Effets de La Banque Numérique Sur La Performance Du Commerce Banques Au Nigeria 2010 2019

Machine Translated by Google
REVUE INTERNATIONALE DE RECHERCHE ET D'ANALYSE MULTIDISCIPLINAIRE
ISSN (imprimé) : 26439840, ISSN (en ligne) : 26439875
Volume 05 Numéro 01 janvier 2022
DOI : 10.47191/ijmra/v5i118, facteur d'impact : 6,072
Numéro de page 133148
Effets de la banque numérique sur la performance du commerce
Banques au Nigeria 2010 2019
Chukwu, Kenechukwu Origine1 ,Molokwu, Samuel Rapuluchukwu2
1Département des banques et des finances, Université Nnamdi Azikiwe, Awka, État d'Anambra, Nigeria.
2
Succursale Access Bank Awka, 222 Zik Avenue, État d'Awka Anambra.
RÉSUMÉ : Dans cette étude, l'effet de la banque numérique sur la performance des banques commerciales a été examiné de 2010 à 2019. L'étude a appliqué le cadre
Autoregressive Distributive Lag (ARDL) pour examiner la relation entre la machine de point de vente (POSG), les transactions bancaires réalisé grâce aux données de
service supplémentaires non structurées (USSDG), aux services bancaires en ligne (WEBG) et au rendement des actifs (ROA) des banques commerciales au Nigeria.
Les données ont été obtenues à partir des bulletins statistiques de la Banque centrale du Nigeria (CBN) et des rapports annuels de la Nigeria Deposit Insurance
Corporation (NDIC). Le résultat de l'analyse a révélé que la banque numérique a un effet positif et insignifiant sur la performance des banques commerciales au Nigeria. .
À la
lumière de ces résultats, l'étude recommande la nécessité d'un réseau relativement stable : dans le but de réduire le nombre de transactions échouées, les banques sont
encouragées à assurer la liaison avec les fournisseurs de réseau et leurs ingénieurs afin de développer une plateforme de réseau standardisée exclusivement pour
chacun des réseaux numériques. canaux bancaires. Il est également nécessaire de former les clients à la banque numérique sur les avantages de la banque numérique.
De même, toutes les banques doivent disposer d'un service de cybersécurité fonctionnant 24 heures sur 24 afin de s'assurer que les canaux ne sont pas détournés par
des cybercriminels.
MOTS CLÉS : Rendement des actifs, automate point de vente et web banking.
1. INTRODUCTION
Le secteur bancaire nigérian a subi et subit encore des changements opérationnels, législatifs et technologiques (Oyewole & Elmaude, 2013). Outre les modifications
législatives concernant le capital minimum obligatoire, les niveaux de liquidité et les réserves, il y a eu un écart flagrant par rapport au retrait quotidien normal, aux dépôts
et aux paiements en espèces vers un système de paiement plus numérisé. L'activité bancaire, qui a été essentiellement définie comme l'acceptation de dépôts et l'octroi
d'argent, a toujours été effectuée dans les couloirs de la banque. Mais aujourd'hui, l'acceptation des dépôts et l'octroi de prêts d'argent se consomment en dehors des
couloirs de la banque avec les plateformes fournies par la banque numérique (Eze & Egoro, 2016).
La banque numérique est le large éventail de services bancaires accessibles et fournis par le biais de canaux numériques, tels que les téléphones portables, les
ordinateurs personnels, Internet ou les cartes liées à un système de paiement numérique fiable (Ukoh, 2019). Ces services comprennent les paiements, les retraits, les
dépôts et les crédits, les envois de fonds et les transferts de fonds, les demandes de solde, les recharges de temps d'antenne et même les transactions de crédit (Ukoh,
2019). La banque numérique fait essentiellement référence au déplacement en ligne de toutes les activités et programmes bancaires traditionnels qui, historiquement,
n'étaient disponibles que pour les clients lorsqu'ils se trouvaient physiquement à l'intérieur d'une agence bancaire.
Aujourd'hui, les clients des banques peuvent envoyer de l'argent à leur famille, à leurs amis ou à leurs clients dans le confort de leur lit, sans restriction de temps. Les
paiements des factures d'électricité et les abonnements aux chaînes de télévision peuvent désormais être effectués sans se rendre physiquement à la banque ou apporter
de l'argent au bureau de la société de distribution d'énergie ou de la station de télévision. Les rues sont maintenant regroupées avec des personnes autorisées par les
banques à exercer des activités bancaires en leur nom. Par conséquent, obtenir de l'argent pour de petites transactions est désormais à la porte du peuple.
La flambée soudaine des paiements numériques ne s'est pas terminée avec les services bancaires au point de vente, les services bancaires mobiles, les services
bancaires aux guichets automatiques ou les services bancaires par Internet. Il se répand également dans les services bancaires de données de service supplémentaires
non structurées (USSD) et les services bancaires de réponse rapide (QR). La banque USSD a permis aux clients des banques sans appareils compatibles Internet
d'effectuer et de recevoir des paiements avec leurs téléphones en utilisant des codes. La banque de code QR permet aux utilisateurs de téléphones intelligents d'effectuer
facilement des paiements en scannant simplement le code QR fourni par le commerçant auprès duquel il souhaite acheter. Aujourd'hui, l'indisponibilité d'une agence bancaire dans un
IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 133

Effets de la banque numérique sur la performance des banques commerciales au Nigeria 2010 2019
l'emplacement n'entrave pas les services bancaires. Ces canaux et de nombreux autres canaux numériques à venir ont rendu les services bancaires
transparents et sans frontières. Les canaux numériques en constante évolution ont conquis le cœur de la gestion de la plupart des institutions financières au
Nigeria (Oyewole & Elmaude, 2013). Cela peut être dû au confort et à la commodité qu'il offre pour son
clients.
Les services bancaires numériques sont le fer de lance d'une plus grande partie du système de paiement dans le monde et au Nigeria également. Au Nigéria
aujourd'hui, les services bancaires numériques se sont diversifiés, allant des transferts d'argent de base et des paiements de factures au crédit, aux envois de
fonds transfrontaliers, à l'épargne, aux déboursements groupés et à d'autres services à valeur ajoutée tels que les factures de services publics à la carte, etc.
(Taiwo & Agwu , 2017). D'autre part, les banques, en tant qu'organisations commerciales, devraient réaliser des bénéfices et accroître la richesse des actionnaires.
La rentabilité d'une banque est la solidité financière de la banque sur une période de temps sur la base de certains critères tels que le rendement des actifs, le
rendement des investissements, le bénéfice par action, etc. Ces mesures sont utilisées pour vérifier dans quelle mesure les ressources de la banque sont
utilisés de manière adéquate pour créer de la richesse pour les actionnaires.
Dans leur quête de profits, ils sont toujours confrontés à des mesures visant à maximiser les profits et à minimiser les pertes. Cela s'accompagne également
du défi de suivre la concurrence dans l'industrie. Par conséquent, ils adoptent toutes les mesures relevant de la réglementation pour suivre leurs opérations
quotidiennes, rester compétitifs dans l'industrie et, à la fin, réaliser des bénéfices pour les actionnaires. Pour tenter de réaliser ces bénéfices, plusieurs
processus et procédures sont supprimés, réorganisés ou modifiés. Ces changements de modes de fonctionnement ont jeté les bases de la banque numérique
au Nigeria (Ukoh, 2019).
La banque numérique au Nigéria s'est cependant accompagnée d'énormes défis allant des défis réglementaires au vol numérique et au vol qualifié (Taiwo &
Agwu, 2017). La plateforme fournie par la banque numérique a créé de la place pour le vol d'identité, l'accès non autorisé aux fonds de quelqu'un, les
contrefaçons et la difficulté à appréhender le voleur numérique/voleur de bras. Pour tenter de remédier à ces problèmes identifiés, la Banque centrale du
Nigéria a mis au point des politiques visant consciemment à réglementer l'utilisation ou l'étendue de l'utilisation de ces plateformes fournies par la banque
numérique. Certaines de ces politiques incluent la spécification du montant des transactions qu'un client d'une banque peut effectuer en utilisant l'une de ces
plateformes par jour/semaine, en s'assurant que les approbations appropriées sont obtenues avant d'utiliser l'une de ces plateformes et en veillant à ce que
des gadgets de sécurité adéquats soient fournis dans les zones où ces platesformes sont utilisées. Toutes ces politiques/mesures entraînent également des
coûts pour les banques, ce qui a finalement un effet sur la rentabilité.
Divers travaux de recherche Okiro et Ndungu (2013) , Malhotra et Singh (2009), Agu Onay (2008) Oyewole et al (2013), DavidWest et al (2018) , Monyoncho
(2015) et Abaenewe et al (2013) etc. a été menée sur ce sujet et les résultats montrent que le numérique a un effet significatif sur la performance des banques
commerciales tandis que d'autres résultats montrent un effet insignifiant. Leurs conclusions sont contradictoires et c'est dans ce contexte que l'étude a été
motivée pour combler le manque de connaissances sur les effets de la banque numérique sur la performance des banques commerciales au Nigeria de 2010
à 2019. Le papier est organisé comme suit. La deuxième section porte sur l'analyse documentaire, la troisième sur le cadre théorique, la quatrième sur la
méthodologie, la cinquième sur les résultats et la discussion, la sixième sur la conclusion et les implications politiques.
2. REVUE DE LA LITTÉRATURE
Le mot numérique signifie "exprimé en série de chiffres ou de nombres 0, 1 9" (Scott & Davis, 2015). Certains auteurs ont considéré la banque numérique
comme la banque en ligne, la banque en ligne, etc. Il n'y a pas eu de définition généralement acceptée de la banque numérique en raison de l'évolution de la
plateforme technologique dynamique et sophistiquée sur laquelle elle opère. La banque en ligne, la banque numérique et la banque électronique impliquent
toutes la manipulation ou le transfert d'argent sous forme de chiffres, elles diffèrent cependant sur les plateformes fournissant de tels services (Taiwo & Agwu,
2017). Alors que les platesformes bancaires en ligne impliquent essentiellement une connexion à Internet avant le mouvement des chiffres, la banque
numérique, en plus de la banque en ligne, englobe également toutes les autres méthodes de mouvement des chiffres pour les transactions bancaires telles
que les données de service supplémentaires non structurées (USSD).
Oyewole, Abba, Gambo et Abam (2013) ont qualifié la banque en ligne de livraison automatisée de produits et services bancaires nouveaux et conventionnels
directement aux clients via des canaux électroniques interactifs. Certains des canaux par lesquels les services bancaires numériques sont consommés
comprennent les guichets automatiques bancaires (GAB), les points de vente (POS), les données de service supplémentaires non structurées (USSD), les
applications mobiles, les portails Web, etc.
IBM Global Services (2015) note que la banque numérique est un ensemble de canaux de distribution alternatifs pour les services bancaires. Il s'agit d'effectuer
des transactions financières par divers moyens électroniques, sans interagir physiquement avec la banque. Les services bancaires numériques peuvent être
considérés comme des options alternatives pour le traitement des transactions bancaires autres que les moyens traditionnels normaux (Chebii, 2013). La
banque numérique peut inclure la banque sans agence, ce qui implique la disponibilité d'une stratégie de canal de distribution utilisée pour fournir des services
financiers sans dépendre des agences bancaires. Bien que la stratégie puisse compléter une agence bancaire existante

réseau pour offrir aux clients un plus large éventail de canaux par lesquels ils peuvent accéder aux services financiers, la banque à distance peut également être utilisée comme une stratégie de
canal distincte qui renonce entièrement aux succursales bancaires. Les services bancaires numériques peuvent inclure les services bancaires en ligne, les services bancaires électroniques, les
services bancaires en ligne, les services bancaires virtuels, les services bancaires directs et les services bancaires de haute technologie.
Les progrès de la communication et de la technologie informatique ont permis d'effectuer la plupart des transactions bancaires depuis n'importe quel endroit, même
sans entrer dans une structure financière physique via les canaux bancaires numériques. Dans un effort pour atteindre les personnes non bancarisées et la sensibilisation
des institutions financières sur les canaux bancaires alternatifs, une révolution dans la gamme des solutions de paiement a été observée. Les canaux bancaires
numériques utilisés comprennent tous les moyens bancaires modernes tels que les guichets automatiques, les services bancaires par Internet, l'automatisation bancaire,
les services bancaires de base, les cartes de crédit, les cartes de débit, les services bancaires mobiles (Ukoh, 2019). Chebii (2013) note que les services bancaires
numériques adoptent des canaux alternatifs très utilisés, notamment les services bancaires mobiles, les services bancaires en point de vente et les services bancaires par Internet.
Ogilvie (2008) soutient que les canaux bancaires alternatifs sont les méthodes les plus récentes pour effectuer des opérations bancaires. Certains de ces canaux
bancaires numériques sont abordés cidessous ;
2.1 Services bancaires au point de vente
(POS) Le mot « POS » est un acronyme pour point de vente. POS est un terme commercial utilisé pour désigner un endroit dans un magasin où un produit est passé
du vendeur au client. La banque POS fait référence à une méthode par laquelle les gens peuvent accéder aux services bancaires via des terminaux de cartes. Les
services bancaires au point de vente, également connus sous le nom d'agents bancaires, impliquent le transfert de fonds, le retrait de fonds, la vente de cartes de
recharge et le paiement de factures telles que Gotv, DSTV et les factures d'électricité (Chebii, 2013). L'entreprise est une extension des services offerts par les
institutions financières comme les banques grâce auxquelles les clients obtiennent la commodité. Par conséquent, les frais facturés aux clients pour ces services sont
parfois appelés frais de commodité. L'utilisation d'agents diminue les coûts de transaction et résout le manque d'incitations ou de capacité à instituer des succursales
formelles dans des zones définies (Ndungu, 2015). La réglementation autorisant les services bancaires par agents permet des incitations commerciales suffisantes pour
les agents et les institutions financières afin d'amplifier la portée en fournissant des services financiers via un réseau d'agents (Melzer, 2006). L'utilisation d'agents offre
la possibilité d'atteindre massivement les personnes dans des endroits qui restent mal desservis, en particulier ceux des zones rurales difficiles d'accès. Ivatury et
Lyman (2006) ont noté que les agences bancaires ont permis aux clients des banques d'accéder aux services bancaires de base, par exemple, le dépôt et le retrait
d'espèces de manière pratique ou ce que l'on appellerait dans le confort de leur quartier. La commodité de l'accès aux services bancaires et les heures prolongées de
travail des agences ont été les caractéristiques les plus attrayantes pour les clients.
2.2 Services bancaires de données de service supplémentaires non structurées
(USSD) Les données de service supplémentaires non structurées (USSD) sont actuellement l'une des principales innovations technologiques qui fournissent des
services financiers mobiles aux clients à faible et à haut revenu (Ukoh, 2019). La banque USSD utilise un code spécifique pour chaque banque opérant dans le système
financier. Le code bancaire est un moyen pratique, rapide, sécurisé et abordable d'accéder à votre compte bancaire 24 heures sur 24, 7 jours sur 7 via votre téléphone
mobile sans données Internet (NIBSS, 2018). Ce sont des codes qui atténuent le stress associé aux opérations bancaires au Nigeria, les rendant plus efficaces et
donnant aux clients un accès complet à leurs comptes. La banque USSD se produit lorsque le client de n'importe quelle banque compose le code USSD et termine une
commande bancaire. Il semble intéressant que faire la queue à la banque, essayer de recharger des comptes ou effectuer des virements ait été supprimé avec ce
service bancaire mobile à code USSD. Cela rend tout facile et transparent (Taiwo & Agwu, 2017). Le code USSD est pour chaque banque et tous ceux qui possèdent
des comptes pour chaque banque. Cela signifie que si vous utilisez First Bank, vous avez pleinement le droit d'utiliser leur code de transfert pour des opérations
bancaires mobiles faciles (NIBSS, 2018). Que vous soyez titulaire d'un compte épargne, titulaire d'un compte courant, vous êtes tout à fait autorisé à utiliser vos codes
bancaires potentiels et c'est simple d'utilisation. La liste cidessous contient le code USSD pour certaines banques au Nigeria.
2.3 Services bancaires
en ligne Les services bancaires en ligne, également connus sous le nom de services bancaires par Internet, sont un système de paiement électronique qui permet aux
clients d'une banque ou d'une autre institution financière d'effectuer une gamme de transactions financières via le site Web de l'institution financière (Ginn, 2011). Le
logiciel de banque en ligne fournit des services bancaires aux particuliers et aux entreprises offrant des fonctionnalités telles que l'affichage des soldes de compte,
l'obtention de relevés, la vérification des transactions récentes et les paiements. Ces derniers temps, de nombreuses banques ont commencé à considérer les services
bancaires en ligne comme un impératif stratégique. En 2008, presque toutes les banques nigérianes avaient des sites Web et des portails Web entièrement développés
pour les services bancaires en ligne (Taiwo & Agwu 2017). Ce type de banque a également évolué vers l'utilisation d'applications bancaires mobiles. L'attrait des
banques pour les services bancaires en ligne est assez évident : réduction des coûts de transaction, intégration plus facile des services, capacités de marketing interactif
et autres avantages qui augmentent les listes de clients et les marges bénéficiaires (Abaenewe, et al. 2013). De plus, les services bancaires en ligne permettent aux
institutions de regrouper davantage de services dans des forfaits uniques, attirant ainsi les clients et minimisant
aérien.

Pour accéder au service bancaire en ligne d'une institution financière, un client ayant accès à Internet devra s'inscrire auprès de l'institution pour le service et
configurer un mot de passe et d'autres informations d'identification pour la vérification du client (NIBSS, 2018). Les informations d'identification pour les services
bancaires en ligne ne sont normalement pas les mêmes que pour les services bancaires par téléphone ou mobile. Les institutions financières attribuent désormais
systématiquement des numéros de clients, que les clients aient ou non indiqué leur intention d'accéder à leur service bancaire en ligne. Les numéros de client ne
sont normalement pas les mêmes que les numéros de compte, car plusieurs comptes clients peuvent être liés à un seul numéro de client. Techniquement, le numéro
de client peut être lié à n'importe quel compte auprès de l'institution financière que le client contrôle, bien que l'institution financière puisse limiter la gamme de
comptes auxquels on peut accéder, par exemple, par chèque, épargne, prêt, carte de crédit et comptes similaires.
2.4 Jeton d'activation des services bancaires
numériques
Il s'agit d'un instrument de sécurité supplémentaire généralement attaché à un compte dans le but de fournir une authentification supplémentaire avant la conclusion
d'une transaction. Cet instrument est généralement utilisé par des personnes utilisant des applications bancaires en ligne ou des applications mobiles. Ce dispositif
de support peut être matériel ou logiciel.
Codes de réponse rapide (codes QR)
Bien qu'ils puissent sembler simples, les codes QR sont capables de stocker de nombreuses données (Ukoh, 2019). Une fois scanné, le code QR permet à l'utilisateur
d'accéder instantanément aux informations. Le paiement par code QR est un mode de paiement sans contact où le paiement est effectué en scannant un code QR à
partir d'une application mobile (Ogutu & Fatoki, 2019). Il s'agit d'une alternative aux opérations bancaires sur le Web, POS ou USSD au moment de l'achat ou de la
vente de biens ou de services. Cela évite une grande partie de l'infrastructure traditionnellement associée aux paiements électroniques tels que les cartes de paiement,
les réseaux de paiement, les terminaux de paiement et les comptes marchands. Pour utiliser un paiement par code QR, les consommateurs scannent le code QR
affiché par le commerçant avec leur téléphone pour payer leurs marchandises. Ils entrent le montant qu'ils doivent payer et finalement le soumettent.
2.5 Performance financière
Ndungu (2015) a expliqué que la performance est le degré auquel une réalisation est ou a été accomplie. C'est l'acte d'accomplir; exécution, accomplissement,
réalisation, etc. C'est l'accomplissement d'une tâche donnée mesuré par rapport à des normes prédéfinies de précision, d'exhaustivité, de coût et de rapidité.
Le succès, les conditions et la conformité de l'entreprise sont mesurés par la performance. D'autre part, la performance financière est une mesure du changement de
l'état financier d'une organisation, ou des résultats financiers qui résultent des décisions de gestion et de l'exécution de ces décisions par les membres de l'organisation
(Greenwood & Jovanovic, 1990). La performance financière est conceptualisée comme la mesure dans laquelle une entreprise augmente les ventes, les bénéfices et
le rendement des capitaux propres. La performance financière est essentielle à la survie des entreprises dans un environnement concurrentiel et incertain (Sousa &
Voss, 2006). Le succès d'une organisation est fortement évalué sur la performance financière, par conséquent, la performance a été fortement mesurée à l'aide de
mesures financières.
La performance financière reflète en fin de compte si oui ou non la qualité du service est réalisée dans une entreprise.
Galor et Zeira (2000) ont proposé quatre types possibles de mesure de la performance organisationnelle, à savoir : les résultats (rotation, absentéisme, satisfaction
au travail) ; résultats organisationnels (productivité, qualité, service); les résultats de la comptabilité financière (rendement des actifs, rentabilité) et les résultats du
marché des capitaux (cours des actions, croissance, rendements). Cependant, les chercheurs ont proposé une conception plus large de la performance de l'entreprise
pour incorporer des mesures non financières, notamment la part de marché, la satisfaction de la clientèle et les nouveaux produits. Les mesures recommandées pour
l'analyse financière qui déterminent la performance financière d'une entreprise sont regroupées en cinq grandes catégories : rentabilité, liquidité, solvabilité, capacité
de remboursement et efficacité financière (Crane, 2010). Les composantes de CAMELS un acronyme pour Capital Adequacy, Asset Quality, Management Quality,
Earnings Potential, Liquidity et Sensitivity to Market Risk ont traditionnellement été le critère d'évaluation de la performance des banques. Étant donné que CAMELS
combine les indicateurs de solidité financière (risque de crédit) et de marché (risque de marché), il est utilisé par les autorités de surveillance du secteur bancaire
(King, Nuxoll, & Yeager, 2006) et les agences de notation (Rawcliffe, Peach, & Shaw, 2008) pour évaluer la solidité des banques.
3. CADRE THEORIQUE
3.1 La théorie de l'acceptation de la technologie (TAT)
La théorie de l'acceptation de la technologie a été proposée pour la première fois par Davis, Bagozzi et Warshaw (1989) pour examiner le modèle conceptuel de
l'intention de l'utilisateur ou le degré auquel le système d'information ou la nouvelle technologie a été réalisé. TAT est conçu sur la base de l'utilité perçue et de la
facilité d'utilisation de la nouvelle technologie. L'utilité perçue de la technologie suggère la conviction personnelle d'améliorer le degré de travail effectué par une
nouvelle technologie ou un système d'information spécifique. Facilité d'utilisation perçue de

La nouvelle technologie implique la facilité avec laquelle une personne peut apprendre à utiliser ou à gérer une nouvelle technologie ou un nouveau système
d'information (Scott et Davis, 2015). Le TAT a mis l'accent sur la façon dont la facilité perçue d'utilisation des nouvelles technologies influence directement
l'utilité perçue de la technologie. Des variables externes telles que les facteurs environnementaux entourant un individu interviennent en influençant la facilité
d'utilisation et l'utilité perçues. Par conséquent, la théorie de l'acceptation de la technologie repose à la fois sur des facteurs perceptifs cruciaux, à savoir
l'utilité perçue et la facilité d'utilisation perçue. La théorie de l'acceptation de la technologie est largement appliquée aux recherches impliquant les technologies
de l'information. Liu et Arnett (2000) ont analysé les variables importantes pour créer un site Web réussi qui repose sur le TAT. Le TAT est pertinent pour
cette étude en ce sens qu'il examine la facilité avec laquelle une personne peut apprendre à utiliser ou à gérer une nouvelle technologie ou un nouveau
système d'information. Comme indiqué dans les problèmes de cette étude, l'une des premières craintes exprimées par les utilisateurs de services bancaires
numériques est que la technologie est nouvelle dans l'environnement et que tout le monde ne sait pas comment l'utiliser. Il s'ensuit donc qu'une nouvelle
technologie réussira probablement le test d'acceptabilité générale si elle est perçue comme utile pour les gens et aussi facile à utiliser.
3.2 Théorie de l'agence
La théorie de l'agence a été développée principalement par Jensen et Meckling (1976). La théorie de l'agence analyse les relations entre une entreprise et
ses agents. Les questions clés de la théorie de l'agence se concentrent sur l'existence de mécanismes de marché adéquats permettant aux agents d'agir de
manière à maximiser l'utilité d'une entreprise où la propriété et le contrôle sont séparés. Selon les termes de la théorie de l'agence, un mandant (P) transmet
l'autorité à un agent (A) pour effectuer des transactions et prendre des décisions au nom du mandant dans le but de maximiser les préférences d'utilité de P.
Des problèmes d'agence peuvent survenir si : P et A ont des objectifs différents ; P et A ont des compétences disparates pour évaluer la performance de A ;
P et A possèdent différents ensembles d'informations pertinentes pour les décisions de gestion que A doit prendre en tant que représentant de P ; ou P et A
ont des degrés différents d'aversion au risque. Au cœur des problèmes d'agence se trouve le fait que les mandants peuvent ne pas être en mesure de
surveiller les agents, que ce soit parfaitement ou gratuitement, quant aux actions de l'agent ou aux informations derrière ces actions. Dans le secteur bancaire
commercial, la propriété se diversifie de plus en plus entre les actionnaires individuels et institutionnels, et la prédominance des actionnaires individuels dans
le secteur semble, dans l'ensemble, diminuer. Ces tendances peuvent exacerber les « problèmes d'agence » dans le secteur bancaire si ces problèmes
existent vraiment. Les banques mandataires sont des établissements de détail sous contrat avec les banques et autorisés par les banques centrales à fournir
des services aux banques. Cette théorie pointe la possibilité d'émergence de problèmes si la coordination entre les banques et l'agent bancaire numérique
n'est pas bien gérée. Certains de ces problèmes peuvent survenir lorsque les agents peuvent augmenter les coûts de transaction afin de réaliser plus de
bénéfices, mais contre l'objectif principal de fournir un faible coût de transaction afin d'augmenter et de conserver sa clientèle.
3.3 Théorie unifiée de l'acceptation et de l'utilisation de la technologie (UTAUT)
UTAUT a d'abord été proposé et théorisé par Venkatesh (2003). Plusieurs chercheurs dont Venkatesh (2003) ont passé en revue huit modèles concernant
l'utilisation des TIC, ils sont; la théorie et le modèle cognitifs sociaux, la diffusion des innovations (DOI), le modèle d'acceptation de la technologie (TAM), le
modèle d'utilisation du PC, le modèle motivationnel, la théorie des actions raisonnées (TRA) et la théorie du comportement planifié (TPB). L'UTAUT a été
créée principalement pour aider les chercheurs dans le domaine de l'IT/IS dans le processus d'adoption et de diffusion. Dans la théorie, on fait valoir qu'il y a
4 grands: "l'attente d'effort, l'attente de performance, les conditions facilitantes et l'influence sociale". Les quatre construits ont un effet positif sur les intentions
de comportement SI/TI et finalement sur le comportement (Venkatesh, 2003).
L'UTAUT fournit également une base pour l'étude actuelle. Il traite en détail de la manière dont les technologies innovantes dans le secteur bancaire sont
adoptées et utilisées par les employés de la banque ainsi que par les clients de la banque. Le modèle cherchait à discuter de l'intention de l'utilisateur
d'adopter les TIC et du comportement ultérieur de l'utilisateur. L'UTAUT propose aux managers des outils d'aide à la décision qu'ils peuvent s'approprier pour
appréhender l'introduction de nouvelles technologies de prédiction et d'élaboration du comportement des utilisateurs face à l'informatique.
Enfin, cette étude est ancrée sur la théorie de l'acceptation de la technologie. En effet, le TAT est une théorie clé qui soustend l'étude actuelle sur la façon
dont la banque numérique affecte la rentabilité des banques commerciales au Nigeria, car elle examine l'utilité perçue et la facilité d'utilisation d'une nouvelle
technologie. L'idée est que pour que les banques génèrent de la rentabilité grâce à la banque numérique, celleci doit être acceptée par le peuple et pour être
acceptable par le peuple, elle doit être perçue comme utile et aussi très facile à utiliser.
3.4 Examen empirique
Okiro et Ndungu (2013) ont étudié l'impact des services bancaires mobiles et des services bancaires par Internet sur la performance financière des institutions
financières au Kenya. L'étude visait également à déterminer l'étendue de l'utilisation des services bancaires mobiles et Internet dans les institutions financières.
La population d'intérêt dans l'étude était composée de 61 institutions financières opérant au Kenya. Une enquête par sondage avec l'utilisation d'un
questionnaire a été adoptée pour obtenir des données pertinentes. L'étude a été analysée à l'aide du test T du SPSS version 20.0. Le résultat a révélé que
parmi les institutions financières interrogées, les banques commerciales avaient la plus grande utilisation d'Internet et du mobile.

bancaire; Les SACCO avaient la deuxième utilisation la plus élevée alors qu'aucune des institutions de microfinance n'utilisait les services bancaires par Internet. L'étude a révélé
que les services bancaires mobiles sont confrontés à divers défis, notamment les retards du système par les fournisseurs de services de transfert d'argent mobile, la lenteur du
traitement des transactions, en particulier pendant les weekends, les coûts de transaction élevés, la limite du montant d'argent pouvant être retiré en une journée et la fraude. . Ils
ont conclu que les services bancaires mobiles et les services bancaires par Internet ont contribué à la performance financière des institutions financières au Kenya, même si des
efforts doivent être faits pour relever les défis soulevés.
Malhotra et Singh (2009) ont étudié l'impact des services bancaires par Internet sur la performance et le risque des banques en Inde. L'étude a été réalisée sur 85 banques
commerciales au cours de la période 19982006, ce qui représentait près de 39 % du total des banques commerciales régulières en Inde. En utilisant les informations tirées de
l'enquête sur les sites Web de 85 banques commerciales régulières, les résultats ont montré que près de 57 % des banques commerciales indiennes fournissent des services
bancaires transactionnels par Internet. L'analyse univariée a indiqué que les banques Internet sont des banques plus grandes et ont de meilleurs ratios d'efficacité opérationnelle
et de rentabilité par rapport aux banques non Internet. Les banques Internet dépendent davantage des dépôts de base pour leur financement que les banques non Internet.
Cependant, les résultats de la régression multiple révèlent que la rentabilité et l'offre de services bancaires par Internet n'ont aucune association significative, d'autre part, les
services bancaires par Internet ont une association significative et négative avec le profil de risque des banques. Étant donné que l'étude était basée uniquement sur les services
bancaires par Internet, il est important d'étendre l'étude pour couvrir d'autres formes de services bancaires électroniques.
Onay (2008) a étudié l'impact des services bancaires par Internet sur la rentabilité des banques en Turquie. L'analyse a porté sur 13 banques qui avaient adopté les services
bancaires en ligne en Turquie entre 1996 et 2005. En utilisant des variables de contrôle spécifiques aux banques et macroéconomiques, ils ont étudié l'impact des services
bancaires par Internet sur le rendement des actifs (ROA) et des capitaux propres (ROE), la répartition des intérêts , les frais généraux, les revenus de commissions et de frais en
contrôlant les crises bancaires systémiques dans le pays au cours de la période. L'étude comprenait des mesures décalées dans le temps de l'adoption des services bancaires par
Internet pour montrer les changements en vigueur au fil du temps. Les résultats ont montré que les services bancaires par Internet commencent à contribuer au ROE des banques
avec un décalage de deux ans, confirmant les conclusions de tandis qu'un impact négatif est observé pour la variable fictive décalée d'un an. Les résultats ont fourni des preuves
que l'investissement dans les services bancaires en ligne est une
processus.
Oyewole et al. (2013) ont examiné la banque en ligne et la performance bancaire au Nigeria. L'étude couvre toutes les banques du Nigéria et les données obtenues couvrent la
période de 2008 à 2012. Les variables utilisées dans leur étude comprennent le rendement des actifs (ROA), le rendement des capitaux propres (ROE) et la marge d'intérêt nette.
Le modèle des moindres carrés ordinaires a été utilisé pour analyser les données obtenues. Le résultat de leur étude a montré que la banque électronique commence à contribuer
positivement à la performance bancaire en termes de ROA et de NIM avec un décalage de deux ans alors qu'un impact négatif a été observé dès la première année d'adoption.
Dans une autre étude, DavidWest et al (2018) ont fait un état du marché des services financiers numériques au Nigeria. Ils ont utilisé la conception de l'enquête pour examiner le
pourcentage d'hommes bancarisés et sous bancarisés, le pourcentage de femmes bancarisées et sous bancarisées.
Ils ont conclu que l'inclusion financière est un stimulant pour le développement économique. Ils ont également observé que le Nigeria a enregistré des progrès dans la croissance
des segments bancarisés et sousbancarisés, mais qu'un nombre important d'entre eux n'ont pas accès aux services financiers formels et doivent encore être classés comme
bancarisés. Une autre observation est que la connaissance et l'utilisation des services bancaires numériques sont faibles et inexistantes parmi les segments cibles sousbancarisés
et non bancarisés.
Monyoncho (2015) a évalué la relation entre les technologies bancaires et la performance financière des banques commerciales au Kenya. Les variables utilisées dans l'étude
comprennent les transactions par guichets automatiques, mobiles, Internet, cartes de débit et de crédit. Les données obtenues ont été analysées à l'aide de la corrélation de
moment SPSS version 21 Pearson. Le résultat des analyses a montré que les innovations des guichets automatiques offrent aux institutions financières la possibilité de transformer
le guichet automatique d'un distributeur de billets en un outil de gestion de la relation client, contribuant à fidéliser tous les clients. Ils ont également observé que les cartes de crédit
sont adoptées par les banques afin d'augmenter les revenus et de réduire les risques de crédit et de liquidité, tandis que les services bancaires mobiles ont des impacts majeurs
sur la rentabilité des banques commerciales.
Abaenewe et al (2013) ont réalisé une étude sur les services bancaires électroniques et les performances bancaires au Nigeria. Leur étude couvrait la période de 2007 à 2012. Les
variables de leur étude comprennent les transactions de dénomination électronique, les rendements des capitaux propres (ROE) et les rendements des actifs (ROA). La technique
statistique standard et la régression des moindres carrés ordinaires des vues électroniques ont été utilisées comme outil analytique. Leur étude a révélé que l'adoption de la banque
électronique a positivement et significativement amélioré le rendement des capitaux propres (ROE) des banques nigérianes. D'autre part et au contraire, il a également révélé que
l'ebanking n'a pas significativement amélioré le rendement des actifs (ROA) des banques nigérianes.
Ogutu et Fatoki (2019) ont examiné l'effet de la banque en ligne sur la performance financière des banques commerciales cotées au Kenya. Leurs variables pour l'étude
comprennent les services bancaires mobiles, les services bancaires via agents, les services bancaires aux guichets automatiques et les services bancaires en ligne. La technique
de régression ordinaire des moindres carrés a été utilisée. Leurs résultats ont montré qu'il existait une forte relation positive entre les services bancaires mobiles, les services
bancaires via agents, les services bancaires aux guichets automatiques et les services bancaires en ligne et la performance financière des banques commerciales cotées au Kenya. Ils ont en o

ont observé que les performances financières des banques commerciales et de la banque mobile étaient fortement et positivement corrélées. Ils ont également enregistré une
forte corrélation positive entre la performance financière des banques commerciales individuelles et celle des agences bancaires.
Dans une étude similaire, Eze et Egoro (2016) ont examiné les services bancaires électroniques et la rentabilité des banques commerciales au Nigéria à l'aide de tableaux et de
graphiques de fréquence. Leur étude a couvert la période 20102015. Les variables de leur étude sont les transactions estimées sur les guichets automatiques, les points de
vente et le bénéfice avant intérêts et impôts. Les données obtenues ont été analysées à l'aide de tableaux, de chats et de la régression des moindres carrés ordinaires (V.20).
Du résultat de leur étude, ils ont conclu que l'impact de la monétique sur la rentabilité des banques commerciales était significatif ; tandis que l'impact des canaux individuels était
varié.
Juddy (2013) a examiné l'effet de la banque numérique sur la performance financière des banques commerciales au Kenya. Leur étude a couvert la période 2007 à 2012. L'étude
a été réalisée à l'aide d'une enquête par sondage. Les cartes de crédit, les cartes de débit et les transactions ATMS ont été utilisées comme proxy pour les services bancaires
numériques. Le résultat a montré que les frais et commissions des cartes de débit, des cartes de crédit et des services bancaires mobiles ont un effet significatif sur le rendement
des actifs, tandis que les frais et commissions des services bancaires par Internet ainsi que le montant d'argent que les banques commerciales investissent dans les services
bancaires électroniques pour installer, former le personnel et maintenir les platesformes n'a aucun effet ou un effet minime sur le rendement des actifs. Il a conclu que l'adoption
de la banque numérique a amélioré les performances des banques commerciales en raison d'une efficience, d'une efficacité et d'une productivité accrues.
Taiwo et Agwu (2017) ont exploré le rôle de la banque en ligne sur l'efficacité opérationnelle des banques au Nigeria. La corrélation de Pearson a été utilisée pour analyser les
résultats obtenus à l'aide du package statistique pour les sciences sociales (SPSS). Les variables utilisées pour l'étude comprennent le bénéfice avant intérêts et impôts, les
applications mobiles et les transactions aux guichets automatiques. L'étude a montré que l'efficacité opérationnelle des banques au Nigeria depuis l'adoption de la banque
électronique s'est améliorée par rapport à l'ère de la banque traditionnelle. Cette amélioration a été constatée dans la solidité des banques, des revenus et des fonds propres,
ainsi que dans la fidélité des clients.
Ndungu (2015) a étudié l'effet des canaux bancaires alternatifs sur la performance financière des banques commerciales. Les dépenses d'exploitation, les agences bancaires,
les services bancaires mobiles et les dépôts des clients ont été utilisés comme variables pour l'étude. L'étude a établi que 73,4 % de la variation de la performance financière des
banques commerciales au Kenya s'expliquaient conjointement par les dépenses d'exploitation, les services bancaires via agents, les services bancaires mobiles et les dépôts
des clients. Les services bancaires via agents, les services bancaires mobiles, les dépôts des clients et les dépenses d'exploitation étaient positivement liés à la performance
financière des banques commerciales.
Kairiza, Kiprono et Magadzire (2017) ont étudié l'efficacité des services bancaires électroniques pour assurer l'efficacité des services dans les banques commerciales en utilisant
les données des banques commerciales et d'affaires cotées au Zimbabwe. L'étude couvrait la période de 2010 à 2016. Les guichets automatiques bancaires et les points de
vente bancaires ont été utilisés comme variables pour l'étude. Les données obtenues ont été analysées à l'aide de la régression des moindres carrés ordinaires. Ils ont découvert
que les canaux bancaires électroniques ont contribué à améliorer la qualité des services dans les banques commerciales. Cependant, ils ont également découvert que les
services bancaires au point de vente n'avaient pas contribué positivement à l'efficacité des banques au Zimbabwe pour la période étudiée.
Kongiri (2012) a étudié les effets de la banque sans numéraire sur la banque numérique dans les banques commerciales kenyanes. L'étude couvrait la période de 2007 à 2011.
Les services bancaires par Internet et les services bancaires aux guichets automatiques ont été utilisés comme variables pour l'étude. L'étude a adopté une conception de
données de panel et une conception de recherche descriptive pour atteindre ses objectifs. Les états financiers annuels de 37 banques commerciales kenyanes pour les exercices
2007 à 2011 ont été obtenus auprès de la Banque centrale du Kenya (CBK). Les données constituées d'un échantillon de 185 unités d'étude ont été analysées à l'aide de la
méthode de régression linéaire multiple. Les résultats ont conduit à la conclusion que les services bancaires sans numéraire ont considérablement augmenté les services
bancaires par Internet, les services bancaires aux guichets automatiques.
Rosen (2013) a étudié l'effet de l'utilisation des services bancaires mobiles et des agents bancaires dans le système bancaire au Kenya. Leur étude a couvert la période de 2007
à 2012. Leurs données bancaires mobiles et leurs agents bancaires ont été obtenus et analysés à l'aide d'OLS.
Des gains financiers potentiels ont été identifiés et ces gains ont ensuite été explorés dans le cadre d'une enquête bancaire individuelle. L'enquête a examiné les effets de ces
canaux non conventionnels sur les banques en fonction de leur niveau d'activité, de leur clientèle et de leur rentabilité.
Les résultats de cette étude suggèrent que les services bancaires mobiles et les agents bancaires ont facilité la prestation de services financiers à la population du Kenya qui
était auparavant exclue et le résultat est un système bancaire efficace, réactif et rentable.
Yorulmaz (2018), a réalisé une analyse de la construction des indices bancaires numériques mondiaux. Son étude vise à mesurer l'étendue de l'accès financier en construisant
des indices bancaires numériques multidimensionnels plus larges qui contiennent des informations agrégées sur l'étendue des canaux bancaires numériques. L'étude couvrait la
période de 2003 à 2015. Les variables utilisées dans l'étude sont la pénétration géographique des guichets automatiques, la pénétration géographique des succursales, les
comptes de dépôt par habitant et les frais des cartes de guichet automatique. L'étude a montré un indice périodique croissant des variables sélectionnées. Les résultats ont
également montré que l'ajout de nouveaux indicateurs de services bancaires numériques dans le processus de construction de l'indice n'a aucun effet néfaste sur l'indice.
Isibor et al (2018) ont examiné l'impact de la technologie bancaire électronique sur la satisfaction des clients et la croissance économique au Nigeria. Le chercheur s'est rendu
dans quatre banques de Sango Ota dans l'État d'Ogun : Zenith Bank, Guaranty Trust Bank, Access Bank plc et UBA plc, puis a distribué 120 questionnaires à divers clients dans
les locaux de la banque. L'analyse paramétrique statistique du test t de paire d'échantillons a été utilisée pour tester la signification grâce à l'utilisation du progiciel statistique
SPSS. Les chercheurs

l'intention était d'établir le niveau d'importance de la monétique et de la satisfaction des clients d'une part et de la monétique et de la rentabilité des banques
d'autre part. Il a été observé que les gens moyens préfèrent les services bancaires électroniques aux services bancaires manuels. Ils ont également conclu que
les services bancaires électroniques ont amélioré la rentabilité des banques.
Olaiya et Adeleke (2019) ont enquêté sur les services bancaires électroniques et la rentabilité des banques de dépôt au Nigéria entre 2010 et 2018. L'étude s'est
appuyée sur la source secondaire de collecte de données. Les données de l'étude ont été obtenues à partir du bulletin statistique de la Banque centrale du
Nigéria (CBN) et des rapports sur la stabilité financière de la CBN. Les données ont été analysées en effectuant un test de racine unitaire et un test lié de
cointégration. L'estimation a été effectuée en utilisant des décalages distribués autorégressifs à l'aide de la version Eview 9.0. Dans le modèle spécifié pour
cette étude, quatre variables, à savoir la valeur de la transaction du guichet automatique (ATMTV), la valeur de la transaction au point de vente (POSTV), la
valeur de la transaction bancaire mobile (MBTV) et la valeur de la transaction bancaire sur Internet (IBTV), tandis que la performance des banques commerciales
a été représenté par le rendement des actifs (ROA). L'étude a révélé que deux variables indépendantes, à savoir ATMTV et POSTV, ont individuellement une
relation positive ROA, tandis que MBTV et IBTV ont défié les attentes a priori car elles ont individuellement une relation négative avec ROA. Cependant, un test
combiné pour les quatre variables n'a révélé aucune relation significative avec le ROA. L'étude conclut donc que les canaux bancaires numériques n'ont pas
d'effet significatif sur la performance des banques au Nigeria à court terme pour la période couverte par l'étude.
Auwal, Shafiu et Haslinda. (2015) ont évalué l'impact de la banque en ligne sur la performance du secteur bancaire nigérian. Leur étude a couvert la période de
2000 à 2014. Ils ont mesuré la banque en ligne en fonction des dépenses consacrées aux investissements dans les technologies de l'information et de la
communication (TIC), au nombre de cartes de débit délivrés aux clients et nombre de guichets automatiques bancaires (GAB) installés par les banques. Le
rendement des actifs (ROA), le rendement des capitaux propres (ROE) et la marge nette d'intérêt (NIM) ont été utilisés comme variables de performance.
L'impact de l'ebanking sur la performance de la banque a été examiné en deux périodes : préconsolidation (c'estàdire avant l'adoption de l'ebanking) et post
consolidation (c'estàdire après l'adoption de l'ebanking). Les données secondaires ont été recueillies à partir des rapports annuels de 21 banques nigérianes.
Le logiciel SPSS a été utilisé pour l'analyse des données. Il a été avancé que la majorité des secteurs d'activité, y compris les banques, ont profité de l'utilisation
des technologies de l'information pour améliorer leurs opérations commerciales. Ils ont conclu que les services bancaires en ligne ont un effet positif significatif
sur la rentabilité des banques.
Ibrahim et Daniel (2019) ont examiné l'impact de la banque en ligne sur le développement du secteur bancaire au Nigéria. Leur étude porte sur une banque
hypothécaire à Wuse, Abuja, à savoir la banque hypothécaire Infinity Trust. Le questionnaire a été utilisé comme instrument de recherche pour l'étude. Sur un
total de quatrevingtdouze (92) exemplaires du questionnaire distribués aux répondants, quatrevingt (80) exemplaires représentant 87% ont été dûment remplis
et retournés tandis que (12) exemplaires représentant 13% n'ont pas été retournés. Les questionnaires ont été analysés à l'aide de l'outil d'analyse SPSS. À
partir de leurs analyses, ils ont découvert que la banque électronique a un impact à la fois négatif et positif sur le secteur bancaire nigérian. Bien qu'il ait
grandement amélioré la prestation de services sur le plan positif mais sur le plan négatif, il est sujet à la fraude électronique et à l'accès non autorisé à
l'information.
4. MÉTHODOLOGIE
Cette étude sur les effets de la banque numérique sur les performances des banques commerciales au Nigeria a utilisé une conception de recherche ex post
facto. En effet, les données utilisées dans l'étude étaient les résultats d'événements qui se sont produits dans le passé. Les données incluent le taux de
croissance du volume et de la valeur des transactions bancaires POS, USSD et Web de 2010 à 2019. Le décalage distribué autorégressif a été utilisé dans
l'étude afin d'examiner les effets de la banque numérique sur la performance des banques commerciales au Nigéria. Afin d'atteindre l'objectif de l'étude, le
modèle d'Oyewole et Elmaude (2013) a été adopté et modifié. Leur modèle s'énonce ainsi :
ROA=f (MBtr + NIPtr + INTtr)
Cependant, ce modèle a été modifié pour s'adapter à l'étude actuelle, d'où la fonction ;
ROA=f (POSb + USSDb + WEBb) (1)
La fonction économétrique devient alors ;
ROA= β0+β1POSb + β2USSDb + β3WEBb + µ Le (2)
modèle cidessus précise la relation économétrique entre les variables dépendantes ROA POS, USSD, WEB. Ces , et les variables indépendantes
variables numériques ont été sélectionnées en fonction de leur effet perçu sur la rentabilité des banques par le chercheur.
Où;
ROA = Rendement des actifs
POSGb = Transactions bancaires effectuées via un terminal de point de vente
USSDb = Transactions bancaires effectuées via des données de service supplémentaires non structurées
WEBb = banque en ligne
IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in page 140

β0= Constante
β1, β2, β3 = Paramètres d'estimation μ
= Terme d'erreur.
Définition des variables
Variable dépendante : (ROA) Le rendement des actifs est un indicateur de la rentabilité d'une entreprise par rapport à son actif total. Le ROA donne à un gestionnaire,
un investisseur ou un analyste une idée de l'efficacité avec laquelle la direction d'une entreprise utilise ses actifs pour générer des bénéfices. C'est un indicateur de la
rentabilité d'une entreprise par rapport à son actif total.
Variables indépendantes : (POS Banking) POS fait référence à un "point de vente", une machine que les banques délivrent à leurs clients commerçants pour leur
permettre de vendre ou d'effectuer des achats via l'utilisation de cartes.
USSD Banking : USSD fait référence aux « codes rapides » ou « codes de fonction » utilisés comme protocole de communication par les téléphones cellulaires GSM
pour communiquer avec l'ordinateur ou la banque de l'opérateur de réseau mobile. Toutes les banques commerciales au Nigeria ont des codes USSD qui permettent
aux clients des banques d'effectuer des transactions de toutes sortes.
Web banking : Il s'agit des transactions effectuées sur Internet ; soit via le web de la banque, soit via l'application mobile de la banque.
La première étape de cette analyse consiste à décrire les variables utilisées dans l'étude avant de procéder au test de stationnarité.
Le test de stationnarité a été effectué à l'aide du test ADF et du test PP. Le résultat du test ADF et PP est présenté dans les tableaux 2 à 5.
5. RÉSULTATS ET DISCUSSION
Les caractéristiques des séries de données utilisées dans l'analyse sont présentées dans le tableau 1. Le tableau présente le résumé des statistiques descriptives
utilisées dans l'analyse. La valeur moyenne s'est avérée être de 1,081000 pour ROA, 89,16110 pour POSG, 105,2718 pour USSDG et 53,08971 pour WEBG. La valeur
médiane s'est avérée être de 2,475000 pour ROA, 69,12500 pour POSG, 68,61704 pour USSDG et 47,20925 pour WEBG. Le maximum et le minimum de la série sont
3,910000 et 9,280000 pour ROA, 235,3800 et 34,44000 pour POSG, 353,1895 et 10,87690 pour USSDG, 137,9640 et 47,03900 pour WEBG. Les écarts types de la
série sont de 3,870692 pour ROA, 59,82092 pour POSG, 101,3594 pour USSDG, 52,91478 pour WEBG.
Tableau 1. Statistiques descriptives
ROA POSG USSDG WEBG
Moyenne 1.081000 89.16110 105.2718 53.08971
Médian 2.475000 69.12500 68.61704 47.20925
Maximum 3,910000 235,3800 353,1895 137,9640
Le minimum 9,280000 34,44000 10,87690 47,03900
Std. Dév. 3,870692 59,82092 101,3594 52,91478
Asymétrie 2,140185 1,616503 1,587417 0,102982
Somme carré Dév. 134.8403 32206.88 92463.59 25199.77
Observations dix dix dix dix
Source : Calcul de l'auteur
Les variables d'analyse ont été soumises à deux types de tests de racines unitaires pour déterminer s'il existe des racines unitaires ou des séries stationnaires. Lors de
la réalisation de ce test, le test de racine unitaire de PhillipsPerron (PP) et de DickeyFuller augmenté (ADF) avec interception serait utilisé pour déterminer la
stationnarité des données. Le texte de la racine unitaire du tableau 2 au tableau 5 montre que les variables sont stationnaires en différence première, ce qui permet de
déterminer la relation de cointégration.
Tableau 2. Résultat du test de racine unitaire ADF au niveau
Variables ADF Test Statistique Valeur critique du test à 1 % Valeur critique du test à 5 % Remarque
ROA 10,68529 (0,0000)** 4,420595 3.259808 Stationnaire
POSG 2,937079 (0,0789)** 4,420595 2,473889 3.259808 Non stationnaire

USSDG (0,1509)** 4,420595 4,382766 (0,0105)** 3.259808 Non stationnaire
WEBG 4,420595 3.259808 Stationnaire

Tableau 3. Résultat du test de racine unitaire ADF à 1ST Diff
Variables ADF Test Statistique Valeur critique du test à 1 % Valeur critique du test à 5 % Remarque
ROA 12.58734 4.582648 3.320969 Stationnaire

POSG 4,995416
(0,0000)** 4.582648 3.320969 Stationnaire
USSDG 4,421883
(0,0062)** 4.582648 3.320969 Stationnaire
WEBG 5,994405 (0,0021)** 4,582648 (0,0122)** 3.320969 Stationnaire
Source : calcul de l'auteur
Le test de racine unitaire de DickeyFuller augmenté (ADF) indique que les variables étaient stationnaires au niveau et à la différence première d'où la nécessité de
confirmer le test de racine unitaire. Afin d'atteindre cet objectif, le texte de racine unitaire PhillipsPerron (PP) a été réalisé et le résultat est présenté dans les tableaux 3 et
4.
Tableau 4. Résultat du test de racine unitaire PP au niveau
Variables ADF Test Statistique Valeur critique du test à Valeur critique du test à 5 % Remarque
ROA % 12,55821 (0,0000)** 4,420595 1
2,936985 3.259808 Stationnaire
POSG (0,0789)** 4,420595 2,482557 (0,1492)** 3,259808 Non stationnaire
USSDG 4,420595 4,382766 (0,0105)** 4,420595 3,259808 Non stationnaire
WEBG 3.259808 Stationnaire
Tableau 5. Résultat du test de racine unitaire ADF à 1ST Diff
Variables ADF Test Statistique Valeur critique du test à Valeur critique du test à 5 % Remarque

ROA 31,17599 (0,0001)** 4.582648 1% 3.320969 Stationnaire
POSG 8,761169 (0,0002)** 4.582648 3.320969 Stationnaire
USSDG 7,429905 (0,0005)** 4.582648 3.320969 Stationnaire
WEBG 9,212776 (0,0001)** 4.582648 3.320969 Stationnaire
Relation de cointégration ARDL L'affirmation
de la nonstationnarité des données par le test de racine unitaire de ADF et PP permet de déterminer la relation de cointégration entre les variables dépendantes et
explicatives dans les modèles. L'ARDL a été choisie par rapport à la cointégration Johansen traditionnelle parce qu'elle est structurée de telle manière qu'elle prend en
compte l'ordre différent d'intégration des données des séries chronologiques financières. Test de cointégration pour l'effet à long terme Pesaran et Shin (2001) ont montré
que les systèmes de cointégration peuvent être estimés comme des modèles ARDL ; il a l'avantage
d'estimer la relation de cointégration sur des variables qui sont soit I(0) soit I(1). Selon Pesaran et al. (2001), la distribution asymptotique de la statistique F n'est pas
standard, que les régresseurs soient I(0) ou I(1), et fournissent deux valeurs critiques ajustées qui établissent les limites inférieure et supérieure de signification. Le test lié
suit le critère critique à la limite inférieure et à la valeur limite supérieure pour la décision aux trois niveaux de signification à 1 %, 5 % et 10 %.
Tableau 6. Tests des limites ARDL pour la cointégration
Valeur statistique de test k
Fstatistique 248.2288 3
Limites de valeur critique
Importance I(0) Borne Je(1) lié

dix% 2.37 3.2
5% 2,79 3,67
2,5 % 3.15 4.08
1% 3,65 4.66
Source : calcul de l'auteur à l'aide du logiciel EViews 10

Étant donné une valeur statistique F calculée de 248,2288 qui est supérieure aux valeurs des limites critiques inférieure et supérieure à 1 %, 2,5 %, 5 % et 10 %
respectivement, indiquant ainsi l'existence d'une relation à long terme à l'état stable entre les variables. Cela suggère que les différentes variables sélectionnées ont une
relation à long terme avec la performance des banques commerciales au Nigeria.
Règle de décision : nous rejetons l'hypothèse nulle de la relation de cointégration pour accepter l'alternative qu'il y a cointégration.
Nous concluons donc que l'instrument bancaire numérique tel que représenté par POSG, USSDG et WEBG a un effet à long terme sur le rendement des actifs de la
banque commerciale au Nigeria.
Nature de la relation à long terme/Modèle de correction d'erreurs ARDL Le résultat
ARDL a prouvé que le rendement des actifs, le point de vente, les services bancaires USSD et les services bancaires en ligne sont cointégrés/liés à long terme. Par
conséquent, la détermination de la nature de la relation de long terme devient nécessaire ainsi que la vitesse d'ajustement à l'équilibre.
Tableau 7. Cointégration ARDL et formulaire à long terme pour ROA→POSG+USSDG+WEBG
Régression de correction d'erreur ARDL
Variable dépendante : D(ROA)
Régression ECM
Variable Coefficient Std. Erreur tStatistique Prob.
CointEq(1)* R 1.084838 0,021774 49.82257 0.0000
carré Rcarré 0,996520 Moyenne dépendante var 1.343333
ajusté 0,996520 SE de la régression SD dépendante var 4.933541
Somme du carré 0,291055 Critère d'information d'Akaike 0,473829
résiduel 0,677703 Log vraisemblance Critère de Schwarz 0,495743
1.132230 Critère de HannanQuinn. 0,426539
Statistique DurbinWatson 1.225551
* Valeur P incompatible avec la distribution tBounds.
Source : Calcul de l'auteur à l'aide du logiciel EViews 10
La vitesse d'ajustement du tableau 7 révèle que le modèle tend vers l'équilibre suite à un déséquilibre des variables explicatives. L'ECM est significatif et signé
négativement avec un coefficient de 1,084838, une suggestion que 108,4838% d'erreur
généré dans la période précédente est corrigé dans la période en cours.
Test diagnostique
Test LM de corrélation série
Tableau 8. Test LM de corrélation en série
Test LM de corrélation série de BreuschGodfrey : Prob.
Fstatistique 0,230979 F(2,2) 0,8124
Obs*Rcarré 1.688743 Prob. Khi deux(2) 0,4298
Source : sortie de données de la version 10.0 d'Eviews
D'après le tableau 8, la valeur de p est supérieure au niveau de signification choisi de 5 %, indiquant l'absence d'autocorrélation dans les modèles. Le résultat de la
corrélation en série montre que la valeur de probabilité est de 0,8124, ce qui est supérieur à 0,05, ce qui implique que nous acceptons H0 et rejetons H1. Nous concluons
ensuite qu'il n'y a pas d'autocorrélation en série dans le modèle et que le modèle est approprié pour l'étude.
Test de normalité
Le test de normalité a été effectué à l'aide du test de normalité de JarqueBera, qui exige que pour qu'une série soit distribuée normalement ; l'histogramme devrait être
en forme de cloche et la statistique de JarqueBera ne serait pas significative. Cela implique que la valeur de p indiquée au bas du tableau de test de normalité doit être
supérieure au niveau de signification choisi pour accepter l'hypothèse nulle, selon laquelle la série est normalement distribuée (Brooks, 2014).

5
Série : Résidus
Échantillon 2011 2019
4 Observations 9
Moyenne 8.02e16
3 Médian 0,111684
Maximum 0,327117
Le minimum 0,553816
2
Std. Dév. 0,291055
Asymétrie 0,831274
Aplatissement 2.460900
1
JarqueBéra 1,145511
0 Probabilité 0,563969
0,75 0.50 0,25 0,00 0,25 0,50
Fig. 1. Texte de normalité
Source : sortie de données de la version 10.0 d'Eviews
Le résultat du test de normalité montre que la valeur de probabilité de 0,563969 est supérieure à 0,05. Sur cette base, nous acceptons cependant H0 et rejetons H1.
Nous concluons alors que les résidus sont normalement distribués et aléatoires.
Test de réinitialisation Ramsey
Tableau 9. Test de réinitialisation Ramsey
Valeur Df Probabilité
statistique t 0,311761 3 0,7756
Fstati tique 0,097195 (1, 3) 0,7756
Source : calculs Eview 10 de l'auteur
Le résultat du test Ramsey RESET montre que la valeur p d'environ 77,56 % (0,7756) est supérieure à la valeur critique de 0,05. Cela montre qu'il n'y a pas de non
linéarité apparente dans les équations de régression et on en conclurait que les modèles linéaires sont appropriés.
CUSUM et CUSUM des tests de stabilité des carrés Les
résultats des tests de stabilité sont présentés dans les figures 2 et 3. Le CUSUM et le CUSUM des carrés sont les tests utilisés pour vérifier la stabilité au sein du
modèle. Les résultats du test de stabilité montrent que le modèle est stable. Ceci est indiqué par un mouvement de lignes bleues situées à l'intérieur des lignes critiques
(deux lignes pointillées rouges) dans les figures. Par conséquent, au niveau de signification de 5 %, les tests de stabilité CUSUM et CUSUM des carrés confirment la
bonne performance du modèle.
6
2
4
6
2016 2017 2018 2019
CUSUM 5 % de signification
Fig. 2 Source de texte
CUSUM : sortie de données de la version Eviews 10.0

1.6
1.2
0,8
0,4
0.0
0,4
2016 2017 2018 2019
CUSUM de carrés 5 % de signification
Fig 3. CUSUM of Squares Text
Source : Eviews 10.0 version data output
Relation OLS à court terme Pour
estimer le lien à court terme entre la banque numérique et la performance des banques commerciales, l'ARDL a été appliqué et le résultat décrit dans les tableaux 10.
Les résultats ont été interprétés à l'aide des coefficients des variables individuelles, Rcarré ajusté, statistique f et Durbin Watson.
Tableau 10. ARDL : Rendement des actifs et des instruments bancaires numériques
Variable dépendante : ROA
Méthode : ARDL
Régresseurs dynamiques (0 lag, automatique) : POSG USSDG WEBG
Régresseurs fixes : C
Variable Coefficient Std. Erreur tStatistique Prob.*
ROA(1) 0,084838 0,047169 1,798593 0,1465
POSG 0,072258 0,011151 6,480029 0,0029
USSDG 0,034380 0,006384 5,385177 0,0057
WEBG 0,003652 0,003837 0,951811 0,3951
C 4.838579 0,412989 11,71599 0,0003
R au carré R 0,956452 Moyenne dépendante var 2.232222
au carré ajusté 0,912904 SE de la SD dépendante var 1.394729
régression Somme au 0,411614 Critère d'information d'Akaike 1.362718
carré de la valeur résiduelle 0,677703 Critère de Schwarz 1.472287
Log vraisemblance 1.132230 Critère de HannanQuinn. 1.126268
Fstatistique 21.96309 Statistique de DurbinWatson 1.225551
Prob(statistique F) 0,005524
*Remarque : les valeurs de p et tous les tests ultérieurs ne tiennent pas compte du modèle
sélection.
Source : calculs Eview 10.0 de l'auteur

Espérance a priori et texte de probabilité Les paramètres
constants de l'étude sont positivement liés au rendement des actifs. Il a un coefficient positif de 4,838579, ce qui implique que si toutes les variables explicatives
sont maintenues constantes à court terme, le rendement des actifs augmentera de 4,838579 unités. La valeur de probabilité de 0,0003 qui est inférieure à 5 % et
la valeur statistique t de 11,71599 qui est supérieure à 2 montrent que la constante est significative, donc si toutes les variables sont maintenues constantes (C)
a un effet positif et significatif sur le ROA.
Pendant ce temps, les variables individuelles montrent que POSG a un effet significatif sur le ROA tandis que USSDG et WEBG ont un effet insignifiant. Le
résultat indique qu'à court terme, la banque numérique a un effet positif mais insignifiant sur la performance des banques commerciales au Nigeria. Le résultat est
cohérent avec l'étude de (Oyewole et al ,2013 ; Abaenewe et al ,2013 ; Ogutu et Fatoki ,2019 ; Olaiya, et Adeleke ,2019 ; Ibrahim et Daniel,2019) qui montre que
la banque digitale a contribué positivement à la performance des banques commerciales, mais n'a pas eu d'impact significatif sur les banques compte tenu de
l'infrastructure bancaire numérique et du nombre d'habitants dans le pays. Le coefficient des déterminants multiples (R2 ) a montré un coefficient de 0,956452 ≈
0,95 ce qui implique une explication à 95% du comportement du Rendement des actifs par la totalité des variables explicatives : (POSG,USSDG et WEBG) à
court terme. Le R2 ajusté le prouve en outre avec la valeur ajustée de 0,912904 ≈ 0,91, ce qui implique que 91 % d'explication du comportement du rendement
des actifs par la totalité des variables explicatives, les 9 % restants étant attribués à d'autres variables en dehors du modèle, autrement appelées les variables
stochastiques.
La statistique F indique que le modèle est bien ajusté pour l'estimation car la statistique F du modèle est de 21,96309, ce qui est supérieur à la valeur critique F
de 5,19 à un seuil de signification de 95 %. Cependant, la valeur statistique de Durbin Watson de 1,225551 est symptomatique d'une autocorrélation. D'où le texte
d'autocorrélation du tableau 8 qui montre qu'il n'y a pas de problème d'autocorrélation dans le modèle et pourrait être utilisé pour l'inférence statistique comme le
test d'hypothèses et la prévision.
Test de causalité de Granger
Le tableau 11 montre qu'il existe une relation unidirectionnelle entre POSG et USSDG sur ROA avec une causalité allant de ROA à POSG et USSDG. Cela
montre que la banque numérique permettra aux clients des banques d'accéder aux services bancaires de n'importe où, ce qui améliorera à son tour la rentabilité
des banques commerciales du pays.
Tableau 11. Test de causalité de Granger par paire sur les variables
d'entrée Hypothèse Obs FStatistique Prob.
nulle : POSG ne fait pas Granger Cause ROA 8 0,08587 0,9199
ROA ne fait pas Granger Cause POSG 17.2103 0,0227
USSDG ne fait pas Granger Cause ROA 8 ROA ne 0,01529 0,9849
fait pas Granger Cause USSDG WEBG ne 16.5284 0,0240
fait pas Granger Cause ROA 8 ROA ne fait pas 2.38789 0,2396
Granger Parce que WEBG 4.87675 0,1141
Source : données de sortie du test de causalité de Granger à l'aide d'eviews 10
6. CONCLUSION ET IMPLICATION POLITIQUE
La théorie de l'acceptation de la technologie stipule que la facilité d'utilisation et l'utilité perçues de l'outil technologique déterminent l'étendue de l'acceptation par
les consommateurs. L'idée est que pour que les banques génèrent de la rentabilité grâce à la banque numérique, celleci doit être acceptée par le peuple et pour
être acceptable par le peuple, elle doit être perçue comme utile et aussi très facile à utiliser. Malgré les avantages de la banque numérique au Nigéria, l'introduction
de la banque numérique pose de nombreux défis, tels que le problème du mauvais réseau, de la sécurité, des fraudes et des cybercrimes.
Diverses études sur ce sujet ont été entreprises par divers chercheurs et leurs résultats sont contradictoires, car l'étude tend à combler le manque de
connaissances dans la littérature en étudiant l'effet de la banque numérique et la performance des banques commerciales au Nigeria de 2010 à 2019. Les
statistiques descriptives ont été utilisé pour expliquer les caractéristiques de la série de données, après quoi le statut de la racine unitaire des variables a été
établi et a été découvert pour être intégré à l'ordre I (0) et I (1). Cela a nécessité l'utilisation du décalage distribué autorégressif dans l'étude et le résultat indique
que la banque numérique a un effet positif et insignifiant sur la performance des banques commerciales au Nigeria. Le résultat est conforme aux études
précédentes de (Oyewole et al ,2013 ; Abaenewe et al ,2013 ; Ogutu et Fatoki ,2019 ; Olaiya et Adeleke ,2019 ; Ibrahim et Daniel,2019) . L'étude est donc en
accord avec la théorie de l'acceptation de la technologie selon laquelle, pour que les services bancaires numériques affectent les performances des banques
commerciales, ils doivent être faciles à utiliser et acceptables pour les clients des banques. Malgré l'importance de la banque numérique pour le pays et les
banques commerciales, il

semble y avoir beaucoup de défis afin de le rendre facile et généralement accepté dans le pays en tant que tel, l'étude fait les recommandations suivantes. fournisseurs
de réseau et leurs ingénieurs pour développer une plateforme réseau standardisée exclusivement pour chacun des canaux bancaires numériques. Cela contribuera à
réduire le trafic sur leur réseau et à améliorer leur efficacité. Il est également possible de faciliter le traçage des transactions. Dédicace du service d'assistance à la
résolution des problèmes liés aux services bancaires numériques uniquement : avec le nombre croissant de transactions échouées entraînant une augmentation des
plaintes des clients, il est conseillé que chaque banque crée un bureau distinct pour résoudre les problèmes liés aux services bancaires numériques. Cela conduira à
une résolution rapide des plaintes des clients et améliorera également la prestation de services, garantissant ainsi la satisfaction et la fidélité globales des clients.
Éducation à la banque numérique : étant donné que la banque numérique s'est avérée efficace pour générer des revenus, toutes les parties impliquées dans la banque
numérique (banques, sociétés de télécommunications, sociétés de cartes, paiements unifiés) devraient rassembler des ressources pour stimuler l'éducation à la
banque numérique afin d'impliquer davantage de personnes. sur les canaux bancaires numériques. Si la population bancaire est bien éduquée, elle adoptera
probablement la banque numérique de tout son cœur (comme le pensent les théoriciens de l'acceptation de la technologie). Création d'un service de cybersécurité :
avec les progrès de la technologie et le nombre croissant de personnes s'inscrivant aux canaux bancaires numériques, il est recommandé que toutes les banques
disposent d'un service de cybersécurité ouvert 24h/24. Ce service doit être séparé du service de contrôle interne et doit être composé de professionnels dans le
domaine de la cybersécurité. Il s'agit de fournir une surveillance 24 heures sur 24, de protéger la banque contre les cyberattaques et d'assurer la sécurité des
utilisateurs de services bancaires numériques (en particulier les services bancaires en ligne) afin de maintenir et d'améliorer les performances existantes sur les
canaux et de garantir que les canaux ne sont pas détournés. par les cybercriminels.
LES RÉFÉRENCES
1) Abaenewe, C., Ogbulu, M., & Ndugbu, O. (2013). Banque électronique et performances bancaires au Nigeria. Journal ouestafricain de la recherche industrielle
et universitaire, 6(1), 1331.
2) Chebii, M. (2013). "Banque commerciale du Kenya et canaux alternatifs bancaires pour les PME". Extrait de
http://smefinanceforum.org/post/kenyacommercialbankand smebankingcanaux alternatifs Par milkahchebii
dekcb.
3) Crane, D. (2010). Services bancaires électroniques pour les pauvres : panacée, potentiel et pièges. Extrait de http//www.
Microsave.org.
4) DavidWest O., Olubanjo A., Olawale A., Aluko T., Iheanachor N., Iyoha F., KelikumeI., Muritala O., Nwagwu I., Salami A., Taiwo, I., & Umukoro , I. (2018).
Services financiers numériques au Nigéria, rapport sur l'état du marché, services financiers numériques durables et inclusifs. École de commerce de Lagos.
5) Davis, F., Bagozzi, R., & Warshaw, P. (1989). Acceptation de la technologie informatique par les utilisateurs : une comparaison de deux théories
des modèles. Sciences de gestion, 35(8), 9821003.
6) Eze, G., & Egoro, S. (2016). Services bancaires électroniques et rentabilité des banques commerciales au Nigeria. Revue des Finances et
Recherche économique 3(1),4055.
7) Ginn, M. (2011). Rôle des canaux alternatifs dans la banque et la gestion de patrimoine. Extrait de
http://www.infosys.com/finacle/solutions/thoughtpapers/Documents/rolealternate canaux.pdf.
8) Greenwood, J., & Jovanovic, B. (1990). Développement financier, croissance et répartition des revenus. Revue de
Économie politique, 98(5), 1076 – 1107
9) Galor O., & Zeira J. (2000). Répartition des revenus et macroéconomie. Review of EconomicStudies 60(2), 3552 10) Auwal M, Shafiu A et
Haslinda H. (2015). L'impact de la banque en ligne sur la performance de la banque nigériane
Secteur. Conférence internationale sur le commerce électronique (ICOEC 2015), | Kuching Malaisie.
11) Ibrahim, A. & Daniel, C. (2019). Impact de la banque en ligne sur le développement du secteur bancaire au Nigeria. International
Journal d'études et de recherches managériales (IJMSR). 7, (2). PP 1927.
12) Services mondiaux IBM (2015). Les nouveaux sommets de la technologie pour les entreprises et les organisations. Londres, RoyaumeUni. Livres de Mc Hill.
Perspectives 25.
13) Isibor, A., Omankhanlen, E., Okoye, L., Achugamonu, B., Adebayo, M., Afolabi, G. et Ayodeji, O. (2018) Impact de la technologie bancaire électronique sur
la satisfaction et la satisfaction des clients. Croissance économique au Nigéria, Revue internationale de génie civil et de technologie, 9(12), pp. 536–544
14) Ivatury, G., & Lyman, T. (2016). Utilisation d'agents dans la banque à distance pour les pauvres : récompenses, risques et réglementation.
Washington DC : CGAP Focus 38
15) Judy, M. (2013). L'effet de la banque électronique sur la performance financière des banques commerciales au Kenya. Un projet de recherche soumis en
réponse partielle aux exigences de la maîtrise en administration des affaires, diplôme universitaire
de Nairobi.

16) Jensen, M., & Meckling, W. (1976). Théorie de l'entreprise : comportement managérial, coûts d'agence et structure de propriété.
Journal des finances et de l'économie, 3(30),4560.
17) Kairiza, C., Kiproro, A. & Magadzire, G. (2017). Évaluation des facteurs influençant l'adoption des services bancaires via agents au Kenya : le cas du sous
comté de Kajiado North. Journal international des affaires et du commerce, 3(8), 91111.
18) King, T., Nuxoll, D. et Yeager, T. (2006). Les causes des difficultés bancaires changentelles ? Les chercheurs peuventils suivre le rythme ? Fédéral
Revue de la Banque de réserve de SaintLouis, 88(2), 5780.
19) Kongiri, A. (2012). Effets des variables CAMEL sur l'efficacité des banques : une analyse par panel des banques commerciales du Kenya.
Projet de recherche MBA non publié. Université de Nairobi.Laukkanen & Lauronen, (2005). Comment la distribution transforme la banque de détail : les
grandes banques sont en train de changer. Journal des services bancaires de détail, 17(3), 1–9.
20) Liu, C., & Arnett, K. (2000). Explorer les facteurs associés au succès d'un site Web dans le contexte de
Commerce. Journal d'information et de gestion, 38(1), 2333.
21) Malhotra, T., & Singh, O. (2009). L'impact de l'ebanking sur la rentabilité des banques : une étude des banques indiennes.Journal of Public Administration and
Governance, 1(1), 3138.
22) Melzer, A. (2006). Canaux bancaires alternatifs pour le confort des clients. Journal international de la recherche scientifique,
2(2), 2277–8179.
23) Monyoncho, L. (2015). Relation entre les technologies bancaires et la performance financière des banques commerciales en
Kenya. Journal international d'économie, de commerce et de gestion RoyaumeUni 3(11).
24) Ndungu, C. (2015). L'effet des canaux bancaires alternatifs sur la performance financière des banques commerciales au Kenya. Un projet de recherche soumis
en réponse partielle aux exigences pour l'obtention du diplôme de maîtrise en administration des affaires de l'Université de Nairobi.
25) Système nigérian de règlement interbancaire, (2018). Adoption et utilisation du point de vente. Une étude sur l'État de Lagos.
26) Ogilvie, B. (2008). Vue d'ensemble de la banque électronique au Nigeria. Revue internationale de multidisciplinarité Recherche
Développement. 2 (7), 336 342.
27) Ogutu, M., & Fatoki, O. (2019). Effet de la banque en ligne sur la performance financière des banques commerciales cotées au Kenya. Revues scientifiques
mondiales, 7(9), 23209186.
28) Okiro, K., & Ndungu, J. (2013). L'impact des services bancaires mobiles et des services bancaires par Internet sur les performances des
établissements. Journal scientifique européen, 9(13), 146161.
29) Olaiya, A. et Adeleke, K. (2019). Banque électronique et rentabilité des banques de dépôt au Nigeria.Journal de
association des banquiers professionnels en éducation.5,(1),7586.
30) Onay, W. (2008). Produits bancaires électroniques et performances des banques de dépôt turques cotées. Revue américaine
of Computer Technology and Application, 1(10),138148.
31) Oyewole S., Abba M., Gambo J. & Abam A. (2013). Ebanking et performance bancaire: preuves du Nigeria.
Journal international d'ingénierie scientifique et de technologie. 2(1)8, 766771
32) Oyewole, O., & Elmaude, G. (2013). Ebanking et performance des banques commerciales au Nigeria.Journal of Retail
Services bancaires, 23(5), 43–71.
33) Rosen T. (2013). L'effet de l'utilisation des services bancaires mobiles et des agents bancaires dans le système bancaire au Kenya.
Revue de droit bancaire et financier. 31(2), 389401.
34) Ukoh, N. (2019). La finance numérique : clé pour parvenir à l'inclusion financière dans les banques de microfinance.Document présenté à
Conseil d'administration et personnel de gestion de Nwannegadi mfb ltd au centre pastoral catholique, orlu, imostate.
35) Scott, N., & Davis, F. (2015). Inclusion financière grâce aux services bancaires mobiles : un cas du Bangladesh. Journal d'appliqué
Finance et banque, 4(6), 109136
36) Sousa, R., & Voss, C. (2006). Qualité de service dans les services multicanaux utilisant des canaux virtuels, Journal of Service Research, 8 (4), 356 371.
37) Scholtens, M., & Van W. (2003). La relation entre les taux de profit des banques commerciales et bancaire
Concentration au Canada, en Europe occidentale et au Japon. Journal of Banking & Finance, 3, 209219
38) Taiwo, J., & Agwu, M. (2017). Le rôle de l'ebanking sur l'efficacité opérationnelle des banques au Nigeria. Journal de recherche fondamentale sur la gestion et
la comptabilité des entreprises. 6(1) 0110. Disponible en ligne http//www.basicresearchjournals.org 39) Venkatesh, K. (2003). Théorie unifiée
de l'acceptation et de l'utilisation de la technologie. Washington, DC : Établissement Brookings.
40) Yorulmaz, R. (2018). Une analyse de la construction des indices bancaires numériques mondiaux. Revue Borsa Istanbul. 3 (18) 24
38.

Effets de La Banque Numérique Sur La Performance Du Commerce Banques Au Nigeria 2010 2019

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

Effets de La Banque Numérique Sur La Performance Du Commerce Banques Au Nigeria 2010 2019

Transféré par

Droits d'auteur :

Formats disponibles

Machine Translated by Google

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 133

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 134

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 135

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 136

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 137

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 138

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 139

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in page 140

Observations dix dix dix dix

POSG ­2,937079 (0,0789)** ­4,420595 ­2,473889 ­3.259808 Non stationnaire

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 141

ROA ­12.58734 ­4.582648 ­3.320969 Stationnaire

Variables ADF Test Statistique Valeur critique du test à Valeur critique du test à 5 % Remarque

Variables ADF Test Statistique Valeur critique du test à Valeur critique du test à 5 % Remarque

Importance I(0) Borne Je(1) lié

2,5 % 3.15 4.08

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in page 142

CointEq(­1)* R­ ­1.084838 0,021774 ­49.82257 0.0000

carré R­carré 0,996520 Moyenne dépendante var 1.343333

ajusté 0,996520 SE de la régression SD dépendante var 4.933541

Somme du carré 0,291055 Critère d'information d'Akaike 0,473829

résiduel 0,677703 Log vraisemblance Critère de Schwarz 0,495743

­1.132230 Critère de Hannan­Quinn. 0,426539

Obs*R­carré 1.688743 Prob. Khi deux(2) 0,4298

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 143

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in page 144

ROA(­1) ­0,084838 0,047169 ­1,798593 0,1465

POSG ­0,072258 0,011151 ­6,480029 0,0029

USSDG 0,034380 0,006384 5,385177 0,0057

WEBG 0,003652 0,003837 0,951811 0,3951

C 4.838579 0,412989 11,71599 0,0003

R au carré R 0,956452 Moyenne dépendante var 2.232222

au carré ajusté 0,912904 SE de la SD dépendante var 1.394729

régression Somme au 0,411614 Critère d'information d'Akaike 1.362718

carré de la valeur résiduelle 0,677703 Critère de Schwarz 1.472287

Log vraisemblance ­1.132230 Critère de Hannan­Quinn. 1.126268

F­statistique 21.96309 Statistique de Durbin­Watson 1.225551

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in page 145

nulle : POSG ne fait pas Granger Cause ROA 8 0,08587 0,9199

ROA ne fait pas Granger Cause POSG 17.2103 0,0227

USSDG ne fait pas Granger Cause ROA 8 ROA ne 0,01529 0,9849

fait pas Granger Cause USSDG WEBG ne 16.5284 0,0240

fait pas Granger Cause ROA 8 ROA ne fait pas 2.38789 0,2396

Granger Parce que WEBG 4.87675 0,1141

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 146

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in Page 147

IJMRA, Volume 5 Numéro 01 Janvier 2022 www.ijmra.in page 148

Vous aimerez peut-être aussi

POSG 2,937079 (0,0789)** 4,420595 2,473889 3.259808 Non stationnaire

ROA 12.58734 4.582648 3.320969 Stationnaire

CointEq(1)* R 1.084838 0,021774 49.82257 0.0000

carré Rcarré 0,996520 Moyenne dépendante var 1.343333

1.132230 Critère de HannanQuinn. 0,426539

Obs*Rcarré 1.688743 Prob. Khi deux(2) 0,4298

ROA(1) 0,084838 0,047169 1,798593 0,1465

POSG 0,072258 0,011151 6,480029 0,0029

Log vraisemblance 1.132230 Critère de HannanQuinn. 1.126268

Fstatistique 21.96309 Statistique de DurbinWatson 1.225551