Les apports de l’information hard et soft dans l’évaluation du risque

de crédit des PME :

Une enquête à partir des pratiques de banques marocaines.

Tarik QUAMAR

Professeur Universitaire

Université Hassan II – Casablanca

44
Résumé

Sous l’impulsion de la réglementation Bâle II, les banques marocaines sont amenées à mettre en
place des systèmes internes de notation. L’objectif assigné à ces dispositifs de notation est
l’affectation de chaque emprunteur à une classe de risque appropriée et de s’assurer une
rémunération adéquate en fonction de sa qualité de crédit. Ce penchant vers une évaluation ajustée
au risque ne serait sans conséquences sur les conditions de financement des PME qui demeurent
fortement dépendantes des concours bancaires.

Le présent article a pour objet d’identifier, à l’aide d’un questionnaire dirigé dans le secteur
bancaire marocain, les variables sur lesquelles s’appuient les établissements de crédit pour établir
la notation des PME. Les résultats de cette enquête révèlent que les variables retenues sont plutôt
d’ordre qualitatif que quantitatif. Ainsi, à travers nos différentes constatations, il est présumé que
l’évaluation de la qualité de crédit PME reposerait sur l’expérience et le jugement personnel des
experts bancaires ce qui laisse présager que la méthode d’attribution des prêts, au Maroc,
évoluerait vers un modèle dit de « banque à l’engagement ».

Mots clés : Risque de défaut, PME, Bâle II, Notation, Information hard, Information soft, Banque
à l’acte, Banque à l’engagement.

45
INTRODUCTION

Pour se mettre en conformité avec la réglementation Bâle II, les banques marocaines sont appelées
à mettre en place des systèmes internes de notation afin d’évaluer le risque de crédit des
emprunteurs, en particulier, les PME qui restent largement tributaires du financement bancaire.
Ainsi, l’émergence de cette culture de notation, au Maroc, est susceptible de modifier en
profondeur la relation banque-PME dès lors que la décision d’octroi ou de refus d’un prêt et les
conditions y afférentes sont fortement déterminées par la notation de crédit.

Par système de notation interne, nous entendons : « l’ensemble des processus, méthodes, contrôle
ainsi que les systèmes informatiques et de collecte des données qui permettent d’évaluer le risque
de crédit, d’attribuer des notations internes et de quantifier les estimations de défaut et des
pertes. » (Document consultatif du comité de Bâle de juin 2006).

Une question cruciale se pose alors, il s’agit de savoir comment les banques, au Maroc, vont
concevoir leur système interne de notation pour apprécier le risque des PME. Autrement dit, sur
la base de quels critères, quantitatifs et/ou qualitatifs, les notes aux PME seront-elles décernées ?

La première partie de ce travail met en lumière les différentes catégories d’informations retenues
par les banques et leurs apports pour la prévision du défaut.

La seconde partie a pour vocation de relever les variables susceptibles d’être utilisées par les
banques marocaines afin d’apprécier la solvabilité des PME, et ce, à travers une enquête dirigée
dans les établissements bancaires disposant à l’heure actuelle d’un dispositif de notation.

46
 I. INFORMATION HARD VERSUS INFORMATION SOFT :
CARACTERISTIQUES ET APPORTS POUR LA PREVISION DE DEFAUT

La présente section propose une synthèse des travaux théoriques et empiriques mettant en relief
les différentes composantes d’informations retenues par les banques et leurs contributions dans la
prédiction du risque de défaut des PME.

1. Information hard et information soft : caractéristiques et conséquences

sur l’organisation bancaire

La relation banque-PME est souvent marquée par une importante asymétrie d’information que
ces intermédiaires financiers cherchent à réduire.

Pour y parvenir, elles s’engagent dans la collecte et l’examen d’informations essentiellement

privées1 et d’en produire d’autres. En ce sens, la banque semble avoir une fonction essentielle,
celle de production d’informations (Diamond, 1984 ; Fama, 1985). Elle forme, pour reprendre
l’expression de Diatkine (1993), un « dispositif cognitif » dont l’une de ses manifestations les plus
spectaculaires demeure, à nos yeux, le développement d’outils de notation. Le recours à cette
technologie s’achève par l’émission d’une opinion particulière « une note » récapitulant le risque
global d’un emprunteur. Dans ce sillage, les banques sont amenées de par leur expertise à traiter
non seulement des informations quantitatives « hard », mais également des données non aisément
quantifiables « soft » afin d’évaluer correctement la solvabilité des emprunteurs, particulièrement
les PME dont l’opacité informationnelle est forte présente.

La littérature académique qui analyse les caractéristiques des informations utilisées par les
banques s’accorde à reconnaitre que la distinction entre l’information hard et soft n’est pas facile
à appréhender (Petersen, 2004). Pour éviter toute confusion, des traits de distinction ont été mis
en exergue. Ceux-ci, portent sur la forme, le mode de collecte et celui de la comparabilité de
chaque type d’informations.

1L’information privée : elle n’est pas publique au sens qu’elle n’est pas accessible à tout le monde, son acquisition nécessite d’engager des
coûts.

47
L’information hard est quantifiable et, par conséquent, naturellement enregistrée sous forme de
chiffres extraits des états financiers, alors que l’information soft est souvent contenue dans un
texte exprimant des opinions, des projections économiques, des rumeurs.

En ce qui concerne le mode de collecte, l’information hard est facile à agréger, à stocker et à
transmettre dans la mesure où elle est indépendante de tout facteur d’influence qui peut s’imposer
à l’environnement dans lequel cette information a été traitée. Il s’agit à titre d’exemple du poids
d’une entreprise dans le portefeuille clients de la banque (son pouvoir de négociation). En
revanche, l’information soft reste purement personnelle vu qu’elle dépend du contexte dans lequel
elle a été collectée et interprétée.

Une autre ligne de démarcation entre l’information hard et soft se trouve dans la comparabilité
des données qui en découlent. En effet, l’information hard dite « quantifiable » est facilement
comparable étant donnée le consensus qu’elle recueille sur son contenu. Ainsi, elle peut être
aisément utilisée lors d’une décision séparément de son processus de collecte. L’information soft,
pour sa part, a la qualité d’être subjective dans la mesure où sa production émane d’un jugement
personnel de l’individu qui l’a collectée.

De fait, elle ne peut être vérifiée facilement dans une utilisation ultérieure par une autre personne
(exemple : la moralité d’une entreprise ou ses perspectives économiques). L’absence d’un
référentiel normalisé la rend facilement manipulable en raison de l’importante marge
d’appréciation laissée à son interprétation. Cette dichotomie de l’information sous-tend en effet
deux catégories distinctives des prêts accordés par les banques. D’un côté, le financement
transactionnel qui concorde avec une relation quasi anonyme dite à « l’acte », dans le sens où
chaque opération de financement présente un acte indépendant de la banque à l’égard de
l’emprunteur. Dans ce cadre, l’information hard revêt une acuité particulière dans le raisonnement
probabiliste de la banque en s’efforçant d’examiner de manière objective la solvabilité des clients.
De l’autre, le financement relationnel qui s’inscrit dans une relation durable qualifiée à
« l’engagement » où le jugement du banquier consiste à considérer chaque emprunteur comme un
cas unique. Dans cette seconde configuration, les échanges entretenus dans le temps permettent à
la banque de constituer une connaissance approfondie de l’emprunteur et d’acquérir, par
conséquent, des informations spécifiques non disponibles chez les autres banques concurrentes

48
(Sharpe, 1990). Ainsi, l’information soft est produite par la banque en vertu de ses interactions
avec la clientèle et garantie par la continuité de la relation bancaire.

Agarwal et Hauswald (2008) affirment que l’acquisition d’informations qualitatives qui

demeurent confidentielles représente l’un des axes stratégiques qu’attendent les banques d’une
relation durable sur le marché de crédit. De même, Hertzberg et al. (2010), soutiennent que
l’intérêt majeur d’une relation de long terme réside dans sa capacité à procurer à la banque des
informations privées lui permettant de surmonter les carences informationnelles. La banque peut,
ainsi, disposer d’une expertise qui assure une évaluation fiable de ses emprunteurs. Ces
confirmations s’accordent avec les travaux antérieurs de Petersen et Rajan, (1994) et Boot (2000)
mettant en évidence les avantages d’une relation bancaire durable notamment, en matière
d’efficacité du contrôle exercé sur le comportement de l’emprunteur et de la capacité supérieure
des banques à produire de l’information soft.

Pour Stein (2002), les banques sont plus enclines à se spécialiser dans des segments de marché
selon le type d’information hard ou soft dont elles disposent. Ce constat a été plus tard enrichi par
l’étude de Berger et al. (2005). En effet, ces auteurs concluent que les grandes banques dotées
d’une structure organisationnelle hiérarchique caractérisée par une séparation entre le processus
de collecte, de traitement et de prise de décision optent pour l’utilisation de l’information hard, de
fait qu’elle garantit une transmission facile et une interprétation uniforme. Liberti et Mian (2009)
avancent que la transmission de l’information soft dans de telles structures entraine plutôt une
déperdition de son contenu et provoque ainsi des pertes informationnelles.

A contrario, les petites banques disposant d’une organisation décentralisée sont mieux placées
pour assurer une grande proximité avec la clientèle. Par conséquent, elles seraient plus conduites
à développer une relation bancaire de long terme leur permettant de recueillir des informations
non publiquement disponibles. Ainsi, des emprunteurs dont la qualité de crédit n’est pas bien
connue par le marché, comme l’atteste le cas fulgurant des PME fortes exposées au problème du
rationnement de crédit, recourent à ces petites banques eu égard à l’important pouvoir de décision
délégué à l’agent qui collecte et traite ces informations.

49
 2. Le rôle de l’information hard et soft dans la prévision de défaut

Depuis les travaux de Altman (1968) et Beaver (1966), des modèles statistiques ont été développés
dont l’objectif de dégager une note prédictive fondée sur le Z-score qui fait référence à des intrants
facilement quantifiables. De par le caractère scientifique de ses algorithmes, son processus laisse
présager une automatisation dans la prévision de défaut. D’après Altman (1968), les indicateurs
les plus discriminants à retenir dans la prédictibilité de défaillance sont ceux qui touchent à
l’endettement, la profitabilité et la liquidité.

Certes, la pratique de la notation de crédit reposant sur des facteurs quantitatifs présente plus
qu’un atout. Elle permet à la banque de réduire les coûts de transaction (Petersen, 2004) et
d’augmenter l’efficacité du processus de décision par une rapidité de traitement des demandes de
crédit (Berger et Udell, 2002). Toutefois, elle présente certaines limites. Comme le stipule
Sénicourt (2012), la non prise en compte dans le panier des ratios utilisés de certains éléments
essentiels à l’analyse du risque de défaut d’une entreprise peut biaiser la capacité prédictive de
l’outil de notation. Selon le même auteur, il n’est pas improbable que la banque subisse un coût
d’opportunité que représente l’abandon d’un client considéré comme à risque. De surcroît,
l’automatisation du processus de notation et la quasi absence du jugement personnel devant une
batterie d’informations standardisées font paraitre le dispositif de notation comme une boite noire
excluant toute compréhension spécifique des emprunteurs. Dans ce contexte, les PME seraient
mal appréciées dans la mesure où leurs caractéristiques individuelles sont les plus déterminantes
de leurs risques. Il serait donc primordial de tenir compte de l’information soft pour une assurer
meilleure évaluation du risque de défaut.

Pour Berger et Udell (2006), le chargé d’affaires joue un rôle clé dans la production de cette
information soft en raison du contact direct et fréquent qu’il entretient avec l’emprunteur.

Cependant, en l’absence d’une délégation du pouvoir à cet agent quant à la décision de crédit,
l’usage efficient des données qualitatives pourrait être impacté négativement faute de motivation
suffisante (Stein, 2002). L’étude réalisée par Uchida et al. (2012) auprès d’un échantillon de
banques japonaises, montre que la stabilité des chargés d’affaires dans leurs postes et l’affectation
formelle des portefeuilles clients à ces derniers représentent une condition sine qua non à la
production pertinente de l’information soft.

50
Au regard de leur importance, plusieurs travaux empiriques préconisent de plus en plus la prise
en compte de l’information soft dans les modèles de prévision du défaut. Comme le confirme
Lehmann (2003) et Grunet et al. (2005), l’intégration des facteurs qualitatifs renforce la capacité
prédictive des modèles de défaut par l’amélioration des taux de reclassement des emprunteurs. En
effet, la combinaison d’informations financières et non financières permet d’améliorer
sensiblement la pertinence de la prévision du risque de crédit que ne procure la seule utilisation
des facteurs financiers ou des éléments non quantifiables. Ces conclusions s’accordent avec les
résultats obtenus par Dietsch et al. (2006) qui constatent que l’intégration des seules composantes
non financières des PME dans un modèle de prévision de défaut permet de répertorier les trois-
quarts de ces entreprises dans leur classe d’origine. Selon la même étude, les facteurs non
financiers jugés d’introduire une discrimination satisfaisante sont, par ordre décroissant
d’importance : la diversification du poste client, l’anticipation d’un problème de transmission
dans l’entreprise, la capacité des actionnaires à apporter un soutien financier si nécessaire et des
variables révélant la qualité de la gestion interne de l’entreprise. En outre, ces auteurs affirment
que le pouvoir de prévision du risque a été significativement amélioré lorsque les variables
explicatives de défaut intègrent simultanément des composantes financières et des facteurs
qualitatifs.

L’étude réalisée par Aslan et Elçi (2012) portant sur la notation des PME par les banques turques
fait ressortir trois volets de critères qui y sont majoritairement utilisés. Il s’agit d’abord, de la
gestion générale de l’entreprise perçue essentiellement à partir de la qualité de son management,
de son actionnariat, de ses relations avec les autres parties prenantes et de la transparence de ses
états financiers. La deuxième famille de critères, pour sa part, s’attèle au risque de l’activité de
l’entreprise. Elle regroupe les conditions générales de l’économie, les caractéristiques du secteur
d’activité de l’entreprise, son pouvoir concurrentiel dans le secteur où elle opère et les dispositifs
mis en place par l’entreprise pour se prémunir contre le risque opérationnel. La dernière
composante de critères a trait aux variables financières de l’entreprise analysées à partir de ses
états financiers qui sont : le ratio de profitabilité, celui des cash flows opérationnels / les charges
d’intérêts, les fonds propres de l’entreprise et sa politique financière et enfin sa flexibilité
financière. Ces auteurs affirment que parmi cette panoplie de variables, les PME doivent attacher
une attention particulière aux conditions garantissant une bonne gestion de l’entreprise, sa position
dans son marché et la capacité à dégager des cash flows afin rembourser les dettes contractées.
51
Compte tenu de l’importance des facteurs qualitatifs démontrée par les travaux empiriques
susmentionnés, le comité de Bâle recommande dans ses directives leur prise en compte dans les
dispositifs de notation (Document consultatif du comité de Bâle de juin 2006). Cette volonté de
reconnaitre leur grand intérêt dans la prévision de défaut interpelle plus qu’une question. D’après
Dietsch et al. (2006), il convient d’abord de connaitre la nature de ces variables et de savoir
comment les banques peuvent en faire un bon usage lors de l’évaluation de risque. Puis, de
s’assurer que leur intégration opère une amélioration de la performance de prévision du risque.
Enfin, il importe d’estimer correctement la pondération qui sera affectée à chaque aspect qualitatif
par rapport au poids relatif des composantes financières.

La figure ci-après, extraite de l’étude de Bélas et Cipovová (2011), donne un aperçu sur les
différentes composantes de l’information hard et soft et leurs pondérations respectives telles que
retenues dans les dispositifs de notation des banques tchèques et slovaques. Ces auteurs affirment,
par ailleurs, que les banques observées focalisent leur attention sur l’information hard pour
apprécier la solvabilité des grandes entreprises, tandis que leur jugement de notation repose sur
l’information soft pour les entreprises de petite taille.

Figure 1
Les critères qualitatifs et quantitatifs et leurs poids respectifs dans les modèles de notation
des banques commerciales tchèques et slovaques

52
 II. UNE ENQUETE SUR LES VARIABLES DETERMINANTES DE LA
NOTATION INTERNE DES PME MAROCAINES

À travers une étude sur le terrain dirigée dans le secteur bancaire marocain vers des répondants
en qualité d’experts de crédit, nous allons tenter, par le biais d’un questionnaire semi directif, de
relever les variables déterminantes dans l’appréciation de la solvabilité d’une PME définie par sa
note. Nous procèderons ainsi à la présentation de la méthodologie de l’enquête qui sera suivie par
l’analyse des résultats obtenus.

1. Les choix méthodologiques

Il s’agit de décrire les variables potentielles retenues, de définir le critère sur lequel a porté le
choix des banques interrogées et des professionnels ciblés ainsi que de justifier la méthode
statistique utilisée.

1.1 Les variables de l’analyse

Sur la base des recherches bibliographiques susmentionnées, de la consultation des documents

internes de certaines banques de la place ainsi que des entretiens menés auprès des risk-managers,
nous avons pu retenir les variables suivantes :

- La rentabilité du projet de l’entreprise [RPE] : elle est mesurée par la rentabilité

économique de l’entreprise qui est le rapport entre le résultat brut d’exploitation et les
immobilisations brutes (corporelles et incorporelles majorées par le fonds de roulement).
Le rapport ainsi trouvé est comparé au taux des crédits à long terme.

- L’accès au financement [AEF] : il s’agit de savoir si l’entreprise dispose d’un pool

bancaire diversifié ou est, au contraire, dépendante d’un cercle restreint d’établissements
de crédit et si elle a accès aux marchés financiers.

- L’autofinancement de l’entreprise [ADE] : elle mesure la part des investissements que

l’entreprise réussit à financer elle-même, du fait de sa seule activité économique. Les ratios
traduisant l’indépendance de l’entreprise dans le financement de sa politique de croissance
sont : (capacité d’autofinancement /investissement en immobilisation) ou (autofinancement
/ investissement en immobilisation).
53
- La position de l’entreprise sur son secteur [PES] : il s’agit d’évaluer le positionnement
de l’entreprise par rapport à ses concurrents. Ceci dépend essentiellement de sa taille et de
sa part de marché, de l’efficience de son outil industriel, de la diversité et de la volatilité
des revenus par produit, client et zone géographique.

- La qualité du support [QDS] : une contrepartie peut faire l’objet d’un éventuel support
de la part d’une autre personne morale à condition qu’il s’agisse d’un actionnaire détenant,
en règle générale, au moins une minorité de blocage.

Il est nécessaire de s’interroger sur le soutien que l’entité de support (l’actionnaire principal)
peut apporter à l’entreprise en cas de difficultés financières, ainsi que sur les risques de voir
les ressources de la contrepartie puisées exagérément par cette entité juridique.

- La position du secteur dans le cycle économique [PSE] : une classification des secteurs
d’activité est à effectuer pour déterminer les secteurs prioritaires à prospecter et les secteurs
où il faut se désengager. Une grande importance est accordée au lien entre la croissance du
secteur et celle du cycle économique.

- L’implication du dirigeant dans le projet [IDP] : elle est fonction de l’efficacité de

l’équipe dirigeante à mener à bien le projet pour lequel le crédit a été sollicité. L’apport
personnel versé à titre de dotation initiale peut être une preuve d’implication du dirigent
dans son projet au sens qu’il permet de rendre le projet viable en allégeant le montant à
emprunter et donc le remboursement du prêt. De même, les apports en capital ou en comptes
courants d’associés présentent des indicateurs non négligeables d’appréciation du dossier
de crédit.

- La qualité de management du dirigeant [QMD] : en raison de l’importance des équipes

dirigeantes dans la conduite des affaires, l’analyse de leur compétence, de leur expérience,
de leur formation, de la crédibilité de la stratégie annoncée, des réalisations constatées par
rapport aux objectifs anticipés et de la rotation du personnel – clé constituent des éléments
essentiels pour évaluer la qualité du management.

- La gestion du ratio de liquidité [GRL] : elle permet de mesurer la capacité de l’entreprise

à faire face à ses dettes et engagements à court termes. Les méthodes de calcul utilisées à

54
cet effet sont : (actifs circulants – stocks) / dettes à moins d’un an ou (créances clients +
disponibilités) / dettes à moins d’un an.

- La durée d’activité de l’entreprise [DAE] : elle est évaluée par le nombre d’années
d’activité de l’entreprise dans son secteur. Cela peut servir d’indice sur le niveau de maturité
professionnelle du dirigeant dans son domaine d’affaires.

- La capacité de remboursement de l’entreprise [CRE]: l’appréciation de la capacité de

l’entreprise à garantir dans les années à venir le remboursement de sa dette s’appuie
essentiellement sur une analyse de sa capacité à générer des profits sur un cycle d’activité,
à assurer le service de la dette [dette / EBITDA, dette / EBIT, les cash flows disponibles
(EBITDA) / (principal de la dette + intérêts dus)] et à avoir une bonne structure financière
(dettes financières / fonds propres) dans la mesure où les fonds propres (en particulier ceux
non remboursables) constituent un coussin de sécurité pour les prêteurs en cas de défaut.

- Le risque politique du pays [RPP] : une entreprise ne peut pas s’abstraire du contexte
économique, politique et social du pays dans lequel elle opère. Le pays de Business est le
pays où l’emprunteur est en risque principal sur ses cash-flows. Il importe donc de prendre
en compte le risque pays dans l’établissement de la note entreprise. Cette dernière ne
pourrait être supérieure à celle attribuée au pays de Business.

- Le taux de croissance du chiffre d’affaires [TCC] : le ratio CA(N) – CA(N–1) / CA(N–

1) permet d’estimer le potentiel de croissance des revenus de l’entreprise. Avant d’explorer
les tendances passées, l’analyse devrait prendre soin d’intégrer les facteurs susceptibles
d’entraîner une réduction de la croissance observée les années précédentes comme
l’intensification de la concurrence et / ou l’apparition de produits concurrents.

- La transparence de l’entreprise [TDE] : il s’agit d’évaluer la qualité de la

communication comptable et financière de l’entreprise selon les standards en vigueur. Il est
nécessaire que l’élaboration de ces documents soit conduite par un cabinet d’expertise
comptable jouissant d’une bonne réputation. Parmi ces 14 variables, figurent des éléments
à caractère quantitatif et qualitatif, nous allons chercher à relever celles qui pourront avoir
un poids particulier dans l’attribution d’un rating aux PME.

55
 1.2 L’échantillon de l’enquête

Le secteur bancaire marocain se compose, à l’heure actuelle, de 16 établissements bancaires. Eu

égard à l’état de retard qui marque certaines banques à constituer un système de notation interne,
notre étude retiendra seulement 5 banques2 disposant à présent ce dispositif. Pour accroître la
fiabilité des réponses, nous avons adressé notre questionnaire aux professionnels de la banque
habilitée à décider de la note finale, en l’occurrence, les risk-managers. En raison de la faible
densité de notre échantillon, le nombre de réponses obtenues était en fonction de l’effectif restreint
d’experts des banques concernées par cette enquête. Les réponses recueillies à cet égard sont de
l’ordre de 34.

1.3 Le choix de la méthode d’analyse des données

Devant un grand nombre de données multivariées supposées influencer la notation des PME, nous
avons eu recours à une analyse en composantes principales (ACP). Cette méthode statistique qui
fait partie des analyses descriptives multivariées permet de remplacer un large nombre de
variables corrélées par un nombre restreint de facteurs indépendants dans le but de mieux
visualiser les relations entre les variables. Le but de cette analyse est donc de résumer le maximum
possible d’informations tout en perdant le moins possible.

Par ailleurs, les banquiers interrogés doivent attribuer une pondération allant de 1 à 6 en fonction
de l’importance présumée de chaque variable dans l’assignation d’un rating. Les répondants ont
utilisé une échelle homogène, et nous sommes donc en présence de variables métriques (même si
ces variables sont ordinales, elles sont considérées comme métriques par les chercheurs).

2. L’analyse et l’interprétation des résultats

Cette partie du travail est consacrée au traitement des données collectées dans la phase
exploratoire. Les données recueillies sont traitées à l’aide d’un logiciel d’analyse des données
« SPSS ». Après avoir présenté les résultats de l’enquête, nous nous attacherons à les analyser.

2Il est à noter que, jusqu’au fin septembre 2013, l’ensemble des banques interrogées n’ont pas encore eu l’homologation de la banque centrale
(Bank Al-Maghrib) pour l’opérationnalisation de leurs systèmes interne de notation.

56
 2.1 La présentation des résultats

La vérification de la qualité de mesure des variables utilisées dans notre recherche repose sur la
démarche exposée plus haut. La variable dépendante, la note d’une PME, est mesurée dans notre
cas par 14 items.

Tableau 1 : KMO et test de Barlett (6 items)

Mesure de précision de l'échantillonnage de Kaiser-Meyer-Olkin 0,729

Khi-deux approché 54,147

Test de sphéricité de Barlett Degré de liberté 15
Signification 0,000

Les deux tests, KMO et Bartlett, autorisent la factorisation des données collectées sur 6 items.
Dans ce cas, l’analyse factorielle effectuée nous permet de retenir, en appliquant le critère de
Kaiser, deux composantes qui expliquent, chacune, un pourcentage de variance supérieur à
100/6%, soit 16,6%. Les deux dimensions expliquent, ensemble, plus de 67% de la variance totale
(voir le tableau ci-après).

Tableau 2 : Variance totale expliquée (6 items)

Axes factoriels Valeurs propres % de Variance % de variance cumulée

1 11,882 48,852 48,852
2 4,574 18,805 67,657
3 3,163 13,005 80,662
4 1,904 7,827 88,489
5 1,476 6,070 94,560
6 1,323 5,440 100,000

57
 Tableau 3
Matrice des composantes après rotation varimax (6 items)

Redimensionné
1 2
Position de l'entreprise dans son secteur 0,644
Qualité du support 0,824
Position du secteur dans le cycle économique 0,750
Implication du dirigeant dans le projet 0,857
Durée d'activité de l'entreprise 0,800
Transparence de l'entreprise 0,854

2.2 L’interprétation des résultats

Nous procèderons ici à l’interprétation des résultats en fonction des composantes principales
représentées par les deux axes factoriels retenus. Ainsi, le tableau des composantes met en
évidence l’existence d’une forte corrélation entre le premier axe factoriel et les variables :
« implication du dirigeant dans le projet », « transparence de l’entreprise » et « qualité du
support ». Ces dernières présentent respectivement des coefficients de corrélation avec la
première dimension, soit 0.857, 0.854 et 0.824. Ce résultat est bien confirmé par la présentation
graphique de cette composante (voir le cercle de la figure ci-dessous). En effet, la visualisation
des plans factoriels permet de conclure que les variables susmentionnées sont bien représentées
vu qu’elles sont assez proches du cercle de corrélation.

Cette première composante principale peut être interprétée comme le degré d’engagement de
l’équipe dirigeante et de l’actionnariat. En effet, dans leur politique de notation, les banques
marocaines tiendront compte du niveau d’implication du dirigeant dans le projet, c’est-à-dire, la
capacité du manager à mettre en œuvre l’investissement pour lequel le prêt est sollicité, et à
respecter ses engagements en matière stratégique et financière tels que projetés lors de la
constitution du dossier de crédit. De même, le degré d’engagement de l’équipe dirigeante peut
être perçu à travers la qualité de la communication financière selon les standards comptables en
vigueur. Au regard des banquiers, les PME marocaines ne répondent pas correctement à ce besoin
en une information ponctuelle et saine de leurs états financiers. Ces derniers font généralement

58
l’objet de fausses déclarations afin d’accroître les chances de se voir octroyer un prêt. De fait, il
serait incontestable que la préparation des états financiers soit conduite par un cabinet d’expertise
comptable jouissant d’une bonne réputation aussi bien à l’extérieur qu’à l’intérieur de la banque.

Si tel n’est pas le cas, l’évaluation du risque de crédit ne pourrait reposer sur une documentation
douteuse ne reflétant guère la réalité économique de l’entreprise en termes de sa capacité de
remboursement. Une situation qui compromettrait, sans doute, une bonne appréciation de la
qualité de crédit de l’entreprise.

A vrai dire, la non transparence des entreprises marocaines est une contrainte majeure qui entrave
l’établissement d’une relation de confiance avec leur partenaire bancaire. Avec la mise en place
des outils de notation, les petites entreprises ont dorénavant intérêt à adopter une politique de
communication financière saine. Selon le gouverneur de la banque centrale marocaine (2006) « le
temps où il y avait les trois bilans, le bilan fiscal, le bilan bancaire et le bilan réel est dépassé ». À
cet égard, il est bien évident que la qualité de l’information des documents comptables et
financiers dépendrait étroitement du niveau d’implication de l’équipe dirigeante dans le projet et
que plus cette implication est forte, plus la qualité de l’information rapportée sera meilleure. Ce
point de vue rejoint celui soutenu par Lavigne (2002) qui avance que le comportement du dirigeant
permet d’influencer profondément les pratiques comptables dans les PME.

Par ailleurs, il est également attendu que les systèmes de notation des banques marocaines
porteraient sur la qualité du support, c’est-à-dire le niveau d’engagement de l’actionnariat de
l’entreprise. Il s’agit pour la banque d’évaluer la capacité de l’actionnariat à fournir une assistance
financière de telle sorte que le défaut de l’entreprise soit évité. En revanche, si le support utilise
son pouvoir pour prélever des sommes excessives (des dividendes, des royalties ou des avances à
taux d’intérêt préférentiel), la capacité de paiement de l’entreprise pourrait être donc entamée.

La seconde composante, quant à elle, est interprétée comme le potentiel économique de l’activité
de l’entreprise. Cela se traduit par la forte corrélation positive des variables « durée d’activité de
l’entreprise », « position du secteur dans le cycle économique » et « position de l’entreprise dans
son secteur » dont les coefficients de corrélation sont respectivement de 0.800, 0.750 et 0.644.

59
La projection de ces variables sur le deuxième axe factoriel atteste que leurs vecteurs
correspondants sont assez proches du cercle, ce qui signifie que ces variables sont assez bien
présentées dans le plan. En effet, cette composante révèle que l’attention des experts à évaluer le
potentiel économique de l’entreprise commence d’abord par l’appréciation de son risque
industriel à partir de sa durée d’activité, autrement dit, de l’expérience acquise par l’entreprise
dans le marché où elle opère.

Une entreprise qui avait pratiqué une activité pendant plusieurs années est dite moins risquée
qu’une très petite entreprise qui vient de naître. Dans ce cadre, Hooks (2003) mentionne que les
jeunes entreprises sont handicapées lors de la formulation de leur demande de crédit par
l’insuffisance des états financiers antérieurs. L’étude menée par Bellouma et al. (2005), montrent
que l’âge des entreprises tunisiennes affecte positivement l’offre de crédit par les banques. En
outre, le potentiel de l’activité économique de l’entreprise peut être également appréhendé à
travers l’industrie d’appartenance de l’entreprise. A ce titre, il convient d’analyser les perspectives
de croissance du secteur et de relever les éléments susceptibles de l’accélérer ou de la réduire à
moyen et/ou long terme. De même, il importe d’évaluer le degré de volatilité et de cyclicité des
cash flows générés par le secteur. Comme l’affirme Paget-Blanc et Painvin, (2007) : « un secteur
dont la croissance est fortement corrélée à l’évolution du PIB est dit cyclique ; ce type de secteur
industriel présente plus de risque que les secteurs acycliques, c'est-à-dire dont la croissance est
faiblement corrélée avec les variations du PIB ».

L’appréciation du potentiel économique de l’entreprise pourrait, par ailleurs, reposer sur l’étude
de son positionnement par rapport à la concurrence. Il s’agit, en fait, d’examiner sa part de marché,
l’efficience de son outil industriel ainsi que la diversité et la volatilité des revenus procurés par
ses produits, clients et zones géographiques.

60
Figure 2 : Les composantes dans l’espace après rotation

61
Conclusion

De ce qui a précédé, il est évident d’admettre que l’implémentation des dispositifs de notation ne
serait neutre sur la relation Banque-PME. En effet, la décision d’octroi ou de rejet d’une demande
de prêt et la tarification y pratiquée auraient pour corollaire la notation qui qualifierait le risque
de défaut de l’entreprise.

Par ailleurs, les résultats obtenus de l’analyse statistique font constater que la notation de crédit
par les banques marocaines ne peut se focaliser sur des informations purement financières pour
des clients d’un type particulier que sont les PME. Dans les faits, à moins qu’elles soient bien
structurées, ces entreprises sont en grande partie caractérisées par une opacité informationnelle
que reflètent leurs états financiers réputés par les banquiers d’incomplets et/ou douteux. Chose
qui limite la portée de toute sorte d’analyse du risque recourant à l’usage des informations
chiffrées dites « Hard ». Comme en témoigne la nature qualitative des variables sélectionnées à
l’issue de l’enquête, il est attendu que l’évaluation de la solvabilité reposerait sur l’expérience et
le jugement personnel des experts en matière de crédit. Les critères qualitatifs semblent constituer
le socle de ce jugement peuvent être regroupés en deux composantes majeures : La première est
vue comme le degré d’engagement de l’équipe dirigeante et de l’actionnariat, et comprend les
variables suivantes : l’implication du dirigeant dans le projet, la transparence de l’entreprise et la
qualité de support. La seconde composante, quant à elle, présente le potentiel économique de
l’activité de l’entreprise qui intègre la durée d’activité de l’entreprise, la position du secteur dans
le cycle économique et le positionnement de l’entreprise sur son secteur.

Néanmoins, le recours présumé des experts aux aspects qualitatifs rendrait le traitement des
dossiers de crédit plus subjectif en raison de la nature de l’information soft qui est par essence
difficile à analyser et à interpréter. Pour contrecarrer le risque de manipulation que fait courir sa
transmission, les établissements de crédit devraient mettre en place des procédures de «
hardisation » qui consistent à transformer cette information soft en une information hard
(Peterson, 2004). Comme le souligne Dietsch et al. (2006), la prise en compte des variables
qualitatives dans la notation des PME devrait être décentralisée au niveau des centres d’affaires
afin de tirer profit de l’effet de proximité des banques avec la clientèle et des interactions

62
continuent dans le temps entre les deux partenaires, gage d’une production pertinente de
l’information soft.

En outre, l’utilisation excessive des critères vus plus haut laisse supposer que les banques
marocaines évolueraient sous la nouvelle culture de rating vers un modèle de « banque à
l’engagement » dans lequel l’expert bancaire attribue un jugement ad hoc nécessitant une
évaluation personnalisée de l’entreprise. Dans le cas contraire dit de « banque à l’acte », le
traitement des demandes de crédit se fonde plutôt sur une représentation normalisée de
l’emprunteur négligeant, ainsi, certaines informations spécifiques souvent décisives pour la PME.

63
BIBLIOGRAPHIE
⁃ Agarwal, S. et R. Hauswald (2008), « The choice between arm’s-length and relationship debt:
evidence from eloans », Document de travail, N°. 2008-10. Federal Reserve Bank of Chicago.
⁃ Altman, E.I. (1968), « Financial ratio analysis and the prediction of corporate bankruptcy »,
The Journal of Finance, Vol. 23, N°. 4, pp. 589-609.
⁃ Aslan, S. et H. Elçi (2009), « SME’rating system and process in turky according to the Basel
II settlements », Eurasian Journal of Business and Economics, Vol.2, N°. 4.
⁃ Bank Al-Maghrib (2006), Communication du gouverneur de la banque central lors du point
de presse du mardi 14 Mars 2006, Disponible sur le site internet, < http://www.bkam.ma ˃.
⁃ Bank for International Settlements (2006), « convergence internationale de la mesure et des
normes de fonds propres », version compilée de juin, disponible sur le site internet, <
http://www.bis.org ˃.
⁃ Belás. J et E. Cipovová (2011), « Internal model of commercial bank as an instrument for
measuring credit risk of the borrower in relation to financial performance (credit scoring and
bankruptcy models », Journal of Competitiveness, Vol. 4. pp.104-120.
⁃ Bellouma, M., S. Ben Naceur et A. Abdelwahab (2005), « Lending relationship risk premium
and credit availability », document de travail, < http://ssrn.com:abstract=856387.
⁃ Beaver, W.H. (1966), « Financial Ratio as Predictors of Bankruptcy », Journal of Accounting
research, Supplement : Empirical Research in Accounting, Vol. 4, pp. 71-111.
⁃ Berger, A.N. et G.F. Udell (2002), « Small business credit availability and relationship lending:
The importance of bank organisational structure ». Economic Journal, Vol. 112, N°. 447, pp.
32-53.
⁃ Berger, A.N., N.H. Miller, M.A. Petersen, R.G. Rajan et J.C. Stein (2005), « Does function
follow organizational form ? Evidence from the lending practices of large and small banks »,
Journal of Financial Economics, Vol. 76, N°. 2, pp. 237-269.
⁃ Berger, A.N. et G.F. Udell (2006), « A more complete conceptual framework for SME
finance », Journal of Banking and Finance, Vol. 30, N°. 11, pp. 2945-2966.
⁃ Boot, W. A. (2000), « Relationship banking : what do we know ? », Journal of Financial
Intermediation, Vol. 9, N°. 1, pp. 7-25.
⁃ Diamond, D.W. (1984), « Financial intermediation and delegated monitoring », Review of
Economics Studies, Vol. 51, N°. 3, pp. 393-414.
⁃ Diatkine, S. (1993), « Néoinstitutionnalisme et théorie contemporaine de l’intermédation
financière », Revue Française d’économie, Vol. 8, N°. 3, pp. 205-238.
⁃ Dietsch, M., P. Georges et E. Marot (2006), « L’apport des facteurs non financiers pour la
prévision du défaut », Revue Banque, N°. 682, pp. 51-53.
⁃ Fama, E.F. (1985), « What’s different about banks », Journal of Monetary Economics, Vol. 15,
pp. 29-39.
⁃ Grunert, J, L. Norden et M. Weber (2005), « The role of non financial factors in internal credit
rating », Journal of Banking and Finance, Vol. 29, N°. 2, pp. 509-531.

64
⁃ Hertzberg, A., J. M. Liberti et D. Paravisini (2010), « Information and incentives inside the
firme: Evidence from loan officer rotation », The Journal of Finance, Vol. 65, N°. 3, pp. 795-
828.
⁃ Hooks, L.M. (2003), « The impact of firm size on bank debt use », Review of Financial
Economics, Vol. 12, N°. 2, pp. 173-189.
⁃ Lavigne, B. (2002), « Contribution à l’étude de la genèse des états financiers des PME »,
Comptabilité Contrôle Audit, Vol. 1, N°. 8, pp. 25-44.
⁃ Lehmann, B. (2003), « Is it worth the while? The relevance of qualitative information in credit
rating », University of Konstanz, Document de travail, avril.
⁃ Liberti, J. et A. Mian (2009), « Estimating the effect of hierarchies on iinformation use »,
review of financial studies », Vol. 22, N°. 10, pp. 4057-4090.
⁃ Paget-Blanc, É. et Painvin, N. (2007), La notation financière : rôle des agences et méthodes de
notation , Paris, Dunod.
⁃ Petersen, M. A. et R.G. Rajan (1994), « The benefits of lender relationships : Evidence from
small business data ». The Journal of Finance, Vol. 49, N°. 1, pp. 3-37.
⁃ Petersen, M. (2004), « Information : Hard and Soft », Mimo, Kellogg School of Management,
Northwestern University.
⁃ Sénicourt, P, (2012), « Notation des PME : Vertus et Limites », Revue Banque, N°. 754, pp.
71-72.
⁃ Sharpe, S. A., (1990), « Asymmetric information, bank lending and implicit contracts : A
stylised model of customer relationships ». The Journal of Finance, Vol. 45, N°. 4, pp. 1069-
1087.
⁃ Uchida, H., G. Udell et N. Yamori (2012), « Loans officers and relationship lending to SMEs
». Journal of Financial Intermediation. Vol. 21, N°. 1, pp. 97-122.

65