Au terme de cette section, on peut présenter une synthèse du débat classique sur la
nécessite des fonds propres à travers le tableau no 8.

133
 Tableau 8 : synthèse des axes de recherche autour de la nécessité des fonds propres

Axe de recherche Cadre d’analyse Position Références

Les fonds propres comme La théorie de préférence Les fonds propres comme coussin et garant Berger (2010), Madji (2002),
amortisseurs des risques sur les états de la solvabilité des banques Gouriéroux et Tiomo (2007),
Petey (2004) et Tartari (2002)

Asymétrie d’information et fonds La théorie de préférence Les fonds propres permettent de réduire Berger (2010), Couppey et
propres sur les états l’asymétrie d’information entre le Madiès (1997), Saadaoui
régulateur et la banque (2009)

Les instruments de solidité des La théorie de préférence Les fonds propres sont un instrument Lindgren et al. (1996), Petey
banques sur les états important de la solidité bancaire (2004)

Relation exigence en capital et La théorie du choix de Une exigence contraignante en fonds Aglietta (1992), Mojon (1996)
cycle de crédit portefeuille propres entraine une augmentation de la
prise des risques. Une augmentation
d’exigence en capital peut conduire au
rationnement de crédit

Fonds propres et prise des La théorie du choix de Une restriction en fonds propres peut Blüm (1999), Kim et
risques portefeuille accroître le niveau de risque de la banque Santomero (1988), Koehn et
Santomero (1980)

Source : auteur
 Conclusion

L’objet de notre étude est d’analyser la relation qui existe entre le niveau de
capitalisation et la solidité bancaire. Pour ce faire, nous avons présenté dans ce chapitre les
différentes composantes des fonds propres, afin de circonscrire le concept de capitalisation.
Ainsi, on constate à travers les différents accords de Bâle que, le concept de capitalisation est
dynamique. Ce caractère dynamique apparaît dans les différentes formules définies par le
Comité de Bâle pour la constitution des fonds propres. De plus, on constate que non
seulement les composantes des fonds propres ont évolué dans le temps, elles diffèrent aussi
dans l’espace. Ainsi, la définition des fonds propres par la COBAC, du fait qu’elle tienne
compte de certaines réalités contextuelles, n’est pas la même définition qu’utilise la
Commission Bancaire Européenne.

En réalité, toutes les économies n’ont pas les mêmes caractéristiques et n’évoluent pas
avec la même conjoncture. C’est pour cette raison que, pour un bon suivi des institutions
bancaires, la régulation doit prendre en compte les spécificités de l’économie. C’est ainsi que,
pour la définition de la réglementation dans la CEMAC, la COBAC adapte les fondamentaux
définis par le Comité de Bâle. Pour ce qui est des exigences en fonds propres, la COBAC
définit les fonds propres de base qui peuvent être assimilés au Tier 1 dans la nouvelle
réglementation de Bâle (Bâle III) et les fonds propres complémentaires, c’est-à-dire le Tier 2
pour la nouvelle réglementation. Les aspects contextuel et conjoncturel sont pris en compte au
sein de ces catégories des fonds propres.

Pour ce qui est de la nature de l’influence du niveau de capitalisation sur la solidité

bancaire, il ressort de la revue de littérature théorique une controverse. En effet, certains
auteurs (Shrieves et Dahl, 1992 ; Kim et Santomero, 1988 ; Artus, 1991) pensent qu’il existe
une relation positive entre le niveau de fonds propres et la prise de risque. Pour ces auteurs,
les exigences en fonds propres contraignantes et coûteuses ont pour effet l’augmentation de la
prise des risques, non seulement par les banques moins capitalisées, mais par effet d’imitation
même les banques bien capitalisées augmentent leur prise des risques. Ils justifient cela, en
s’appuyant sur la théorie du choix de portefeuille. Ces auteurs pensent qu’il est important de
tenir compte de l’asymétrie d’information qui existe entre la banque et le régulateur et le
degré d’aversion pour le risque, afin d’éviter un sentier d’expansion déséquilibré de la

135
banque, compte tenu des différents modes de gouvernance34. C’est pour cette raison que
Rochet (2008) pense qu’il ne sert à rien de mettre au point des ratios de solvabilité complexes,
si les banques qui ne respectent pas ces exigences ne sont pas sévèrement pénalisées.
Malheureusement, il paraît révélateur à cet égard que le pays qui était allé le plus loin dans ce
sens (les États-Unis avec le système de « Prompt Corrective Action », les actions de
correction rapide qui oblige les autorités de contrôle à fermer les banques insuffisamment
capitalisées avant qu'il ne soit trop tard), n'a pas pu empêcher la quasi-faillite de la banque
Bear Stearns.

A contrario, certains auteurs comme Miskhin et al. (2010) montrent qu’il existe bel et
bien une relation négative entre la capitalisation bancaire et la prise des risques. Pour ces
auteurs, le débat devrait plutôt porter sur le niveau de capitalisation et non le sens de la
relation. Cette idéologie soutenue par la théorie de préférence sur les états, est celle défendue
par le Comité de Bâle. En fait, l’idée c’est d’arriver à déterminer un niveau adéquat des fonds
propres pour chaque niveau de risque. C’est pour cette raison que tous les actifs doivent être
pondérés, car fixer un taux minimum forfaitaire des fonds propres indépendamment du niveau
de risques peut conduire à l’effet contraire.

34
En ce qui concerne les modes de gouvernance de la banque, Lobez (2010) décrit deux modes contradictoires
qui déterminent le type de sentier d’expansion de la banque. Il s’agit du mode de gouvernance des actionnaires
avec plus de risques et du mode de gouvernance des déposants qui prône moins de risques.

136
 CHAPITRE 4 : L’INFLUENCE DU NIVEAU DE CAPITALISATION SUR LA

SOLIDITE BANCAIRE DANS LA CEMAC : UNE EVALUATION EMPIRIQUE

Introduction

Principal canal de mobilisation de l’épargne et de financement des investissements

dans les pays en développement, les banques font face à plusieurs risques. L’une des causes
de la crise bancaire des années 2008, communément connue sous l’appellation de la crise des
subprimes est l’excès de prise des risques. En effet, l’une des principales activités de la
banque est l’octroi de crédit. Pour garantir une couverture suffisante des risques liés à cette
activité, les banques doivent détenir un montant minimum de capital défini par les autorités
réglementaires. Cependant, cette réglementation relative au capital n’a pas toujours permis
d’atteindre avec efficacité l’objectif de la solidité des banques (Camara, 2010). La
réglementation en matière de capital s’appuie sur des exigences minimales en fonds propres
qui dépendent du risque des banques. Modigliani et Miller (1963) pensent que la nécessité
d’une adéquation entre les fonds propres et les risques est incontestable. En effet, l’un des
principes de l’analyse financière porte sur la couverture d’une partie des actifs, notamment
les moins liquides, par des capitaux permanents. Les fonds propres qui font partie des
capitaux permanents assurent au sein de la banque, les fonctions d’assainissement des pertes,
de financement de l’actif immobilisé, de la confiance des déposants et de la correction des
distorsions d’échéances (Solhi et Mehdi, 2012).

Pour le secteur bancaire de la CEMAC, il ressort du rapport annuel de la COBAC en

2010 que sept banques sur quarante-trois ne respectent pas la norme prudentielle. Le nombre
des banques sous-capitalisées est allé croissant. C’est ainsi qu’en 2013, onze banques sur
cinquante, n’ont pas respecté cette norme (COBAC, 2013). Sur les onze banques en
infraction par rapport au ratio de couverture des risques par les capitaux propres, cinq sont au
Cameroun, deux au Gabon, deux au Congo, une au Tchad et une en Guinée Equatoriale. Au
vu de cette situation et de l’importance du risque systémique, il serait intéressant d’accorder
une attention particulière aux banques de ces pays. De plus, les secteurs bancaires de ces pays
sont fragiles, car caractérisés par un volume important de créances douteuses et litigieuses, et
un environnement légal, institutionnel et réglementaire inadéquat (Soupmo Badjio, 2009).
C’est pour ces raisons que les dernières évaluations du secteur financier de la CEMAC par le
FMI et la banque mondiale, ont conduit Gulde-Wolf et Ghura (2013) à préconiser

137
l’application stricte des normes prudentielles pour atténuer les risques qui menacent la
stabilité du secteur bancaire de cette zone.

Les conclusions sur l’impact des exigences en capital sur la prise des risques par les
banques sont mitigées, aussi bien pour les travaux théoriques qu’empiriques. Blüm (1999)
dans un modèle dynamique, montre que l’adéquation du capital bancaire au risque peut
accroître le niveau de risque de la banque. Il pense qu’il faut tenir compte de l’effet inter-
temporel, pour que l’exigence en capital ait un effet négatif sur la prise de risque par les
banques. Pour lui, l’effet positif du niveau de capitalisation sur la solidité des banques dépend
de l’effet inter-temporel. Lorsque l’exigence en termes des capitaux propres est coûteuse, la
seule possibilité pour une banque d’augmenter dans le futur le niveau de ses fonds propres,
c’est d’augmenter aujourd’hui sa prise de risque en investissant dans des actifs à forte
rentabilité et volatilité. La contrainte inter-temporelle de l’exigence en capital peut aussi
dépendre du niveau du capital ex ante de la banque (Camara, 2010). Ainsi, les banques sous
capitalisées peuvent prendre des risques excessifs lorsqu’elles veulent augmenter leur niveau
de capitalisation.

Les études empiriques comme celle de Shrieves et Dahl (1992) qui examinent le
comportement des banques vis-à-vis des risques face à la variation des exigences en capital,
mettent en évidence les effets du renforcement des exigences en capital. En effet, ces
exigences contribuent à accroître le niveau de capitalisation des banques, mais l’impact de
cette pression réglementaire sur la prise de risque reste mitigé. La crise des « subprimes » a
révélé les insuffisances de la réglementation en matière du capital. Malgré les niveaux de
capitalisation acceptables des banques, l’intervention de l’Etat a été déterminante pour la
poursuite des activités bancaires. La solvabilité réelle des banques était devenue douteuse, ce
qui entraîna une crise de confiance. Cette situation nous amène à s’interroger à propos de
l’influence de la capitalisation sur la solidité des banques dans un contexte normal. A cet
égard, il y a lieu de se poser la question de savoir : comment relever la contribution du niveau
de capitalisation à la solidité des banques ? Pour ce faire, nous allons nous intéresser aux
effets des indicateurs individuels du type CAMEL et des indicateurs macroéconomiques sur
la relation qui lie le niveau de capitalisation à la capacité des banques à résister aux chocs
défavorables.

Les études existantes dans ce domaine se sont intéressées plus à l’impact des
composantes du capital sur le comportement des banques et ont révélé des résultats mitigés

138
(Camara, 2010 ; Saadaoui, 2010). La majorité de ces travaux concerne le système bancaire
américain (Shrieves et Dahl, 1992 ; Jacques et Nigro, 1997) et le système bancaire européen
(Rime, 2001). Peu de travaux se sont intéressés aux relations entre le capital et la solidité des
institutions bancaires dans les pays de l’Afrique subsaharienne. Notre étude déplace le débat
concernant le sens de la relation qui existe entre le niveau de capitalisation et la solidité des
banques, vers les facteurs amplificateurs ou modérateurs de cette relation. La proposition
d’un modèle permettant d’améliorer la capacité des banques de la CEMAC à faire face aux
chocs, constitue l’une de nos préoccupations dans le cadre de cette étude.

La suite de ce chapitre est organisée en deux sections. La première section présente et

justifie le cadre d’application du modèle utilisé pour la réglementation prudentielle dans la
CEMAC. Dans la deuxième section, nous passons en revue les principaux résultats de la
modélisation des effets des autres facteurs sur la relation qui existe entre la capitalisation et la
solidité bancaire. En dernier ressort, nous présentons le modèle, les résultats des estimations
et les interprétations qui en découlent sans oublier les recommandations.

Section 1 : Le cadre d’utilisation des indicateurs de solidité financière de type CAMEL

Un système bancaire efficace et solide ne peut exister selon Albulescu (2009) sans
une régulation efficace et une surveillance attentive des institutions bancaires. La surveillance
prudentielle des institutions bancaires implique une analyse de la solidité de ces institutions.
L’analyse de la solidité d’une banque doit tenir compte des activités principales de cette
dernière. On doit ainsi, dans le cadre de cette analyse s’intéresser à l’activité de mobilisation
de l’épargne et de financement des projets par les banques. C’est pour cette raison, qu’il est
important d’analyser les procédures appliquées par les banques pour accorder des crédits et
du maintien d’un niveau adéquat des fonds propres. Albulescu (2009) et Borio (2003)
résument les perspectives d’une réglementation micro-prudentielle en objectif à court terme
et objectif final35. Les organes de supervision pour atteindre l’objectif final, utilisent souvent
un modèle de risque exogène, et le type de contrôle prudentiel utilisé tient compte des risques
des institutions individuelles (bottom up).

35
La réglementation micro-prudentielle a pour objectif la protection des fournisseurs des fonds (les
actionnaires, les créanciers et les déposants). Les autorités réglementaires cherchent atteindre cet objectif par
la limitation des déséquilibres individuels des banques.

139
 Capelle-Blancard et Chauveau (2004) pensent que pour atteindre leurs différents
objectifs, les autorités de surveillance disposent d’un large éventail d’instruments. Pour ce qui
est de la CEMAC, la COBAC utilise de deux manières les instruments qui lui permettent de
surveiller les conditions dans lesquelles les institutions bancaires exercent leurs activités. Elle
procède souvent à un examen qualitatif des banques au cas par cas (contrôle sur place) ou à
un suivi permanent à distance à travers le traitement de l’information purement statistique
(contrôle sur pièce).

I – la supervision bancaire : le contrôle sur pièce et le contrôle sur place

Pour remédier à la situation provoquée par la crise des années 1980, une réforme du
dispositif de supervision bancaire fut engagée en Afrique centrale. C’est ainsi qu’en octobre
1990, la COBAC est créée afin d’assurer la surveillance du système bancaire de la sous-
région. Cette réforme a continué avec l’adoption en 1992 de la convention définissant les
conditions d’exercice et de contrôle de l’activité bancaire dans la zone. Dans le cadre du suivi
des activités des banques de la sous-région, la COBAC intervient suffisamment en amont
pour éviter le non-respect de la réglementation en matière des fonds propres. Elle agit pour
éviter l’insuffisance des fonds propres des banques par rapport aux exigences prudentielles
minimales. Elle a le pouvoir discrétionnaire d’ordonner en cas de besoin des mesures
correctrices. Pour ce faire, dans la CEMAC, la convention de 1992 définissant les conditions
d’exercice et de contrôle de l’activité bancaire a mis en place un processus de surveillance
prudentielle.

Le processus de surveillance prudentielle prend en compte la nature, la taille et la

complexité de l’activité des établissements bancaires. La COBAC développe un système
d’évaluation des risques pour organiser et mettre en œuvre dans le cadre du processus de
surveillance, l’évaluation du profil de risque des établissements bancaires. Elle a mis en place
le cadre d’un dialogue permanent entre elle et les établissements bancaires. A travers un
échange structuré des informations sur la base des résultats du processus de surveillance,
d’évaluation prudentielle et de l’adéquation des fonds propres, l’autorité de surveillance
apprécie les mesures de gestion des risques mis en place par les banques.

Les méthodes et les outils utilisés par la COBAC dans le cadre du processus de
surveillance et d’évaluation défini par la convention de 1992, s’appuient, d’une part, sur un

140
dispositif de contrôle sur pièces, et d’autre part, sur celui d’un contrôle sur place. Le contrôle
sur pièces est fondé sur l’examen périodique de l’ensemble des informations dont dispose la
COBAC. Tandis que le contrôle sur place, consiste à conduire, au sein des banques, de
missions de vérification ponctuelles, générales ou thématiques, permettant à la commission
de compléter et d’approfondir la surveillance opérée dans le cadre du contrôle sur pièces.
Chacun de ces contrôles concourt à l’évaluation prudentielle globale portée sur une banque.

I.1- le contrôle sur pièces

Dans le cadre de l’exercice de ses activités de contrôle, la COBAC a développé des

méthodes et des outils d'évaluation prudentielle. Certains de ces outils sont développés
spécialement pour l’exercice des contrôles sur pièces et d’autres sont conçus pour l’exercice
des contrôles sur place. Les diagnostics issus de la mise en œuvre de chacun de ces outils
et/ou méthodologies peuvent être utilement exploités tant par les unités en charge des
contrôles sur pièces que par celles conduisant les missions de vérification sur place.

L’analyse du respect des différents ratios prudentiels constitue un des éléments

essentiels du processus de surveillance prudentielle dans le cadre de l’exercice des contrôles
sur pièces. Les informations transmises périodiquement par les banques, portent notamment
sur leur solvabilité. Cette dernière est appréciée suivant une approche prudentielle, à travers
le ratio de couverture des risques (Règlement COBAC R-2010/01 abrogeant les Règlements
COBAC R-2003/06 qui complétait le Règlement COBAC R-2001/02 et le Règlement
COBAC R-93/03). Le Règlement COBAC R-2010/01 exige des établissements de crédit la
détention d’un certain niveau de fonds propres en couverture de leurs risques pondérés. Les
fonds propres doivent ainsi couvrir les risques pondérés à hauteur de 8% au minimum. Les
informations demandées par la commission bancaire peuvent concerner la composition des
fonds propres et de ressources permanentes (Règlement COBAC R-93/02 modifié par le
Règlement COBAC R-2001/01 relatif aux fonds propres nets des établissements de crédit),
ou bien, la liquidité de la banque (Règlement COBAC R-93/06 relatif à la liquidité des
établissements de crédit). Pour avoir une vision synthétique des types des risques supportés
par la banque, la COBAC collecte aussi des éléments relatifs au contrôle des grands risques
(Règlement COBAC R-2010/02 relatif à la division des risques des établissements de crédit).
Tous ces éléments contribuent à l’identification des potentiels facteurs de vulnérabilité d’une
banque.

141
 La COBAC pour avoir une image fidèle de la situation des banques, peut compléter
l’analyse des différents ratios par l’étude d’autres éléments. Ceci dans la mesure où elle
suppose que ces ratios de gestion ne reflètent que partiellement les spécificités de l’activité et
de la situation individuelle de la banque. Elle peut utiliser des éléments comme les documents
comptables transmis périodiquement par les banques et les documents d’ordre interne,
notamment, ceux destinés aux membres des organes exécutifs et délibérants. Il faut signaler
que ces documents à leur réception font systématiquement l’objet de vérifications. En plus,
pour approfondir l’analyse, la COBAC peut s’intéresser à l’ensemble des informations
publiées par les banques, notamment celles à destination du public et des investisseurs. Ces
données font l’objet d’analyses, afin d’identifier les évolutions atypiques, voire
préoccupantes, susceptibles de traduire une situation de fragilité de la banque. De même, la
commission peut procéder à des comparaisons entre les banques de même taille, pour tenter
d’identifier celles présentant des situations individuelles s’écartant de celles que présentent
l’ensemble homogène auquel elles appartiennent.

Ces comparaisons entre banques ayant des profils de risque similaires contribuent à
l’homogénéité de traitement entre banques dans le cadre du processus de surveillance
prudentielle. Pour Gilbert et al. (2000), les superviseurs pour le contrôle sur pièces,
s’appuient souvent sur les modèles économétriques et le suivi. C’est dans ce cadre que la
Commission bancaire met en œuvre des outils d’aide à l’analyse financière et des risques. La
COBAC a mis en place un Système de Collecte, Exploitation et Restitution aux Banques et
Etablissements Financiers des Etats Réglementaires (CERBER), qui contribue au diagnostic
sur l’évolution probable de la solvabilité d’un établissement ou sur la qualité de son
portefeuille de crédits. Elle définit les ratios financiers provenant des bilans et comptes de
résultats des banques à propos de leurs solidités. Les inspecteurs de la COBAC s’appuient sur
leur expérience pour apprécier les informations contenues dans les différents ratios.

Les différentes évolutions de la politique de supervision bancaire de la COBAC à

travers les différents règlements, montrent que le contrôle sur pièce est incontournable. En
effet, certaines études (Cole et Gunther, 1998 ; Hirtle et Lopez, 1999) révèlent que la
situation d’une banque peut rapidement se dégrader entre deux périodes de contrôle sur place.
Ainsi, le contrôle sur pièces doit être considéré comme un outil important de décision pour la
commission bancaire. Il aide cette dernière à identifier les institutions qui ont besoin d’une
attention particulière.

142
 I.2- le contrôle sur place

Pour la surveillance des banques, les superviseurs utilisent le contrôle sur place et le
contrôle sur pièces. Ces contrôles leurs permettent d’identifier les banques fragiles, afin de
prendre des mesures correctives. D’après Gilbert et al. (2000), l’outil le plus utilisé pour
identifier les banques dont la situation n’est pas satisfaisante est le contrôle sur place. Pour ce
type de contrôle, les inspecteurs de l’organe de supervision (la COBAC) se déplacent vers les
locaux de la banque et passent en revue tous les aspects de la solidité et de la sécurité de la
banque. Ce contrôle par sa nature est coûteux pour l’organe de supervision et la banque
contrôlée. C’est pour cela que, les superviseurs utilisent davantage le contrôle sur pièces pour
un suivi permanent des banques. Le contrôle sur pièces incite la banque à maintenir une
bonne solidité et sécurité entre les différents passages des contrôleurs. Dans le cadre de
l’exercice de ses missions, la COBAC diligente des missions de vérification sur place qui
évaluent la nature et la qualité des risques portés par la banque grâce à un examen approfondi
des opérations de cette dernière (Madji, 2002). L’équipe de la Commission bancaire contrôle
l’adéquation de l’organisation interne de la banque à la nature de ses activités et de ses
risques. Elle vérifie la sincérité et l’exhaustivité de l’information comptable et financière
adressée par la banque aux autorités de contrôle.

Le contrôle sur place intervient comme un complément indispensable pour le contrôle

sur pièces. En effet, ce contrôle est diligenté pour toute question qui ne peut être traitée ou
examinée par les unités chargées des contrôles sur pièces. La COBAC définit annuellement le
programme des missions de vérification devant être conduites au cours du prochain exercice.
Pour ce faire, elle se fonde sur les conclusions des travaux conduits par les unités du contrôle
sur pièces, les développements du marché et les constats opérés par les équipes du contrôle
sur place à l’occasion de leurs précédentes missions de vérification. La commission bancaire
en tenant compte des évolutions des situations des différentes banques, peut en cours
d’exercice ajuster la liste des banques à visiter. Les missions de vérification conduites sur
place peuvent être d’ordre général ou thématique (c'est-à-dire limitées à un type de risque
particulier). Les éléments comme la taille de la banque à contrôler sont souvent pris en
compte dans la détermination de la nature de la mission de vérification. En outre, certaines
missions thématiques peuvent être transversales et concerner par conséquent plusieurs
banques à la fois.

143
 Pour bien conduire ces contrôles, la commission bancaire utilise des modèles
statistiques et économétriques pour les analyses des informations collectées. C’est pour cette
raison que Gilbert et al. (2000) pensent que l’une des contributions remarquables des
économistes au développement de la supervision bancaire, est l’apport des modèles
économétriques. Ces modèles permettent aux superviseurs bancaires de détecter rapidement
les banques qui sont dans une situation préoccupante. Ces modèles utilisent les informations
issues des états financiers des banques. C’est ainsi que pour les modèles d’alerte précoce,
l’attention va porter sur la probabilité de faillite de la banque dans le futur, tandis que le
stress-test va chercher à apprécier la capacité de la banque à supporter un choc.

II – les fondamentaux de l’estimation avec les indicateurs CAMEL

Les superviseurs pour assurer la surveillance micro-prudentielle disposent de deux

types de contrôle (Kamgna et al, 2009 ; Capelle-Blancard et Chauveau, 2004 ; Gilbert et al.,
2000). Ils s’appuient sur le contrôle sur pièces et le contrôle sur place pour examiner la
situation financière des banques. L’audit d’une banque concerne l’intégralité de sa situation
financière et permet au superviseur d’identifier les banques fragiles. Pour effectuer ses
analyses lors de la surveillance, la commission bancaire définit des indicateurs de solidité
financière sur la base des données transmises par les banques. Les indicateurs les plus
connus, sont ceux de type CAMEL. Ces derniers sont utilisés par les autorités de supervision
bancaire américaine depuis le début des années 1980 (Capelle-Blancard et Chauveau, 2004).
Le sigle CAMEL ou encore CAMEL(S) fait référence à cinq et depuis 1997 à six critères qui
sont généralement pris en considération lors du rating de chaque banque. Ces critères sont : la
solvabilité (Capital adequacy), la qualité des actifs (Asset quality), la qualité de la gestion
(Management quality), l'aptitude à réaliser des profits (Earnings ability), la trésorerie
(Liquidity position) et depuis 1997, la sensibilité au risque de marché (Sensitivity to market
risk).

En pratique, à l'issue du passage d'une équipe de supervision mandaté par les autorités
de contrôle, il est attribué une note à chacun de ces six critères de référence. Généralement la
notation est faite sur la base d’une échelle de 1 à 5 avec 1 comme la meilleure note 5 la
mauvaise. Ces notes résument l’analyse prudentielle des ratios et doivent servir à la
commission bancaire pour déterminer la cote de la banque. Dans le cadre de la CEMAC, la
commission dispose d’un système de cotation des établissements de crédit (SYSCO) qui

144
utilise un indicateur composite qui reste strictement confidentiel. En 2011 sur 35 banques
cotées, seulement 2 banques présentaient une situation financière solide, tandis que 6 banques
présentaient une situation financière fragile (COBAC, 2011). L’étude de (Sahajwala et Bergh,
2000) révèle que les autorités de contrôle accordent de plus en plus d'importance aux
procédures formelles d'estimation du risque de défaut par des analyses quantitatives. En effet,
Capelle-Blancard et Chauveau (2004) pensent que ces procédures n'ont plus pour seul but de
dresser un bilan de santé de la banque à un moment donné, ils fournissent également des
indicateurs avancés d'insolvabilité de cette dernière.

II.1- les différents indicateurs de type CAMEL

La définition des indicateurs de solidité financière (ISF) est primordiale pour un

contrôle efficace des banques. En effet, les ISF sont des indicateurs qui fournissent des
informations pertinentes sur la santé et la solidité des banques d’un pays (FMI, 2006). Les
ISF permettent à l’organe de contrôle de filtrer les banques, pour n’en retenir pour un examen
approfondi qu’un nombre réduit. Ces indicateurs sont extraits des informations comptables
régulièrement transmises par la banque à l’autorité de contrôle. Ils permettent à cette dernière
de juger de la solidité financière de la banque.

La solidité financière est souvent opposée aux notions de fragilité ou de vulnérabilité

financière. Certains auteurs comme Albulescu (2009) considèrent qu’une institution est solide
lorsqu’elle est caractérisée par un faible degré de fragilité ou de vulnérabilité. Dans la
littérature, la délimitation entre les termes fragilité et vulnérabilité reste ambiguë. Néanmoins,
les études considèrent généralement que la fragilité porte sur les risques endogènes du
système, tandis que, la vulnérabilité se manifeste vis-à-vis des facteurs exogènes du système.
La vulnérabilité est appréhendée comme une vulnérabilité externe. Au-delà de la distinction
entre ces notions apparentées, il est important d’analyser les éléments qui caractérisent la
solidité financière des banques pour une bonne appréciation.

L’analyse de la solidité des banques conduite par la COBAC s’appuie énormément sur
la structure et le niveau des fonds propres. En effet, les fonds propres constituent le point
d’ancrage des différents ratios de gestion définis par la réglementation prudentielle dans la
sous-région. De plus, ces fonds permettent à la banque de faire face à la concrétisation de ses
risques (Saadaoui, 2010). En outre, lors d’un contrôle, la commission bancaire vérifie la

145
représentation du capital minimum et étudie les composantes du ratio de solvabilité. C’est
pour cette raison que dans la plupart des cas, la composition des fonds propres fait l’objet
d’un règlement ou d’une instruction et surtout d’un examen approfondi lors des contrôles.
Les unités de contrôle s’intéressent notamment à la part des fonds propres de base (tier 1) et
leur qualité, compte tenu des exigences de disponibilité et de permanence de ce type de
fonds.

Certains ISF sont des ratios représentant les variables relatives aux engagements et
aux actifs des banques. Ils rendent compte de la solvabilité de ces institutions. Les indicateurs
utilisés dans le domaine bancaire peuvent être d’après les recommandations du FMI (2006)
répartis en deux sous-groupes : les indicateurs centraux dont la production est fortement
prescrite et les indicateurs recommandés dont la production est encouragée. Les indicateurs
centraux couvrent les risques liés à l’adéquation des fonds propres, la qualité des actifs, la
qualité de gestion, la rentabilité et la liquidité. Le tableau n° 9 suivant fait la synthèse des ISF
utilisés dans le cadre des modèles qui font usage des indicateurs CAMEL.

Tableau n° 9 : Synthèse des ISF relatifs aux modèles CAMEL

N° Indicateurs Types Eléments de base Observations

1 Fonds propres réglementaires/actifs C Fonds propres Central

pondérés en fonction des risques

2 Fonds propres réglementaires de C Fonds propres Central

base/actifs pondérés en fonction des
risques

3 Fonds propres/actifs C Fonds propres

4 Prêts improductifs/total des prêts bruts A Actifs (Crédits) Central

5 Répartition sectorielle des prêts/total des A Actifs (Crédits) Central

prêts

6 Répartition géographique des prêts/total A Actifs (Crédits) Recommandé

des prêts

7 Grands risques/fonds propres A Fonds propres Recommandé

146
8 Prêts improductifs moins A Fonds propres Central
provisionnement/fonds propres

9 Marge d'intérêt/produit brut M Produits Central

10 Produit des transactions/total des produits M Produits Recommandé

11 Charges hors intérêts/produit brut M Produits Central

12 Charges de personnel/charges hors M Charges Recommandé

intérêts

13 Rentabilité des actifs (produit net/valeur E Actifs Central

moyenne du total des actifs)

14 Rentabilité des fonds propres (produit E Fonds propres Central

net/valeur moyenne des fonds propres)

15 Actifs liquides/total des actifs (ratio de L Actifs Central

liquidité des actifs)

16 Dépôts de la clientèle/total des prêts (non L Actifs (Crédits) Recommandé

interbancaires)

17 Actifs liquides/passifs à court terme L Passifs Central

Source : FMI (2006)

Ces indicateurs présentent plusieurs avantages, dont le principal réside dans leur faible
coût de mise en œuvre. En effet, la détermination de ces indicateurs ne requiert pas
automatiquement une visite de la banque. Ces indicateurs permettent aux superviseurs de
contrôler les banques en continu et par conséquent de réagir promptement lorsque la situation
de l'une d'elles se détériore. De plus, ces indicateurs peuvent être utilisés systématiquement
pour l'ensemble des institutions du système bancaire.

L’autorité de contrôle résume les informations apportées par les ISF à travers un
système de cotation des banques permettant de classifier celles-ci. Plusieurs techniques
comme les systèmes d’alerte précoce, l’analyse discriminante ou le modèle logit-probit sont
utilisées pour la réalisation de cette classification. Ces techniques ont permis l’automatisation

147
du calcul des scores et le classement une fois les ISF collectés auprès des banques (Kamgna
et al., 2009). Les modèles de prévision du risque de faillite des banques font l'objet de
nombreuses recherches dans les pays développés (Capelle-Blancard et Chauveau, 2004). Il
est important de présenter les différents courants de ces études.

II.2- Le débat théorique sur l’utilisation des indicateurs de type CAMELS : les

avantages et limites

L’objectif des analyses utilisant les indicateurs CAMELS est d’apprécier la situation
d’une banque, afin de limiter la prise excessive de risque. En effet, la faillite d’une banque a
plus de résonance que celle des autres entreprises et elle est coûteuse pour l’économie
(Caprio, 1997). C’est pour cette raison que les autorités monétaires développent des stratégies
pour réduire et si possible maîtriser les faillites bancaires. Selon Sahajwala et Bergh (2000),
l’augmentation des cas de défaillances bancaires aux États-unis a entrainé l’apparition de
plusieurs techniques d’estimation. Certaines de ces techniques d’estimation sont utilisées
pour construire des modèles d’appréciation de la solidité des banques : la régression linéaire,
l’analyse discriminante, les modèles probit/logit et les méthodes d’analyse des indicateurs.
De plus, l’analyse à travers les indicateurs de solidité peut être utilisée simplement comme
une procédure de partition des banques en deux catégories : les banques solides et les
banques fragiles. Sous certaines hypothèses, toutes ces techniques permettent d’identifier la
nature et l’importance des explications d’un ISF donné d’une banque (variable dépendante)
par d’autres indicateurs (variables indépendantes). La variable dépendante peut être un
indicateur de type CAMELS. Dans la littérature, les indicateurs de type CAMELS sont
davantage utilisés comme facteurs explicatifs dans la plupart des modèles de prédiction de
défaillance bancaire ou d’estimation de rating des banques (Abdennour et Houhou, 2008 ;
Saadaoui, 2010).

Dans la CEMAC, l’organe de supervision utilise un Système de Cotation des

Etablissements de Crédit (SYSCO). Ce système résume l’analyse des ratios prudentiels
définis par la COBAC pour la surveillance prudentielle. Le système SYSCO est proche des
méthodes des signaux36 qui utilisent les indicateurs CAMELS, mais il possède des
spécificités qui l’éloigne de ceux-ci. Les banques présentes dans la CEMAC sont dans la

36
La méthode du signal des systèmes d’alerte permet d’analyser le comportement des indicateurs financiers.

148
grande majorité assimilables à des banques de petites et moyennes tailles, d’où la nécessité
d’un système de second génération. En effet, ce type de système fonctionne bien sur les
banques de petites et de moyennes tailles (Sahajwala et Bergh, 2000).

Les indicateurs de type CAMELS présentent deux qualités essentielles à savoir : leur
simplicité et leur faible coût de mise en œuvre (Gilbert et al., 2000). Ces indicateurs sont
généralement déterminés par le recours aux données comptables. Ils peuvent être utilisés pour
les méthodes statistiques pour le contrôle off-site ou on-site. Un autre avantage de ces
indicateurs est leur utilisation en continu et au plus grand nombre d’institutions. Ils
permettent d’apprécier la santé financière des banques et d'identifier celles qui sont en
difficulté. Plusieurs études (Gilbert et al., 2000 ; Kim et Santomero, 1988 ; Koehn et
Santomero, 1980 ; Martin, 1977 et Meyer et Pifer, 1970) utilisent ces indicateurs déterminés
par des ratios provenant des informations comptables. L’approche CAMELS malgré ses
avantages présente toutefois des limites et nécessite des améliorations.

Une première voie de recherche pour l’amélioration de l’approche CAMELS

standard, consiste simplement à l’enrichir en ajoutant aux ratios individuels d'autres
variables. On peut y ajouter des variables qualitatives ou quantitatives, censées représenter
par exemple les conditions économiques locales (Pantalone et Platt, 1987). Un autre
prolongement possible consiste à incorporer des indicateurs de marchés qui peuvent être
calculés à partir des taux d'intérêt (Jagtiani et al., 2000) ou des indices boursiers. Dans notre
cas, nous ajoutons deux variables macroéconomiques, une variable représentant
l’environnement économique et l’autre représentant l’environnement monétaire.

Il ressort de cette présentation du cadre d’utilisation des indicateurs de type

CAMELS, que tous les acteurs (apporteurs des fonds, dirigeants, régulateurs, etc.) du secteur
bancaire peuvent les utilisés pour apprécier la solidité des banques. Les superviseurs
bancaires utilisent ces indicateurs d’une part pour le contrôle sur place et d’autre part pour le
contrôle sur pièces. Les informations comptables transmises par les banques à l’organe de
contrôle permettent de définir les ISF. Le FMI (2006) a répartis les ISF en indicateurs
centraux dont la production est fortement prescrite et en indicateurs recommandés, c’est-à-
dire ceux dont la production est encouragée. Ces indicateurs présentent des avantages liés à
leur simplicité, à leur faible coût de mise en œuvre et à leur utilisation en continue. De plus,
on constate que dans la plupart des études utilisant ces indicateurs, l’accent est mis sur
l’adéquation des fonds propres comme instrument de couverture des risques.

149
 Section 2: Le niveau de capitalisation : le nœud de la solidité bancaire

Les banques à travers leurs activités de mobilisation de l’épargne et du financement

des projets par l’octroi de crédits, sont exposées à plusieurs types de risque. En effet, à travers
le droit qu’ont les déposants d’exiger lorsqu’ils le veulent et sans préavis le retrait de leurs
fonds, les banques sont soumises au risque de retrait. Ce risque peut rendre la banque
vulnérable et entrainer sa faillite, car selon Diamond et Dybvig (1983), la fuite des dépôts est
la forme la plus redoutable du risque de système qui inquiète la banque. Les retraits des fonds
par les déposants sont influencés par le degré de confiance qu’ont ces déposants envers leurs
banques.

La confiance des déposants à la banque est fondée sur plusieurs éléments parmi
lesquels, la capitalisation de la banque. Le niveau de capitalisation de la banque signale aux
déposants et au régulateur, la situation financière de la banque et son niveau de risque. C’est
pour cette raison que, certains auteurs comme Saadaoui (2010) pensent que l’imposition d’un
seuil de capitalisation, indépendant du risque, peut conduire les dirigeants des banques à
adopter des stratégies plus ou moins risquées en fonction de leur aversion au risque. Les
dirigeants moins averse au risque, en cherchant à maximiser la valeur de leurs banques, vont
adopter des comportements plus risquées. Il faut dire que chaque unité du capital qui
remplace une unité de créances en souffrance est un coût pour la banque. Ainsi, afin de
combler cette perte, certains dirigeants utilisent comme une solution tout en respectant le
niveau de capitalisation exigé, le renforcement dans les bilans de leurs institutions du poids
relatif des actifs risqués dont la rentabilité est élevée. Pour éviter ce comportement risqué, le
Comité de Bâle recommande de lier le niveau de capitalisation réglementaire au niveau du
risque qui caractérise les différentes catégories d’actifs dont dispose une banque (Rochet,
1992).

Pour ce qui est des banques de la CEMAC, leur comportement extrêmement prudent
dans le financement de l’économie peut être dû à la peur de prendre de nouveaux risques en
relation avec leur niveau de capitalisation. Il ressort du rapport annuel de la COBAC, que sur
un total de quarante-trois banques analysées à la fin de l’année 2010, trente-six ont affiché un
ratio de couverture de risques pondérés par les fonds propres nets supérieur ou égal au
minimum réglementaire de 8 %, contre trente-deux banques en 2009. Il souligne que sept
banques sont en infraction soit 16,3 % de l’ensemble des banques de la sous-région. Les sept
banques en infraction par rapport au ratio de couverture des risques, sont en activité

150
respectivement au Cameroun (trois banques), au Tchad (deux banques), en Centrafrique (une
banque) et en Guinée Equatoriale (une banque). Un an après, on constate que la situation ne
s’est pas améliorée. Le rapport en fin d’année 2011 affiche les résultats suivant : sur un total
de quarante-cinq banques en activité, trente-huit ont un ratio de couverture de risques
pondérés par les fonds propres nets supérieur ou égal au minimum réglementaire de 8 %,
contre trente-six sur quarante-trois banques pour l’année 2010. Sur les sept banques en
infraction, cinq banques sont en activité au Cameroun et deux banques au Congo. Ces
banques représentent environ 15,6 % des banques présentes dans la CEMAC et 10 % du total
des actifs du système bancaire. La COBAC constate qu’entre 2010 et 2011, la part des fonds
propres comptables dans le total de la situation cumulée des banques de la CEMAC s’est
relativement dégradée en passant de 8,54 % en 2010 à 8,23 % en 2011. En plus, en raison de
la forte concentration des crédits sur quelques grands clients, la commission bancaire met
l’accent sur les normes de division des risques qui demeurent à parfaire (Gulde-Wolf et
Ghura, 2013).

La solidité financière des banques reste une des préoccupations majeures des autorités
de surveillance et des banques centrales. L’identification des méthodes de mesure de ce
phénomène complexe constitue une préoccupation pour les économistes. L’analyse des
indices de solidité construit à partir des indicateurs CAMELS représente l’une des techniques
appropriées pour fournir aux analystes des informations importantes sur le niveau de la
solidité d’une banque. De plus, certaines autorités de surveillance utilisent des modèles
permettant d’apprécier la dynamique de la solidité d’une banque. La construction d’un tel
modèle comporte trois étapes. Il s’agit tout d’abord de construire l’indicateur qui reflète la
situation financière de la banque. Ensuite, il faut choisir les indicateurs individuels qui
expliquent cette situation, puis retenir une procédure de normalisation de ces indicateurs.
Enfin, il faut définir un système de pondération de ces indicateurs individuels pour expliquer
la solidité de la banque (Albulescu, 2008).

Dans cette section, nous élaborons un modèle de solidité des banques pour la CEMAC
en tenant compte des indicateurs CAMEL et des indicateurs macroéconomiques. L’objectif
est d’analyser les effets des facteurs amplificateurs ou modérateurs de la contribution du
niveau de capitalisation à la solidité des banques dans la CEMAC en tenant compte des
indicateurs individuels de type AMEL et des indicateurs macroéconomiques. Dans la mesure
où nous supposons que la solidité financière de la banque est un processus dynamique, nous
appliquons le modèle sur une période de quatorze ans.

151
 I – la relation entre le niveau de capitalisation et l’indicateur de solidité de la banque

Le Comité de Bâle a établi en 1988 son premier accord (Accord de Bâle I) portant sur
le contrôle bancaire. L’une des idées défendues par cet accord est la couverture des risques
pris par les banques par leurs fonds propres. Cet accord appliqué à l’échelle internationale a
permis de dissocier les actifs des banques par catégorie de risque. Le Comité de Bâle
recommande aux organismes de contrôle d’exiger aux banques la détention à tout moment,
d’un montant de fonds propres qui couvre au moins 8% de la valeur de leurs actifs pondérés
de leurs risques. Ainsi, plus une banque acquiert des actifs risqués, plus elle doit détenir des
fonds propres pour couvrir cette prise de risque. Ce système de couverture des risques par les
fonds propres présente cependant des limites, car il ne prend pas en considération l’aspect
dynamique de l’augmentation du capital. La variation du niveau de capitalisation est un
processus dynamique, car les réserves considérées comme composantes de base des fonds
propres se renouvellent périodiquement. Certains auteurs (Kim et Santomero, 1988 ; Koehn
et Santomero, 1980 ; Saadaoui, 2010) pensent que lorsqu’on est dans un cadre dynamique,
une banque peut augmenter sa prise de risque aujourd’hui, pour couvrir les coûts liés à une
hausse future des exigences en fonds propres réglementaires. Cette attitude risquée se
confirme en situation d’intensification de la concurrence. Lorsque la concurrence entraîne
une baisse des produits de la banque, c’est-à-dire son profit anticipé, la banque sera tentée de
maintenir ou d’accroître sa rentabilité en prenant plus de risque.

Les mesures réglementaires relatives au niveau de capitalisation des banques sont

définies pour encadrer l’incitation des banques à la prise excessive de risque. Bien que l’on
puisse justifier l’imposition de contraintes institutionnelles sur les fonds propres, l’efficacité
de cette réglementation dans la gestion des risques par les banques reste largement
controversée. Rochet (2008) pense que le dispositif prudentiel du Comité de Bâle a échoué. Il
analyse l’échec de ce dispositif par son incapacité à gérer à la fois le risque individuel logé
dans le bilan de la banque et le risque systémique. Pour lui, le Comité de Bâle devrait tenir
compte de l’endogénéité des risques bancaires et financiers dans ce dispositif. La crise des
« subprimes » avec le phénomène de titrisation nous a démontré que les risques découlent des
prises de décision de nombreux agents qui participent au système bancaire et financier
(Camara, 2010). Cela nous rappelle l’idée défendue par Couppey et Madiès (1997) dans le
cadre de leur étude sur l’efficacité de la réglementation. Selon ces auteurs, l’efficacité de la
réglementation prudentielle dépend de la prise en considération de la banque dans toutes ses

152
relations. C’est pourquoi, nous pensons que le régulateur avant de prendre une décision doit
tenir compte de l’environnement interne et externe de la banque.

Si la banque est considérée comme un gestionnaire délégué du portefeuille d’actifs

(Diamond, 1984), le resserrement des contraintes des fonds propres peut avoir un effet
contraire. Pour la théorie du choix de portefeuille, lorsque la banque se comporte comme un
gestionnaire, elle choisit la composition de son portefeuille en cherchant à maximiser son
profit pour un niveau de risque donné. Les résultats des travaux menés dans ce cadre
d’analyse sont mitigés. En effet, face à un resserrement de la contrainte des fonds propres, la
réaction de la banque peut prendre la forme d'une réallocation du portefeuille de ses actifs
afin d’accroître sa rentabilité. Cette attitude va augmenter le niveau de risque dans le bilan de
la banque et indirectement sa probabilité de faillite. Dans ce cas de figure, la réglementation
des fonds propres ne permet pas d’atteindre son objectif, puisqu'elle aboutit à l'effet opposé à
celui escompté par les autorités monétaires.

Une multitude de travaux (Kim et Santomero, 1988 ; Koehn et Santomero, 1980 ;

Rochet, 1992 ; Saadaoui, 2010) sont réalisés sur l’importance de la capitalisation dans la prise
de risque par les banques et la détermination de leurs capacités à résister à un choc
défavorable. La multiplicité de ces études témoigne de l’intérêt que revêt la réglementation
du capital et son impact sur le comportement des banques. Aggarwal et Jacques (2001) dans
le cadre de leur étude sur les banques américaines trouvent qu’il existe une relation positive
et statistiquement significative entre la variation du niveau du capital et celle de la prise de
risque de ces banques. Cette relation a été mise en évidence pour les banques Suisses par
Rime (2001). Une relation positive entre le niveau de capitalisation de la banque et du risque,
suppose que les banques disposant de niveaux de risque élevés vont essayer d’accroître leur
capital afin d’éviter d’être pénalisées. Tandis que les banques ayant des niveaux élevés de
capital vont s’engager dans des activités risquées.

Obliger la banque à accroître son capital, peut d’après Koehn et Santomero (1980)
réduire sa rentabilité, car il est coûteux pour une banque de lever des capitaux. C’est pour
cette raison que ces auteurs pensent qu’une exigence restrictive en fonds propres a pour
conséquence l’augmentation du niveau de risque de la banque. Cependant, certains auteurs
comme Kim et Santomero (1988) ou Rochet (1992) pensent que l’exigence minimale en
capital si elle tient compte du risque, peut éliminer cette distorsion dans l’allocation des actifs
par la banque à condition que les pondérations des risques soient correctement choisies.

153
L’objectif principal des régulateurs est de renforcer la solidité et la viabilité des banques.
C’est pour cette raison que la réglementation bancaire cherche à réduire la prise excessive de
risque par les banques, afin de baisser la probabilité de faillite de ces dernières.

Pour évaluer l’impact de la capitalisation sur la solidité des banques, certains auteurs
affirment qu’il faudrait déterminer une relation explicite entre les autres indicateurs de types
CAMELS, le niveau de capitalisation et l’indicateur de solidité. L’un des indicateurs clés de
la solidité le plus couramment utilisé est le Z-score (Solhi et Mehdi, 2012). Cet indicateur a
fait l’objet de plusieurs investigations pour mieux cerner la relation éventuelle entre la
solidité bancaire et les exigences de capitalisation. De plus, le Z-score est inversement lié à la
probabilité d’insolvabilité bancaire.

I.1- Présentation du modèle d’analyse de la relation capitalisation et solidité bancaire

L'Accord de Bâle de 1988, ainsi que les modifications y relatives jusqu’aujourd’hui

cherchent à accroître la solidité des banques et indirectement la stabilité du système bancaire
international. En effet, le comité de Bâle pour atteindre l’objectif de la solidité des banques,
propose un schéma réglementaire fondé sur trois principaux piliers qui se consolident
mutuellement (Pop, 2005). Il se fonde sur le renforcement de la structure financière des
banques par des exigences minimales en fonds propres (pilier 1), le processus de surveillance
prudentielle (pilier 2) et la discipline de marché (pilier 3). Le premier pilier concerne
l’amélioration du niveau de capitalisation des banques pour augmenter leur capacité de
couverture des risques. La combinaison de cette exigence sur le ratio de capital pondéré du
risque aux autres piliers doit accroître la solidité des banques (Rochet, 2008). Cependant, en
pratique ces accords s’avèrent imparfaits suite à l’évolution des techniques et des mutations
des systèmes bancaires.

Pour analyser l’impact du niveau de capitalisation sur la solidité des banques, il est
important de souligner le rôle des incitations. Une exigence en capital non contraignante peut
avoir un double impact négatif sur la solidité des banques. On constate dans la littérature
qu’une réglementation non exigeante peut réduire l’intensité du suivi des projets financés par
les banques. Une telle réglementation va accroître la prise des risques par les banques en
diminuant leurs niveaux de capitalisation (Shrieves et Dahl, 1992). L’incitation à l’arbitrage
réglementaire a compromis l’efficacité de l’Accord de Bâle I en tant qu’indicateur de la

154
solvabilité d’un établissement, et a entraîné l’adoption d’un nouveau dispositif réglementaire
à travers l’Accord de Bâle II. Ce nouveau dispositif, permet de fournir aux banques plusieurs
méthodes d’évaluation des exigences en fonds propres, et de donner un rôle plus important
aux modèles internes et aux marchés dans l’évaluation des risques. Bien qu’étant une avancée
majeure dans la réglementation du capital, le dispositif déterminé par Bâle II a montré ses
limites lors de la récente crise des « subprimes », même si cette crise a été amplifiée par les
phénomènes d’illiquidité (Camara, 2010). En effet, une crise de confiance s’est installée
concernant la solvabilité réelle des banques bien que celles-ci affichaient, pour la plupart, des
ratios de fonds propres réglementaires relativement élevés. Ces difficultés rencontrées par le
système bancaire ont montré que la réglementation du capital n’a pas été suffisamment
incitative pour modifier le comportement de prise de risque excessive des banques.

Dans un système bancaire, les fonds propres qui sont considérés comme amortisseurs
en cas de pertes imprévues, sont importants pour toutes les banques (FMI, 2006). C’est pour
cette raison que l’analyse des indicateurs de solidité financière (ISF) doit couvrir la plupart
des aspects de la santé et de la solidité financière de la banque. Shrieves et Dahl (1992) pour
analyser la variation du capital et la prise de risque par les banques américaines ont utilisé des
équations simultanées. Jacques et Nigro (1997) en utilisant une approche similaire, ont
montré que l’introduction des exigences en capital fondées sur le risque a entraîné une
amélioration de la capitalisation des banques et une baisse du risque de leurs portefeuilles. De
même, Godlewski (2004) a trouvé une relation négative entre les variations du capital et
celles du risque. Ces résultats contredisent la conclusion de Koehn et Santomero (1980) selon
laquelle les exigences en capital restrictives entrainent une augmentation de la prise de risque.

A côté des équations simultanées, la construction et l’analyse des ISF représente l’une
des méthodes utilisées pour mesurer la solidité des banques. En effet, l’analyse des ISF
permet d’observer l’évolution du niveau de solidité d’une banque. Elle donne aussi la
possibilité d’établir une comparaison entre les différentes banques. Même si cette technique
est considérée comme une technique simple, rigide et mécanique, elle présente d’autres
avantages par rapport aux autres méthodes. Parmi ces avantages, on peut citer : la
transparence, l’identification plus facile des données statistiques nécessaires et la simplicité
des calculs (Albulescu, 2008). L’analyse de l’indicateur de solidité d’une banque repose sur
un ensemble d’indicateurs de santé financière proposés par le FMI et la Banque Mondiale.
Les principales difficultés de cette analyse de la solidité résident dans les choix des
indicateurs individuels, de la méthode de normalisation et du jeu de pondération à retenir.

155
 Certaines études (Doucouré et Sène, 2014 ; Goyeau et Tarazi, 1992 ; Solhi et Mehdi,
2012) pour analyser la solidité des banques, ont fait recours à l’indicateur Z-score. Solhi et
Mehdi (2012) pensent que l’indicateur Z-score est plus fiable. En effet, cet indicateur
synthétise d’une part, l’information contenue dans la rentabilité et sa volatilité, et d’autre part,
celle relative à la couverture des risques par les fonds propres. Altman et Narayanan (1977)
trouvent que le Z-score est beaucoup plus précis pour étudier la solidité des banques. Dans le
cadre notre étude, nous retenons une approche qui nous permet d’examiner la relation qui
existe entre le niveau de capitalisation et le Z-score d’une banque, simultanément avec
l’apport des éléments individuels et macroéconomiques. Pour ce qui est des facteurs
individuels, nous nous appuyons sur les indicateurs de type CAMEL retenus habituellement
pour construire les indicateurs avancés de faillite. Le cadre conceptuel de notre modèle est
représenté par la figure n° 5.

Figure n° 5 : Cadre conceptuel du modèle d’analyse de l’influence du niveau

capitalisation sur la solidité bancaire

Les autres indicateurs de type CAMEL

et les variables macroéconomiques

Hypothèse
La solidité
Le niveau de bancaire :
capitalisation (Z-score)

Liaison d’intérêt

Liaison directe entre les variables de contrôle et la solidité bancaire

L’influence des variables de contrôle sur la relation préétablie (hypothèse)

Source : auteur

156
 Il découle de notre cadre conceptuel le modèle suivant :

Zit   Zit 1  X it   M it   i   it , Zit représentant l’indicateur Z-Score, c’est-à-

dire l’indicateur de la solidité de la banque ; Xit le vecteur des variables individuelles de type
CAMEL ; Mit le vecteur des variables macroéconomiques (taux de croissance du PIB et taux
d'inflation) ; i l’effet fixe ;  it le terme de l’erreur ; α, β, λ les matrices des coefficients de
régression.

Ce modèle étant dynamique, il se pose donc un problème d’endogéneité dû à la

présence de la variable dépendante retardée parmi les variables explicatives. Dans ce cas, les
méthodes d’estimation classiques (MCO, LSDV et MCG) génèrent une estimation biaisée des
coefficients. Elles sont inappropriées pour ce type de modèle, à cause d’une part, de la
corrélation entre la variable dépendante retardée et le terme de l’erreur, et d’autre part, de
l’hétérogénéité individuelle des résidus issus de la régression. Pour remédier à cette situation,
plusieurs méthodes d’estimation des modèles dynamiques sont fournies par la littérature.
Parmi ces méthodes, nous pouvons citer la méthode des moments généralisés (MMG) et la
méthode Least Squares Dummy Variable Corrected (LSDVC).

Pour notre étude, en nous appuyant sur certains travaux (Bruno, 2005 ; Bun et Kiviet,
2003), nous choisissons une méthode d’estimation des modèles dynamiques appropriée. Il
s’agit de la méthode LSDVC. Cette méthode est considérée comme plus performante que les
autres méthodes. Elle est plus adaptée pour les échantillons de faible dimension comme le
nôtre. C’est pour cette raison que nous trouvons qu’elle est adaptée pour une étude qui porte
sur un panel réduit des banques de la CEMAC. En effet, Bun et Kiviet (2003) justifient la
performance de la méthode LSDVC par le calcul du biais corrigé des estimateurs de la
méthode LSDV.

Parmi les biais de l’estimateur LSDV, Bun et Kiviet (2003) ont défini trois types de
biais notés βi pour i = 1, 2, 3.

1  c1 (T 1 )
 2  1  c2 ( N 1T 1 )
3   2  c3 ( N 1T 2 )

157
 Où N représente le nombre d’individus, T indique le nombre de périodes et Ci est un
coefficient.

L’estimateur LSDVC est défini par le biais corrigé de l’estimateur LSDV, selon

l’expression suivante : LSDVCi  LSDV  i . Pour trouver l’estimation de βi, Bruno

(2005) propose les méthodes d’estimation d’Arellano et Bond (1991) et Blundell et Bond
(1998).

Pour l’estimation des paramètres de ce modèle représenté par la fonction ci-dessus,

nous allons procéder à l’estimation en plusieurs étapes. En première étape, nous estimons
l’indicateur Z-score qui représente la solidité en fonction des indicateurs représentant le
niveau de capitalisation afin de déterminer le sens de la relation dans notre contexte. Ensuite
nous allons introduire les autres indicateurs de type CAMEL par catégorie d’indicateurs en
suivant l’ordre de l’acronyme. Ceci afin d’apprécier les effets modérateurs de ces différents
indicateurs pris individuellement ou collectivement. Enfin, nous introduisons les variables
macroéconomiques pour tester l’effet amplificateur de ces derniers.

I.2- Les variables et les données utilisées

L’ensemble des indicateurs définis par le FMI constitue une base importante pour
l’analyse de la solidité financière des banques. En effet, ces indicateurs offrent des
informations sur la structure financière des banques et caractérisent en particulier
l’environnement financier et en général l’environnement macroéconomique. L’analyse des
indicateurs de solidité financière fournit des informations aux apporteurs des fonds, pour leur
permettre de formuler leurs décisions de retirer ou de mettre leurs fonds à la disposition d’une
banque. Les variations de ces indicateurs envoient des informations sur la vulnérabilité de la
banque face aux potentiels chocs défavorables. Les autorités de surveillance aussi utilisent
ces indicateurs dans leurs différents modèles de surveillance, pour évaluer la solidité des
banques ou pour construire des scénarios des stress-tests. Par conséquent, nous utilisons pour
notre analyse les différents indicateurs individuels du type CAMEL.

158
 I.2.1- La variable à expliquer

Le risque de solvabilité dépend du niveau des fonds propres et des éventuelles pertes
de la banque (Tartari 2002). Ceci implique que la solidité d’une banque est fonction d’une
part, du montant des fonds propres disponibles, et d’autre part, des risques encourus. En plus
de ces exigences fondamentales, les dernières crises financières déclenchées par les
subprimes ont montré l’importance de la prise en considération des autres éléments pour
l’appréciation de la solidité des banques. Dans le cadre de cette étude, nous cherchons les
éléments amplificateurs de la contribution de l’exigence en fonds propres à la solidité des
banques.

Pour apprécier l’impact de la prise en compte des autres variables sur la relation qui
existe entre le niveau de capitalisation et la solidité des banques, nous élaborons un indicateur
agrégé. Par la suite, nous évaluons l’impact des autres variables individuelles de type
CAMEL et les variables macroéconomiques sur cet indicateur. Doucouré et Sène (2014)
pensent que cette approche est pertinente, car elle intègre un ensemble de données financières
fournissant des informations sur la fragilité et le comportement bancaire. Comme le Z-score
contient de l’information sur la couverture des risques par les fonds propres, nous l’adoptons
pour notre étude (Doucouré et Sène, 2014 ; Goyeau et Tarazi, 1992).

( ROA)  ( FP )
Z  score  TA
 ROA

Dans cette relation, FP/TA (Fonds Propres divisés par le Total des Actifs) représente
l’adéquation du capital. Cette dernière permet d’évaluer la couverture des risques par les
fonds propres de la banque. Le ratio des fonds propres est une mesure d’appréciation de la
capacité de la banque à faire face à des chocs endogènes ou exogènes. Le ROA (Return On
Asset est égal au Résultat Net divisé par le Total des Actifs) représente la rentabilité des actifs
de la banque. Il permet de quantifier la performance de la banque par rapport à ses actifs. En
effet, on s’attend à ce qu’une rentabilité élevée accroît la solidité de la banque. Le  ROA
mesure la volatilité du rendement des actifs de la banque. La détérioration de la qualité des
actifs se répercute directement sur la performance de la banque.

L’analyse de l’indicateur Z-score permet d’apprécier la solidité de la banque. Pour

l’analyse de cet indicateur, il est important de tenir compte de son évolution dans le temps,
car la solidité financière est un processus dynamique. Par conséquent, pour estimer notre

159
modèle, nous utilisons dans notre analyse empirique certaines variables individuelles qui
caractérisent la solidité bancaire.

I.2.2- Les variables explicatives

Nous définissons un certain nombre d’indicateurs de solidité susceptibles de

contribuer à l’explication de la santé financière des banques. Les indicateurs proposés
contiennent des informations sur la solidité financière des banques. Ces indicateurs sont issus
de ceux utilisés par les institutions de Bretton Woods pour évaluer le niveau de stabilité des
institutions financières et systèmes financiers des pays membres. Ces indicateurs sont
construits à partir des ratios comptables les plus fréquemment utilisés dans l’évaluation de la
situation financière des banques. Par convention, le sigle CAMEL permet de regrouper ces
ratios en cinq catégories qui correspondent à ses différentes composantes. Pour chaque
catégorie, nous proposons au moins deux ratios. Ces ratios peuvent être introduits dans
l’équation du modèle, soit directement en niveau, soit en variation. D’après Distinguin et al.
(2006), cette démarche est pertinente pour l’appréciation de la solidité de la banque.

I.2.2.1- Les variables d’intérêt

Le groupe de ces variables correspond aux variables de type C (Capital adequacy).

Les variables de ce groupe fournissent une information sur l’estimation des capitaux dont la
banque dispose pour absorber ses éventuelles pertes. Ces variables sont représentées par des
ratios qui s’appuient sur les fonds propres. Nous retenons l’indicateur de l’effet financier pour
mesurer l’adéquation des fonds propres aux différents actifs de la banque. Cet effet est
mesuré par le ratio Fonds Propres/Total Actifs (FPTA) qui reflète aussi le niveau de
capitalisation de la banque. Nous nous appuyons sur Godlewski (2004) pour retenir le ratio
Fonds Propres/Total Crédits (FPTCR) qui mesure la couverture des risques pris lors de
l’octroi de crédit par les fonds propres. Ces fonds servent de tampon pour absorber les
potentielles pertes de la banque. Selon les accords de Bâle, ces variables doivent être
positivement liées à la solidité des banques.

160
 Tableau n° 10 : la synthèse des variables d’intérêt

N° Indicateurs Sigles Représentants Signe attendu

1 Fonds propres / Total actifs FPTA Capitalisation +

2 Fonds propres / Total crédits FPTCR Capitalisation +

Source : auteur

I.2.2.1- Les variables de contrôle

Ces variables sont reparties en plusieurs groupes. Le premier groupe de ces variables
est constitué des variables de type A (Asset quality). Ces variables reflètent la qualité des
actifs de la banque. Pour ce groupe, nous avons retenu quatre variables. On retient la part de
crédits nets octroyés par la banque dans ses actifs, représentée par le ratio Crédits Nets/Total
des Actifs (CRNTA) et les variables qui indiquent la qualité du portefeuille de crédits de la
banque. Ces dernières sont les ratios : les Créances en Souffrance/Total des Crédits
(CRESTCR) ; les Créances Douteuses/Total des Crédits (CREDTCR) et les Créances
Douteuses/Total des Actifs (CREDTA). Pour représenter la dégradation de la qualité du
portefeuille de crédits détenus par une banque, nous avons choisis les ratios des créances non-
performantes par rapport au volume total des crédits et total des actifs. Ces variables ont été
critiquées dans la littérature, parce qu’elles donnent une évaluation ex-post du risque.
Certains auteurs pensent que ces variables peuvent être affectées par des aléas inattendus ou
des événements extraordinaires, indépendants du comportement de la banque vis-à-vis du
risque (Saadaoui, 2010). Toutefois, ces variables demeurent des bons indicateurs de la qualité
du portefeuille de crédits, car elles se focalisent exclusivement sur le risque de crédit
(Godlewski, 2005). La concurrence et la recherche de la rentabilité peuvent fortement
augmenter le volume des créances douteuses (Abulescu 2008). L’augmentation du volume de
ces créances entraine une augmentation de ces trois derniers ratios et traduit une détérioration
de la qualité des actifs de la banque. C’est pour cette raison que nous attendons que
l’introduction de ces variables dans notre modèle présente un effet réducteur de la capacité de
la banque à résister à un potentiel choc défavorable.

Le troisième groupe est celui des variables de type M (Management quality) qui font
référence à la qualité de gestion de la banque. Dans ce groupe, nous retenons quatre ratios qui
s’appuient sur des éléments que la COBAC considère comme importants pour la gestion de la

161
banque. Nous avons les ratios : les Provisions Existantes/Créances Douteuses
(PROECRED) ; les Provisions à Constituer/Créances Douteuses (PROCCRED) ; les
Provisions Existantes/Total des crédits (PROETCR) et les Provisions Existantes/Total des
Actifs (PROETA). En tenant compte de la définition du risque de crédit, nous retenons les
provisions pour pertes sur les crédits. En effet, les provisions servent soit à couvrir les pertes
déjà enregistrées et de les éliminer du montant total des crédits, soit à couvrir les pertes
futures attendues, ce qui aboutit à une relation positive entre le volume des créances
douteuses et les provisions pour pertes sur crédits (Saadaoui, 2010).

Pour représenter la rentabilité (Earning ability), c’est-à-dire les variables de type E,

nous retenons le rendement des actifs (ROA) et la rentabilité des fonds propres (ROE). En
effet, Solhi et Mehdi (2012) pensent que le ROA s’avère plus pertinent que la rentabilité des
fonds propres (ROE). Le rendement des actifs (ROA) est supposé varier dans le même sens
que le ratio d’adéquation des fonds propres, puisqu’une partie des fonds propres de la banque
est composée des réserves des bénéfices récoltés lors de l’exercice précédent. De plus, le Z-
score, c’est-à-dire l’indicateur de solidité de la banque a une composante qui tient compte de
la performance de la banque. Au-delà de la nécessaire maîtrise des différents risques générés
par l’activité courante, la réalisation d’un bénéfice d’exploitation suffisant est indispensable
pour garantir le maintien de la solidité de la structure financière d’un établissement. C’est
pour cette raison que, la Commission Bancaire attache une attention particulière à l’étude des
conditions de formation des résultats et de la rentabilité, qui ne se limite pas à la seule
constatation de profits.

Les variables du dernier groupe permettent d’apprécier le niveau de liquidité de la

banque. Ce sont les variables de type L (Liquidty position). Elles se focalisent sur les
ressources disponibles et les degrés de liquidité des actifs de la banque. Ici, nous retenons
deux ratios : le ratio Total des Crédits/Total des Dépôts (TCRDEP) et le ratio Total des
Dépôts/Total des Actifs (DEPTA). Le règlement COBAC R-93/07 relatif à la transformation
définit un rapport minimum que les banques doivent respecter en permanence. En 2011, sur
les quarante-cinq banques de la CEMAC, six banques n’ont pas respecté ce minimum, cinq
banques sur les six en infraction étaient implantées au Cameroun et une en Guinée
Equatoriale. Pour protéger les déposants, les autorités monétaires exigent aux banques de
détenir des réserves auprès de la Banque centrale. Ces réserves bancaires jouent le rôle d’une
garantie pour les déposants. En effet, elles représentent les capacités des banques à faire face
aux retraits massifs des déposants, c’est-à-dire la course aux guichets. Pour la même période,

162
seules quarante banques sur quarante-cinq ont respecté la règle liée au rapport de liquidité.
Sur les cinq banques en infraction, deux banques sont au Gabon et les trois autres sont
implantées au Cameroun, en Centrafrique et au Congo. La préférence pour la liquidité est
importante dans cette sous-région, car l’habitude de payer en espèces est élevée dans la
CEMAC.

Tableau 11 : la synthèse des variables individuelles utilisées comme variables de

contrôle

N° Définitions des variables Sigles Les rôles des variables Signes

1 Crédits Nets/Total des Actifs CRNTA Le taux de distribution des +

crédits sains

2 les Créances en Souffrance/Total CRESTCR Risque de crédit et qualité -

des Crédits du portefeuille de crédits

3 les Créances Douteuses/Total des CREDTCR Risque de crédit et qualité -

Crédits du portefeuille de crédits

4 les Créances Douteuses/Total des CREDTA Risque de crédit et qualité -

Actifs des actifs

5 Provisions Existantes/Créances PROECRED Qualité de management +

Douteuses des créances

6 Provisions à Constituer/Créances PROCCRED Qualité de management -

Douteuses des créances

7 Provisions Existantes/Total des PROETCR Qualité de management -

crédits des créances

8 Provisions Existantes/Total des PROETA Qualité de management -

Actifs des actifs

9 le rendement des actifs ROA Capacité à produire des +

fonds propres (réserves)

163
10 La rentabilité des fonds propres ROE Capacité à produire des +
fonds propres (réserves)

11 Total des Crédits/Total des Dépôts TCRDEP Transformation des dépôts +

et le ratio en crédits (gestion de
liquidité)

12 Total des Dépôts/Total des Actifs DEPTA Transformation des dépôts -

en crédits (gestion de
liquidité)

Source : auteur

Pour ce qui est des variables macroéconomiques, nous retenons certaines variables qui
représentent l’environnement macroéconomique pour nous. Compte tenu du manque des
données appropriées et de la rareté des analyses sur le secteur bancaire de la CEMAC, nous
retenons le taux de croissance du PIB (TPIB) et l’indice de prix à la consommation (IPC)
comme variables macroéconomiques. Le taux d’inflation est considéré dans la littérature
comme un indicateur de vulnérabilité macroéconomique (Albulescu, 2008). C’est pourquoi,
l’un des objectifs principaux des banques centrales est la recherche d’un taux d’inflation
soutenable. Le taux d’inflation observé fournit donc des informations sur les politiques
économiques. De plus, un niveau d’inflation faible augmente la confiance des investisseurs.
A côté de cet indicateur qui reflète plutôt la performance de la politique monétaire, nous
avons retenu un autre indicateur qui exprime la performance économique. Cet indicateur est
le taux de croissance du PIB.

Tableau n° 12 : synthèse des variables macroéconomiques utilisées comme variables de

contrôle

N° Définitions des variables Sigles Eléments appréciés Signes

15 le taux de croissance du PIB TPIB La performance économique du pays +

16 l’indice de prix à la IPC La vulnérabilité macroéconomique et -

consommation performance de la politique monétaire

Source : auteur

164
 Nous présentons dans le tableau n° 13 la synthèse des variables explicatives utilisées
dans notre modèle. Ce tableau reprend les définitions des différentes variables, les sigles
utilisés pour ces variables, leurs types, les signes attendus et les manières dont ces variables
sont utilisées.

Tableau n° 13 : récapitulatif des variables explicatives

N° Définitions des variables Sigles Types Considération Signes

de la variable attendus

1 Fonds Propres/Total Actifs FPTA C Variable +

d’intérêt

2 Fonds Propres/Total Crédits FPTCR C Variable +

d’intérêt

3 Crédits Nets/Total des Actifs CRNTA A Variable de +

contrôle

4 Créances en Souffrance/Total CRESTCR A Variable de -

des Crédits contrôle

5 Créances Douteuses/Total des CREDTCR A Variable de -

Crédits contrôle

6 Créances Douteuses/Total des CREDTA A Variable de -

Actifs contrôle

7 Provisions Existantes/Créances PROECRED M Variable de +

Douteuses contrôle

8 Provisions à Constituer/Créances PROCCRED M Variable de -

Douteuses contrôle

9 Provisions Existantes/Total des PROETCR M Variable de -

crédits contrôle

10 Provisions Existantes/Total des PROETA M Variable de -

165
 Actifs contrôle

11 Le Rendement des actifs ROA E Variable de +

contrôle

12 La rentabilité des fonds propres ROE E Variable de +

contrôle

13 Total des Crédits/Total des TCRDEP L Variable de +

Dépôts et le ratio contrôle

14 Total des Dépôts/Total des DEPTA L Variable de -

Actifs contrôle

15 Le Taux de croissance du PIB TPIB Macro Variable de +

contrôle

16 L’Indice de prix à la IPC Macro Variable de -

consommation contrôle

Source : auteur

En conclusion, nous avons tenté de prendre en considération la majorité des aspects

qui font référence à la santé des banques : le niveau et l’adéquation du capital, la performance
des crédits, la qualité du management, la liquidité et la profitabilité. La capacité de la banque
à résister aux chocs défavorables, constitue un élément important de l’analyse conduite par la
Commission bancaire. Pour ce qui est de la taille, la théorie « Too Big To Fail » continue de
susciter les débats quant à la relation entre la taille et la faillite des banques. Selon Diamond
(1984), les grandes banques occupent par leur taille une place prépondérante dans l’industrie
bancaire. Aggrawal et Jaques (2001) indiquent que la taille de la banque, mesurée par le
logarithme du total des actifs de la banque, influence le niveau de capitalisation choisi par
cette dernière. Plus le volume des actifs d’une banque est important, plus celle-ci aura une
facilité à mobiliser les fonds requis. Pour ce qui est de la CEMAC, les banques sont toutes
presque de même taille, si on mesure cette dernière par le logarithme du total des actifs de ces
banques. Ces dernières ne peuvent être considérées comme des grandes banques. C’est pour
ces raisons que nous n’avons pas retenu la variable taille dans notre modèle.

166
 I.2.3- Les données utilisées

L’identification des indicateurs de solidité repose sur plusieurs types de données. Pour
l’étude de la solidité bancaire dans la CEMAC, nous nous limitons à l’utilisation des données
annuelles, fréquemment retenues dans la littérature empirique. Les données statistiques
utilisées pour mener les analyses quantitatives sont issues du système CERBER utilisé par le
Secrétariat général de la COBAC et des rapports annuels de la banque centrale. Ce système
permet à l’organe de supervision, à l’issue du dépouillement des états financiers transmis par
les banques, de leurs restituer leurs situations financières. C’est le principal outil de contrôle
sur pièce. Les données recueillies concernent les bilans annuels et les comptes de résultats
annuels des banques du Cameroun, du Congo, du Gabon et du Tchad (quatre pays sur le six
de la zone CEMAC), pour la période allant de 2000 à 2013. Nous retenons dans le cadre de
cette thèse, les données concernant les bilans et les comptes de résultat pour les variables
financières, et les séries macroéconomiques pour les variables macroéconomiques sur la
période d’étude. Pour le calcul des ratios qui concernent le bilan et le compte de résultats
nous ne travaillons qu’avec les données annuelles retenues par la COBAC au 31 décembre de
chaque année.

Il résulte de cette présentation que nous disposons de données de panel pour quarante-
une banques commerciales présentes dans les pays de la CEMAC. Nous utilisons les données
des banques installées dans quatre pays (Cameroun, Congo, Gabon et Tchad) de la CEMAC.
Le nombre total des banques présentes dans ces pays représente environ 82% de banques de
la sous-région (soit 41 banques sur 50). Face à la difficulté liée à la disponibilité des données,
nous effectuons cette étude sur la période allant de 2000 à 2013, soit quatorze ans. Les
données sur les variables macroéconomiques sont spécifiques à chaque pays de la sous-
région. Ces données permettent de mieux apprécier la solidité financière des banques. Elles
mesurent l’effet de l’environnement économique sur les capacités des banques de chaque
pays à résister à un choc défavorable. Le secteur bancaire de la CEMAC considéré comme un
cercle fermé rend la disponibilité des données difficiles, du fait du secret professionnel et de
la confidentialité des informations communiquées par les banques au régulateur. Cependant,
les indicateurs retenus expriment la solidité du secteur bancaire.

167
 II – Les enseignements du modèle CAMEL pour les banques en zone CEMAC

La revue de littérature nous a fait comprendre qu’il existe encore un débat

contradictoire sur la contribution du niveau de capitalisation à la solidité des banques. Pour
cela, nous avons déterminé notre modèle d’étude en tenant compte des caractéristiques non
seulement des banques, mais aussi des économies dans lesquelles se trouvent ces banques.
Ainsi, il est donc important pour nous de présenter nos résultats.

Tableau n° 14 : synthèse des résultats des équations individuelles

Zscore(1) Zscore(2) Zscore(3) Zscore(4) Zscore(5) Zscore (6)

L.zscore 0.291 0.266 0.266 0.283 0.261 0.290
(8.23)*** (7.26)*** (7.32)*** (8.22)*** (6.83)*** (8.33)***
Fpta 4.209 4.175 4.175 4.256 4.071 4.237
(14.50)*** (14.63)*** (13.92)*** (14.15)*** (13.89)*** (14.75)***
Fptcr 0.276 0.264 0.281 0.271 0.299 0.268
(3.33)*** (3.29)*** (3.32)*** (3.20)*** (3.59)*** (3.26)***
Tcrdep 0.013
(1.51)
Depta 0.202
(1.24)
Proecred -0.003
(0.23)
Proccred -0.001
(0.16)
Proetcr 1.145
(1.42)
Proeta -0.448
(0.48)
Roa -0.024
(0.09)
Roe -0.005
(0.21)
Crnta 0.211
(1.09)
Crestcr 0.329
(0.98)
Credtcr -0.140
(0.39)
Credta 0.417
(0.70)
Tpib 0.032
(0.05)
Ipc 0.377
(0.43)
N 533 533 533 533 533 533
Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et * p<0.1;
** p<0.05; *** p<0.01
Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

168
 Tableau n° 15 : synthèse des résultats des équations imbriquées

Zscore(1) Zscore(7) Zscore(8) Zscore(9) Zscore(10)

L.zscore 0.291 0.260 0.240 0.244 0.244
(8.23)*** (7.13)*** (6.28)*** (6.26)*** (6.29)***
Fpta 4.209 4.163 4.141 4.081 4.080
(14.50)*** (14.20)*** (13.04)*** (11.36)*** (11.37)***
Fptcr 0.276 0.280 0.282 0.281 0.279
(3.33)*** (3.42)*** (3.43)*** (3.34)*** (3.31)***
Tcrdep 0.013 0.014 0.012 0.012
(1.51) (1.62) (1.31) (1.32)
Depta 0.282 0.273 0.018 0.022
(1.54) (1.42) (0.05) (0.06)
Proecred -0.005 -0.005 -0.005
(0.39) (0.40) (0.42)
Proccred 0.000 0.000 0.000
(0.12) (0.09) (0.09)
Proetcr 1.499 2.572 2.577
(1.69)* (2.08)** (2.09)**
Proeta -1.103 -2.177 -2.199
(0.93) (1.24) (1.25)
Roa -0.116 -0.113 0.066 0.067
(0.47) (0.35) (0.16) (0.16)
Roe -0.009 -0.011 -0.008 -0.009
(0.43) (0.40) (0.30) (0.32)
Crnta 0.292 0.289
(0.73) (0.73)
Crestcr -0.293 -0.286
(0.64) (0.63)
Credtcr -0.510 -0.502
(0.88) (0.87)
Credta 1.067 1.062
(0.88) (0.88)
Tpib 0.056
(0.08)
Ipc 0.355
(0.40)
N 533 533 533 533 533
Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et * p<0.1;
** p<0.05; *** p<0.01
Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

Il découle de ces résultats plusieurs enseignements dont il est important de décliner.

Pour ce faire une interprétation de ces résultats est nécessaire avant toute conclusion.

II.1- Interprétation et discussion des résultats des estimations du modèle

Ici, nous allons mettre en exergue les résultats obtenus afin, de mettre en lumière les
différentes liaisons statistiques qui existent entre les différentes variables explicatives et la
variable à expliquer pour nos différentes estimations.

169
 Le caractère dynamique de notre modèle est validé dans l’ensemble de nos équations.
En effet, l’ensemble des résultats obtenus de nos différentes estimations montrent que la
solidité bancaire est dynamique, car la variable retardée de la variable à expliquer (L.Zscore)
est statistiquement significative. Une solidité antérieure élevée entrainerait une augmentation
du niveau de solidité de la banque, ce qui confirme l’importance de la prise en considération
de l’aspect dynamique dans la détermination des exigences de solidité prôné par certains
auteurs (Kim et Santomero, 1988 ; Koehn et Santomero, 1980 ; Saadaoui, 2010). Pour ce qui
est de notre relation d’intérêt, nos estimations montrent qu’il existe bien sur la période
étudiée une relation statistiquement significative entre les exigences de capital représentée
par le niveau de capitalisation (FPTA et FPTCR) et la solidité bancaire (Z-score). Les signes
positifs des variables représentant le niveau de capitalisation est également conforme aux
prédictions théoriques et à nos attentes. Ceci dit une augmentation du niveau de capitalisation
entraine une augmentation significative au seuil de 1% de la capacité de la banque à résister
aux chocs défavorables. Ce résultat rejoint celui d’Avery et Berger (1991) qui trouvent qu’un
ratio (capitaux propres sur total actifs) plus élevé est associé à une probabilité de faillite plus
faible. Ceci confirme l’idée défendue par Saadaoui (2010), qui pense qu’en appliquant une
norme de fonds propres l’organe de régulation a la possibilité d’éviter une prise de risque
excessive par les banques et de les obliger à adopter un comportement prudent. On peut donc
dire que les exigences de capital selon la réglementation COBAC calquée sur le type des
Accords de Bâle II semblent être bien adaptées au contexte, en ce sens, qu’elles conduisent
effectivement à l’amélioration de la solidité des banques dans la sous-région.

L’objectif de notre recherche est d’examiner la relation qui existe entre le niveau de
capitalisation et la solidité bancaire, afin de proposer un modèle permettant de maintenir,
voire d’améliorer la solidité des banques dans la CEMAC. C’est ainsi que nous introduisons
d’abord individuellement les variables de contrôle pour apprécier leur effet sur notre relation
d’intérêt et ensuite nous introduisons successivement ces variables pour voir leurs effets
simultanés sur la relation de base. Les résultats du modèle résumés dans le tableau n° 14,
indiquent pour l’équation (2) que la prise en considération des variables tenant compte de la
liquidité de la banque (DEPTA et TCRDEP) permet de maintenir le niveau d’influence de la
capitalisation au seuil de 1%. Cette estimation révèle aussi que la capacité de la banque à
collecter les dépôts et à les transformer permet de stabiliser l’influence du niveau de
capitalisation sur la solidité bancaire, car les coefficients des variables représentant le niveau
de capitalisation restent sensiblement les mêmes.

170
 Pour ce qui de la qualité de gestion, lorsqu’on introduit les indicateurs quantitatifs
retenus par la COBAC (PROECRED, PROCCRED, PROETCR et PROETA) dans notre
modèle, on constate qu’aucune d’entre ces variables n’est significative et que le niveau de
significativité de l’influence de la capitalisation reste au seuil de 1%. De plus, on retrouve
presque les mêmes coefficients (4,175) pour la variable fonds propres sur total actif (FPTA)
et (0,264) pour les fonds propres sur total des crédits (FPTCR). Ceci montre que certes, la
prise en considération de la qualité de gestion n’a pas un effet amplificateur sur la relation
capitalisation et solidité bancaire, mais elle permet de maintenir la contribution de la
capitalisation à la solidité à un niveau significatif.

Lorsqu’on introduit les indicateurs de la rentabilité (ROA et ROE) dans le modèle

initial, il ressort de l’estimation que la contribution du niveau de capitalisation à la solidité
reste significative au seuil de 1%. Le rendement des actifs (ROA) et la rentabilité des fonds
propres (ROE) ne sont pas significatifs dans l’explication de la solidité. Ceci peut être
expliqué par le fait que la rentabilité de la banque dépend du résultat net de cette dernière, or
la banque peut garder une partie de ce résultat comme réserve. Tout en sachant que les
réserves sont intégrées dans les fonds propres, la rentabilité de la banque peut améliorer le
niveau de capitalisation de celle-ci.

L’équation (5) dans laquelle nous introduisons les variables relatives à la qualité du
portefeuille de crédits (CRNTA, CRESTCR, CREDTCR et CREDTA) révèle que la prise en
considération de ces variables dans le modèle permet de maintenir le niveau de significativité
de la contribution de la capitalisation à la solidité bancaire au seuil de 1%. Par ailleurs, on
constate qu’aucune de ces variables n’est significative dans l’explication de la solidité
bancaire dans la CEMAC. En effet, lorsque les actifs sont de bonne qualité, le niveau de
provision de la banque baisse. Ceci permet de maintenir ou d’améliorer le niveau de
capitalisation de la banque. De plus, les banques dans la CEMAC sont frileuses. En moyenne,
elles distribuent en crédits nets moins de la moitié de leurs actifs (la moyenne de la variable
CRNTA est de 35%).

Pour ce qui est des variables macroéconomiques (PIB et IPC), nous constatons que
leur prise en considération dans le modèle maintient au seuil de 1% le niveau de
significativité de l’influence du niveau de capitalisation sur la solidité bancaire. Nous
retrouvons presque les mêmes coefficients initiaux pour les variables représentant le niveau
de capitalisation. Tout comme les variables liées à la qualité du portefeuille de crédits, aucune

171
variable macroéconomique n’est significative. Ceci dit dans la CEMAC, les banques ne sont
pas procycliques.

Les résultats présentés ci-dessous sont issus des introductions individuelles des
variables de contrôle, ce qui nous a permis d’apprécier leurs effets individuels sur notre
relation d’intérêt. Pour apprécier l’effet collectif de certaines variables, voire de l’ensemble
de nos variables de contrôle, nous avons introduit successivement ces variables dans notre
modèle initial. Les résultats issus des estimations des différentes équations imbriquées sont
proches de ceux présentés précédemment, ce qui confirme les effets individuels de certaines
variables.

L’équation (7) nous permet d’apprécier l’effet collectif des variables liées à la
liquidité (DEPTA et TCRDEP) et celles de la rentabilité (ROA et ROE). L’estimation de
cette équation montre qu’en plus de la variable retardée, il n’y a que les variables liées à la
capitalisation qui sont significatives dans l’explication de la solidité bancaire. On constate
que le niveau de significativité de la contribution du niveau de capitalisation à la solidité reste
à 1%. Par ailleurs, la capacité de la banque à collecter les dépôts, à les transformer et sa
rentabilité ne sont pas significatives. La prise en compte simultanée de ces variables n’a
qu’un effet stabilisateur de la relation qui existe entre le niveau de capitalisation et la solidité
bancaire, car les coefficients des variables d’intérêt restent sensiblement les mêmes.

Lorsqu’on ajoute à l’équation (7) les variables liées à la gouvernance (équation 8), on
se rend compte que l’une des variables liées à la qualité de gestion (PROETCR) devient
significative au seuil de 10%. Le niveau de significativité des variables liées à la
capitalisation reste à 1%. Au vu de ces seuils de significativité et des signes des coefficients,
on peut conclure que la prise en considération simultanée de ces variables améliore la solidité
des banques.

Dans l’équation (9), nous intégrons les variables liées à la qualité du portefeuille de
crédits. Il ressort de l’estimation de cette équation au moins deux constats remarquables. On
constate qu’en dehors de la variable retardée et des variables liées à la capitalisation, la
variable liée à la capacité de la banque à provisionner les créances en souffrances
(PROETCR) devient significative au seuil de 5%. On retrouve les mêmes résultats à
l’estimation de l’équation (10) dans laquelle on ajoute les variables macroéconomiques à
l’équation (9). Il ressort donc de ces deux équations que la prise en compte simultanée des
variables individuelles et des variables macroéconomiques a eu un effet stabilisateur pour la

172
capitalisation. Certes le coefficient d’une des variables représentant le niveau de
capitalisation baisse légèrement (passant de 4,209 à 4,080 pour la variable FPTA), cela est
compensée par l’amélioration de l’influence positive de la qualité de gestion sur la solidité
bancaire. Sur ce point, nos résultats contredisent la recommandation d’Oung (2003)
concernant le secteur industriel. Cet auteur suggère une évolution des exigences en capital
assez cohérente avec la conjoncture mesurée par le taux de croissance du Produit Intérieur
Brut (PIB). En fait, si on se trouve dans une situation de contrat incitatif, l’exigence de
capitalisation peut être un mécanisme susceptible d’inciter les banques à la prudence, sauf
que dans certaines circonstances, les éléments qui poussent la banque à faire le choix de
poursuivre sa rentabilité au détriment de la prudence dominent (Saadaoui, 2010). En plus, la
banque est considérée comme une industrie particulière du fait de la spécificité de ses inputs
et outputs. Au-delà de la stabilité de l’influence du niveau de capitalisation sur la solidité
bancaire dans cette équation, on constate que la variable liée au niveau de provisionnement a
un effet positif avec un coefficient de 2,577 au seuil de 5%. Ainsi, on peut dire que les
variables de contrôle permettent non seulement de stabiliser la contribution du niveau de
capitalisation, mais améliore la solidité bancaire dans les pays de la CEMAC. Ainsi, notre
hypothèse deux intitulé : « La prise en compte conjointe l’aspect interne de la banque et de
l’aspect macroéconomique améliore la contribution du niveau de capitalisation à la solidité
bancaire dans la CEMAC. » est rejetée.

II.2- Les recommandations pour une politique bancaire efficace

L’objectif de cette thèse est d’évaluer l’apport des autres variables individuelles et
macroéconomiques à la relation qui existe entre le niveau de capitalisation et la solidité
bancaire. Certains des indicateurs individuels et macroéconomiques exercent des effets
différents sur la solidité des banques de la CEMAC. Les différentes estimations nous amènent
à faire des recommandations pour les trois principales remarques.

Premièrement, nous remarquons que la solidité des banques est dynamique et dans
toutes les estimations il existe une relation positive et significative entre l’ensemble des ratios
du capital (FPTA et FPTCR) et le Z-score. Les banques qui ont un ratio du capital plus
important présentent une solidité plus élevée. Ce résultat est en conformité avec les résultats
des études réalisées par Solhi et Mehdi (2012) sur un panel constitué des banques des pays de
la région Moyen-Orient et Afrique du Nord. Il corrobore également les résultats obtenus par

173
Camara (2010) qui montrent que les ratios du capital réglementaire pondéré du risque
contribuent à réduire le risque de défaillance des banques européennes. Pour ce faire, il
s’avère nécessaire pour les institutions de régulation sous-régionales des banques des pays
d’Afrique comme la COBAC d’élever le niveau du ratio du capital minimum, afin
d’améliorer la solidité des banques de la sous-région. Pour ce qui est des banques, elles ne
doivent pas chercher à avoir un niveau très élevé du total de dépôts sur le total actif, car cela
indique que le niveau du capital ou de fonds propres est faible, c’est-à-dire une faible
solvabilité. C’est vrai que le niveau de capitalisation élevée d’une banque (surcapitalisée),
nous amène à la considérer comme robuste, mais cette banque peut montrer une préférence
pour le risque. En effet, si l’excès de capitalisation de cette banque provoque un sentiment de
sécurité chez les dirigeants, ces derniers choisiront des stratégies plus risquées (Saadaoui,
2010).

Deuxièmement, lorsqu’on prend individuellement les différents indicateurs, on ne

constate pas d’effet significatif dans les différentes relations établies entre la solidité bancaire
et les indicateurs individuels et macroéconomiques. De plus, la relation préétablie entre les
ratios des fonds propres et le Z-score est restée presque stable (relation significative au seuil
de 1% avec des coefficients maintenus autour de 4,2 pour le ratio fonds propres sur total des
actifs et 0,28 pour le ratio fonds propres sur total des crédits bruts). Ceci nous amène à dire
que, l’application d’une politique prudentielle qui prend en considération individuellement
ces éléments ne pourra pas améliorer la solidité des banques. S’agissant des effets des
variables macroéconomiques, il ressort de nos estimations que le taux de croissance du PIB et
le taux d’inflation n’ont aucun effet sur la solidité des banques dans la CEMAC. Ce résultat
ne confirme pas celui de Dannon et Lobez (2014) qui constatent que dans l’UEMOA les taux
de croissance élevés sont associés à un risque de défaillance bancaire plus faible. Ceci peut
être expliqué par la frilosité des banques de cette sous-région. Le manque de diversification
au niveau des sources de rendement des banques de la sous-région, engendre une domination
des commissions sur une large partie des profits réalisés. Pour Saadaoui (2010), cette
situation de dépendance des banques à l’égard des activités d’intermédiation traditionnelles
peut être due à la faiblesse des activités des marchés financiers qui constituent une source,
alternative et plus fructueuse de revenus. Il est donc important de résoudre le problème
d’asymétrie d’information afin de stimuler les activités de crédit et des marchés financiers.
En effet, en période de croissance, l’amélioration des revenus des agents économiques

174
augmente leur capacité à honorer leurs engagements et les banques choisissent les actifs les
moins risqués.

Troisièmement, nous remarquons qu’il y a une amélioration de la solidité bancaire

lorsque tous les indicateurs du type CAMEL sont pris en compte simultanément. On a le
même résultat lorsqu’on ajoute à ces indicateurs les indicateurs macroéconomiques. Cette
amélioration de la solidité des banques proviendrait d’une gouvernance prudente, qui se
manifeste à travers le provisionnement des créances. Dans nos estimations 9 et 10, on
constate que la variable PROETCR est significative au seuil de 5% avec des coefficients
positifs. Il ressort donc de ces estimations que la gouvernance bancaire contribue à la solidité
de la banque à condition que les autres indicateurs internes soient pris en considération.

Conclusion

Dans ce chapitre, nous avons évalué empiriquement si la prise en compte des autres
indicateurs internes et externes amplifie ou modère la contribution du niveau de capitalisation
à la solidité bancaire dans la CEMAC. Nous avons utilisé les données de panel pour 41
banques reparties dans quatre pays de la CEMAC (Cameroun, Congo, Gabon et Tchad) sur la
période allant de 2000 à 2013. Les données utilisées sont extraites du système CERBER de la
COBAC. Pour apprécier les influences individuelles et groupées, nous avons procédé à
l’estimation de notre modèle en deux étapes.
Dans la première étape, plusieurs estimations du modèle dynamique de panels ont été
considérées afin d’apprécier l’impact individuel de chaque groupe des variables sur la
relation qui existe entre le niveau de capitalisation et la solidité bancaire. Nous avons d’abord
défini le modèle de base avec les variables liées au niveau de capitalisation. Ensuite, nous
avons estimé plusieurs équations en injectant les variables par groupe dans le modèle de base.
Nos résultats pour cette première étape montrent que la prise en considération individuelle
des différents indicateurs CAMEL et macroéconomiques, n’amplifie pas la contribution des
exigences en fonds propres à la solidité bancaire. Cependant, pris individuellement ces
indicateurs permettent de stabiliser la relation qui existe entre le niveau de capitalisation et la
solidité bancaire.
Dans la seconde étape, nous élargissons notre analyse à l’ensemble des indicateurs.
Nous avons procédé à l’estimation des équations imbriquées afin d’analyser les effets des
groupes des variables pris simultanément. Nous effectuons cette étude pour les banques de la

175
CEMAC avec le même échantillon que celui de l’étape précédente. Nous constatons que
lorsqu’on tient compte de toutes les variables CAMEL dans une politique d’exigence des
fonds propres, il y a une amélioration de la solidité. En effet, non seulement la relation de
base reste significative au seuil de 1%, la bonne gouvernance représentée par la capacité à
provisionner les créances douteuses contribue à améliorer la solidité bancaire au seuil de 5%.
Cette relation reste stable lorsqu’on ajoute les indicateurs macroéconomiques.
Les résultats de notre étude mettent en évidence l’importance de la prise en
considération de la plupart du contour de la banque pour l’amélioration de la solidité bancaire
tout en stabilisant la contribution du niveau de capitalisation. Les résultats des estimations des
équations imbriquées qui font apparaître l’importance des provisions existantes sur le total de
crédits bruts, vont dans le sens de la mise en œuvre d’une régulation contra-cyclique de la
capitalisation bancaire dans la CEMAC. Les résultats de nos analyses confirment la nécessité
d’une mise œuvre contextualisée de la réglementation prudentielle définie par les accords de
Bâle III.

176
 Conclusion deuxième partie

Dans cette deuxième partie de notre travail, nous poursuivons avec l’examen des
différentes relations existantes entre les exigences réglementaires et la solidité des banques.
Dans cette partie l’attention est portée sur la contribution du niveau de capitalisation à la
solidité bancaire. Théoriquement, il est établi avec les accords de Bâle que le niveau de
capitalisation à partir d’un seuil bien défini améliore la solidité bancaire. Si on considère que
la relation qui existe entre le niveau de capitalisation et la solidité bancaire est positive, il se
pose donc la question de son amplification. C’est la raison pour laquelle, nous avons essayé
d’apporter une réponse à la question de savoir : quels sont les effets des indicateurs
individuels et macroéconomiques sur la relation qui existe entre le niveau de capitalisation et
la solidité bancaire notamment dans la CEMAC ?
Nous avons entamé le troisième chapitre par une réflexion sur la définition des fonds
propres. Il nous a semblé important de revenir sur le concept des fonds propres avant de
ressortir les différentes relations qui existent entre le niveau de capitalisation et la solidité
bancaire. Il ressort de la revue de littérature que le concept de capitalisation est dynamique.
En plus, on constate que la définition des fonds propres dépend du contexte. C’est pour cette
raison que la définition des fonds propres dans la CEMAC n’est pas la même chose qu’en
Europe. En effet, chaque régulateur tient compte des spécificités de son économie. Ainsi, tout
en reprenant à son compte les fondamentaux définis par le Comité de Bâle, chaque organe de
supervision définit sa réglementation.
Après avoir levé l’équivoque sur la définition du concept des fonds propres, nous
avons exploré la littérature pour ressortir les différentes relations qui existe entre le niveau de
capitalisation et la solidité bancaire. Au vu de la littérature l’influence de la capitalisation sur
la solidité à travers la prise de risque reste controversée. En effet, certains auteurs (Artus,
1991 ; Kim et Santomero, 1988 ; Shrieves et Dahl, 1992) montrent que l’exigence en matière
de capitalisation a un effet négatif sur la solidité des banques. Pour eux les exigences en
matière de fonds propres peuvent avoir pour conséquence l’augmentation de la prise des
risques. Par contre certains auteurs (Miskhin et al., 2010) qui défendent l’idéologie du Comité
de Bâle, pensent que le débat devrait plutôt porter sur le niveau de capitalisation et non sur le
sens de la relation. Pour les auteurs de ce courant de pensée, la capitalisation améliore la
solidité bancaire. C’est cette idéologie qui est appliquée dans la CEMAC. C’est pour cette
raison que nous considérons qu’il existe une relation positive entre le niveau de capitalisation
et la solidité bancaire dans la CEMAC.

177
 Cette relation établie, nous avons procédé dans le quatrième chapitre à l’évaluation
empirique des effets de la prise en compte de certaines variables internes à la banque et les
variables macroéconomiques dans les différentes estimations de cette relation. Nous avons
utilisé des données de panel pour 41 banques dans un modèle dynamique pour la période
2000-2013. Nous avons procédé à l’estimation de notre modèle en deux étapes.
Premièrement, nous avons cherché à apprécier l’impact individuel de chaque groupe
des variables de contrôle sur la relation qui existe entre le niveau de capitalisation et la
solidité bancaire. Nous avons estimé plusieurs équations en injectant les variables de contrôle
groupe par groupe dans le modèle de base. Nous n’avons pas constaté un effet amplificateur
ou modérateur pour cette première étape. En effet, la prise en compte individuelle des
indicateurs CAMEL et des indicateurs macroéconomiques, n’améliore pas la contribution du
niveau de capitalisation à la solidité bancaire. Cependant, ces indicateurs jouent un rôle
stabilisateur de la relation qui existe entre le niveau de capitalisation et la solidité bancaire.
Deuxièmement nous avons apprécié l’effet collectif des variables de contrôle. Pour
cela, nous avons procédé à l’estimation des équations imbriquées qui nous permettent
d’analyser les effets des groupes des variables pris simultanément. Le premier constat qu’on
dégage de ces estimations est l’importance de la prise en compte simultanée de l’aspect
interne de la banque pour une politique d’exigence en fonds propres efficace. Ensuite, la prise
en considération de l’aspect macroéconomique permet de stabiliser cette relation. C’est pour
cette raison qu’il est recommandé aux autorités monétaires de la CEMAC de prendre en
considération l’aspect interne de la banque et le cadre macroéconomique pour toute politique
d’exigence des fonds propres.

178
 Conclusion générale

Compte tenu des exigences de capitalisation et de qualité d’actif, l’objectif de notre

thèse est d’analyser la solidité bancaire dans la CEMAC. Pour y arriver, nous avons retenu
deux principaux axes de recherches. Nous avons d’une part étudié les effets des variables
individuelles et macroéconomiques sur la relation préétablie entre la qualité du portefeuille de
crédits et la solidité bancaires, et d’autre part les effets de ces variables sur la relation qui
existe entre le niveau de capitalisation et la solidité bancaire. Pour ce faire, nous avons scindé
le travail en deux parties. Dans la première partie, nous avons porté notre attention sur
l’analyse de la relation qui existe entre la qualité du portefeuille de crédits et la solidité
bancaire. La deuxième partie s’est portée sur l’importance de la prise en compte des variables
individuelles et macroéconomiques sur le lien qu’il y a entre le niveau de capitalisation et la
solidité bancaire.
Comme il est établi par plusieurs auteurs dans la littérature, le risque de crédit est le
principal risque de défaillance des banques. Les prêts non performants sont la conséquence
d’une prise de risque de crédit par la banque. Dans la CEMAC, en dépit des efforts déployés
depuis les années 90 pour assainir le secteur bancaire, le taux des crédits non performants
demeure élevé. Avec un taux des créances douteuses d’environ 7,22 % en 2011, la qualité du
portefeuille de crédits des banques de la communauté s’est de plus dégradée en 2013 avec
une hausse de 48 % des créances en souffrance par rapport à 2012 (COBAC, 2013). Ce taux
envoie un signal sur la qualité du portefeuille de crédits des banques de la sous-région.
L’estimation de notre modèle de base montre que l’augmentation des créances douteuses
détériore la solidité des banques. Pour cela, il semble important de chercher les facteurs
modérateurs de cette influence. C’est ainsi que, nous avons dans la première partie de notre
thèse tenté d’apporter des éléments de réponse à la question suivante : quels sont les effets
des variables individuelles et macroéconomiques sur la relation qui existe entre la qualité du
portefeuille de crédits et la solidité bancaire dans la CEMAC ?

Pour une meilleure connaissance de la qualité du portefeuille de crédits, nous nous

sommes intéressés à la littérature théorique et empirique traitant de ce sujet. L’importance de
la qualité des actifs pour la banque n’est plus à démontrer. En effet, la qualité du portefeuille
de crédits d’une banque est dépendante de la qualité de ses actifs, c’est-à-dire de ses
débiteurs. Ainsi, nous avons étudié dans le premier chapitre la nécessité pour les banques
d’avoir des débiteurs sains. Nous avons mobilisé certaines théories (la théorie du signal, les

179
contrats incitatifs et la théorie du compte chèque) permettant à la banque de distinguer les
débiteurs sains des autres débiteurs. En effet, le phénomène d’asymétrie d’information
expliqué par Akerlof (1970) est à l’origine de la distinction entre les mauvais emprunteurs et
les bons emprunteurs dans le secteur bancaire. Dans un contexte d’asymétrie d’information
Spence (1973) développe la théorie du signal pour déterminer les éléments permettant
d’envoyer un signal sur la qualité du demandeur d’emploi. Nous avons mobilisé cette théorie
dans le cadre du marché bancaire, pour sa double utilisation. D’une part elle permet aux
banquiers de distinguer les bons emprunteurs des mauvais emprunteurs et d’autre part elle
peut être utilisée par les emprunteurs pour signaler la qualité de leurs signatures. Pour
résoudre le problème d’information, Cherif (1999) pense qu’il faut développer non seulement
des techniques de décodage du signal par les banquiers, mais les techniques de signalisation
permettant aux emprunteurs d’envoyer les bonnes informations aux banques. Pour ce faire,
nous avons développé des éléments qui permettent de connaître la nature de l’emprunteur : la
capacité financière de l’emprunteur, le statut juridique du débiteur, la situation fiscale du
débiteur et le secteur d’activité du débiteur. Eber (2001) considère la banque comme une
structure multi – produits, il suppose qu’elle a l'avantage de gérer les comptes de ses clients.
La théorie du compte du chèque développée par des auteurs comme Fama (1985), suppose
que l’emprunteur est en même temps un déposant. La banque peut donc se servir du suivi des
mouvements du compte de son client pour tirer en continue d’informations sur les capacités à
rembourser de ce client. Ainsi, elle peut apprécier le degré d’aversion pour le risque d’un
client en observant les mouvements de son compte. Vilanova (1997) soutient que la relation
de compte courant établie entre la banque et son client, permet à la banque d'obtenir de
l'information gratuite. En plus, les banquiers peuvent utiliser d’autres techniques pour extraire
l’information sur la qualité de leurs emprunteurs.

Parmi les variables qui déterminent l’offre de crédit par la banque il y a le taux
d’intérêt. Les banques en voulant se couvrir contre les risques, fixent leurs taux d’intérêt en
tenant compte de la probabilité du défaut des emprunteurs. Pour Stiglitz et Weiss (1981),
l’évolution du rendement de la banque en fonction du taux d’intérêt suit une courbe en
cloche. En effet, si la banque se focalise seulement sur le taux d’intérêt pour distinguer les
différents emprunteurs, elle va atteindre un niveau maximum du taux d’intérêt au-dessus du
quel son rendement ne s’accroît plus. A ce niveau la banque pour éviter la dégradation de la
qualité de son portefeuille, finit par rationner les crédits. La banque peut aussi utiliser le
contrat incitatif pour réduire l’asymétrie d’information (Diamond, 1984). Le contrat incitatif

180
permet à la banque de distinguer les mauvais emprunteurs des bons dans une relation de long
terme. La banque peut aussi utiliser l’apport personnel comme moyen de distinction des
débiteurs. En effet, la volonté d’investir dans son projet envoie un signal important par
rapport à la qualité du projet (Leland et Pyle, 1977). Pour Ross (1977), la structure financière
de l’entreprise envoie un signal qui permet à la banque de déterminer la qualité de cette
entreprise. Le banquier peut s’appuyer sur tous ces éléments pour avoir un portefeuille de
crédits de bonne qualité. Abdou (2002) pense que la qualité des crédits est importante à plus
d’un titre pour les autorités monétaires.

L’évaluation de la solidité d’une banque ne doit pas se limiter à la capacité de cette

institution à faire face aux chocs défavorables, il faut identifier les facteurs qui peuvent
influencer l’équilibre de cette banque. C’est ainsi que dans la littérature plusieurs auteurs
considèrent que les facteurs qui dégradent la qualité du portefeuille de crédits d’une banque
agissent négativement sur la solidité de cette dernière. Cette relation étant établie, nous nous
sommes intéressés dans le deuxième chapitre de ce travail à l’évaluation empirique des effets
de certains facteurs internes et externes à la banque sur l’influence de la qualité du
portefeuille de crédits.

Pour l’évaluation empirique des effets des différents indicateurs individuels et

macroéconomiques, nous avons utilisé l’indicateur Z-score pour appréhender la solidité
bancaire. En fait, le Z-score contient toute l’information concernant la santé financière de la
banque. Il est constitué d’une composante qui tient compte de la performance de la banque
ajustée du risque et d’une autre composante portant sur la couverture du risque du portefeuille
de crédits par les fonds propres. Nous avons présenté dans la suite les différents indicateurs
internes de la banque et les indicateurs macroéconomiques, avant d’exposer les différents
liens qui existent entre la qualité du portefeuille de crédits et la solidité bancaire. Ceci, nous a
permis de spécifier un modèle économétrique que nous avons estimé sur un panel de 41
banques pour la période allant de 2000 à 2013. Pour cette étude, nous avons opté pour un
modèle dynamique du Z-score compte tenu du caractère dynamique de la solidité.

Dans ce modèle, nous avons utilisé les indicateurs de solidité financière déterminés
par les organismes de Bretton-Woods (FMI, 2006). Pour ce faire, nous avons présenté les
différentes techniques d’appréciation de la solidité avant de procéder au choix de la technique
appropriée pour notre étude. Ainsi, nous avons présenté les tests de résistance aux chocs
(stress tests), les systèmes d’alerte précoce et les autres techniques quantitatives utilisées

181
pour évaluer la solidité (les analyses discriminantes et les Z-scores). En effet, les stress tests
sont des tests de résistance qui permettent de jauger la vulnérabilité d’une banque ou d’un
système bancaire face à un changement majeur de la situation économique. Ils permettent de
savoir ce qui va se passer dans la banque ou le système bancaire en cas de survenance d’un
choc quelconque dans l’économie. Ces tests sont pratiqués tant au niveau microéconomique
(la banque) qu’au niveau macroéconomique (le système bancaire). Tandis que les systèmes
d’alerte précoce permettent de détecter la vulnérabilité des banques. Ils permettent
d’identifier les banques dont la situation apparaît préoccupante. Leur objectif est d’identifier
les indicateurs d’alerte qui permettent d’évaluer la solidité de la banque ou du système
bancaire pour établir des politiques préventives et correctives si nécessaire pour éviter
l’instabilité financière. Ces systèmes sont utilisés pour anticiper l’apparition d’un choc. Pour
cela, on utilise soit la méthode du signal qui permet d’analyser individuellement chaque
indicateur, soit les modèles logit et probit binomial ou multinomial qui permettent d’établir
une relation entre les différents indicateurs. Les autres techniques d’analyse de la solidité
bancaire les plus connues sont les analyses discriminantes et les Z-scores. L’analyse
discriminante vise à prédire l’appartenance au groupe des banques solides ou des banques
fragiles. Cette technique peut être utilisée lorsqu’on a un objectif de classification des
banques étudiées. Par ailleurs, le modèle de Z-score basé sur l’analyse discriminante multiple
est le plus populaire dans la littérature dans le domaine de la défaillance des institutions
financières. En effet, l’indicateur Z-score permet d’approximer le risque de défaillance et de
tester la fragilité de la structure étudiée. Cet indicateur est inversement corrélé à la probabilité
d’insolvabilité de la banque. Pour notre étude, nous avons retenu cet indicateur qui est
constitué d’une composante portant sur la performance des actifs de la banque et d’une autre
qui porte sur la couverture du risque de ces actifs par les fonds propres. Ceci nous permet
d’analyser d’une part la relation qui existe entre les indicateurs de la qualité des actifs et le Z-
score, et d’autre part les indicateurs du niveau de capitalisation et le Z-score.
Dans la deuxième partie de cette thèse, nous poursuivons avec l’analyse de la solidité
bancaire en s’intéressant à la contribution du niveau de capitalisation. Pour le faire, nous
avons d’abord rappelé le débat théorique portant sur les exigences en fonds propres et la
poursuite de l’objectif de solidité dans le secteur bancaire. S’il est établi dans la littérature à
travers les accords de Bâle que le niveau de capitalisation a une relation positive avec la
solidité bancaire, il s’avère donc important d’améliorer cette relation. C’est la raison pour
laquelle, nous nous sommes intéressés aux effets des variables de contrôle sur cette relation
afin d’améliorer la solidité bancaire. Dans cette partie, nous sommes revenus sur la définition

182
des fonds propres selon les accords de Bâle. Car, il était important de circonscrire le concept
de capitalisation qui est fondé sur les fonds propres avant de ressortir les différentes relations
qui existent entre le niveau de capitalisation et la solidité bancaire. Nous constatons dans la
littérature qu’en plus de la contextualisation de la définition des fonds propres, le concept de
capitalisation est dynamique.
Après avoir circonscrit le concept de capitalisation, nous avons exploré dans le
troisième chapitre de notre travail, la littérature portant sur la relation qui existe entre le
niveau de capitalisation et la solidité bancaire. Il existe dans la littérature une controverse au
sujet de cette relation. En effet, plusieurs auteurs pensent comme Kim et Santomero (1988)
que l’exigence en matière de capitalisation a un effet négatif sur la solidité des banques. Pour
ces auteurs partisans de la théorie du choix de portefeuille, le fait d’exiger des banques un
certain niveau des fonds propres peut entrainer l’augmentation de la prise des risques par ces
dernières. Pendant que les auteurs comme Miskhin et al. (2010) partisans de la théorie de
préférence des états, défendent l’idéologie selon laquelle l’augmentation du niveau de
capitalisation influence négativement la prise de risque par la banque. Pour ces auteurs, les
exigences en fonds propres améliorent la solidité bancaire. C’est cette idéologie qui est
prônée par le Comité de Bâle depuis 1988 avec les premiers accords de Bâle. En tenant
compte de la position du Comité de Bâle, on considère que la capitalisation contribue à
l’atteinte de l’objectif de solidité de la banque. Ainsi, nous avons donc procédé dans la suite
de cette thèse à l’évaluation empirique des effets des facteurs individuels et
macroéconomiques sur la contribution du niveau de capitalisation à la solidité bancaire.
Pour l’évaluation empirique de la relation qui existe entre le niveau de capitalisation
et la solidité des banques, nous avons utilisé les mêmes données pour les 41 banques retenues
dans la première partie pour la période de 2000 à 2013. Pour l’estimation du modèle
dynamique dans cette partie, nous avons retenu la méthode LSDVC au lieu de la méthode des
moments généralisée (MMG) utilisée dans la première partie. Comme dans la partie
précédente, nous avons procédé à l’estimation de notre modèle en deux étapes. Nous avons
cherché d’abord à apprécier l’effet individuel de chaque groupe des variables de contrôle,
avant de chercher à apprécier l’effet collectif de prise en compte simultanée de certains
groupes des variables. Dans le premier cas, nous avons estimé plusieurs équations en
injectant les variables de contrôle groupe par groupe dans le modèle de base. Deuxièmement
nous avons procédé à l’estimation des équations imbriquées qui nous ont permises d’analyser
les effets des groupes des variables pris simultanément.

183
 Au terme de cette thèse, nous dégageons pour nos objectifs intermédiaires des
résultats pertinents pour l’amélioration de la solidité bancaire dans la CEMAC. Pour ce qui
est de la première relation, nos résultats montrent que la prise en compte simultanée des
différents indicateurs individuels du type CAMEL et des indicateurs macroéconomiques
réduit l’effet négatif de la dégradation de la qualité du portefeuille de crédits sur la solidité
bancaire. En effet, lorsqu’on injecte toutes les autres variables individuelles et les variables
macroéconomiques dans le modèle, on constate que l’influence négative des variables
représentant la dégradation de la qualité du portefeuille de crédits sur la solidité bancaire
devient non significative. Lorsqu’on prend individuellement les groupes de variables, il n’y a
que les variables représentant la rentabilité de la banque qui modère l’influence de la
dégradation de la qualité du portefeuille de crédits. Pour ce qui est de la deuxième relation,
c’est-à-dire celle qui existe entre la capitalisation et la solidité bancaire, nos résultats
montrent que la prise en compte individuelle des indicateurs CAMEL et des indicateurs
macroéconomiques, n’amplifie pas cette relation. Ces indicateurs permettent de stabiliser la
relation qui existe entre le niveau de capitalisation et la solidité bancaire. Lorsqu’on prend en
considération toutes les variables de contrôle (les variables individuelles et
macroéconomiques), on constate une amélioration de la solidité, car en plus du niveau de
capitalisation, la capacité de la banque à provisionner ses créances explique significativement
la solidité bancaire. Compte tenu du seuil de significativité des différentes variables liées au
niveau de capitalisation, on peut dire que l’effet des variables individuelles et
macroéconomiques sur la relation préétablie entre le niveau de capitalisation et la solidité
bancaire reste ambigu.
Les résultats de ces évaluations empiriques confirment les actions des bailleurs de
fonds internationaux qui ne cessent de solliciter des autorités de la CEMAC l’amélioration de
la gouvernance bancaire et la prise des mesures nécessaires pour minimiser les risques
financiers. Nos résultats pour ce qui est des variables macroéconomiques rejoignent le
résultat de Demirguc-Kunt et Detragiache (1998) qui pensent que l’environnement
macroéconomique agit sur la qualité du portefeuille et la rentabilité des banques. De plus, il
ressort de cette étude que la fonction d’intermédiation est importante dans la CEMAC. En
effet, cette fonction contribue significativement à l’amélioration de la solidité bancaire. C’est
pour cette raison que nous concluons en disant que la surliquidité des banques provenant de
la faible activité de crédit est nocive pour la solidité des banques de la sous-région. Il faut
rappeler que nos résultats révèlent un effet stabilisateur pour la prise en considération de
l’aspect macroéconomique dans la solidité bancaire. C’est pour toutes ces raisons qu’il nous

184
semble important de tenir compte de tous les aspects de la banque pour une politique
prudentielle efficace. Ainsi, la COBAC pour la définition de sa réglementation prudentielle
doit tenir compte de tous les aspects internes de la banque et du cadre macroéconomique dans
lequel évolue cette dernière. La principale contribution de cette étude c’est de déplacer les
débats qui ont cours autour des relations qui existent d’une part entre la qualité du
portefeuille de crédits et la solidité bancaire, et d’autre part entre le niveau de capitalisation et
la solidité bancaire. Au lieu de débattre des sens de ces relations, nous nous sommes
intéressés aux effets qui permettent d’améliorer ces différentes relations. Ainsi, au terme de
nos analyses, il apparaît des résultats pertinents. Notre hypothèse une intitulée : « la prise en
compte simultanée des indicateurs individuels de type CAMEL et des indicateurs
macroéconomiques améliorent la solidité bancaire » est validée. Tandis que l’hypothèse deux
intitulée : « la prise en compte conjointe de l’aspect interne de la banque et de l’aspect
macroéconomique améliore la contribution du niveau de capitalisation à la solidité bancaire
dans la CEMAC » est rejetée.

Il parait évident que cette thèse contribue à l’analyse de la solidité bancaire. Elle
propose d’une part un modèle qui permet de réduire les effets néfastes de la dégradation de la
qualité du portefeuille de crédits et d’autre part un modèle qui permet de stabiliser la
contribution du niveau de capitalisation. Toutefois, il semble intéressant d’approfondir ces
pistes de chercher permettant d’analyser la solidité bancaire. Au vu des résultats obtenus,
outre la nécessité de suivre la qualité des actifs ou du niveau de capitalisation, il est important
de s’intéresser aux autres exigences de la réglementation prudentielle. Pour cela, on pourra
décomposer les différentes variables individuelles et tenir compte d’autres aspects
macroéconomiques. Ainsi, on peut intégrer dans notre modèle des variables institutionnelles,
juridiques et mêmes des variables socioculturelles. Pour atteindre cet objectif, il faudra
surpasser l’obstacle de la disponibilité et de la qualité des informations.

185
 Bibliographie

Abdennour F. et Houhou S., (2008), « Un modèle d’alerte précoce de difficultés

bancaires pour les pays émergents », Economie Internationale, N° 114, pp. 69 – 92.

Abdou R., (2002), « Les déterminants de la dégradation du portefeuille des banques : une
approche économétrique et factorielle appliquée au système bancaire nigérien »,
Etudes et Recherches, BCEAO.

Aggarwal R. et Jacques K. T., (1998), “Assessing the impact of prompt corrective action
on bank capital and risk”, Federal Reserve Bank of New York Policy Review, Vol. 4,
n°3, pp. 23-31.

Aglietta M. (1992), « Comportement bancaire et risque de système », Document de

travail CEPII.

Akerlof G., (1970), “The Market for Lemons: Qualitative Uncertainty and the Market
Mechanism”, Quarterly Journal of Economics, volume 84, pp. 488 – 500.

Albulescu C. T. (2009), La stabilité du secteur financier en Roumanie dans la perspective

de son adhésion à l’UEM, Thèse de Doctorat en Sciences Economiques, Université de
Poitiers et Université de l’Ouest de Timisoara

Albulescu C. T., (2008), « La dynamique de la stabilité du système financier roumain :

une analyse en terme d’indice agrégé de stabilité », MPRA paper, n° 16754.

Altman E. I., (1968), “Financial Ratios, Discriminant Analysis, and the prediction of
corporate Bankruptcy”, Journal of Finance, Vol. 23, n° 4, pp. 589-609.

Altman E. I., Haldeman R. and Narayanan P., (1977), “Zeta™ Analysis: A new Model to
identify Bankruptcy risk of corporations”, Journal of Banking and Finance, Vol. 1, n°
1, pp. 29-55.

AMAO (2009), Stabilité financière et supervision bancaire au sein de la CEDEAO.

Anand K., Bédard-Pagé G. et Traclet V., (2014), « L’application des tests de résistance au
système bancaire canadien : une approche systémique », Banque du Canada, Revue du
système financier, pp. 69-78.

Angora A. E., (2009), Système d’alerte avancée des crises bancaires : une approche
fondée sur les modèles multinomiaux, Thèse de Doctorat en Sciences Economique,
Université de Limoges.

186
Angora A. et Tarazi A., (2011), « Crises bancaires dans les pays de l’UEMOA : un
système d’alerte avancée fondé sur une approche logit multinomiale », Brussels
Economic Review, vol. 54, N° 1, pp. 21-50.

Arellano M. and Bond S., (1991), “Some tests of specification for panel data: Monte
Carlo evidence and an application to employment equations”, Review of Economic
Studies, vol. 58, pp. 277–297.

Artus P., (1991), « Ratios de fonds propres et comportement des Banques », Recherches
Économiques de Louvain / Louvain Economic Review, vol. 57, n° 2, pp. 189-204.

Artus P., Betbèze J. P., Boissieu C. et Capelle-Blancard G., (2008), La crise des
subprimes, Rapport au Conseil d’Analyse Economique, La documentation française,
284 p.

Avery R. B. et Berger A., (1991), “Risk-based capital and deposit insurance reform”,
Journal of Banking and Finance, vol. 15, n° 4-5, pp. 847-874.

Avom D. et Eyeffa Ekomo S. M. L. (2007) « Quinze ans de restructuration bancaire dans

la CEMAC : Qu’avons-nous appris ? », Revue d’Economie Financière, pp. 1-30.

Barth J.R., Caprio G. et Levine R., (2004), “Bank regulation and supervision: What
works best?”, Journal of Financial Intermediation, N° 13, pp. 205 – 248.

Baumgartner U. et Bio Tchané A., (2006), “Central African Economic and Monetary
Community: Financial System Stability Assessment, including Reports on the
Observance of Standards and Codes on the following topics: Monetary and Financial
Policy Transparency, and Banking Supervision”, IMF Country Report, No 06/321

BCE (2014), Aggregate report on the comprehensive assessment, 178 p.

Bédué A. et Lévy N., (1997), « Relation banque-entreprise et coût du crédit », Revue

d'économie financière, N°39, pp. 179-200.

Berger R., (2010), « Les régulateurs ont apporté quelques assouplissements au calcul du
ratio de liquidité, mais sans en bouleverser la logique », L’AGEFI, 17 décembre.

Blüm J.M., (1999), “Do capital adequacy requirements reduce risks in banking?”, Journal
of Banking and Finance, vol. 23, pp. 755–771.

Blundell R. et Bond S., (1998), “Initial conditions and moment restrictions in dynamic
panel data models”, Journal of Econometrics, n° 87, pp. 115-143.

187
Bordes C., (2005), « Droit, Economie et Justice dans le secteur bancaire. Banque et risque
systémique », Septième conférence Banque et risque systémique, Grand’ Chambre de
la Cour de cassation.

Borio C. and Lowe P., (2002), “Assessing the risk of banking crises”, BIS Quarterly
Review, pp. 43-54.

Boussaada R., (2012), L’impact de la gouvernance bancaire et de la relation bancaire

sur le risque de crédit : cas des banques tunisiennes, Thèse de Doctorat en Sciences
Economique, Université Montesquieu de Bordeaux IV et Université de Tunis.

Boyabé J.B., (1999), « Marché informel : une lecture critique du modèle d’Akerlof »,
Revue Tiers Monde, tome 40, N° 157, pp. 169 – 186.

Breton R., (2005) « Intermédiation, diversification et dissimulation d'information »,

Revue économique, vol. 56, No. 3, pp. 765 – 775.

Bruno G. S. F., (2005), “Approximating the bias of the LSDV estimator for dynamic
unbalanced panel data models”, Economics Letters, n° 87, pp. 361-366.

Bun M. J. G. et Kiviet J. F., (2003), “On the diminishing returns of higher order terms in
asymptotic expansions of bias”, Economics Letters, n° 79, pp. 145-152.

Camara B. N., (2010), Réglementation prudentielle et risque bancaire : incidence de la

structure et du niveau du capital réglementaire, Thèse de Doctorat en Sciences
Economique, Université de Limoges.

Capelle-Blancard G. et Chauveau T., (2004), « L’apport de modèles quantitatifs à la

supervision bancaire en Europe », Revue française d’économie, vol. 19, n° 1, pp.77-
120.

Caprio G., (1997), “Safe and Sound Banking in Developing Countries: We’re Not in
Kansas Anymore”, World Bank, Policy Research Working Paper, January.

Cherif M., (1999), « asymétrie d’information et financement des PME innovantes par le
capital-risque », Revue d'économie financière, pp. 1 – 16.

COBAC (1992), Convention portant harmonisation de la réglementation bancaire dans

les Etats de l’Afrique central, 20 p.

COBAC (2009), « Mise en œuvre de Bâle II dans la CEMAC », 2ème Réunion annuelle de
concertation avec la profession bancaire et financière, juillet, 27 P.

188
COBAC, les différents règlements

COBAC, Rapport annuel, de 2000 à 2013.

Cole R. A. et Gunther J. W., (1998), “Predicting Bank Failures: A Comparison of On-

and Off-Site Monitoring Systems”, Journal of Financial Services Research, vol. 13,
n° 2, pp. 103-117.

Combes-Thuélin et Escaffre, (2004), « Performance et juste valeur : la communication

financière des établissements de crédit », 25e congrès de l’AFC, 16 p.

Comité de Bâle sur le Contrôle Bancaire, (2004), convergence internationale de la

mesure et des normes de fonds propres, dispositif révisé, Banque des Règlements
internationaux.

Comité de Bâle sur le Contrôle Bancaire, (2011), Bâle III : dispositif réglementaire
mondial visant à renforcer la résilience des établissements et systèmes bancaires,
document révisé, Banque des Règlements internationaux.

Comité de Bâle sur le Contrôle Bancaire, (2012), exigence de fonds propres en regard
des expositions bancaires sur les contreparties centrales, Banque des Règlements
internationaux.

Commission Bancaire de l’UEMOA, Rapport annuel, de 2000 à 2010.

Couppey J. et Madiès P., (1997), « L’efficacité de la réglementation prudentielle des

banques à la lumière des approches théoriques », Revue d’Economie Financière, N°
39, pp. 95-124.

Dannon P. H. et Lobez F., (2014), « La régulation bancaire dans l’Union Economique et

Monétaire Ouest-Africain est-elle efficace ? », Revue d’économie financière, n° 116,
pp. 279-304

De Bandt O. et Oung V., (2004), « Bilan des stress tests menés sur le système bancaire
français », Banque de France, Revue de la stabilité financière, N°5, pp.55-72.

Demirgüç-Kunt A. et Detragiache E. (1998), “The determinants of banking crises in

developing and developed countries”, IMF Staff Papers, 45(1), pp. 81-109.

Dermine J., (1988), « Assurance-dépôt et réglementation bancaire », Revue d’économie

financière, No 5/6, Juin – Septembre, pp.274-283.

189
Diab Malouf C., (2007), Le risque du crédit au Liban : une évaluation empirique, Thèse
de Doctorat en Sciences Economique, Université de Nancy 2.

Diamond D. W. and Dybvig P. H., (1983), “Bank Runs, Deposit Insurance, and
Liquidity”, The Journal of Political Economy, Vol. 91, n°. 3, pp. 401-419.

Diamond D. W., (1984), “Financial Intermediation and Delegated Monitoring”, The

Review of Economic Studies, vol. 51, n° 3, pp. 393 – 414.

Diatkine S., (2002), Les fondements de la théorie bancaire : des textes classiques aux
débats contemporains, Théories Economiques, Dunod, 195 p.

Distinguin I., Rous P. et Tarazi A., (2006), « Contrôle prudentiel et détection des
difficultés financières des banques : quel est l’apport de l’information de marché ? »,
Revue Economique, vol. 57, n° 3, pp. 497-506.

Doucouré F. B. et Sène B., (2014), « Les déterminants macroéconomiques de l’indice de

stress bancaire dans les pays de l’UEMOA », BCEAO, Revue Economique et
Monétaire, n° 16, pp 9-28.

Eber N., (2001), « Les relations bancaires de long terme : une revue de la littérature »,
Revue d'économie politique, vol. 111, n° 2, p. 195-246.

Eisenbeis, R. A., (1977), “Pitfalls in the application of discriminant analysis in business,

finance, and economics”, Journal of Finance, vol. 32, N° 3, pp. 875-900.

Fama E., (1985), “What’s different about banks?”, Journal of Monetary Economics, vol.
15, pp. 29 – 40.

FMI (2006), Indicateurs de solidité financière : guide d’établissement, Fonds Monétaire

International, Washington D.C

Fox M., (2010), Mesure et modélisation du risque systématique d’un portefeuille de

crédits aux particuliers, Thèse de Doctorat, Université catholique de Louvain

Furlong F.T. and Kwan S.H., (2007), “Safe and Sound Banking Twenty Years Later:
What Was Proposed and What has Been Adopted”, Federal Reserve Bank of Atlanta,
Economic Review 92, N° 1 (First and Second Quarters), pp. 1-23.

Gammadigbé V., (2012), « Stress test macroéconomique du système bancaire de

l’UEMOA », Munich Personal RePEc Archive.

190
Gammadigbé V., (2013), « Nouvelles exigences en capital des banques de l’UEMOA,
concentration bancaire et coût du crédit au Togo », Munich Personal RePEc Archive.

Gilbert R. A., Meyer A. P. et Vaughan M. D., (2000), “The Role of CAMEL Downgrade
Model in Bank Surveillance”, The Federal Reserve Bank of St. Louis Working paper
series, n° 2000-021A.

Godbillon-Camus B. et Godlewski J.C., (2005), « Gestion du risque de crédit dans la

banque : information hard, information soft et manipulation », Miméo, LaRGE,
Université Robert Schuman, Strasbourg III

Godlewski C. J., (2004), « Le Rôle de l’environnement réglementaire, légal et

institutionnel dans la défaillance des banques : le cas des pays émergents », Banque &
marchés, n° 73, pp. 20-31.

Godlewski J., (2005), Information, organisation et prise de risque dans la banque, Thèse
de Doctorat de Sciences de Gestion, Université Robert Schuman Strasbourg III.

Gourièroux C. et Tiomo A., (2007), Risque de crédit : une approche avancée, Les cahiers
du CREF, CREF 07-05.

Goyeau D. et Tarazi A., (1992), « Evaluation du risque de défaillance bancaire en

Europe », Revue d’économie politique, n° 2.

Guigou J. D. et Vilanova L., (1999), « Les vertus du financement bancaire : fondements

et limites », Finance Contrôle Stratégie, volume 2, N° 2, pp. 97 – 133.

Gulde-Wolf A. M. et Ghura D., (2012), « Communauté économique et monétaire de

l’Afrique centrale : Rapport des services du FMI sur les politiques communes des
États membres », Rapport du FMI, No 12/44.

Gulde-Wolf A. M. et Ghura D., (2013), « Communauté Economique et Monétaire de

l’Afrique Centrale (CEMAC) : rapport des services du FMI sur les politiques
communes des Etats membres », Rapport du FMI, n° 13/322.

Gurley J. et Shaw E., (1960), Money in a Theory of Finance, Brookings Institution.

Hardy D.C. and Pazarbasioglu, (1998), “Leading indicators of banking crises: what Asia
different?”, IMF Working paper, N° WP/98/91.

191
Hayden E., Porath D., et Westernhagen von N., (2007), “Does diversification improve the
performance of German banks? Evidence from individual bank loan portfolios”,
Journal of Financial Service Research, 32, pp. 123 – 140.

Hirtle B. J. et Lopez J. A., (1999), “Supervisory Information and the Frequency of Bank
Examinations”, FRBNY Economic Policy Review, pp. 1-19.

Ikori à Yombi J. H., (2004), « Normalisation de la réglementation prudentielle

internationale et évolution en Afrique centrale », Bulletin de la Commission Bancaire
de l’Afrique Centrale, N° 6.

Jacques K. et Nigro P., (1997), “Risk-based, portfolio risk, and bank capital: A
simultaneous equations approach”, Journal of Economics and Business, vol. 49, n° 6,
pp. 533-547.

Jagtiani J., Kaufman G. et Lemieux C., (2000), “Do Markets Price Banks and Bank
Holding Companies’ Risk? Evidence from Debt Securities”, Federal Reserve Bank of
Chicago, Emerging Issues Series.

Johnston R. B., Chai J. et Schumacher L., (2000), “Assesing Financial System

Vulnerabilities”, IMF Working Paper, N° 76.

Joy M. O. and Tollefson J. O, (1975), “On the financial applications of discriminant

analysis”, Journal of Financial and Quantitative Analysis, vol. 10, n° 5, pp. 723-739.

Kamgna S. Y., Tinang Nzesseu J. et Tsombou Kinfak C., (2009), « Proposition

d’indicateurs de surveillance macro-prudentielle du système bancaire en zone
CEMAC », MPRA paper n° 16555.

Kaminsky G. and Reinhart C., (1999), “The Twin Crises: The Causes of Banking and
Balance-of-Payments Problems”, The American Economic Review, Vol. 89, n°. 3, pp.
473-500.

Kaminsky G., Lizondo S. and Reinhart C., (1998), “Leading Indicators of Currency
Crises”, International Monetary Fund Staff Papers, 45, pp. 01-48.

Kareken J. H. et Wallace N., (1978), “Deposit Insurance and Bank Regulation: A Partial-
Equilibrium Exposition”, The Journal of Business, Vol. 51, n° 3, pp. 413-438.

Kim D. et Santomero A.M., (1988), “Risk in banking and capital regulation”, Journal of
Finance, vol. 43, pp. 1219–1233.

192
Koehn M. et Santomero A.M., (1980), “Regulation of bank capital and portfolio risk”
Journal of Finance, vol. 35, pp. 1235–1244.

Lacker J.M., (1991), “Why Is There Debt?”, Federal Reserve Bank of Richmond
Economic Review 77, pp. 3 – 19.

Lacoue-Labarthe D., (2003), « L’évolution de la supervision bancaire et de la

réglementation prudentielle (1945-1996) », Revue d’Economie Financière, Vol 73, n°
73, pp. 39-63.

Lanha M. (2006), Dynamiques de l’architecture financière : vers l’approfondissement

financier microéconomique dans l’UEMOA, Thèse de Doctorat en Sciences
Economiques, Université d’Orléans

Leland H. E. et Pyle D. H., (1977), “Informational Asymmetries, Financial Structure, and

Financial Intermediation”, The Journal of Finance, vol 32, No 2, pp. 371 – 387.

Lindgren C. J., Garcia G. et Saal M. I., (1996), Bank soundness and macroeconomic
policy, International Monetary Fund.

Lobez F. et Vilanova L., (2008), Microéconomie bancaire, Finance, Puf, 331 p.

Lobez F., (2010), « Too big to fail : gouvernance et régulation des banques », Revue
d’économie financière, No 100, pp. 187-199

Madji A., (2002), « Stabilité financière et contrôle prudentiel », Rapport d’activité

COBAC, pp. 64-79.

Markowitz H., (1952), « Portfolio Selection », The Journal of Finance, Vol. 7, No. 1, pp.
77-91.Martin D., (1997), "Early warning of bank failure: A logit regression approach",
Journal of Banking and Finance, Vol.1, n° 3, pp. 249-276.

Matoussi H. et Abdelmoula A.K., (2010), « La prévention du risque de défaut dans les

banques : Analyse comparative entre les méthodes linéaires classiques et les méthodes
de l’intelligence artificielle : les réseaux de neurones artificiels », Crises et nouvelles
problématiques de la valeur.

Meyer P. A. et Pifer H. W., (1970), “Prediction of Bank Failures”, The Journal of

Finance, Vol. 25, N° 4, pp. 853-868.

Mishkin F., Bordes C., Hautcoeur P. C., Lacoue-Labarthe D. et Ragot X., (2010),
Monnaie, banque et marchés financiers, 9e édition, Nouveaux Horizons, 924 p.

193
Modigliani F. et Miller M. H., (1963), “Corporate Income Taxes and the Cost of Capital:
A Correction”, The American Economic Review, vol. 53, n° 3, pp. 433-443.

Mojon B., (1996), « ratio Minimum de capitalisation et cycle de crédit », Revue

d'Economie Politique, vol. 106, No 4, pp. 727-743.

Mongin P., (2000), « Les préférences révélées et la formation de la théorie du

consommateur », Revue économique, vol. 51, n° 5, pp. 1125-1152.

Nouy D., (1993), « La rentabilité des banques françaises », Revue d'économie financière,
N° 27, pp. 465 – 486.

Oung V., (2003), « Exigences de capital et cycles économiques : une étude empirique sur
les données françaises », Bulletin de la Commission bancaire, n° 28, pp. 31-48.

Pantalone C. C. et Platt M. B. (1987), “Predicting Failure of Savings and Loan

Associations”, AREUEA Journal, vol. 15, n° 2, pp. 46-64.

Petey J., (2004), « Les déterminants du risque d'insolvabilité dans l'industrie bancaire.
Une approche en termes de frontière de production », Recherches Économiques de
Louvain / Louvain Economic Review, Vol. 70, n° 4 (2004), pp. 401-424.

Pop A., (2005), « La Politique de Dette Subordonnée comme alternative au 3e Pilier de

Bâle II: est-elle faisable ? », Recherches Économiques de Louvain / Louvain Economic
Review, vol. 71, No. 2, pp. 193 – 222.

Powo Fosso B., (2000), « Les déterminants des faillites bancaires dans les pays en voies
de développement : le cas de l’Union Économique et Monétaire Ouest Africaine
(UEMOA) », Cahier No 2000/02, Université de Montréal, Département de sciences
économiques.

Rime B., (2001), “Capital requirements and bank behaviour: Empirical evidence for
Switzerland”, Journal of Banking and Finance, n° 25, pp. 789-805.

Rochet J. C., (1992), “Capital requirements and the behaviour of commercial banks”,
European Economic Review, vol. 36, n° 5, pp. 1137-1170.

Rochet J-C., (2008), « Comment reformer la réglementation prudentielle : les leçons à

tirer de la crise des subprimes », Revue d’économie financière, Numéro hors-série :
Crise financière : analyses et propositions, pp. 387-390.

194
Ross S. A., (1977), “The Determination of Financial Structure: The Incentive-Signalling
Approach”, The Bell Journal of Economics, vol. 8, n° 1, pp. 23-40.

Saadaoui Z., (2010), « Capitalisation et prise de risque des banques dans les pays
émergents », Brussels Economic Review – Cahiers Economique de Bruxelles, vol. 53,
n° 3 et 4, pp. 415-239.

Sahajwala R. et Bergh P. V. D., (2000), “Supervision risk assessment and early warning
system”, Basel committee on banking supervision Working paper, n° 4.

Saidane D. et Boughzala A., (1999), « Raison d’être et spécificités de la firme bancaire :

pourquoi la banque n’est-elle pas une entreprise comme les autres ? », Les cahiers du
GRATICE, N° 16, pp. 171-190.

Scialom L., (2007), Economie bancaire, La Découverte, Collection « Repères », 3e

édition.

Shrieves R. E. et Dahl D., (1992), “The relationship between risk and capital in
commercial banks”, Journal of Banking and Finance, vol. 16, n° 2, pp. 439-457.

Solhi S. et Mehdi A., (2012), « Prévention du risque de défaillance des banques de la

région MENA : analyse par équations simultanées en données de panel », Economic
Research Forum working paper, No 693.

Sorge M., (2004), “Stress-testing financial systems: an overview of current

methodologies”, BIS Working paper, n° 165.

Soupmo Badjio D., (2009), « Réglementation et modèle de prévision de difficultés

bancaires en zone CEMAC », Cahier de recherche/working paper, N° 200902/02,
Ecole de Gestion de l’Université de Liège, 31 p.

Spence M., (1973), “Job Market Signaling”, The Quarterly Journal of Economics, vol.
87, No. 3, pp. 355 – 374.

Stiglitz J.E. et Weiss A., (1981), “Credit Rationing in Markets with Imperfect
Information”, The American Economic Review, volume 71, Issue 3, pp. 393 – 410.

Sundararajan V., Enoch C., José A. S., Hilbers P., Krueger R., moretti M. and Slack G.,
(2002), “Financial soundness indicators: analytical aspects and country practices”,
International Monetary Fund, occasional paper, N° 212.

195
Tariant J. M., (2011), Guide pratique des relations banque – entreprises, Eyrolles,
Edition d’organisation.

Tartari D., (2002), De la régulation en matière des capitaux propres du système bancaire,
Thèse de Doctorat en Sciences Economique et Sociales, Université de Fribourg.

Vilanova L., (1997), « La décision de prêt bancaire comme signal imparfait sur
l'emprunteur », Revue d'économie financière, N°41, pp. 219 – 246.

Wanda R., (2007), « Risques, comportements bancaires et déterminants de la

surliquidité », La Revue des Sciences de Gestion, N° 228, pp. 93 – 102.

Winton A., (1999), “Don’t Put All Your Eggs in One Basket? Diversification and
Specialization in Lending”, University of Minnesota, Working Paper No 00-16.

Zamil S.R., (2010), « Le jour du jugement », Finances et Développement, Septembre, pp.

44-47.

196
LES ANNEXES

197
 ANNEXE 1 : LES ESTIMATIONS DE LA PREMIERE PARTIE

Statistiques descriptives CEMAC

. summarize zscore crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr pr
> oeta fpta fptcr roa roe tpib ipc logta deptcr

Variable Obs Mean Std. Dev. Min Max

zscore 574 2.026026 1.72099 -.6175089 10.5242

crnta 574 .347627 .252738 0 .8271592
crestcr 574 .0962071 .1452869 0 .88
credtcr 574 .0889368 .1618601 0 .9976797
credta 574 .0526493 .104918 0 .8577009

tcrdep 574 .9426403 4.460058 0 83.25

depta 574 .5283982 .3593253 0 1.202935
proecred 574 .6515226 2.18392 0 51
proccred 574 .5499992 8.530841 0 202
proetcr 574 .0646722 .1106681 0 .8776585

proeta 574 .0416239 .0856633 0 .8026243

fpta 574 .127666 .1782917 -.0420256 1.456823
fptcr 574 .2562948 .5143181 -.1909541 6.825564
roa 574 .1822814 .2515782 -.5650442 .9916416
roe 574 2.153524 4.917004 -3.941176 98.07239

tpib 574 .0433606 .0466483 -.025 .337

ipc 574 .0258066 .030587 -.074 .124
logta 574 5.454822 4.382329 0 13.46636
deptcr 571 1.742915 8.601154 0 182.0933

Test de corrélation
. correlate zscore crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr pr
> oeta fpta fptcr roa roe tpib ipc
(obs=574)

zscore crnta crestcr credtcr credta tcrdep depta proecred

zscore 1.0000
crnta 0.3257 1.0000
crestcr 0.2428 0.2993 1.0000
credtcr 0.1948 0.2256 0.7428 1.0000
credta 0.0968 0.3330 0.7360 0.8487 1.0000
tcrdep 0.1267 0.1656 0.0521 0.0338 0.0662 1.0000
depta 0.4552 0.7228 0.3351 0.3107 0.3204 -0.0680 1.0000
proecred 0.0670 0.1471 0.0560 0.0178 0.0311 -0.0026 0.1963 1.0000
proccred 0.0414 -0.0487 -0.0302 -0.0276 -0.0273 -0.0103 0.0581 -0.0144
proetcr 0.2275 0.2807 0.8695 0.7082 0.7863 0.0564 0.3418 0.0767
proeta 0.1140 0.3231 0.7796 0.6370 0.8792 0.0802 0.2994 0.0640
fpta 0.3983 0.2913 0.3656 0.2771 0.2627 0.2639 0.0456 0.0077
fptcr 0.3688 0.0491 0.1025 0.0721 0.0473 0.1317 0.0549 -0.0130
roa 0.4035 -0.0327 -0.1518 -0.0500 -0.2842 -0.0732 0.4904 0.0977
roe 0.2098 0.0025 -0.0977 -0.0324 -0.1128 -0.0478 0.3572 0.0780
tpib -0.0480 0.0450 0.0076 0.0639 0.0610 -0.0615 0.0357 0.0162
ipc 0.0176 0.0523 -0.0060 -0.0529 -0.0265 -0.0237 0.0535 0.0426

proccred proetcr proeta fpta fptcr roa roe tpib

proccred 1.0000
proetcr -0.0320 1.0000
proeta -0.0273 0.9100 1.0000
fpta -0.0156 0.2652 0.2696 1.0000
fptcr 0.0723 0.0465 0.0381 0.6766 1.0000
roa 0.1470 -0.2145 -0.3597 0.0263 0.2742 1.0000
roe 0.1922 -0.0953 -0.1447 -0.1061 0.1271 0.5543 1.0000
tpib -0.0391 0.0153 0.0322 -0.0266 -0.0530 -0.0312 -0.0155 1.0000
ipc 0.0301 -0.0078 0.0067 0.0377 0.0299 0.0363 -0.0052 -0.2484

ipc

ipc 1.0000

198
 1) Test avec les variables d’intérêt (Qualité du portefeuille de crédits)

. xtabond2 zscore L.zscore crnta crestcr credtcr credta, gmm( zscore, lag(2 3)collapse) i
> v( crnta crestcr credtcr credta) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 8 Obs per group: min = 13
F(5, 40) = 27.13 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .4565621 .089396 5.11 0.000 .2758861 .637238

crnta .9619863 .4303741 2.24 0.031 .0921679 1.831805

crestcr .9470753 .6582092 1.44 0.158 -.383215 2.277366
credtcr .904033 .3739035 2.42 0.020 .1483458 1.65972
credta -1.737038 .8532915 -2.04 0.048 -3.461605 -.0124719
_cons .6916892 .1443732 4.79 0.000 .3999002 .9834783

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.53 Pr > z = 0.012

Arellano-Bond test for AR(2) in first differences: z = 0.14 Pr > z = 0.887

Sargan test of overid. restrictions: chi2(2) = 0.10 Prob > chi2 = 0.951
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(2) = 0.60 Prob > chi2 = 0.741
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(1) = 0.25 Prob > chi2 = 0.619
Difference (null H = exogenous): chi2(1) = 0.35 Prob > chi2 = 0.553

199
2) Test avec les variables liées à la liquidité

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta, gmm( zscore, lag(2
> 3)collapse) iv( crnta crestcr credtcr credta tcrdep depta) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 10 Obs per group: min = 13
F(7, 40) = 28.09 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .4743007 .1012277 4.69 0.000 .2697119 .6788895

crnta .1349009 .465153 0.29 0.773 -.8052084 1.07501

crestcr 1.243487 .6907868 1.80 0.079 -.1526456 2.639619
credtcr .8249405 .3437944 2.40 0.021 .130106 1.519775
credta -1.968334 .7503643 -2.62 0.012 -3.484877 -.4517911
tcrdep .0297201 .0065659 4.53 0.000 .0164499 .0429903
depta .7942112 .4089815 1.94 0.059 -.0323712 1.620794
_cons .5184866 .118729 4.37 0.000 .2785263 .7584469

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta tcrdep depta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta tcrdep depta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.61 Pr > z = 0.009

Arellano-Bond test for AR(2) in first differences: z = -0.10 Pr > z = 0.921

Sargan test of overid. restrictions: chi2(2) = 0.04 Prob > chi2 = 0.980
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(2) = 0.03 Prob > chi2 = 0.983
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(1) = 0.00 Prob > chi2 = 0.969
Difference (null H = exogenous): chi2(1) = 0.03 Prob > chi2 = 0.855

200
 3) Test avec les variables liées à la qualité de gestion uniquement

. xtabond2 zscore L.zscore crnta crestcr credtcr credta proecred proccred proetcr proeta,
> gmm( zscore, lag(2 3)collapse) iv( crnta crestcr credtcr credta proecred proccred proe
> tcr proeta) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 12 Obs per group: min = 13
F(9, 40) = 20.04 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .464829 .0884569 5.25 0.000 .2860508 .6436071

crnta .9658358 .4297946 2.25 0.030 .0971885 1.834483

crestcr .1961966 .8784817 0.22 0.824 -1.579281 1.971674
credtcr 1.257414 .6630757 1.90 0.065 -.0827116 2.59754
credta -2.772882 1.492514 -1.86 0.071 -5.789365 .2436008
proecred -.0006797 .0046611 -0.15 0.885 -.0101002 .0087407
proccred -.0015972 .0008636 -1.85 0.072 -.0033425 .0001482
proetcr 1.212029 1.729125 0.70 0.487 -2.282662 4.706721
proeta .5602207 1.840138 0.30 0.762 -3.158837 4.279278
_cons .6711658 .1403423 4.78 0.000 .3875233 .9548082

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta proecred proccred proetcr proeta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta proecred proccred proetcr proeta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.56 Pr > z = 0.011

Arellano-Bond test for AR(2) in first differences: z = -0.11 Pr > z = 0.916

Sargan test of overid. restrictions: chi2(2) = 0.14 Prob > chi2 = 0.931
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(2) = 0.58 Prob > chi2 = 0.750
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(1) = 0.21 Prob > chi2 = 0.651
Difference (null H = exogenous): chi2(1) = 0.37 Prob > chi2 = 0.543

201
 4) Test avec les variables liées à la capitalisation
. xtabond2 zscore L.zscore crnta crestcr credtcr credta fpta fptcr, gmm( zscore, lag(2 3)
> collapse) gmm( fpta fptcr, lag(2 3)collapse) iv( crnta crestcr credtcr credta) two robu
> st small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 14 Obs per group: min = 13
F(7, 40) = 30.05 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .4381237 .0822502 5.33 0.000 .2718899 .6043575

crnta 1.130371 .4114481 2.75 0.009 .298803 1.961938

crestcr 1.269047 .9391471 1.35 0.184 -.6290406 3.167134
credtcr 1.203731 .5236515 2.30 0.027 .1453921 2.26207
credta -2.197177 1.325805 -1.66 0.105 -4.876729 .4823753
fpta -.712384 1.543942 -0.46 0.647 -3.832806 2.408038
fptcr .3335092 .3026501 1.10 0.277 -.2781694 .9451878
_cons .6138611 .1330785 4.61 0.000 .3448993 .8828229

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).(fpta fptcr) collapsed
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.(fpta fptcr) collapsed
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.67 Pr > z = 0.008

Arellano-Bond test for AR(2) in first differences: z = 0.15 Pr > z = 0.882

Sargan test of overid. restrictions: chi2(6) = 0.74 Prob > chi2 = 0.994
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(6) = 2.17 Prob > chi2 = 0.903
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(3) = 0.35 Prob > chi2 = 0.950
Difference (null H = exogenous): chi2(3) = 1.82 Prob > chi2 = 0.611
gmm(zscore, collapse lag(2 3))
Hansen test excluding group: chi2(3) = 0.39 Prob > chi2 = 0.941
Difference (null H = exogenous): chi2(3) = 1.77 Prob > chi2 = 0.620
gmm(fpta fptcr, collapse lag(2 3))
Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .
Difference (null H = exogenous): chi2(6) = 2.17 Prob > chi2 = 0.903
iv(crnta crestcr credtcr credta)
Hansen test excluding group: chi2(2) = 0.30 Prob > chi2 = 0.861
Difference (null H = exogenous): chi2(4) = 1.87 Prob > chi2 = 0.760

202
 5) Test avec les variables liées à la rentabilité
. xtabond2 zscore L.zscore crnta crestcr credtcr credta roa roe, gmm( zscore, lag(2 3)col
> lapse) gmm( roa roe, lag(2 3)collapse) iv( crnta crestcr credtcr credta) two robust sma
> ll
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 14 Obs per group: min = 13
F(7, 40) = 28.84 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .4841325 .1030018 4.70 0.000 .2759581 .6923069

crnta 1.00952 .4793219 2.11 0.042 .0407745 1.978266

crestcr .9373962 .8426059 1.11 0.273 -.7655738 2.640366
credtcr .7236319 .6566446 1.10 0.277 -.6034964 2.05076
credta -1.171931 1.158702 -1.01 0.318 -3.513756 1.169894
roa .3522415 .9860022 0.36 0.723 -1.640543 2.345026
roe -.0188425 .0495951 -0.38 0.706 -.119078 .0813929
_cons .5460803 .177087 3.08 0.004 .1881741 .9039865

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).(roa roe) collapsed
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.(roa roe) collapsed
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.39 Pr > z = 0.017

Arellano-Bond test for AR(2) in first differences: z = 0.40 Pr > z = 0.686

Sargan test of overid. restrictions: chi2(6) = 2.26 Prob > chi2 = 0.894
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(6) = 3.63 Prob > chi2 = 0.727
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(3) = 0.71 Prob > chi2 = 0.870
Difference (null H = exogenous): chi2(3) = 2.91 Prob > chi2 = 0.405
gmm(zscore, collapse lag(2 3))
Hansen test excluding group: chi2(3) = 2.25 Prob > chi2 = 0.522
Difference (null H = exogenous): chi2(3) = 1.38 Prob > chi2 = 0.711
gmm(roa roe, collapse lag(2 3))
Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .
Difference (null H = exogenous): chi2(6) = 3.63 Prob > chi2 = 0.727
iv(crnta crestcr credtcr credta)
Hansen test excluding group: chi2(2) = 0.66 Prob > chi2 = 0.717
Difference (null H = exogenous): chi2(4) = 2.96 Prob > chi2 = 0.564

203
 6) Test avec les variables macroéconomiques

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tpib ipc, gmm( zscore, lag(2 3)co
> llapse) iv( crnta crestcr credtcr credta tpib ipc) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 10 Obs per group: min = 13
F(7, 40) = 20.89 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .4586348 .0883516 5.19 0.000 .2800696 .6372001

crnta .9466902 .4298524 2.20 0.033 .077926 1.815454

crestcr .9219805 .6623315 1.39 0.172 -.4166414 2.260603
credtcr .9355535 .3728952 2.51 0.016 .1819042 1.689203
credta -1.725791 .8308995 -2.08 0.044 -3.405102 -.0464809
tpib -.279981 .6700896 -0.42 0.678 -1.634283 1.074321
ipc .8254141 1.0108 0.82 0.419 -1.217489 2.868317
_cons .6788856 .1511349 4.49 0.000 .3734305 .9843407

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta tpib ipc)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta tpib ipc
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.53 Pr > z = 0.011

Arellano-Bond test for AR(2) in first differences: z = 0.39 Pr > z = 0.699

Sargan test of overid. restrictions: chi2(2) = 0.11 Prob > chi2 = 0.946
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(2) = 0.67 Prob > chi2 = 0.715
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(1) = 0.31 Prob > chi2 = 0.577
Difference (null H = exogenous): chi2(1) = 0.36 Prob > chi2 = 0.549

204
 7) Test avec les variables liées à la liquidité et à la qualité de gestion

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr
> oetcr proeta, gmm( zscore, lag(2 3)collapse) iv( crnta crestcr credtcr credta tcrdep de
> pta proecred proccred proetcr proeta) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 14 Obs per group: min = 13
F(11, 40) = 21.32 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .4767175 .1025445 4.65 0.000 .2694673 .6839677

crnta .1226745 .511243 0.24 0.812 -.9105862 1.155935

crestcr .9690263 1.219607 0.79 0.432 -1.495892 3.433945
credtcr .8755439 .7304437 1.20 0.238 -.6007379 2.351826
credta -2.233522 1.62185 -1.38 0.176 -5.511402 1.044358
tcrdep .0294311 .0064232 4.58 0.000 .0164494 .0424128
depta .8077315 .4064485 1.99 0.054 -.0137315 1.629194
proecred -.0061485 .0042433 -1.45 0.155 -.0147246 .0024276
proccred -.0039888 .0012688 -3.14 0.003 -.006553 -.0014245
proetcr .5107729 1.27637 0.40 0.691 -2.068867 3.090413
proeta .0712692 1.730137 0.04 0.967 -3.425469 3.568007
_cons .5172703 .1198907 4.31 0.000 .2749623 .7595784

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr
proeta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.60 Pr > z = 0.009

Arellano-Bond test for AR(2) in first differences: z = -0.19 Pr > z = 0.851

Sargan test of overid. restrictions: chi2(2) = 0.07 Prob > chi2 = 0.965
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(2) = 0.06 Prob > chi2 = 0.970
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(1) = 0.01 Prob > chi2 = 0.927
Difference (null H = exogenous): chi2(1) = 0.05 Prob > chi2 = 0.819

205
 8) Test avec les variables liées liquidité, gestion et capitalisation
. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr
> oetcr proeta fpta fptcr, gmm( zscore, lag(2 3)collapse) gmm( fpta fptcr, lag(2 3)collap
> se) iv( crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta) two
> robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 20 Obs per group: min = 13
F(13, 40) = 46.44 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .5187829 .1964668 2.64 0.012 .1217087 .9158572

crnta .1146148 .8840755 0.13 0.897 -1.672169 1.901398

crestcr 1.0528 1.506161 0.70 0.489 -1.991264 4.096865
credtcr 1.113734 .8114618 1.37 0.178 -.5262915 2.753759
credta -2.5455 1.792315 -1.42 0.163 -6.167903 1.076904
tcrdep .0314197 .0070417 4.46 0.000 .0171878 .0456516
depta .6719123 .6279602 1.07 0.291 -.5972425 1.941067
proecred -.005313 .0049368 -1.08 0.288 -.0152906 .0046647
proccred -.0042777 .0017513 -2.44 0.019 -.0078172 -.0007382
proetcr .2950352 2.267149 0.13 0.897 -4.287044 4.877114
proeta .6565124 2.549217 0.26 0.798 -4.495647 5.808672
fpta -.5426819 2.205505 -0.25 0.807 -5.000174 3.91481
fptcr .0373946 .5171828 0.07 0.943 -1.007871 1.08266
_cons .4884628 .1409558 3.47 0.001 .2035804 .7733452

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr
proeta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).(fpta fptcr) collapsed
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.(fpta fptcr) collapsed
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.74 Pr > z = 0.006

Arellano-Bond test for AR(2) in first differences: z = -0.12 Pr > z = 0.907

Sargan test of overid. restrictions: chi2(6) = 0.58 Prob > chi2 = 0.997
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(6) = 2.27 Prob > chi2 = 0.894
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(3) = 1.25 Prob > chi2 = 0.741
Difference (null H = exogenous): chi2(3) = 1.02 Prob > chi2 = 0.797
gmm(zscore, collapse lag(2 3))
Hansen test excluding group: chi2(3) = 0.07 Prob > chi2 = 0.995
Difference (null H = exogenous): chi2(3) = 2.20 Prob > chi2 = 0.532
gmm(fpta fptcr, collapse lag(2 3))
Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .
Difference (null H = exogenous): chi2(6) = 2.27 Prob > chi2 = 0.894

206
 9) Test avec les variables liées liquidité, gestion, capitalisation et rentabilité
. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr
> oetcr proeta fpta fptcr roa roe, gmm( zscore, lag(2 3)collapse) gmm( fpta fptcr roa roe
> , lag(2 3)collapse) iv( crnta crestcr credtcr credta tcrdep depta proecred proccred pro
> etcr proeta) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 26 Obs per group: min = 13
F(15, 40) = 20.60 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .5509494 .2138955 2.58 0.014 .1186505 .9832482

crnta .1373343 1.665425 0.08 0.935 -3.228616 3.503284

crestcr .9677406 1.440933 0.67 0.506 -1.944495 3.879976
credtcr 1.699615 1.077578 1.58 0.123 -.4782517 3.877481
credta -3.367013 2.186811 -1.54 0.132 -7.786724 1.052697
tcrdep .0330389 .0106458 3.10 0.004 .0115229 .0545549
depta .8282837 1.300759 0.64 0.528 -1.800647 3.457215
proecred .0001813 .0054372 0.03 0.974 -.0108076 .0111702
proccred -.0017493 .0060436 -0.29 0.774 -.0139639 .0104653
proetcr .1772708 2.189824 0.08 0.936 -4.248528 4.60307
proeta .3333642 3.438167 0.10 0.923 -6.61543 7.282158
fpta -1.664372 3.057968 -0.54 0.589 -7.844755 4.516012
fptcr .5487291 1.102214 0.50 0.621 -1.678929 2.776388
roa -.6648779 1.131036 -0.59 0.560 -2.950787 1.621032
roe -.0246094 .068369 -0.36 0.721 -.1627883 .1135696
_cons .5045263 .1733471 2.91 0.006 .1541788 .8548739

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr
proeta)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).(fpta fptcr roa roe) collapsed
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.(fpta fptcr roa roe) collapsed
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.56 Pr > z = 0.010

Arellano-Bond test for AR(2) in first differences: z = -0.06 Pr > z = 0.955

Sargan test of overid. restrictions: chi2(10) = 1.88 Prob > chi2 = 0.997
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(10) = 4.70 Prob > chi2 = 0.910
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(5) = 1.50 Prob > chi2 = 0.913
Difference (null H = exogenous): chi2(5) = 3.20 Prob > chi2 = 0.670
gmm(zscore, collapse lag(2 3))
Hansen test excluding group: chi2(7) = 2.72 Prob > chi2 = 0.910
Difference (null H = exogenous): chi2(3) = 1.98 Prob > chi2 = 0.577
iv(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta)
Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .
Difference (null H = exogenous): chi2(10) = 4.70 Prob > chi2 = 0.910

207
 10) Test avec les variables liées liquidité, gestion, capitalisation, rentabilité et

variables macroéconomiques
. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr
> oetcr proeta fpta fptcr roa roe tpib ipc, gmm( zscore, lag(2 3)collapse) gmm( fpta fptc
> r roa roe, lag(2 3)collapse) iv( crnta crestcr credtcr credta tcrdep depta proecred pro
> ccred proetcr proeta tpib ipc) two robust small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe
> rm.

Dynamic panel-data estimation, two-step system GMM

Group variable: identite Number of obs = 533

Time variable : annee Number of groups = 41
Number of instruments = 28 Obs per group: min = 13
F(17, 40) = 25.63 avg = 13.00
Prob > F = 0.000 max = 13

Corrected
zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

zscore
L1. .5430489 .2177344 2.49 0.017 .1029914 .9831064

crnta -.0599949 1.617145 -0.04 0.971 -3.328366 3.208377

crestcr .954605 1.465981 0.65 0.519 -2.008252 3.917462
credtcr 1.568998 1.013796 1.55 0.130 -.4799599 3.617955
credta -3.09024 2.092394 -1.48 0.148 -7.319126 1.138646
tcrdep .0329274 .0102775 3.20 0.003 .0121558 .053699
depta 1.018456 1.189477 0.86 0.397 -1.385567 3.422479
proecred -.0005363 .0051001 -0.11 0.917 -.0108439 .0097714
proccred -.0007154 .0061535 -0.12 0.908 -.0131522 .0117213
proetcr .5386528 2.428211 0.22 0.826 -4.368945 5.44625
proeta -.5771576 2.933939 -0.20 0.845 -6.506869 5.352554
fpta -1.166325 2.798046 -0.42 0.679 -6.821386 4.488736
fptcr .4192028 1.043902 0.40 0.690 -1.690602 2.529007
roa -.6360485 1.084275 -0.59 0.561 -2.82745 1.555353
roe -.0363184 .0704754 -0.52 0.609 -.1787546 .1061177
tpib -.2934717 .8781936 -0.33 0.740 -2.068367 1.481424
ipc 1.225844 1.358804 0.90 0.372 -1.5204 3.972089
_cons .4722597 .1557554 3.03 0.004 .1574662 .7870532

Instruments for first differences equation

Standard
D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr
proeta tpib ipc)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(2/3).(fpta fptcr roa roe) collapsed
L(2/3).zscore collapsed
Instruments for levels equation
Standard
crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta
tpib ipc
_cons
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL.(fpta fptcr roa roe) collapsed
DL.zscore collapsed

Arellano-Bond test for AR(1) in first differences: z = -2.53 Pr > z = 0.012

Arellano-Bond test for AR(2) in first differences: z = 0.16 Pr > z = 0.871

Sargan test of overid. restrictions: chi2(10) = 2.16 Prob > chi2 = 0.995
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(10) = 5.07 Prob > chi2 = 0.886
(Robust, but weakened by many instruments.)

Difference-in-Hansen tests of exogeneity of instrument subsets:

GMM instruments for levels
Hansen test excluding group: chi2(5) = 1.54 Prob > chi2 = 0.908
Difference (null H = exogenous): chi2(5) = 3.53 Prob > chi2 = 0.619
gmm(zscore, collapse lag(2 3))
Hansen test excluding group: chi2(7) = 3.02 Prob > chi2 = 0.883
Difference (null H = exogenous): chi2(3) = 2.06 Prob > chi2 = 0.561

208
 ANNEXE 2 : LES ESTIMATIONS DE LA DEUXIEME PARTIE

1) Estimation avec les variables liées aux fonds propres

. xtlsdvc zscore fpta fptcr, initial (bb) lsdv bi(3) vcov(100)

Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2219088 .027364 8.11 0.000 .1682764 .2755412

fpta 4.477411 .2262692 19.79 0.000 4.033932 4.920891

fptcr .2442882 .0650117 3.76 0.000 .1168677 .3717087

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2905562 .0353158 8.23 0.000 .2213385 .359774

fpta 4.209486 .2903922 14.50 0.000 3.640327 4.778644

fptcr .2757242 .082788 3.33 0.001 .1134627 .4379856

209
 2) Estimation avec les variables liées aux fonds propres et la liquidité

. xtlsdvc zscore fpta fptcr tcrdep depta, initial (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .198103 .02868 6.91 0.000 .1418912 .2543147

fpta 4.373074 .2290733 19.09 0.000 3.924098 4.822049

fptcr .238132 .064774 3.68 0.000 .1111773 .3650868
tcrdep .013252 .0063719 2.08 0.038 .0007633 .0257408
depta .3240865 .1138285 2.85 0.004 .1009868 .5471862

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2658549 .0366136 7.26 0.000 .1940935 .3376163

fpta 4.174838 .2853423 14.63 0.000 3.615577 4.734098

fptcr .2644682 .0803888 3.29 0.001 .106909 .4220273
tcrdep .013093 .0086952 1.51 0.132 -.0039493 .0301353
depta .2019738 .1624329 1.24 0.214 -.1163887 .5203364

210
 3) Estimation avec les variables liées aux fonds propres et la qualité de gestion

. xtlsdvc zscore fpta fptcr proecred proccred proetcr proeta, initial (bb) lsdv bi(3) vco
> v(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .1980531 .0280895 7.05 0.000 .1429986 .2531076

fpta 4.424558 .2282019 19.39 0.000 3.977291 4.871826

fptcr .2517762 .0650214 3.87 0.000 .1243366 .3792158
proecred -.0028135 .0099794 -0.28 0.778 -.0223727 .0167458
proccred -.0002675 .0025613 -0.10 0.917 -.0052876 .0047527
proetcr 1.656561 .612043 2.71 0.007 .4569782 2.856143
proeta -.8927352 .7217587 -1.24 0.216 -2.307356 .5218858

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2656138 .036306 7.32 0.000 .1944554 .3367723

fpta 4.175038 .2999881 13.92 0.000 3.587072 4.763003

fptcr .2813218 .0846353 3.32 0.001 .1154397 .4472039
proecred -.0027717 .0122704 -0.23 0.821 -.0268212 .0212778
proccred -.0005223 .0032382 -0.16 0.872 -.0068691 .0058245
proetcr 1.144951 .8066057 1.42 0.156 -.4359666 2.72587
proeta -.447974 .9313504 -0.48 0.631 -2.273387 1.377439

211
 4) Estimation avec les variables liées aux fonds propres et la rentabilité

. xtlsdvc zscore fpta fptcr roa roe, initial (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2218177 .0275416 8.05 0.000 .1678371 .2757982

fpta 4.477697 .2299176 19.48 0.000 4.027066 4.928327

fptcr .2433757 .0680999 3.57 0.000 .1099024 .3768489
roa .0059043 .1867289 0.03 0.975 -.3600776 .3718862
roe .0001305 .0160524 0.01 0.994 -.0313317 .0315926

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2826953 .0343952 8.22 0.000 .2152819 .3501087

fpta 4.256027 .300737 14.15 0.000 3.666593 4.845461

fptcr .2705721 .0844975 3.20 0.001 .1049601 .4361841
roa -.0241073 .2582259 -0.09 0.926 -.5302206 .4820061
roe -.0046261 .0218292 -0.21 0.832 -.0474106 .0381585

212
 5) Estimation avec les variables liées aux fonds propres et la qualité du portefeuille

. xtlsdvc zscore fpta fptcr crnta crestcr credtcr credta, initial (bb) lsdv bi(3) vcov(10
> 0)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .1915473 .0292304 6.55 0.000 .1342567 .2488379

fpta 4.227488 .2388264 17.70 0.000 3.759397 4.695579

fptcr .2803304 .0656684 4.27 0.000 .1516227 .409038
crnta .3460111 .1569953 2.20 0.028 .0383059 .6537162
crestcr .5072674 .3044738 1.67 0.096 -.0894902 1.104025
credtcr -.0189021 .298115 -0.06 0.949 -.6031967 .5653925
credta .1479989 .4880616 0.30 0.762 -.8085843 1.104582

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2611325 .0382565 6.83 0.000 .1861511 .336114

fpta 4.071292 .2930404 13.89 0.000 3.496944 4.645641

fptcr .2993137 .083485 3.59 0.000 .1356861 .4629413
crnta .2114902 .1937531 1.09 0.275 -.168259 .5912393
crestcr .3291175 .3362377 0.98 0.328 -.3298963 .9881312
credtcr -.1404362 .3589744 -0.39 0.696 -.844013 .5631407
credta .4165798 .5990588 0.70 0.487 -.7575539 1.590713

213
 6) Estimation avec les variables liées aux fonds propres et macroéconomiques

. xtlsdvc zscore fpta fptcr tpib ipc, initial (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2220657 .0274206 8.10 0.000 .1683223 .2758091

fpta 4.476685 .2267613 19.74 0.000 4.032241 4.921129

fptcr .2432631 .0652049 3.73 0.000 .1154638 .3710624
tpib .037167 .5268178 0.07 0.944 -.9953769 1.069711
ipc .2799704 .7475457 0.37 0.708 -1.185192 1.745133

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2901735 .0348218 8.33 0.000 .2219241 .3584229

fpta 4.236597 .2872941 14.75 0.000 3.673511 4.799683

fptcr .2684845 .0824494 3.26 0.001 .1068867 .4300823
tpib .032343 .6471461 0.05 0.960 -1.23604 1.300726
ipc .3773136 .8720984 0.43 0.665 -1.331968 2.086595

214
 7) Estimation avec les variables liées aux fonds propres, liquidité et rentabilité

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe, initial (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .1944105 .0288608 6.74 0.000 .1378443 .2509766

fpta 4.35219 .2324215 18.73 0.000 3.896652 4.807728

fptcr .2572732 .0675173 3.81 0.000 .1249417 .3896047
tcrdep .0135242 .0063761 2.12 0.034 .0010273 .0260211
depta .4055473 .1286593 3.15 0.002 .1533798 .6577149
roa -.1283265 .1899437 -0.68 0.499 -.5006092 .2439562
roe -.0073981 .0160774 -0.46 0.645 -.0389093 .024113

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2602361 .0364942 7.13 0.000 .1887088 .3317633

fpta 4.163185 .2930853 14.20 0.000 3.588748 4.737621

fptcr .2795827 .0817459 3.42 0.001 .1193637 .4398017
tcrdep .0133261 .0088145 1.51 0.131 -.0039499 .0306022
depta .2821996 .183799 1.54 0.125 -.0780399 .6424391
roa -.1161203 .2480207 -0.47 0.640 -.602232 .3699914
roe -.009342 .0219433 -0.43 0.670 -.0523501 .0336661

215
 8) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité et

qualité de gestion

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe proecred proccred proetcr proeta, initia
> l (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .1708159 .0296963 5.75 0.000 .1126122 .2290197

fpta 4.353726 .23551 18.49 0.000 3.892135 4.815317

fptcr .2608848 .0672405 3.88 0.000 .1290958 .3926738
tcrdep .0146211 .0063518 2.30 0.021 .0021718 .0270703
depta .4146247 .144211 2.88 0.004 .1319763 .6972731
roa -.1918096 .2293006 -0.84 0.403 -.6412306 .2576113
roe -.0060134 .0192632 -0.31 0.755 -.0437686 .0317419
proecred -.0059069 .0100768 -0.59 0.558 -.025657 .0138432
proccred .0000625 .0030763 0.02 0.984 -.0059668 .0060919
proetcr 1.973985 .6401965 3.08 0.002 .7192226 3.228747
proeta -1.700637 .8470682 -2.01 0.045 -3.360861 -.0404142

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2400647 .0382062 6.28 0.000 .165182 .3149474

fpta 4.14069 .3174211 13.04 0.000 3.518556 4.762824

fptcr .2822401 .0823705 3.43 0.001 .1207969 .4436833
tcrdep .0141739 .0087562 1.62 0.106 -.002988 .0313357
depta .2730577 .1928101 1.42 0.157 -.1048431 .6509586
roa -.1132256 .3263307 -0.35 0.729 -.7528221 .5263708
roe -.0108695 .0272009 -0.40 0.689 -.0641822 .0424432
proecred -.0050221 .0128325 -0.39 0.696 -.0301733 .0201292
proccred .0004731 .0040116 0.12 0.906 -.0073895 .0083358
proetcr 1.498969 .8886409 1.69 0.092 -.2427348 3.240674
proeta -1.102947 1.183103 -0.93 0.351 -3.421787 1.215892

216
 9) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité,

qualité de gestion et la qualité du portefeuille

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe proecred proccred proetcr proeta crnta c
> restcr credtcr credta, initial (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .172394 .029817 5.78 0.000 .1139537 .2308342

fpta 4.274534 .2851994 14.99 0.000 3.715554 4.833515

fptcr .2625772 .0684692 3.83 0.000 .12838 .3967745
tcrdep .0119332 .0068286 1.75 0.081 -.0014507 .0253171
depta .1441356 .3293852 0.44 0.662 -.5014475 .7897187
roa -.0024612 .3064128 -0.01 0.994 -.6030193 .5980969
roe -.0030098 .0197838 -0.15 0.879 -.0417854 .0357657
proecred -.0060707 .0101425 -0.60 0.549 -.0259497 .0138083
proccred -.0000532 .0030842 -0.02 0.986 -.0060981 .0059917
proetcr 2.867177 .9202874 3.12 0.002 1.063447 4.670907
proeta -2.400721 1.461578 -1.64 0.100 -5.265361 .4639196
crnta .322455 .3602832 0.90 0.371 -.3836871 1.028597
crestcr -.2645654 .4039291 -0.65 0.512 -1.056252 .5271211
credtcr -.3736011 .4680335 -0.80 0.425 -1.29093 .5437278
credta .7545489 1.042476 0.72 0.469 -1.288666 2.797764

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2438766 .0389484 6.26 0.000 .1675392 .320214

fpta 4.080979 .3591913 11.36 0.000 3.376977 4.784981

fptcr .2813205 .0841984 3.34 0.001 .1162946 .4463464
tcrdep .0115419 .008833 1.31 0.191 -.0057704 .0288542
depta .0180837 .3876964 0.05 0.963 -.7417872 .7779547
roa .0660519 .4084783 0.16 0.872 -.7345509 .8666547
roe -.0083996 .0279216 -0.30 0.764 -.0631249 .0463258
proecred -.0052769 .0130343 -0.40 0.686 -.0308236 .0202698
proccred .0003744 .0040188 0.09 0.926 -.0075023 .0082512
proetcr 2.572424 1.234844 2.08 0.037 .1521739 4.992673
proeta -2.176945 1.75815 -1.24 0.216 -5.622856 1.268965
crnta .2924591 .3983106 0.73 0.463 -.4882154 1.073134
crestcr -.2931263 .4551487 -0.64 0.520 -1.185201 .5989487
credtcr -.510433 .5768774 -0.88 0.376 -1.641092 .6202261
credta 1.06689 1.217738 0.88 0.381 -1.319832 3.453612

217
 10) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité,

qualité de gestion, la qualité du portefeuille et les variables macroéconomiques

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe proecred proccred proetcr proeta crnta c
> restcr credtcr credta tpib ipc, initial (bb) lsdv bi(3) vcov(100)
Note: Bias correction initialized by Blundell and Bond estimator

Note: Blundell and Bond estimator is implemented through

the user-written Stata command -xtabond2- by David Roodman,
Center for Global Development, Washington, DC droodman@cgdev.org
LSDV dynamic regression

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .1723804 .0298707 5.77 0.000 .113835 .2309259

fpta 4.274585 .285796 14.96 0.000 3.714435 4.834735

fptcr .2609826 .0686797 3.80 0.000 .1263729 .3955924
tcrdep .0120192 .0068433 1.76 0.079 -.0013933 .0254318
depta .1490287 .3301111 0.45 0.652 -.4979771 .7960345
roa -.0046903 .3069982 -0.02 0.988 -.6063957 .5970152
roe -.0034695 .0198573 -0.17 0.861 -.0423891 .03545
proecred -.0062212 .0101709 -0.61 0.541 -.0261557 .0137133
proccred -.0000648 .0030899 -0.02 0.983 -.0061208 .0059912
proetcr 2.883122 .9225327 3.13 0.002 1.074991 4.691253
proeta -2.440344 1.466243 -1.66 0.096 -5.314128 .4334402
crnta .3159484 .3611336 0.87 0.382 -.3918605 1.023757
crestcr -.2634378 .4056389 -0.65 0.516 -1.058475 .5315998
credtcr -.3653612 .4691299 -0.78 0.436 -1.284839 .5541165
credta .7586984 1.04493 0.73 0.468 -1.289328 2.806725
tpib .0520943 .5256984 0.10 0.921 -.9782557 1.082444
ipc .3957975 .7446579 0.53 0.595 -1.063705 1.8553

note: Bias correction up to order O(1/NT^2)

LSDVC dynamic regression

(bootstrapped SE)

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

zscore
L1. .2444892 .0388526 6.29 0.000 .1683394 .320639

fpta 4.080235 .358942 11.37 0.000 3.376721 4.783748

fptcr .2793595 .0844177 3.31 0.001 .1139038 .4448151
tcrdep .0116267 .0088285 1.32 0.188 -.0056768 .0289302
depta .0222438 .3862106 0.06 0.954 -.7347151 .7792026
roa .0668557 .4076951 0.16 0.870 -.7322121 .8659234
roe -.0089054 .0279282 -0.32 0.750 -.0636437 .0458329
proecred -.0054326 .0129566 -0.42 0.675 -.0308271 .0199619
proccred .0003725 .0040088 0.09 0.926 -.0074845 .0082295
proetcr 2.577137 1.233679 2.09 0.037 .1591695 4.995104
proeta -2.198635 1.760604 -1.25 0.212 -5.649355 1.252085
crnta .289341 .3962141 0.73 0.465 -.4872242 1.065906
crestcr -.2860862 .4561786 -0.63 0.531 -1.18018 .6080074
credtcr -.501637 .5755835 -0.87 0.383 -1.62976 .6264858
credta 1.061876 1.211431 0.88 0.381 -1.312485 3.436237
tpib .0555534 .6621719 0.08 0.933 -1.24228 1.353387
ipc .355371 .8983777 0.40 0.692 -1.405417 2.116159

218
 TABLE DES MATIERES
REMERCIEMENTS .................................................................................................................. ii

Résumé ...................................................................................................................................... iii

Abstract ..................................................................................................................................... iv

Liste des abréviations ................................................................................................................. v

Liste des illustrations ................................................................................................................ vii

Liste des tableaux .................................................................................................................... viii

SOMMAIRE ............................................................................................................................. ix

Introduction générale .................................................................................................................. 1

PREMIERE PARTIE : LA RELATION QUALITE DU PORTEFEUILLE DE CREDITS ET

SOLIDITE DES BANQUES : L’IMPORTANCE DES INDICATEURS INDIVIDUELS ET
MACROECONOMIQUES ...................................................................................................... 11

Introduction Première partie ................................................................................................. 11

CHAPITRE 1 : LA QUALITE DU PORTEFEUILLE DE CREDITS : UNE CONDITION

NECESSAIRE, MAIS PAS SUFFISANTE POUR LA SOLIDITE BANCAIRE .................. 14

Introduction .......................................................................................................................... 14

Section 1 : La théorie du signal : la détection des emprunteurs de bonne qualité une condition
de solidité bancaire ................................................................................................................... 16

I- La nature de l’emprunteur : l’élément fondamental de la qualité du portefeuille de crédits

…………………………………………………………………………………………...17

I.1- La capacité financière de l’emprunteur .......................................................................... 18

I.2- Le statut juridique du débiteur ....................................................................................... 19

I.3- La situation fiscale de l’emprunteur .............................................................................. 21

I.4- Le secteur d’activité de l’emprunteur ............................................................................ 22

II- Détermination de la qualité de l’emprunteur et la solidité bancaire ................................. 23

II.1- Les indicateurs de la qualité d’un nouveau débiteur : les contrats incitatifs ................ 25

II.1.1- L’importance des éléments constituants le dossier de demande de crédit ............. 26

II.1.2- La théorie du compte chèque : le recoupage de l’information par la banque ........ 28

219
 II.2- Les relations de long terme entre la banque et l’emprunteur ....................................... 30

II.2.1- Le respect des échéances et le renouvellement de la surface financière du débiteur

........................................................................................................................................... 31

II.2.2- L’avantage informationnel du suivi de l’emprunteur ............................................ 32

Section 2 : La justification théorique de l’exigence de la qualité d’actifs pour la solidité

bancaire .................................................................................................................................... 34

I- Le phénomène de l’asymétrie d’information : des conflits d’intérêt à la solidité bancaire

…………………………………………………………………………………………...35

I.1- Les fondements de l’asymétrie d’information ............................................................... 36

I.2- L’état de l’asymétrie d’information dans le milieu bancaire africain ............................ 37

I.3- De l’asymétrie d’information à la solidité bancaire en passant par la qualité de

l’emprunteur ......................................................................................................................... 40

II- La qualité des actifs : une nécessité de la solidité bancaire .............................................. 43

II.1- La qualité de crédits un élément des exigences réglementaires ................................... 44

II.2- La qualité des crédits : élément de performance financière ......................................... 46

Conclusion ............................................................................................................................ 48

CHAPITRE 2 : L’INFLUENCE DE LA QUALITE DU PORTEFEUILLE DE CREDITS

SUR LA SOLIDITE BANCAIRE DANS LA CEMAC : UNE EVALUATION EMPIRIQUE
.................................................................................................................................................. 49

Introduction .......................................................................................................................... 49

Section 1 : Les différentes approches empiriques de l’évaluation de la solidité des banques . 51

I- Les indicateurs de la solidité des banques ........................................................................ 52

I.1- Les indicateurs standards de l’appréciation de la solidité financière ............................. 52

I.2- La revue des études empiriques de la solidité des banques ........................................... 54

II – Les méthodes d’appréciation de la solidité des banques ................................................... 56

II.1- Les systèmes d’alerte précoce ...................................................................................... 57

II.1.1- La méthode du signal d’alerte précoce .................................................................. 60

II.1.2- Les modèles logit et probit, binomial et multinomial ............................................ 61

220
 II.2- Les stress-tests .............................................................................................................. 62

II.3- Les autres méthodes quantitatives d’analyse de la solidité financière ......................... 64

II.3.1- Les analyses discriminantes ................................................................................... 64

II.3.2- Les Z-scores ........................................................................................................... 65

Section 2 : L’élaboration d’une stratégie de solidité des banques dans la CEMAC ................ 67

I – Les spécificités de l’activité bancaire ................................................................................. 68

I.1- Les spécificités du dispositif réglementaire de la CEMAC en matière de qualité des

actifs...................................................................................................................................... 70

I.2- Présentation du modèle d’estimation de la relation qualité du portefeuille de crédits et

solidité des banques .............................................................................................................. 72

II – La qualité des données et le traitement de l’information comptable ................................. 75

II.1- Présentation de la base et les données utilisées ............................................................ 76

II.2- Présentation des variables utilisées............................................................................... 77

II.2.1- La variable à expliquer ........................................................................................... 77

II.2.2- Les variables explicatives .......................................................................................... 79

II.2.2.1- Les variables d’intérêt ......................................................................................... 79

II.2.2.2- Les variables de contrôle .................................................................................... 80

II.3- Interprétation des résultats de l’analyse ........................................................................ 84

Conclusion ............................................................................................................................ 93

Conclusion première partie ...................................................................................................... 96

DEUXIEME PARTIE : LES EXIGENCES DE CAPITALISATION SONT-ELLES

SUFFISANTES POUR LA SOLIDITE BANCAIRE ? ........................................................... 99

Introduction deuxième partie ................................................................................................... 99

CHAPITRE 3 : LA CONTROVERSE SUR LA RELATION QUI EXISTE ENTRE LE

NIVEAU DE CAPITALISATION ET LA SOLIDITE BANCAIRE .................................... 101

Introduction ........................................................................................................................ 101

Section 1 : les exigences en fonds propres : une condition de solidité bancaire .................... 102

I – La définition des fonds propres sur la base des accords de Bâle I et Bâle II .................... 103

221
 I.1 – Les fonds propres de base .......................................................................................... 104

I.2 – Les fonds propres complémentaires ........................................................................... 106

II – Les déterminants de la quantité et de la qualité des fonds propres après les récentes crises
financières (les accords de Bâle III) ....................................................................................... 108

II.1 – Le noyau des fonds propres : le Tier one .................................................................. 109

II.2 – La partie souple des fonds propres : le Tier 2 ........................................................... 110

Section 2 : Le cadre d’analyse de l’effet de la quantité des fonds propres sur la solidité
financière des banques ........................................................................................................... 115

I – Les fonds propres et certains ratios ................................................................................... 116

I.1 – Le ratio de solvabilité : la pierre angulaire de l’appréciation de la solidité des banques

............................................................................................................................................ 117

I.2 – Le ratio de liquidité : un élément du renfort de la résilience des banques ................. 118

I.3 – Les ratios de la rentabilité : un indicateur de gestion pour les actionnaires ............... 121

II – Les fonds propres : un outil de couverture contre les risques ......................................... 123

II.1 – La théorie de préférence sur les états : l’exigence de capitalisation a un effet positif
sur la solidité bancaire ........................................................................................................ 125

II.2 – La théorie du choix de portefeuille et les effets pervers des exigences en fonds
propres ................................................................................................................................ 130

Conclusion .......................................................................................................................... 135

CHAPITRE 4 : L’INFLUENCE DU NIVEAU DE CAPITALISATION SUR LA SOLIDITE

BANCAIRE DANS LA CEMAC : UNE EVALUATION EMPIRIQUE ............................. 137

Introduction ........................................................................................................................ 137

Section 1 : Le cadre d’utilisation des indicateurs de solidité financière de type CAMEL .... 139

I – la supervision bancaire : le contrôle sur pièce et le contrôle sur place ............................. 140

I.1- le contrôle sur pièces .................................................................................................... 141

I.2- le contrôle sur place ..................................................................................................... 143

II – les fondamentaux de l’estimation avec les indicateurs CAMEL ..................................... 144

II.1- les différents indicateurs de type CAMEL ................................................................. 145

222
 II.2- Le débat théorique sur l’utilisation des indicateurs de type CAMELS : les avantages et
limites ................................................................................................................................. 148

Section 2: Le niveau de capitalisation : le nœud de la solidité bancaire ................................ 150

I – la relation entre le niveau de capitalisation et l’indicateur de solidité de la banque ......... 152

I.1- Présentation du modèle d’analyse de la relation capitalisation et solidité bancaire .... 154

I.2- Les variables et les données utilisées ........................................................................... 158

I.2.1- La variable à expliquer .......................................................................................... 159

I.2.2- Les variables explicatives ...................................................................................... 160

I.2.2.1- Les variables d’intérêt ........................................................................................ 160

I.2.2.1- Les variables de contrôle .................................................................................... 161

I.2.3- Les données utilisées ............................................................................................. 167

II – Les enseignements du modèle CAMEL pour les banques en zone CEMAC .................. 168

II.1- Interprétation et discussion des résultats des estimations du modèle ......................... 169

II.2- Les recommandations pour une politique bancaire efficace ...................................... 173

Conclusion .......................................................................................................................... 175

Conclusion deuxième partie ................................................................................................... 177

Conclusion générale ............................................................................................................... 179

Bibliographie .......................................................................................................................... 186

LES ANNEXES ..................................................................................................................... 197

ANNEXE 1 : LES ESTIMATIONS DE LA PREMIERE PARTIE .................................. 198

Statistiques descriptives CEMAC ................................................................................... 198

Test de corrélation ........................................................................................................... 198

1) Test avec les variables d’intérêt (Qualité du portefeuille de crédits) ...................... 199

2) Test avec les variables liées à la liquidité ................................................................ 200

3) Test avec les variables liées à la qualité de gestion uniquement ............................. 201

4) Test avec les variables liées à la capitalisation ........................................................ 202

5) Test avec les variables liées à la rentabilité ............................................................. 203

223
 6) Test avec les variables macroéconomiques ............................................................. 204

7) Test avec les variables liées à la liquidité et à la qualité de gestion ........................ 205

8) Test avec les variables liées liquidité, gestion et capitalisation ............................... 206

9) Test avec les variables liées liquidité, gestion, capitalisation et rentabilité ............ 207

10) Test avec les variables liées liquidité, gestion, capitalisation, rentabilité et
variables macroéconomiques .......................................................................................... 208

ANNEXE 2 : LES ESTIMATIONS DE LA DEUXIEME PARTIE ................................. 209

1) Estimation avec les variables liées aux fonds propres ............................................. 209

2) Estimation avec les variables liées aux fonds propres et la liquidité ....................... 210

3) Estimation avec les variables liées aux fonds propres et la qualité de gestion ........ 211

4) Estimation avec les variables liées aux fonds propres et la rentabilité .................... 212

5) Estimation avec les variables liées aux fonds propres et la qualité du portefeuille . 213

6) Estimation avec les variables liées aux fonds propres et macroéconomiques ......... 214

7) Estimation avec les variables liées aux fonds propres, liquidité et rentabilité ........ 215

8) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité et qualité
de gestion ........................................................................................................................ 216

9) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité, qualité de
gestion et la qualité du portefeuille ................................................................................. 217

10) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité, qualité
de gestion, la qualité du portefeuille et les variables macroéconomiques ...................... 218

224