Determinant de Performance CAMEL

La performance financière des banques au Maroc : Une analyse par l’approche CAMELS
La performance financière des banques au Maroc : Une analyse

par l’approche CAMELS.
M. Mehdi MENCHIF, M. Mohamed CHEMLAL & M. Moulay Driss SAIKAK

Université Mohammed V Rabat
Résumé : L’ouverture des marchés, la mondialisation, le développement rapide de l’industrialisation et la

volatilité des indices boursiers ont engendré un environnement mondial concurrentiel, devenant
nécessaire pour une croissance économique et la satisfaction de la demande de plus en plus
exigeante de la population. Afin de répondre à cette soif, le Maroc a besoin davantage
d’investissement, qui ne peut avoir lieu sans une économie forte et des investisseurs capables de
défier les risques du marché. Grace à son ouverture à la mondialisation par des accords avec
plusieurs pays, notamment ceux du libre échange avec l’Union Européenne, les Etats Unies et la
Turquie, ces derniers ont permit de tester la solidité du système financier et d’explorer les
différentes potentialités de son secteur bancaire. En effet, ce dernier a connu plusieurs réformes
prudentielles représentées par les circulaires émises par Bank Al Maghreb, comportant des
exigences réglementaires en accord avec les recommandations internationales notamment celle de
Bâle 1, Bâle 2 et Bâle 3, sans omettre l’apparition de nouveaux produits et services, ne faisant
qu’augmenter le degré de compétitivité entre les différents acteurs. Néanmoins, les crises passées
ont démontré d’une part, qu’il est nécessaire de diversifier et d’adapter les méthodes d’évaluation
et d’autre part, qu’il est obligatoire de disposer d’une supervision et d’un suivi périodique des
banques afin de s’assurer qu’elles sont financièrement saines et solides. Dans ce cadre, la
structure CAMELS constitue une plateforme d’évaluation et d’analyse bancaire, par la
comparaison d’un certains nombre de paramètres et composantes dans le temps pouvant impacter
I n ter n a ti o n a l Revi ew o f Ec o n om i c s, Ma n a g em en t a n d La w Res ea r c h
directement leur performance financière. L’objectif de cette contribution est d’analyser la

performance financière des banques opérantes sur le marché marocain en utilisant le modèle
CAMELS, d’établir un classement de performance et d’étudier l’impact des ratios CAMELS sur
leurs performances financière, en adoptant une démarche économétrique.
Mots clefs : Performance financière, CAMELS, banques, analyse financière.
Abstract: Market opening, globalization, the rapid development of industrialization and the volatility of
stock market indices have created a competitive global environment, becoming necessary for
economic growth and the satisfaction of the increasingly demanding demand of the population. In
order to meet this thirst, Morocco needs more investment, which cannot take place without a
strong economy and investors able to challenge market risks. Thanks to its openness to
globalization through agreements with several countries, particularly those of free trade with the
European Union, the United States and Turkey, they have made it possible to test the soundness
of the financial system and to explore the various potentialities of its banking sector. Indeed, the
latter has experienced several prudential reforms represented by the circulars issued by Bank Al
Maghreb, including regulatory requirements in accordance with international recommendations
including that of Basel 1, Basel 2 and Basel 3, without omitting the appearance of new products
and services, only increasing the degree of competitiveness between the different actors.
Nevertheless, past crises have demonstrated, on the one hand, that it is necessary to diversify and
adapt evaluation methods and, on the other hand, that supervision and monitoring are mandatory
banks to ensure that they are financially sound. In this context, the CAMELS structure is a
banking evaluation and analysis platform, by comparing a certain number of parameters and
components over time that can directly impact their financial performance. The objective of this
contribution is to analyze the financial performance of operating banks in the Moroccan market
using the CAMELS model, to establish a performance ranking and to study the impact of
CAMELS ratios on their financial performance, by adopting an econometric approach.
Key words: Financial performance, CAMELS, banks, financial analysis.
"La revue n’entend donner aucune approbation ni improbation aux opinions émises dans les
articles : ces opinions doivent être considérées comme propres à leurs auteurs. »
1
INTRODUCTION :
Pour chaque nation désirante se développer, l’accroissement et la modernisation de certains

secteurs tels que l’industrie, l’agriculture et l’augmentation des activités commerciales à
l’échelon nationales et internationales demeure indispensable.
Cependant, l’ensemble de ses secteurs précédemment cités, ne peuvent s’accroitre sans un

système financier sain et solide.
En effet, les banques et les institutions financières jouent un rôle essentiel et important dans une
économie à travers la planification, la fixation des objectifs et l’octroi de la liquidité.
En outre, les travaux traitant la corrélation entre les systèmes financiers et la croissance
économique démontrent l’existence d’un impact positif, de par son rôle dans le développement
économique (McKinnon, 1973 et Shaw, 1973), à travers plusieurs canaux tels que les marchés
boursiers et le développement bancaire (Levine et Zervos, 1998) et à la substituent à certains
éléments considérés décisifs mais non existant dans certain secteurs (Gerschenkron, 1968).
Soutenue par son positionnement autant que pilier de la croissance économique, l’évaluation de
la performance du secteur bancaire constitue une mesure et un indicateur efficace pour

examiner le dynamisme économique d’un pays.
C’est ainsi, face à la mondialisation du système financier, la situation économique des banques
peut rapidement changer ou évoluer par rapport à leur situation actuelle, de même que les
nouveaux marchés et produits financiers.
De plus, la crise asiatique de 1990 et la crise financière mondiale qui a engendré une crise
économique entre 2007 et 2009 ont démontré que les banques sont non seulement au cœur de la
croissance économique mais également elles peuvent aussi être à l’origine des crises
financières et récessions économique.
Il est donc d’une part nécessaire de diversifier et d’adapter les méthodes d’évaluation en
accordant une plus grande importance aux moyens de gestion et de maitrise des risques
(Doumpos et Zopounidis, 2009) et d’autre part, il est obligatoire de disposer d’une supervision
et d’un suivi périodique des banques afin de s’assurer qu’elles sont financièrement saines et
solides.
Dans ce cadre, la structure CAMELS constitue une plateforme importante pour l’évaluation et
l’analyse bancaire à travers la comparaison d’un certain nombre de paramètres et composantes
dans le temps pouvant impacter directement leurs performance financière, en plus de son statuts
parmi les groupes d’évaluation moderne de la performance.
2
Le modèle a été largement utilisé dans certains pays notamment les Etat Unis, l’Inde la
Malaisie, le Nigéria…, dans le cade de l’évaluation des rendements de leurs institutions
financières en général et leurs banques en particulier.
De ce fait, l’objectif de cette contribution est d’analyser la performance financière des banques
opérantes sur le marché marocain en utilisant le modèle CAMELS, d’établir un classement de
performance et d’étudier l’impact des ratios CAMELS sur leur performance financière en
utilisant un modèle économétrique.
1. Revue de littérature
L’analyse de la performance financière du secteur bancaire par la méthode CAMEL(S) a fait

l’objet de plusieurs études de la part des chercheurs, académiciens et décideurs dans différentes
périodes (Cole et Gunther (1998), Hirtle & Lopez (1999), Deyoung et al (2001), Gupta et
Siabal (2007) Desta (2016)). Pour le besoin de l’étude, le tableau n°1 présente certains travaux
ayant eu lieu dans plusieurs pays.
Tableau n° 1 : les travaux antérieurs ayant traité l’analyse financière par le modèle CAMEL(S)
Anné Approches et
Auteurs Les objectifs de l’étude Les ratios utilisés Conclusions ou résultats

es méthodes utilisées
L’adéquation des fonds propres: Capital
/ Actifs pondérés en fonction du risque ;
Tawfiq Ahmad
La qualité des actifs = Prêts non productif L’adéquation du capital,

Analyser la performance et la
/ total des prêts ; la qualité des actifs et la
solidité de trois banques Approche
Mousa
La qualité du management : (Salaire + capacité à réaliser des

islamique opérant en Jordanie quantitative ;
2016 avantages sociaux) / Actif moyen ; bénéfices sont en hausse
sur une période allant de 2010 à Statistique
La capacité à réaliser des bénéfices : malgré le ralentissement
2015 en utilisant l’approche descriptive.
Revenue net / l’actif moyen et résultat net / de l’économique et
CAMELS.
capitaux propre ; l’instabilité régionale.
La liquidité = Total des dépôts / Total de
l’actif.
3
L’adéquation des fonds propres: [(Fonds

propres de première catégorie – Goodwill)
+ Fonds de deuxième catégorie] / Actifs
pondérés en fonction du risque, avec un
critère ≥ 8%.
Fond propre / Total actif avec un critère ≥
4 – 6%
La qualité des actifs : Les prêts non
productifs / Total des prêts, avec un critère
≤ 1% ;
Les prêts non productifs / Total capital,
avec un critère ≤ 1% ;
Les provisions pour perte sur prêts / Total
des prêts, avec un critère ≥ 1,5% ; (figurant
au bilan) ;
Les provisions pour perte sur prêts / Total
Déterminer si le modèle des prêts, avec un critère ≥ 100%.
Le système CAMEL est
Dang Uyen
CAMEL joue un rôle crucial La qualité du management : Taux de

Approche qualitative un outil de supervision
pour la supervision bancaire et croissance moyenne des actifs par rapport à
en combinant entre utile par sa normalisation
identifier les avantages et les la croissance du PIB ;
2011 des données internationale et sa
inconvénients du système Taux de croissance moyenne des près par
primaires et combinaison entre des
CAMEL en étudiant le cas de rapport à la croissance du PIB ;
secondaires. examens sur site et hors
l’American International Taux de croissance moyen des bénéfices
site.
Assurance Vietnam (AIA). pour un critère ≥ 10 – 15%.
La capacité à réaliser des bénéfices :
Revenue net des intérêts / l’actif productif
moyen pour une marge de 4,5% ;
(Les charges d’exploitation – les provisions
sur perte) / (revenues des intérêts + les
revenues hors intérêt) pour une marge ≤
70%;
Revenue des intérêts net / taux de
croissance des actifs, pour une marge >1%
Revenue net des intérêts / le taux de
croissance des capitaux propres des

actionnaires, pour une marge > 15%
La liquidité : Total des dépôts / total des
actifs, pour une marge > 75% ;
Total des prêts / total des dépôts, pour une
marge < 80%.
L’évaluation par la
Maryam binti Badrul Munir et
méthode CAMEL peut

être utilisée dans des fins
L’adéquation des fonds propres: Dettes /
Ummi Salwa Ahmad
de mesurer la
fonds propres ;
performance financière
Les prêts non productifs
Bustamam
Analyser la performance et la Statistique des banques.

La qualité des actifs : ROA
rentabilité de 19 banques (10 descriptive. Il existe une différence
la qualité du management : Les charges /
2017 opérantes en Malaisie et 09 Méthode de significative entre les
les produits
opérantes en Indonésie) à régression linéaire banques Malaisienne et
La capacité à réaliser des bénéfices :
travers les ratios CAMEL multiple. Indonésienne,
ROE
notamment en matière de
La liquidité : les intérêts débiteurs / les
la qualité de
dépôts
management, la capacité
à réaliser des bénéfices
et en liquidité.
Pour le ROA, la qualité
des actifs et la qualité du
management ont un effet
significativement négatif
L’adéquation des fonds propres : capital sur le ROA, alors que la
/ total des actif. capacité à réaliser des
La qualité des actifs : Provision pour bénéfices et la liquidité
Getahun Mulualem
Utilisation des
créances irrécouvrable / total des prêts. ont un effet
données de panel de
la qualité du management : Frais autres significativement positif
2010 à 2014 ;
que les intérêts / (revenues net des intérêts cependant, l’adéquation
Analyser la performance Approche
+ les intérêts des prêts). du capital n’a aucun
financière de 14 banques quantitative ;
2015 La capacité à réaliser des bénéfices : effet.
commerciale en Ethiopie, en Modèle de régression
Revenues nets d’intérêt / total des intérêts Quant au ROE,
utilisant l’approche CAMELS linéaire multiple ;
créditeurs. l’adéquation du capital et
La performance a été
La liquidité : Total des prêts/total des la qualité du
mesurée par le ROA
dépôts. management ont un effet
et le ROE.
(la dernière composante sensibilité au significativement négatif
marché n’a pas été mesurée pour défaut et la capacité à générer
d’indisponibilité de données) des bénéfices et la
liquidité ont un effet
positif et que la qualité
des actifs n’a aucun
effet.
4
L’adéquation du capital,
la qualité du
management ont un
L’adéquation des fonds propres: (6% du impact négatif sur le
capital + 10% du total du capital) / les ROA.
actifs pondérés en fonction des risques. Tandis que la capacité à
Comparer la performance Modèle d’analyse de
La qualité des actifs : Les prêts non réaliser des bénéfices et
Jha et Hui
financière de 18 banques au la régression multi-
productif / total des prêts. la liquidité n’ont pas eu
Népal et identifier des variée.
La qualité du management : Les charges un impact significatif sur
2012 déterminants de la performance La performance a été
d’intérêt / total des prêts. le ROA.
par des ratios financiers basés mesurée par le ROA
La capacité à réaliser des bénéfices : Le Quant au ROE,
sur la méthode CAMEL entre et le ROE.
produit net des intérêts / l’actif productif l’adéquation du capital a
2005 et 2010.
total eu un impact positif,
La liquidité : Total des crédits / total des alors que la qualité des
dépôts. actifs, la liquidité et la
qualité du management
n’ont pas eu un impact
significatif.
Pour l’adéquation du
capital < à 8 % :
l’insuffisance des
capitaux ont rendu la
banque sans protection
contre les risques
réguliers et
exceptionnels.
La qualité des actifs : la
banque a accordé des
L’adéquation des fonds propres: [(Tiers prêts à des clients
1 : les actions ordinaires et privilégiés + la insolvable est à haut
part de la banque dans les filiales + les risque entrainant une
Apostolos G. Christopoulos
obligations convertibles) + Tiers 2 (le augmentation des prêts

capital dérivé des obligations émis par la improductifs.
banque à long terme)] / Les actifs La qualité du
pondérés au risque ; management : des

Analyser les données La qualité des actifs : (Total des prêts non mauvaises décisions en
financières de la banque productif > à 90 jours – les provisions) / accordant des prêts à des
LEHMANE BROTHERS entre total des prêts ; La comparaison des clients litigieux.
2011
2003 à 2007 avant déclaré La qualité du management : Les frais de différents scores La capacité à réaliser
faillite en utilisant les ratios gestion / ventes ; des bénéfices : les
CAMELS La capacité à réaliser des bénéfices : bénéfices de la banque
ROA = bénéfices nets / total des actifs étaient faibles et
ROE = bénéfices nets / capitaux propres insuffisant.
La liquidité : La liquidité : Le statut
L1 : Total des prêts / total des dépôts de liquidité de la banque
L2 : Les actifs circulant / total des actifs était médiocre par
La sensibilité au risque de marché : rapport à son passif.
Total des titres /total des actifs La sensibilité au risque
de marché :
Autant que banque
d’investissement, elle a
été exposée à des
variations de taux
d’intérêt, des taux de
changes, des achats de
produits et des prix de
ventes très élevés
affectant ces bénéfices.
5
L’adéquation des fonds propres: Le

capital / les actifs pondérés en fonction
du risque ;
Les dettes / capitaux propres ;
Parvesh Kumar Aspal, Sanjeev Dhawan Les placements de l’Etat / total des
placements.
La qualité des actifs : Les prêts non Le système de mesure
productifs / total des prêts ; CAMELS est un outil
Les prêts garantie / total des prêts ; pour mesurer la
Les prêts accordés aux secteurs solidité financière du
Explication
prioritaire / total des prêts système bancaire et
théorique des
Etudier théoriquement les La qualité du management : Total des anticiper les
différentes
différents ratios composant le prêts / total des dépôts ; défaillances afin de
20 composantes suite
modèle CAMELS sur la base Bénéfice net / nombre d’employés ; prendre les mesures
16 aux
des recommandations de la Bénéfice net / total des prêts. nécessaires pour y
recommandations
banque centrale indienne. La capacité à réaliser des bénéfices : remédier, d’où son
de la banque
Bénéfice net / total des actifs ; importance.
centrale indienne.
La marge des intérêts / total des actifs ; Le modèle CAMELS
Le bénéfice des intérêts / le bénéfice est un système basé
total. principalement sur les
La liquidité : L’actif liquide / total actif ; ratios.
Le total des prêts / total des dépôts.
La sensibilité au risque de marché :
Le cours des actions / les bénéfices ;
Total des titres / total des actifs ;
Les actifs sensibles aux risque – les
passifs sensibles aux risques.
L’adéquation des fonds propres: Les
Hasan Dincer,Gulsah Gencer, Nazife Orhan et
capitaux propres / les actifs pondérés en

fonctions des risques ;
Les capitaux propres / total actif ;
Les capitaux propres / total des dépôts.
La qualité des actifs : Les actifs
financier / total des actifs ;
Les actifs permanent / total des actifs

La qualité du management : Les
Kevser Sahinbas.
charges d’intérêt / total des dépenses ; Un développement

Les rendements des intérêts / total des positif a été observé
Evaluer par les ratios
revenus ; L’utilisation des auprès des banques
CAMELS, la performance du
20 Total des revenus / total des dépenses. ratios CAMELS opérantes en Turquie
système bancaire Turque,
11 La capacité à réaliser des bénéfices : sur une durée allant après la crise de 2001et
après la crise mondiale de
Bénéfices net / total des actifs ; de 2002 à 2009. cela grâce à la
2001.
Bénéfices net / total des capitaux propres. restructuration du
La liquidité : Les actifs liquide / total secteur.
des actifs
Les actifs liquide / passifs à court terme
Les actifs liquide / total des dépôts
La sensibilité au risque de marché :
Total des actifs / les actifs sectoriels ;
Total des prêts et créances / les prêts et
créances sectoriels ;
Total des dépôts / total des dépôts par
secteur.
L’adéquation du
L’adéquation des fonds propres: Total capital a un effet
Jie Liu, Witsaroot Pariyaprasert
des capitaux propres / total des actifs ; positif sur le ROA et

Total des capitaux propres / les actifs non significatif sur le
pondérés en fonction du risque. ROE.
La qualité des actifs : Total des créances La qualité des actifs a
douteuses (NPL) / total actif ; un impact négatif sur le
Etudier l’impact des variables Total des créances douteuses / total des Modèle de ROA et non significatif
composant le model CAMEL prêts ; régression sur le ROE.
20 sur la performance des Total des prêts / Total actifs. multiple. La qualité du
14 banques côtés à la bourse de La qualité du management : Les La performance a management a un
Shanghai et Shenzhen, de charges d’exploitation / les bénéfices été mesurée par le impact positif sur le
2008 à 2011 nets ; ROA et le ROE. ROA et le ROE.
Les charges d’exploitation / total actif. La capacité à réaliser
La capacité à réaliser des bénéfices : des bénéfices a un effet
La marge nette d’intérêt non significatif sur le
La liquidité : Les prêts / les dépôts ; ROA et le ROE.
La liquidité / les dépôts ; La liquidité a un
Les actifs liquides / Total actif. impact positif sur le
ROA et le ROE.
La littérature ci-dessus démontre qu’il est possible d’utiliser le modèle CAMELS pour mesurer
et évaluer la performance financière des banques.
6
Cependant, nous remarquons l’absence d’un consensus ou une cohérence relative aux ratios de
mesure des différentes composantes CAMELS, ce qui engendre une différence en matière de
résultats et d’analyses.
Finalement, suite à des difficultés d’obtention d’information, rare sont les études ayant
mesurées la dernière composante du modèle CAMELS à savoir la sensibilité au marché, malgré
son indication et son explication dans la partie théorique et l’opérationnalisation d’un grand
nombre des banques traitées dans les marchés boursiers.
2. Méthodologie :
La recherche s’est basée sur une étude descriptive, afin de décrire les informations disponibles
en mettant l’accent sur l’analyse financière et l’interprétation des résultats.
L’étude s’est appuyée sur des données secondaires obtenue à partir des rapports d’activité,
rapports de gestion et rapports financier, d’une population composée de l’ensemble des
banques côtés à la Bourse de Casablanca « BANQUE CENTRALE POPULAIRE (BCP),
ATTIJARI WAFA BANQUE (AWB), BANQUE MAROCAINE DU COMMERCE
EXTERIEUR BANK OF AFRICA (BMCE), BANQUE MAROCAINE POUR LE

COMMERCE ET L’INDUSTRIE (BMCI), CREDIT DU MAROC (CDM) ET CREDIT
IMMOBILIER ET HOTELIER (CIH) », sur une période de 10 ans allant de 2007 à 2016.
Les informations recueillies auprès des données secondaires ont été analysées en utilisant les
méthodes qualitatives et quantitatives à travers les ratios du modèle CAMELS.
Une technique de classement par composante du modèle CAMELS a été établie suivie d’un
classement global sur la base de l’ensemble des composantes du modèle CAMELS afin de
cartographier le positionnement final de chaque banque.
Au final un modèle économétrique a été établi afin de déterminer l’impact des ratios CAMELS
sur la performance financière des banques côtés à la bourse de Casablanca, en utilisant un
modèle par la méthode des données de panel.
3. Présentation du modèle CAMELS et des ratios utilisés dans l’étude :
En 1979, Les agences de régulation bancaire des Etats Unies ont créé le Conseil Fédéral
d’Examen des Institutions Financières « the Federal Financial Institutions Examination Council
(FFIEC) » qui a adopté un système d’évaluation uniforme des institutions financières « The
Uniform Financial Institutions Rating System (UFIRS) » dont l’objectif, d’une part, de fournir
une évaluation du rendement financier, de la solidité opérationnelle et du respect de la
réglementation par les institutions financières et d’autre part, de permettre au régulateur
7
d’identifier les banques en difficulté et d’apporter des mesures correctives à travers la mesure
de six composantes que sont (Athanasoglou et al., 2005 ; Dang, 2011 ; FDIC, 2015, ;
Ilhomovich, 2009 ; Ong & Teh, 2013 ; Sangmi et Nazir, 2010 ; Sarker, 2006):
- C : L’adéquation des fonds propres ;

- A : La qualité des actifs ;
- M : La qualité de gestion ou du management ;
- E : La capacité à générer des bénéfices ;
- L : La liquidité ;
- S : La sensibilité au risque de marché.
1.1. Adéquation des fonds propres:
L’adéquation des fonds propres constitue un indicateur essentiel pour déterminer la santé
financière globale du système financier.
Son objectif principal est de protégé l’ensemble des clients tout en atténuant les effets de
fluctuation engendré par les crises financière imprévues et inattendues en consolidant la
stabilité et la solidité du secteur bancaire.
Au sein de cet indicateur, deux types de catégories capitaux propres sont mesurés :
Les capitaux propres de première catégorie (Tier 1) permettant aux banques d’absorber les
différentes pertes subis sans être obliger de cessées leurs opérations et activités, additionné aux
capitaux propres de deuxième catégories (Tier 2), qui ont pour objectif d’absorber les pertes en
cas de liquidation.
L’adéquation des fonds propres sera calculée par les trois ratios suivants:
Ce ratio reflètera la capacité d’une banque à faire face à ces engagements, aux défauts de
paiement probables et aux différents risques à savoir les risques de crédits, les risques
opérationnels et les risques de marché 1 . Ainsi, plus le taux du ratio est élevé, plus la santé
financière de la banque est meilleure.
1
En 2013, Bank Al Maghreb à émis la circulaire n° 14/G/2013, relative au fonds propres des établissements de
crédit, ou elle transpose les normes relatives à la définition des fonds propres prudentiels et les instruments
éligibles en tant que tel. Ainsi les fonds propres de base comportent le capital social ou la dotation émise par
l’établissement, les réserves, les résultats bénéficiaires, certains instruments de fonds propres de groupes
mutualistes et les instruments perpétuels. Quant aux fonds propres complémentaires, ils sont constitués des
instruments de dettes d’une échéance initiale d’au moins 5 ans, l’écart de réévaluation, une quote-part des plus-
values latentes sur les titres de placement, les subventions, les fonds spéciaux de garantie, les provisions pour
risques généraux, les montants positifs résultant du traitement des pertes attendues et les réserves latentes positives
8
Il indiquera le montant des dépôts que la banque a utilisé pour financer ses actifs par rapport au
montant de la valeur de ces actifs. Il permet également de comparé entre les effets de levier
entres les différentes banques. Ainsi, plus le ratio est élevé, plus l’effet de levier augmente et
par conséquent les risques financier.
Il permettra de déterminer l’agressivité de la banque à émettre des prêts, ce qui aboutira à une
meilleure rentabilité. Ainsi, plus le ratio est élevé, plus les créances sont créées à partir des
dépôts. Egalement, il permet d’indiquer le degré du risque entrepris par la banque en matière de
prêt, de fait qu’un rapport élevé indiquera que la banque prête activement des fonds.
1.2. La qualité des actifs
La qualité des actifs permet de mesurer la solidité et la santé d’une banque par rapport à une
perte de valeur de ces actifs. En effet, la dépréciation des actifs entraine un risque sur la
solvabilité bancaire et engendre un effet de propagation sur les autres comptes.
De ce fait, la plupart des pertes seront récupérées via le capital et impactera la capacité de
l’établissement à réaliser des bénéfices. En général, une mauvaise qualité des actifs reste la
principale cause de la faillite bancaire 2.
Ainsi, la qualité des actifs sera mesurée par les ratios suivants :
Il permettra de démontrer le niveau des créances en souffrance par rapport aux créances, la part
des créances en souffrance dans le portefeuille des banques et le degré des dommages que
pourra entrainer cette catégorie d’actifs sur la performance financière. De ce fait, il est dans
l’intérêt de la banque que le ratio soit faible.
des opérations de crédit-bail ou de location avec option d’achat (rapport annuel de la supervision bancaire, Bank
Al Maghreb, 2016).
2
Christopoulos et al. (2011) a analysé la situation financière de la banque LEHMAN BROTHERS, avant sa
faillite, sur une durée allant de 2003 à 2007, en utilisant les ratios CAMELS. Il en résulte que l’une des principales
causes de son effondrement était la qualité de ces actifs. En effet, la banque était dans l’incapacité pendant
plusieurs années de détecter, mesurer, surveiller et réguler les risques de crédit tout en tenant compte des créances
douteuses et litigieuses. Car la politique adoptée par la banque d’accorder des prêts à des emprunteurs insolvable
et à haut risque d’insolvabilité a engendré un cumule positif des créances douteuses et litigieuses.
9
Il indiquera le degré de couverture des créances en souffrance au moyen des actifs. Ainsi, plus
le ratio est faible, mieux est pour la banque.
1.3. L’efficacité de gestion :
Plusieurs chercheurs ont démontré que cette composante est primordiale dans le succès d’une
banque.
En effet, elle démontre la capacité de l’équipe dirigeante et le conseil d’administration à

identifier, mesurer et contrôler les risques et à assurer un fonctionnement sûr, sain et efficace
conformément aux lois et réglementations (Gupta, 2014).
Cet indicateur sera mesuré par les ratios suivants :
Il démontrera dans le cadre d’une bonne gestion, la capacité de la banque à convertir les dépôts
disponibles en créances. Ainsi, plus le ratio est élevé plus la gestion est meilleur.
Ce ratio indiquera l’efficacité de l’employabilité des ressources humaines au sein de la banque

et dans l’idéal d’évaluer la véritable force du réseau des agences bancaire. De ce fait, plus le
ratio est élevé meilleur est la gestion.
Ce ratio mesurera les frais de gestion par rapport au chiffre d’affaire, ainsi plus le rapport est
faible plus la gestion est meilleur, (Christopoulos et al., 2011).
1.4. La capacité de réaliser des bénéfices :
Ce critère permet d’une part de déterminer la capacité d’une banque à générer constamment
des bénéfices et d’autre part, de présenter des prédictions sur leurs durabilités et leurs
croissances.
Il reflète également l’orientation, l’évaluation et les facteurs susceptibles d’affecter la durabilité

des bénéfices.
De ce fait, la constance en matière de bénéfice se reflète par des résultats qui devraient être
supérieur ou égales aux années précédentes (Uniform Financial Institutions Rating System
1997, p.7). Ils permettront non seulement d’engranger la confiance des différentes parties
10
prenantes, mais également cela permettra à la banque d’absorber les pertes éventuelles et de
fournir assez de provisions.
Ainsi, cette composante sera mesurée par les ratios suivants :
Le rendement net des intérêts permettra de mesurer la différence entre les intérêts reçus et les
intérêts payés par rapport aux actifs productifs. Il déterminera l’efficience de la banque et sa
capacité à faire face aux changements de l’environnement économique.
Ce ratio indiquera si la gestion des actifs est suffisamment efficace pour générer des bénéfices.
Ainsi, un ratio élevé indiquera une efficacité bancaire.
Ce ratio indiquera si la banque utilise ses capitaux propres de manière efficace.
1.5. La liquidité
La liquidité constitue un facteur essentiel au sein d’une banque, dans la mesure qu’elle permet
d’influencer sur les flux de trésorerie, et des investissements futurs. Elle désigne la capacité
qu’une banque à posséder assez de liquidité pour répondre aux besoins des déposants et des
emprunteurs. D’où la nécessité de disposer d’un système efficace et efficient de gestion des
actifs et des passifs afin de maintenir leurs pouvoir de liquidité en minimisant les écarts entre
les échéances d’actifs et de passifs (Dang, 2001).
Il existe plusieurs ratios permettant de mesurer le niveau de liquidité. En ce qui nous concerne
nous utiliserons les ratios suivants :
Ce ratio déterminera le niveau du maintient des dépôts pour l’émission des prêts, la dépendance
de la banque dans le marché interbancaire et la capacité de la banque à satisfaire les exigences
de liquidité suite aux retraits des comptes courants et d’épargne.
De ce fait, plus le ratio est faible, plus l’état de la liquidité de la banque est meilleur et offre une
meilleure garantie pour les prêts puisque seuls les dépôts suffisent à les couvrir.
11
Ce ratio nous indiquera le niveau de la liquidité en circulation d’une banque (trésorerie, les
créances sur d’autres établissement de crédit et les portefeuilles de négoce, d’investissement et
produits dérivés) par rapport aux actifs.
Egalement, il déterminera dans quelle mesure, les engagements de la banque peuvent être
couverts par ce genre d’actifs.
Ainsi plus la valeur du ratio est élevée, plus le niveau de la liquidité est meilleur.
1.6. Sensibilité au risque du marché3
La sensibilité aux risques du marché est corrélée aux facteurs tels que la variation des taux
d’intérêts, les taux de change et la valeur des capitaux propres. Elle désigne le niveau des effets
indésirables engendrés par les fluctuations des taux d’intérêts, des taux de changes, le capital
risque, sur la capitalisation et la rentabilité des banques et des institutions financières.
De ce fait, les forces du marché au cours de ces dernières années ont influencé en grande
parties les changements intervenus sur la viabilité des banques.
En effet, les mouvements des prix en faveur de leurs portefeuilles peuvent stimuler
favorablement leurs résultats alors qu’au contraire, des fluctuations défavorables peuvent leurs
enclencher de graves difficultés.
Pour l’étude, la sensibilité aux risques de marché sera mesurée par le ratio suivant :
Ce ratio mettra en corrélation le total du portefeuille des titres de la banque avec l’ensemble de
ces actifs. Ainsi, plus ce ratio est faible, plus la banque sera protégée face au risque du marché.
4. Analyse des ratios et classement des banques :

1.1. L’adéquation des fonds propres
L’adéquation du capital constitue l’un des indicateurs décrivant la santé financière d’une entité
bancaire.
Il est considéré comme un coussin, permettant de protégé les intérêts des déposants et de
promouvoir la stabilité et l’efficacité du système financier globale. De plus, il indique la
3
En 1997, une révision du système a été effectuée par l’introduction d’un sixième critère traitant la sensibilité aux
risques du marché transformant l’acronyme de CAMEL à CAMELS (Hirtle et Lopez, 1999).
Cette réforme est due essentiellement à la dynamique rapide des systèmes financiers dans un environnement
mondial où la situation d’une banque peut changer rapidement (Doumpos & Zopounidis, 2009).
12
capacité d’une banque à absorber des pertes inattendue. En effet, son objectif principal est
d’éviter la faillite bancaire, de maintenir la confiance des déposants.
Dans ce cadre, pour mesurer cet indicateur, nous avons utilisé le ratio adéquation des fonds
propres, le ratio, , et le ratio, .
Ainsi les résultats obtenues des ratios utilisés pour mesurer l’adéquation du capital sous le
regroupement des trois paramètres (Tableau n° 1), nous permet de constaté que la BMCI
occupe le premier rang, suivi du CIH (deuxième), du CDM (troisième), d’AWB (quatrième) et
de la BCP (cinquième). Quant à la BMCE, elle a été dépassée par l’ensemble des banques en
occupant le dernier rang.
De manière plus détaillé, la lecture des sous paramètres, nous permet d’observer que sous le
ratio d’adéquation des fonds propres, la banque CIH occupe le premier rang, suivie de la BCP
(deuxième), de la BMCI (troisième), d’AWB (quatrième), de la BMCE (cinquième) et
finalement du CDM (sixième). Alors que sous le ratio , la banque d’AWB est
classée première, suivie respectivement de la BMCI, du CDM, CIH, BMCE et finalement la

BCP. Tandis que sous le ratio, , la banque CDM occupe la première place, suivi
respectivement de la BMCI, du CIH, de la BMCE, de la BCP et d’AWB.
Tableau n° 2: Classement des banques sur la base des ratios d’adéquation du capital
Adéquation des fonds

Classement général
propres
Moyenne Classement Moyenne Classement Moyenne Classement Moyenne Classement

BCP 13,212 2 83,903 6 69,497 5 4,333 5
AWB 11,802 4 74,118 1 69,345 6 3,667 4
BMCE 11,047 5 80,12 5 69,755 4 4,667 6
BMCI 12,045 3 75,362 2 82,187 2 2,333 1
CIH 15,31 1 79,659 4 79,659 3 2,667 2
CDM 8,364 6 77,471 3 82,612 1 3,333 3
1.2. La qualité des actifs
L’importance de l’indicateur « qualité des actifs », réside dans sa capacité à mesurer la solidité
financière de la banque. Il nous permettra d’une part, de démontrer le niveau des créances en
souffrance par rapport à l’ensemble des créances émises par la banque et d’autre part, d’illustré
le degré de couverture des créances en souffrance au moyen des actifs bancaire.
Ainsi, les ratios utilisés dans cette étude sont et .
13
De ce fait, les résultats obtenues (tableau n°2) à travers le regroupement des deux paramètres,
nous indique que la BMCE occupe la première place, suivie respectivement d’AWB, de la BCP,
de la BMCI et en dernier lieu le CDM et le CIH.
D’une manière plus détaillé, les résultats obtenus sous le ratio , nous
révèle que la BMCE est classée première, suivie respectivement d’AWB, de la BCP, de la
BMCI, du CDM et du CIH, ce qui est identique au classement globale. Alors que sous le
paramètre, , la BMCE est toujours première , suivie respectivement
d’AWB, de la BCP, de la BMCI, du CIH et du CDM.
Tableau n° 3: Classement des banques sur la base des ratios de la qualité des actifs
Moyenne classement Moyenne classement Moyenne classement

BCP 5,879 3 4,065 3 3 3
AWB 5,707 2 3,946 2 2 2
BMCE 3,928 1 2,712 1 1 1
BMCI 7,470 4 6,106 4 4 4

CIH 12,098 6 9,538 5 5,5 5,5
CDM 8,393 5 6,892 6 5,5 5,5
1.3. La qualité de gestion
L’efficacité en matière de gestion constitue un indicateur essentiel dans le modèle CAMELS,

dans la mesure où il permet d’assurer la survie et la croissance d’une banque. Il démontre la
capacité de l’équipe dirigeante et le conseil d’administration à identifier, mesurer et contrôler
les risques et d’assurer par la suite un fonctionnement sûr, sain et efficace conformément aux
lois et réglementations (Gupta, 2014).
De ce fait, les ratios utilisés pour mesurer l’efficacité de gestion ou du management sont :
, ,
Ainsi, l’analyse des résultats (tableau n°3) nous révèle qu’en regroupant l’ensemble des
rapports, la banque d’AWB occupe la première place suivie de la BMCE et le CIH
simultanément en deuxième place, le CDM en troisième rang et en dernier lieu la BMCE.
Néanmoins, en observant les sous paramètre, sous le ratio , le CIH occupe la
première position, suivi respectivement de la BMCI, le CDM, l’AWB, la BMCE et en dernier

lieu la BCP. Quant au ratio , la banque AWB occupe la première place, suivie
respectivement du CIH, de la BMCI, de la BCP et le CDM. Alors que sous le ratio
14
, la BCP occupe la première place suivi respectivement d’AWB, la BMCI,
le CDM, le CIH et la BMCE.
Tableau n° 4: Classement des banques sur la base des ratios de la qualité de gestion
Moyenne classement Moyenne classement Moyenne classement Moyenne classement

BCP 82,887 6 264,893 4 37,647 1 3,660 2
AWB 93,766 4 400,049 1 40,316 2 2,330 1
BMCE 87,109 5 166,431 5 54,683 6 5,333 4
BMCI 109,101 2 268,976 3 42,566 3 2,666 1,5
CIH 126,360 1 299,533 2 52,167 5 2,666 1,5
CDM 106,969 3 134,131 6 46,395 4 4,333 3
1.4. La capacité à réaliser des bénéfices
Cet indicateur permet de déterminer la capacité de la banque à générer des bénéfices d’une
manière constante et de refléter l’orientation, l’évaluation et les facteurs susceptible d’affecter
la durabilité des bénéfices.
De ce fait, pour la mesure de cette composante, nous avons utilisé les ratios,
, le rendement des actifs (ROA) et le rendement des capitaux propres (ROE).
Les résultats obtenues (tableau n°4) nous indiquent qu’en regroupant l’ensemble des ratios, le
CIH occupe la première place, suivi respectivement d’AWB, la BMCI, la BMCE, la BCP et le
CDM.
Cependant, en observant les ratios de façon indépendante, les résultats obtenus sont légèrement
différents. En effet, sous le ratio, , le CIH occupe le premier rang, suivi
respectivement de la BMCI, le CDM, la BMCE, l’AWB et la BCP. Alors leurs rendements des
actifs, AWB occupe la première place, suivie respectivement du CIH, la BCP, la BMCI, la
BMCE, et le CDM. Quant à leurs rendements des capitaux propres, AWB occupe le premier
rang, suivi respectivement du CIH, de la BMCE, de la BCP, de la BMCI et du CDM.
Tableau n° 5: Classement des banques sur la base des ratios de la capacité à réaliser des
bénéfices
ROA ROE Classement général
Moyenne Classement Moyenne Classement Moyenne Classement Moyenne Classement

BCP 3,804 6 1,235 3 11,496 4 4,333 5
AWB 3,938 5 1,402 1 15,235 1 2,333 2
BMCE 3,971 4 0,766 5 11,601 3 4 4
15
BMCI 4,364 2 1,024 4 9,685 5 3,667 3

CIH 4,773 1 1,271 2 12,338 2 1,667 1
CDM 4,277 3 0,729 6 8,667 6 5 6
1.5. La liquidité
La liquidité constitue un facteur essentiel au sein d’une banque, dans la mesure qu’elle permet
d’influencer sur les flux de trésorerie, et des investissements futurs. Elle désigne la capacité
qu’une banque à posséder assez de liquidité pour répondre aux besoins des déposants et des
emprunteurs.
En outre, il est important à ce qu’une banque puisse maintenir un certain niveau correct de
liquidité. Néanmoins, cela peut influencer négativement sur ces bénéfices. D’où la nécessité
pour les institutions financière à trouver un certain équilibre entre le niveau de liquidité et des
bénéfices.
Pour mesurer cette composante nous avons utilisés les ratios et .
Les résultats obtenues (tableau n°5), nous indique que le classement sous la somme des deux
ratios, le CDM occupe la première place, suivi de la BCP, AWB et BMCI occupent
simultanément la troisième place suivi respectivement de la BMCE et le CIH.
Alors que sous le premier ratio, la BCP occupe la première place suivi respectivement de la
BMCE, d’AWB, du CDM, de la BMCI, et du CIH. Quant au deuxième ratio, le CDM occupe le
premier rang, suivi respectivement de la BMCI, du CIH, d’AWB, de la BCP et de la BMCE.
Tableau n° 6: Classement des banques sur la base des ratios de liquidité
Moyenne Classement Moyenne Classement Moyenne Classement

BCP 82,887 1 77,002 5 3 2
AWB 93,766 3 77,590 4 3,50 3,5
BMCE 87,109 2 70,867 6 4 4
BMCI 109,101 5 89,132 2 3,50 3,5
CIH 126,360 6 83,139 3 4,50 5
CDM 106,969 4 89,674 1 2,50 1
1.6. Sensibilité au risque du marché
La sensibilité au risque du marché a pour objectif de déterminer les effets indésirables

engendrés par les fluctuations des taux d’intérêts, des taux de changes, le capital risque, sur la
capitalisation et la rentabilité des banques et des institutions financières. De plus, les
mouvements des prix en faveur de leurs portefeuilles peuvent stimuler favorablement leurs
16
résultats alors qu’au contraire, des fluctuations défavorables peuvent leurs enclencher des
graves difficultés.
Afin de mesurer cette composante, le ratio utilisé est :
Les résultats obtenus (Tableau n°..), nous démontre que le CIH occupe la première place, suivi
respectivement du CDM, BMCI, BCP, AWB et la BMCE.
Tableau n° 7 : Classement des banques sur la base de la sensibilité aux risques du marché
Moyenne classement
BCP 5,780 4
AWB 12,933 5
BMCE 13,624 6
BMCI 1,624 3
CIH 0,271 1
CDM 1,608 2
1.7. CAMELS
Nous rappelons que le système de notation CAMELS se base sur des données financières sous
forme de ratios permettant de mesurer la performance financière des banques. Leurs calcules
permet d’effectuer un classement en fonction de leurs performances financières.
Ainsi, en sélectionnant l’ensemble des composantes CAMELS (Tableau n°8), les résultats
obtenue nous permettent de conclure que la BMCI est classée première, suivi respectivement
du CDM, du CIH, de la BCP, d’AWB et au final de la BMCE.
Tableau n°8 : Classement des banques sur la base des composantes CAMELS
C A M E L S Moyenne Classement final
BCP 4,333 7,912 3,660 4,333 3 5,780 4,836 4
AWB 3,667 7,680 2,330 2,333 3,50 12,933 5,407 5
BMCE 4,667 5,284 5,333 4 4 13,624 6,151 6
BMCI 2,333 10,523 2,666 3,667 3,50 1,624 4,052 1
CIH 2,667 16,867 2,666 1,667 4,50 0,271 4,773 3
CDM 3,333 11,839 4,333 5 2,50 1,608 4,769 2
5. Impact des ratios CAMELS sur la performance financière des banques :
5.1. Le modèle et la méthodologie adoptée :
Afin d’examiner l’impact des ratios CAMELS sur la performance financières des banques côtés
à la bourse de Casablanca et de tester le lien de causalité entre les composantes CAMELS
(variables explicatives) sur la performance financière (variables à expliquer), nous avons opté
17
pour une démarche économétrique des données de panel sur un modèle linéaire illustré par la
fonction suivante :
Avec :
ROE : Rendement des capitaux propres et représente la performance financière
AFP : Adéquation des fonds propres ;
QA : Qualité des actifs ;
QM : Qualité du management ;
CBEN : Capacité à réaliser des bénéfices ;
LIQ : Liquidité ;
SRM : Sensibilité au risque du marché ;
a : Paramètre d’estimation ;
ε : Termes d’erreurs.
Afin d’estimer le modèle décrit ci-dessus, nous avons utilisé le progiciel E-VIEWS V.9.
Il est à noter que l’avantage d’utiliser les données de panel consiste à pouvoir contrôler
l’hétérogénéité individuelle, de réduire la colinéarité entre les variables et de suivre les

tendances des données ce que les modèles chronologiques simples et les données transversales
ne peuvent fournir (Baltagi, 2005).
Le modèle ci-dessus peut nous orienté vers quatre position possible à savoir: « une
homogénéité totale, une hétérogénéité totale, une hétérogénéité des coefficients des variables
explicatives et homogénéité des termes d’erreur et une hétérogénéité des termes constants et
homogénéité des coefficients des variables explicatives » Boubonnais (2011).
Pour se faire, nous avons suivi l’arbre de décision et les différents tests proposés par Régis
Boubonnais (2011), inspiré par Hsiao (1986) notamment pour déterminer la spécification des
coefficients, à savoir leur homogénéité ou leur hétérogénéité. Ainsi, un teste de Fisher a été
établie dont les résultats sont obtenues par la formule suivante :
F n°14=
Avec :
= La somme des carrés des résidus estimé par la méthode des moindres carrés
ordinaire (MCO) (modèle contraint);
= La différence des degrés de liberté de et
4
Formule n°1
18
= La somme des N sommes carrés des résidus estimé sur T observations de chaque
équation (modèle non contraint);
= le degré de liberté de chaque équation estimé à savoir le modèle
non contraint) ;
= degré de liberté du modèle contraint.
La formule (F n°1) ci-dessus sera comparée à la valeur affichée dans la table de Fisher. Ainsi,
si F1 est supérieur à la valeur affiché sur la table de Fisher, nous rejetons l’hypothèse
d’homogénéité à savoir que les constantes et les coefficients sont identiques pour l’ensemble
des individus.
Une seconde étape consistera à vérifier que l’ensemble des vecteurs des coefficients de
l’ensemble des variables exogènes sont homogène. Pour cela nous effectuerons un test de
Fisher en calculant la fonction suivante :
F n°25=
Avec :
= le degré de liberté du modèle non contraint.
Si F n°2 est supérieur à la valeur affiché dans la table de Fisher, nous rejetons l’hypothèse
d’homogénéité et nous conclurons sur l’existence d’une hétérogénéité totale.
Nous rappelons que cette étude s’est appuyée sur des données secondaires obtenues à partir des
rapports d’activité, de gestion et financiers, d’une population composée de l’ensemble des
banques cotées à la Bourse de Casablanca « BANQUE CENTRALE POPULAIRE (BCP),
ATTIJARI WAFA BANQUE (AWB), BANQUE MAROCAINE DU COMMERCE
EXTERIEUR BANK OF AFRICA (BMCE), BANQUE MAROCAINE POUR LE
COMMERCE ET L’INDUSTRIE (BMCI), CREDIT DU MAROC (CDM) ET CREDIT
IMMOBILIER ET HOTELIER (CIH) », sur une période de 10 ans allant de 2007 à 2016.
5.2. Analyse des résultats :

5.2.1. Résultats des testes d’homogénéité :
Comme expliqué précédemment le teste d’homogénéité nous permet de situer notre modèle.
Pour cela nous avons procédé un test de Fisher.
Tableau n°9 : Résultat des testes d’homogénéité

Les valeurs Teste n°1 Teste n°2
5
Formule n°2
19
SCRC1 0,25295363 0,25295363

SCR 0,01854119 0,01854119
Degré de liberté du modèle
35 30
contrains
Degré de liberté du modèle
18 18
non contrains
Résultat des formules 6,50200773 4,74276361
Valeur affiché sur la table de
1 1
Fisher
Absence d’une homogénéité
entre l’ensemble des
Existence d’une
Conclusion constantes et des coefficients
hétérogénéité totale.
avec l’ensemble des
individus.
Le tableau n°9 présente le résultat des testes d’homogénéité établies selon l’approche de
Boubonnais (2011) et inspirés par Hsiao (1986).
La première étape consiste à valider l’hypothèse que l’ensemble des constantes et des
coefficients sont identiques pour l’ensemble des individus. Nous avons calculé la formule n° 1
et comparé sa valeur (6,50200773) avec la valeur affiché sur la table de Fisher (1). Cela a
conclue que la valeur de la formule (F n°1) est supérieur à la valeur affiché sur la table de
Fisher (6,50200773>1) et a résulté sur un rejet de l’hypothèse d’homogénéité. Ce qui nous a
orientés à l’établissement d’un deuxième teste.
L’étape suivante permet de confirmer l’hypothèse que l’ensemble des vecteurs des coefficients
de l’ensemble des variables exogènes sont homogène. Nous avons calculé la formule n° 2 et
comparé sa valeur (4,74276361) avec la valeur affiché sur la table de Fisher (1). Cela a conclue
sur un résultat identique à celui du premier teste, à savoir que F n°2 > 1, ce qui nous a indiqué
d’une absence d’homogénéité et l’existence d’une hétérogénéité totale.
Finalement l’ensemble de ces résultats, nous ont permit de conclure que la structure en panel
doit être rejetée et que le modèle doit être estimé sous la forme d’une équation pour chaque
individu ou banque, par la méthode des moindres carrés ordinaire (MCO).
5.2.2. Résultats des testes de régression avec la méthode des moindres carrés
ordinaire
Afin d’estimer les modèles décrit ci-dessus, nous précisons que nous avons effectué des testes
de régression par la méthode des moindres carrés ordinaire.
De ce fait, le diagnostique (voir tableau n°10) intervient sur la normalité des erreurs avec le
teste de Jarque et Bera, l’hétéroscédasticités des erreurs avec le teste de Gleisjer ainsi que
l’auto-corrélation des erreurs avec le teste de Breusch-Godfrey.
20
Les résultats des tests de normalité des résidus de Jarque-Bera nous a permit de démontré que
les erreurs sont normales pour l’ensemble des banques. En effet, leurs P-value est supérieur à
5%.
Quant au test d’hétéroscédasticité des erreurs, la P-value pour l’ensemble des banques est
supérieur à 5%. Ce qui démontre que les erreurs des estimations de l’ensemble des banques
sont homoscédastiques.
Finalement, le teste d’auto-corrélation des erreurs démontre que pour l’ensemble des banques,
il y a absence d’auto-corrélation des erreurs car leurs P –value est également supérieur à 5%.
Tableau n°10 : résultat des testes sur les résidus
Teste BCP AWB BMCE BMCI CIH CDM

Jarque et
0,828139 0,423437 0,579693 0,161606 0,667806 0,831419
Normalité Bera
P-value 0,660955 0,809192 0,748379 0,922375 0,716123 0,659872
Hétéroscédasticité Gleisjer 1.031053 0.417655 4.460996 2.986502 1.793396 0.339670
P-value 0.5338 0.8330 0.1237 0.1988 0.3379 0.8793
Breusch-
Auto-corrélation 1.121819 0.141682 11.96320 0.784089 0.240515 0.588349
Godfrey
P-value 0.5552 0.8827 0.2003 0.6240 0.8217 0.6778
Après avoir effectué les testes sur la robustesse de l’ensemble des modèles, l’étape suivante
consiste à établir un teste de régression pour chaque banque.
Les premiers résultats de notre modèle de régression (Tableau n° 11), révèlent que nous
disposons d’un bon modèle pour l’ensemble des équations (banques), car leurs coefficients de
détermination (R2) sont supérieurs à 50%. Egalement, le R2 permet de mesurer l’ajustement des
variables CAMELS sur la performance financière de notre échantillon bancaire. Ce qui signifie
que les variables CAMELS de la BCP, AWB, BMCE, BMCI, CIH et CDM expliquent
respectivement à 99,2%, 99,5%, 98,7%, 96,7%, 99,62% et 99,6% leur performance financière.
Egalement, la probabilité jointe à la statistique de Fisher associé à l’ensemble des banques

démontre que nous somme en présence d’un bon modèle, car leur P-valeur est inférieur à 5%.
Tableau n°11 : Résultat préliminaire du modèle de régression
Statistiques BCP AWB BMCE BMCI CIH CDM
R-squared 0.992680 0.995520 0.987636 0.967946 0.996264 0.996735
Adjusted R-squared 0.978040 0.986561 0.962909 0.903838 0.988793 0.990204
F-statistic 67.80749 111.1157 39.94140 15.09870 133.3417 152.6275
Probability(F-stat) 0.002716 0.001305 0.005926 0.024153 0.000994 0.000813
21
Quant aux résultats des effets des variables CAMELS sur la performance financière (tableau
n°12) démontrent que :
La variable adéquation des fonds propres impact significativement et négativement au seuil du

risque de 5% la PF de la BCP et la BMCE et à 10% la PF du CIH. Ce qui signifie qu’une
augmentation du ratio d’adéquation des fonds propre de la BCP et de la BMCE de 1%, fait
diminuer de 5% leur PF et une augmentation du même ratio de 1% , fait baissé PF du CIH de
10%.
La variable qualité de l’actif impact significativement et négativement, respectivement aux

seuils du risque d’1% et de 10% la PF d’ AWB et de la BCP. Ce qui signifie qu’une
augmentation du ratio de la qualité des actifs d’AWB et de la BCP d’ 1% fait baisser leur PF
respectivement de 1% et 10%.
La variable qualité du management impact significativement et positivement aux seuls du

risque d’1% la PF du CIH et du CDM, à 5% la PF d’AWB et de la BMCE et à 10% la PF de la
BCP et la BMCI. Ce qui signifie qu’une augmentation de la qualité du management de 1% fait
augmenté la PF du CIH et du CDM de 1%, d’AWB et la BMCE de 5% et de la BCP et de la
BMCI de 10%.
La variable capacité à réalisé des bénéfices impact significativement et positivement au seuil du

risque 10% la PF d’AWB, ce qui signifie qu’une augmentation du ratio de 1% augmente la PF
d’AWB de 10%.
La variable, liquidité impact significativement et négativement aux seuils respectivement à 5%

et 10%, la PF d’AWB et de la BCP. Ce qui signifie qu’une augmentation du taux de liquidité de
1% la performance financière baisse respectivement de 5% pour AWB et de 10% pour la BCP.
La variable sensibilité au risque du marché impact significativement et respectivement

positivement et négativement au seuil du risque de 5% et 10% la PF du CDM et d’AWB. Ce
qui signifie qu’une augmentation du ratio de la sensibilité du risque à 1%, augmente la PF du
CDM de 5% et diminue la performance d’AWB de 10%
Tableau n°12 : Résultat des testes de régression de l’impact des variables CAMELS sur la
performance financière.
Variables Statistique BCP AWB BMCE BMCI CDM CIH
Coefficients -0.860643** 0.142994 -0.983063** -0.722605 -1.545781 -1.253876***

Adéquation des
fonds propres
Prob. 0.0461 0.3972 0.0117 0.1392 0.1147 0.0606
Coefficients -0.959792*** -0.870674* -0.024857 -0.208224 -0.005074 0.312516

Qualité des actifs
Prob. 0.0592 0.0006 0.6561 0.8286 0.9622 0.4270
22
Coefficients 2.791073*** 0.199954** 0.653424** 0.907035*** 0.750448* 1.060409*

Qualité du
management Prob. 0.0621 0.0240 0.0150 0.0848 0.0009 0.0005
Coefficients 0.160230 0.735447*** 1.436502 1.662570 0.229681 -0.772357

Capacité à réaliser
des bénéfices
Prob. 0.1138 0.0821 0.2330 0.6126 0.5326 0.4279
Coefficients -0.959792*** -0.948424** 1.484233 1.154791 0.474895 0.021110

Liquidité
Prob. 0.0921 0.0280 0.5109 0.6608 0.4610 0.9872
Coefficients 0.047655 -0.149336*** -0.107297 0.002399 0.075900* 0.014192

Sensibilité au
risque du marché Prob. 0.2221 0.0501 0.6175 0.9886 0.0455 0.6640
Coefficients -4.703913 2.682141** -2.842050 -3.586305 0.097813 0.202806

Constante
Prob. 0.2244 0.0180 0.5235 0.5224 0.9596 0.9439
* ;**,*** : respectivement significatif à 1%, 5% et 10%
Eléments de discussion:
L’objet de cette étude était d’établir un classement entre les 06 banques côtés à la bourse de
Casablanca sur la base de leurs performances financière et en adoptant l’approche CAMELS et
de déterminer l’impact des ratios CAMELS sur leurs performances financière par la méthode
des moindres carrés ordinaires.
L’analyse CAMELS du secteur bancaire marocain, nous ont permis de conclure que la BMCI
est classée première, suivi respectivement du CDM, du CIH, de la BCP, d’AWB et au final de
la BMCE.
Quant à l’étude de l’effet des variables CAMELS sur la performance financière (ROE) a
démontré que l’adéquation des fonds propres impact significativement et négativement la PF de
la BCP, la BMCE de CIH, ce qui est conforme aux résultats de Getahum (2015), la qualité de
l’actif impact significativement et négativement, la PF d’AWB et de la BCP, ce qui est
contraire aux résultats de Getahun Mulualem (2015) et Jha et Hui (2012), la qualité du
management impact significativement et positivement la PF du CIH et du CDM, d’AWB, de la
BMCE, de la BCP et de la BMCI, ce qui contraire aux résultats de Getahun Mulualem (2015)
et conforme aux résultats de Jie Liu, Witsaroot Pariyaprasert (2014), la capacité à réalisé des
bénéfices impact significativement et positivement PF d’AWB, ce qui conforme aux résultats
de Getahun Mulualem (2015) et contraire aux résultats de Jie Liu, Witsaroot Pariyaprasert
(2014), la liquidité impact significativement et négativement la PF d’AWB et de la BCP, ce qui
contraire aux travaux de Getahun Mulualem (2015) et Jie Liu, Witsaroot Pariyaprasert (2014)
et la sensibilité au risque du marché impact significativement et respectivement positivement et
négativement la PF du CDM et d’AWB.
23
Finalement, il est à noter que seul la banque d’AWB est impactée significativement de façon
positive ou négative par l’ensemble des ratios CAMELS suivi de la BCP par quatre variables et
de la BMCE, du CIH et du CDM par deux variables et la BMCI par une seule variable.
CONCLUSION :
Dans cette étude, nous avons tenté d’établir un classement entre les 06 banques côtés à la
bourse de Casablanca sur la base de leurs performances financière et en adoptant l’approche
CAMELS et de déterminer l’impact des ratios CAMELS sur leurs performances financière par
le modèle des moindres carrés ordinaires.
L’analyse CAMELS, nous ont permis de conclure que la BMCI est classée première, suivi
respectivement du CDM, du CIH, de la BCP, d’AWB et au final de la BMCE.
Quant à l’étude de l’effet des variables CAMELS sur la performance financière (ROE) a
démontré que l’adéquation des fonds propres impact significativement et négativement la PF de
la BCP, la BMCE de CIH, la qualité de l’actif impact significativement et négativement, la PF
d’AWB et de la BCP, la qualité du management impact significativement et positivement la PF
du CIH et du CDM, d’AWB, de la BMCE, de la BCP et de la BMCI, la capacité à réalisé des

bénéfices impact significativement et positivement PF d’AWB, la liquidité impact
significativement et négativement la PF d’AWB et de la BCP et la sensibilité au risque du
marché impact significativement et respectivement positivement et négativement la PF du
CDM et d’AWB.
Il est à noter que la majorité des études existantes sur la relation entre les variables CAMELS,
et la performance financière au niveau international révèlent des résultats mitigés démontrant
l’absence d’un consentement empirique sur le sujet. Egalement, la rareté des études sur le sujet
au Maroc n’a fait qu’augmenter notre motivation sur son choix.
Néanmoins, l’étude présente certaines limites notamment le nombre réduit de notre échantillon,
certes comportant l’ensemble des banques côtés à la bourse de Casablanca, mais négligeant le
reste des banques composant le paysage bancaire Marocain. Il serait alors intéressant d’étaler
l’étude des recherches futures sur les autres banques, puisque notre échantillon ne représente
que 13,3% des banques opérant au Maroc rendant alors difficile de généraliser l’étude sur
l’ensemble du secteur.
Bibliographie:
 Athanasoglou, P.P., Sophocles, N.B., &Matthaios, D.D., (2005). « Bank-specific,
industry specific and macroeconomic determinants of bank profitability » Working
paper, Bank of Greece, 1(1), 3-4.
24
 Baltagi, BH 2005, Econometric analysis Data, 3rd edn. John Wiley & Sons. Ltd,
Chichester.
 Christopoulos, A.G., Mylonakis, J., & Diktapanidis, P. (2011). « Could Lehman
Brothers’ collapse be anticipated? An examination using CAMELS rating system ».
International Business Research, 4(2), 11-19.
 Cole Rebel and Jeffery Gunther (1998), « Predicting Bank Failures: A Comparison of
On- and Off-Site Monitoring Systems », Journal of Financial Services Research, 1998,
vol. 13, issue 2, 103-117
 Dang, U., (2011). « The camel rating system in banking supervision a case study ».
Arcada University of Applied Sciences in Finland.
 Desta Tesfatsion Sahlu (2016), « financial performance of “the best african banks”: a
comparative analysis through camel rating », Journal of Accounting and Management,
vol: 6; no: 1.
 Deyoung, R., Flannery, M.J., Lang, W.W.,& Sorescu, S.M. (2001). « The Information
Content of Bank Exam Ratings and Subordinated Debt Prices ». Journal of Money,
Credit and Banking, Vol. 33, No. 4, p.900-925.

 Dincer H, Gencer G, Orhan N, Sahinbas K (2011). « A Performance Evaluation of the
Turkish Banking after the Global Crisis Via CAMELS Ratios ». Procedia Social and
Behavioral Sciences 24: 1530-1545.
 Doumpos, M., & Zopounidis,C, (2009). « A Multicriteria Bank Rating System.
European Working Group “Multiple Criteria Decision Aiding », Spring, Series 3, No 19,
p.17-19.
 Federal Deposit Insurance Corporation, (2015). « Risk management manual of
examination policies ». Retrieved on January 26, 2016 at 10:36 a.m. from
www.fdic.gov/regulations/safety/manual
 Getahun, M. (2015). »Analyzing financial performance of commercial banks in
Ethiopia: CAMEL approaches (Master Thesis) ». Addis Ababa University, Addis
Ababa, Ethiopia.
 Gerschenkron, Alexander (1968), « Economic Backwardness in Historical Perspective:
A Book of Essay », Harvard University Press, Cambridge, MA, USA.
 Gupta & Kaur 2008, « A CAMEL Model Analysis of Private Sector Banks in India »,
Journal of Gyan Management, vol. 2, no. 1, pp. 3-8.
 Hirtle, B.J., & Lopez, J.A., (1999). « Supervisory Information and the Frequency of
Bank Examinations ». FRBNY economic policy review, 1-19.
25
 Ilhomovich, S.E. (2009). « Factors affecting the performance of foreign banks in

Malaysia (Master thesis) ».College of Business (Finance and Banking), Malaysia.
 Jha, S., & Hui, X. (2012). « A comparison of financial performance of commercial
banks: A case study of Nepal ». African Journal of Business Management, 6(25), 7601-
7611.
 Jie Liu, Witsaroot Pariyaprasert, (2014), « Determinants of Bank Performance: The
Application of the CAMEL Model to Banks Listed in China’s Stock Exchanges from
2008 to 2011 », AU-GSB e-JOURNAL, Vol 7, No 2.
 Levine Ross and Sara Zervos, (1998). « Stock Market, Bank and Growth », The
American Economic Review, vol. 88, no. 3, pp. 537-58.
 Maryam and Ummi, 2017, « Camel ratio on profitability banking performance
(malaysia versus indonesia) », International Journal of Management, Innovation &
Entrepreneurial Researc, Vol 3 No 1 , DOI: https://doi.org/10.18510/ijmier.2017.314
 McKinnon and Ronald I, (1973). « Money and Capital in Economic Development »,
Brookings Institution, Washington DC, USA.
 Nurazi, R., & Evans, M. (2005). « An Indonesian Study of the Use of CAMEL Ratios
as Predictors of Bank Failure », Journal of Economic and Social Policy, vol. 10, no. 1,
pp. 1-23
 Parvesh Kumar Aspal, Sanjeev Dhawan, 2016, « Camels Rating Model For Evaluating
Financial Performance of Banking Sector: A Theoretical Perspective », International
Journal of System Modeling and Simulation Vol 1(3)
 Said, M., & Saucier, P. (2003). « Liquidity, Solvency, and Efficiency: An Empirical
Analysis of the Japanese Bank‟s Distress ». University of Birmingham 20th
Symposium on Banking and Monetary Economics
 Sarker, A.A. (2006). « CAMELS rating system in the context of Islamic banking: A
proposed ‘S’ for Shariah framework ». Journal of Islamic Economics, Banking and
Finance, 2(2), 1-26.
 Saltzman, S.B., & Salinger, D. (1998). « The ACCION Camel: Technical note ».
ACCION International, Microenterprise Best practices, Development alternative Inc.
Woodmont Avenue Bethesda, USA. 1-106.
 Sangmi M., & Nazir, T., (2010). « Analyzing financial performance of commercial
banks in India: Application of CAMEL model ». Pakistan Journal of Commerce and
Social Sciences, 4(1), 40-55.
26
 Shaw E., (1973). « Financial Deepening in Economic Development », Oxford

University Press, New York
 Tawfiq Ahmad Mousa, 2016, « Measuring Financial Performance Based on CAMEL
Rating Model on Islamic Banks in Jordan », Journal of Advanced Social Research, Vol
6, and n ° 11.
27

Determinant de Performance CAMEL

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Determinant de Performance CAMEL

Transféré par

Droits d'auteur :

Formats disponibles

La performance financière des banques au Maroc : Une analyse par l’approche CAMELS

La performance financière des banques au Maroc : Une analyse

M. Mehdi MENCHIF, M. Mohamed CHEMLAL & M. Moulay Driss SAIKAK

Résumé : L’ouverture des marchés, la mondialisation, le développement rapide de l’industrialisation et la

directement leur performance financière. L’objectif de cette contribution est d’analyser la

Pour chaque nation désirante se développer, l’accroissement et la modernisation de certains

Cependant, l’ensemble de ses secteurs précédemment cités, ne peuvent s’accroitre sans un

la performance du secteur bancaire constitue une mesure et un indicateur efficace pour

L’analyse de la performance financière du secteur bancaire par la méthode CAMEL(S) a fait

Auteurs Les objectifs de l’étude Les ratios utilisés Conclusions ou résultats

La qualité des actifs = Prêts non productif L’adéquation du capital,

La qualité du management : (Salaire + capacité à réaliser des

L’adéquation des fonds propres: [(Fonds

CAMEL joue un rôle crucial La qualité du management : Taux de

croissance des capitaux propres des

méthode CAMEL peut

Analyser la performance et la Statistique des banques.

obligations convertibles) + Tiers 2 (le augmentation des prêts

pondérés au risque ; management : des

L’adéquation des fonds propres: Le

capitaux propres / les actifs pondérés en

Les actifs permanent / total des actifs

charges d’intérêt / total des dépenses ; Un développement

des capitaux propres / total des actifs ; positif sur le ROA et

EXTERIEUR BANK OF AFRICA (BMCE), BANQUE MAROCAINE POUR LE

3. Présentation du modèle CAMELS et des ratios utilisés dans l’étude :

- C : L’adéquation des fonds propres ;

1.2. La qualité des actifs

1.3. L’efficacité de gestion :

En effet, elle démontre la capacité de l’équipe dirigeante et le conseil d’administration à

Cet indicateur sera mesuré par les ratios suivants :

Ce ratio indiquera l’efficacité de l’employabilité des ressources humaines au sein de la banque

1.4. La capacité de réaliser des bénéfices :

Il reflète également l’orientation, l’évaluation et les facteurs susceptibles d’affecter la durabilité

Ainsi, cette composante sera mesurée par les ratios suivants :

Ce ratio indiquera si la banque utilise ses capitaux propres de manière efficace.

1.6. Sensibilité au risque du marché3

parties les changements intervenus sur la viabilité des banques.

4. Analyse des ratios et classement des banques :

classée première, suivie respectivement de la BMCI, du CDM, CIH, BMCE et finalement la

respectivement de la BMCI, du CIH, de la BMCE, de la BCP et d’AWB.

Adéquation des fonds

Moyenne Classement Moyenne Classement Moyenne Classement Moyenne Classement

1.2. La qualité des actifs

Ainsi, les ratios utilisés dans cette étude sont et .

d’AWB, de la BCP, de la BMCI, du CIH et du CDM.

Moyenne classement Moyenne classement Moyenne classement

BMCI 7,470 4 6,106 4 4 4

L’efficacité en matière de gestion constitue un indicateur essentiel dans le modèle CAMELS,

Néanmoins, en observant les sous paramètre, sous le ratio , le CIH occupe la

première position, suivi respectivement de la BMCI, le CDM, l’AWB, la BMCE et en dernier

respectivement du CIH, de la BMCI, de la BCP et le CDM. Alors que sous le ratio

, la BCP occupe la première place suivi respectivement d’AWB, la BMCI,

le CDM, le CIH et la BMCE.

Moyenne classement Moyenne classement Moyenne classement Moyenne classement

différents. En effet, sous le ratio, , le CIH occupe le premier rang, suivi

ROA ROE Classement général

Moyenne Classement Moyenne Classement Moyenne Classement Moyenne Classement

BMCI 4,364 2 1,024 4 9,685 5 3,667 3

Pour mesurer cette composante nous avons utilisés les ratios et .

Tableau n° 6: Classement des banques sur la base des ratios de liquidité

Moyenne Classement Moyenne Classement Moyenne Classement

La sensibilité au risque du marché a pour objectif de déterminer les effets indésirables

Coefficients -0.860643 0.142994 -0.983063 -0.722605 -1.545781 -1.253876***

Coefficients 2.791073* 0.199954 0.653424 0.907035* 0.750448* 1.060409*

Coefficients -0.959792* -0.948424 1.484233 1.154791 0.474895 0.021110