République de Côte d’Ivoire

Union-Discipline-Travail

MEMOIRE DE FIN DE CYCLE

En vue de l’obtention du diplôme en Actuariat

Thème :
MODÉLISATION DE L’ÉCOULEMENT DES DÉPÔTS À VUE
DANS LE CADRE DE LA GESTION DU RISQUE DE
LIQUIDITÉ BANCAIRE
Présenté par :
Djangoné Bi Lorre Constantin
MASTER ACTUARIAT ENSEA-ISFA-HEA

Tuteur de Stage
M. KOUAKOU Modeste Jocelin

Business Analyst

I
Année Académique : 2022-2023
2
 DEDICACE
À ma famille et mes amis,
Pour votre amour, votre soutien infaillible et vos sacrifices constants, je vous dédie ce mémoire.
Vous avez été ma source d'inspiration et ma motivation tout au long de mon parcours scolaire.

À mon père et ma mère,

À qui je le dois tout. Votre sagesse, et votre soutien indéfectible ont été mes plus grands atouts
et m'ont guidé tout au long de ma vie.

À mon oncle et sa maison,

Vous m’avez accueilli comme votre enfant,

Que cette dédicace soit le témoignage de ma gratitude éternelle envers chacun de vous.

3
 REMERCIEMENTS

Je tiens à exprimer ma profonde gratitude envers toutes les personnes qui ont contribué de près
ou de loin à la réalisation de ce mémoire. Leur soutien et leur encouragement ont été essentiels
à chaque étape de mon parcours académique.

Tout d’abord je rends grâce à Dieu, source de toute sagesse et de toute force. Sa guidance et Sa
providence m'ont soutenu tout au long de ce voyage.

Je remercie ma famille, qui a toujours été source de motivation, d'amour et de soutien

inconditionnel pour moi. Votre confiance en moi m'a permis d'atteindre ce jalon important de
ma vie.

Je souhaite remercier chaleureusement mes amis, qui ont été là pour moi à chaque tournant,
partageant les hauts et les bas de ce voyage académique.

Je tiens à exprimer ma reconnaissance envers mon tuteur de stage, Kouakou Modeste Jocelin,
pour son mentorat précieux.

À mon maître de stage, Hermann Kodjo, je suis reconnaissant pour votre aide précieuse et votre
disponibilité constante.

Je remercie sincèrement Monsieur Phillipe Darga pour ses orientations expertes et ses
orientations constructives qui ont grandement contribué à l'amélioration de ce mémoire.

Mes remerciements s'adressent également à notre directeur d'étude, Monsieur Coulibaly

Romaric, pour ses conseils et son soutien et son professionnalisme.

Je tiens à exprimer ma reconnaissance envers notre responsable de master, Monsieur Angoua,

à l’ENSEA, l’INPHB et l’ISFA qui nous ont offert cette opportunité d'apprentissage. Mes
remerciements vont à tous les membres du personnel enseignant et administratif de ces
établissements pour leur dévouement.

À mes collègues de travail durant mon stage, merci pour votre accueil chaleureux dans un
environnement de travail convivial.

Enfin, je souhaite remercier Ecobank CI qui m'a accueilli pour mon stage, ainsi que tous ses
directeurs et collaborateurs pour leur précieux appui en particulier les responsables des
ressources humaines et tous les membre du département Commercial Banking.

Chacune de ces personnes a contribué à façonner ce mémoire, et je leur en suis profondément

reconnaissant.

4
 AVANT-PROPOS
Issue de l'École d'application de la Direction de la statistique et des études économiques née en
1961, l’École nationale supérieure de statistique et d’économie appliquée d’Abidjan (ENSEA)
voit le jour sous cette dénomination en 1982. Le décret n° 91-642 du 09 octobre 1991 précise
les missions et les activités de l’ENSEA à savoir :
(i) la formation et le perfectionnement de cadres statisticiens-économistes ;
(ii) la recherche, la production, l’expertise et le conseil en statistique, démographie et
informatique. Ainsi son plan stratégique de 2016-2020 intègre le projet d’une voie de
spécialisation en Finance et Actuariat de sa Division « Ingénieur Statisticien Économiste »
(ISE) et de la filière des Hautes Etudes en Assurance (HEA) de l’Institut National Polytechnique
Houphouët Boigny (INP-HB) de Yamoussoukro. Ce Master est un double diplôme ouvert aux
étudiants de la filière ISE de l’ENSEA et de la filière HEA de l’INPHB en partenariat avec
l’Institut de Science Financière et d'Assurances (ISFA) de Lyon. Cette formation s’inscrit dans
le cadre du développement des techniques actuarielles et financières pour faire face aux
problématiques du secteur privé en particulier dans le domaine des banque et Assurance en
Afrique de l’Ouest.
Une des conditions de validation de cette formation est la rédaction d’un mémoire de fin d’étude
à l’issue d’un stage en entreprise afin de permettre à l’étudiant de confronter son savoir
théorique acquis au cours de cette formation aux problématiques d’entreprise. C’est ainsi que
nous avons eu l’opportunité d’effectuer notre stage de fin d’étude à Ecobank Ci qui est l’un des
leaders sur le marché ivoirien des banques. Au département Commercial Banking de Ecobank
Ci, nous avons travaillé sur le thème de mémoire suivant : « la modélisation de l’écoulement
des dépôts à vue dans le cadre de la gestion du risque de liquidité bancaire ». Ce thème s’inscrit
dans un contexte de tension sur la liquidité en zone UEMOA qui voit ses taux directeurs
augmenter depuis quelques années augmentant le coût des ressources pour les banques. Quand
bien même les banques seraient sur-liquides, cette liquidité est majoritairement composée de
dépôt à vue qui n’ont pas d’échéance contractuelle prédéfinie, ils sont donc plus volatiles et
incertains comparés aux ressources à terme. Cependant on observe que les dépôts à vue sont
stables dans le temps et restent durablement dans le bilan des banques. Ainsi notre objectif est
d’exploiter ces caractéristiques des dépôts à vue afin de mieux les intégrer dans la gestion Actif
Passif de la banque en particulier dans la gestion du risque de liquidité bancaire.

5
 SOMMAIRE

DEDICACE ............................................................................................................................................. 3
REMERCIEMENTS ............................................................................................................................... 4
AVANT-PROPOS .................................................................................................................................. 5
SOMMAIRE ........................................................................................................................................... 6
SIGLES ET ABREVIATIONS ............................................................................................................... 7
TABLES D’ILLUSTRATION ................................................................................................................ 8
PRESENTATION DE LA STRUCTURE D’ACCUEIL ........................................................................ 9
RESUME ............................................................................................................................................... 10
ABSTRACT .......................................................................................................................................... 11
ENJEUX ET PROBLÉMATIQUE ....................................................................................................... 12
INTRODUCTION ................................................................................................................................. 13
PARTIE 1 : CADRE CONCEPTUEL .............................................................................................. 16
CHAPITRE 1 : SYSTEME BANCAIRE ...................................................................................... 16
CHAPITRE 2 : GESTION DU RISQUE DE LIQUIDITE ........................................................... 30
PARTIE 2 : METHODOLOGIE ET APPLICATION ...................................................................... 38
CHAPITRE 3 : REVUE DE LITTÉRATURE .............................................................................. 39
CHAPITRE 4 : APPLICATION ET RÉSULTATS ...................................................................... 48
CONCLUSION GENERALE ............................................................................................................... 72
REFERENCES BIBLIOGRAPHIQUE................................................................................................. 74
ANNEXES ............................................................................................................................................ 76
TABLE DES MATIERES..................................................................................................................... 78

6
 SIGLES ET ABREVIATIONS
ALM: Asset and Liability Management
DAT : dépôts à terme
DAV : dépôts à vue
CIB: Corporate and Investment Banking
CMB : Commercial Banking
CSB: Consumer Banking
ECI: Ecobank Cote d’Ivoire
ETI: Ecobank Transnational Incorporated
FICC: Fixed Income Clearng Corporation

7
TABLES D’ILLUSTRATION

8
 PRESENTATION DE LA STRUCTURE D’ACCUEIL
Créée en 1985 et basée à Lomé, au Togo Ecobank Transnational Incorporated (ETI), est une
banque panafricaine représentée dans plus de 33 pays africains. La banque offre des « services
bancaires et produits financiers par des activités de banque de particuliers et banque
commerciale, de banque d’affaires, de gestion d’actifs et de courtage de titres à environ 11
millions de clients (en 2015) composés de personnes physiques, des petites et moyennes
entreprises, de sociétés régionales et multinationales, d’institutions financières et
d’organisations internationales à travers 1268 agences et bureaux (en 2015) , 2773 distributeurs
automatiques de billets (DABs), l’Internet (ecobank.com) et la banque par téléphone mobile.
Le Groupe Ecobank dispose de bureaux à Paris, Londres, Dubaï et Pékin pour soutenir ses
clients qui ont des activités internationales. Ecobank Transnational Inc., la maison mère du
Groupe Ecobank, est cotée sur les bourses de la Nigerian Stock Exchange (NSE) à Lagos, la
Ghana Stock Exchange (GSE) à Accra et la Bourse Régionale des Valeurs Mobilières à Abidjan
(BRVM). À Ecobank, les services sont offerts à chacun des clients regroupés en régions
géographiques : le Nigéria, l’Afrique de l’Ouest Francophone, l’Afrique de l’Ouest
Anglophone, l’Afrique Centrale, de l’Est et Australe, tout en s’appuyant sur trois pôles
d’activités : la Banque de Particuliers, la Banque Commerciale et la Banque de Grande
Entreprise et d’Investissement, grâce à une gamme de produits qui répondent à leurs besoins
financiers. Les clients de la Banque de Particuliers sont classés en catégories Premier,
Advantage, Classic et Direct. Les produits offerts aux particuliers comprennent les Cartes
bancaires, Comptes courants et Comptes d'épargnes, Prêts immobiliers, Produits de transferts,
Prêts aux particuliers et gestion d’actifs pour clientèle à haut revenus. En ce qui concerne la
banque Commerciale les clients sont subdivisés en Petite et moyenne entreprises (PME),
Entreprises locales importantes et moyennes et en entreprises du Secteur public (écoles, Eglises,
ONG, organisations professionnelles). Les services offerts par la banque commerciale sont : les
titres à Revenus fixes et les transactions sur devises et matières premières (FICC), Prêts et
Trésorerie. Pour ce qui est de la Banque de Grande Entreprise et d’Investissement les clients
sont subdivisés en Gouvernements, Entreprises multinationales et régionales, Institutions
Financières et Organisations Internationales. Les services offerts comprennent les transactions,
Investment Banking et FICC Courtage, la Gestion de fortune et Gestion d’Actifs, les Prêts et
Trésorerie » (Rapport d’activité annuel 2015)
Ecobank Côte d'Ivoire est une filiale de ETI. La banque opère en Côte d'Ivoire depuis 1989 et
a son siège social à Abidjan.
Grâce à ses 36 agences regroupées sur toutes l’étendue du territoire ivoirien Ecobank Côte
d'Ivoire offre une gamme complète de produits et services bancaires, tels que définis plus haut.
La banque dispose également d'une forte présence numérique, avec des services bancaires
mobiles et des plateformes de banque en ligne pour les particuliers et les entreprises. Ecobank
Côte d'Ivoire est engagée dans la promotion de l'inclusion financière en Côte d'Ivoire, avec des
initiatives visant à étendre l'accès aux services bancaires à un plus grand nombre de personnes,
en particulier aux femmes (projet Ellever) et dans les zones rurales. La banque s'efforce
également de contribuer au développement économique du pays, en soutenant les petites et
moyennes entreprises et en finançant des projets d'infrastructure et de développement durable.

9
 RESUME
La gestion-actif passif ou ALM (Asset and Liability Management) est à la croisée des chemins de la
gestion des risques et du pilotage stratégique. C’est aujourd’hui un outil indispensable pour les
institutions financières en particulier pour la gestion des risques de liquidité. Le risque de liquidité peut
provenir de diverses sources mais il découle de l’asymétrie structurelle entre les emplois et les ressources
bancaires. Ce risque est inhérent à l’activité bancaire et se doit d’être géré par la banque afin d’optimiser
ses profits. Pour ce faire l’ALM utilise la méthode des Gap en vue d’essayer de prévoir ces asymétries
entre emplois et ressources afin de se prémunir d’une situation de perte d’opportunité de financement
ou d’impossibilité de tenir ses engagements envers ses clients. Cette méthode consiste à affecter chaque
produit du passif et de l’actif à des tranches de maturité afin de déterminer pour chaque tranche de
maturité la différence entre les encours du passif et de l’actif. Cet indicateur est utilisé pour déterminer
un écoulement ou amortissement dans le temps de l’encours du bilan à partir d’une date donnée. Le
calcul du Gap de liquidité s’avère relativement simple pour les produits avec une échéance contractuelle
prédéfinie comme les dépôts à terme. En effet on considère que leur écoulement correspond à leur
amortissement prévu au contrat même s’il peut arriver qu’il y ait des anticipations d’échéance
(remboursement anticipé de crédit ou retrait anticipé de dépôt à terme). Mais en ce qui concerne les
produits sans échéance contractuelle prédéfinies il est impossible de savoir avec précision leur
amortissement dans le temps. Dans ce cas le positionnement dans les tranches de maturité est fait de
manière arbitraire au vu des tendances d’écoulement passées. C’est dans cette optique que nous nous
proposons d’étudier avec des modèles statistiques l’écoulement théorique des dépôts à vue. Les dépôts
à vue sont des ressources bon marché (Les DAV ne sont pas rémunérés dans la zone UEMOA) et
constitue la majorité des ressources clientèle de la banque. C’est donc un produit qui mérite une attention
particulière surtout dans le contexte actuel de tension sur la liquidité.

Mots clés : Liquidité, Gestion actif passif ou ALM, convention d’écoulement, dépôts à vue, gestion de
risque

10
 ABSTRACT

Asset and Liability Management (ALM) is at the intersection of risk management and strategic
management. It is an indispensable tool for financial institutions, particularly in managing liquidity
risks. Liquidity risk can arise from various sources but primarily stems from the structural asymmetry
between a bank's assets and liabilities. This risk is inherent in banking activities and must be actively
managed by the bank to optimize its profits.

ALM employs the Gap method to predict these asymmetries between assets and liabilities in order to
safeguard against situations where funding opportunities may be lost or commitments to clients cannot
be fulfilled. The Gap method involves categorizing each item on the balance sheet into maturity buckets
and determining, for each maturity bucket, the difference between the amounts of assets and liabilities.
This indicator is used to project the amortization or repayment of balance sheet items over time from a
given date.

Calculating the liquidity Gap is relatively straightforward for products with predefined contractual
maturities, such as fixed-term deposits. Their cash flows are assumed to match the scheduled repayments
as per the contract, although there may be occasional prepayments or early withdrawals. However, for
products without predefined contractual maturities, accurately predicting their cash flows over time is
challenging. In such cases, the allocation to maturity buckets is done arbitrarily based on past flow
trends.

It is in this context that we propose to study the theoretical cash flow of demand deposits using statistical
models. Demand deposits deserve particular attention, especially in the current context. They are low-
cost resources (not remunerated in the WAEMU region) and constitute the majority of a bank's customer
resources.

Keywords: Liquidity, Asset and Liability Management, Flow convention, Demand deposits, Risk
management.

11
 ENJEUX ET PROBLÉMATIQUE
La gestion du risque de liquidité bancaire est une problématique majeure pour les banques
commerciales. En en effet le rôle fondamental d’une banque commerciale est de collecter des
fonds auprès de ses clients et de consentir des crédits à d’autres clients, c’est l’intermédiation
bancaire. Cette activité dite d’intermédiation peut être source de risque de liquidité. C’est le cas
quand les ressources sont structurellement de maturité différente des emplois. C’est-à-dire par
exemple que les ressources sont à court terme alors que les emplois sont à long terme.
La gestion du risque de liquidité consiste à s'assurer que la banque dispose de suffisamment de
liquidités pour faire face à ses obligations de paiement, notamment en cas de retrait massif de
dépôts de la part de ses clients et au refinancement des prêts consentis ou à consentir. Pour ce
faire la banque va s’en remettre à la fonction ALM pour estimer ses besoins en liquidité afin
d’optimiser sa marge d’intérêt tenant compte de ses engagements en matière de crédit et des
dépôts (niveau et maturité) attendus de ses clients. En effet le gestionnaire ALM positionne les
actifs et les passifs en fonction de leur maturité ou horizons temporels pour déterminer ou
anticiper les besoins de liquidité ou des opportunités de financement. Cet exercice est
relativement simple quand les ressources dont la banque dispose ont des échéances connues et
prédéfinies. Mais en ce qui concerne les dépôts à vue, ils peuvent être positionnés de manière
arbitraire par la banque ou en fonction d’un modèle d’écoulement. Cette modélisation se révèle
très importante pour la banque car la structure du bilan des banques commerciales en particulier
chez Ecobank CI, est telle que les ressources à vue représentent 70% des dépôts clientèle de la
banque. Et les dépôts à vue sont des comptes bancaires où les clients peuvent déposer et retirer
de l'argent à tout instant sans préavis ni pénalité. En général ils ne sont pas rémunérés ou ils ne
le sont que très faiblement. Chez Ecobank CI les comptes à vue ne sont pas rémunérés sauf cas
exceptionnels, c’est donc une ressource importante et bon marché pour le refinancement de la
banque. Pourtant ces caractéristiques particulières viennent augmenter le risque de liquidité et
de transformation bancaire. Comme nous avons vu précédemment, en ce qui concerne les
dépôts à vue, la banque ne peut déterminer avec certitude les échéances des comptes, qui vont
dépendre du comportement des clients en termes dépôt ou retraits sur leurs comptes à vue. Le
problème de la banque est donc de savoir plus précisément à quelle échéance positionner les
ressources à vue. Il est donc crucial pour les banques de modéliser correctement les
comportements des déposants sur les comptes à vue. De plus, les réglementations en matière
de liquidité incitent les banques à modéliser l’écoulement de leurs dépôts à vue de manière à
respecter certaines exigences réglementaires tout en gérant efficacement leur risque de liquidité.

12
INTRODUCTION

13
L'évolution récente du contexte socio-économique mondial a été caractérisée par une
détérioration constante, touchant toutes les régions du monde et tous les secteurs d'activité.
Dans cette économie mondiale de plus en plus interconnectée, les risques sont devenus
interdépendants à la fois dans l'espace et dans le temps. La crise des 'subprimes' de 2008 est
considérée comme l'une des crises financières les plus graves de l'histoire récente, émergeant
initialement du secteur immobilier aux États-Unis pour rapidement prendre une dimension
mondiale. Cette crise a déclenché une crise de liquidité, mettant en évidence les risques
systémiques liés à l'interconnexion des marchés financiers internationaux. Elle a également
révélé les complexités des liens entre les actifs et les passifs des banques, soulignant ainsi
l'importance cruciale de la gestion du risque de liquidité pour une gestion financière saine. Les
régulateurs et les acteurs de l'industrie financière ont intensifié leurs efforts pour améliorer la
gestion du risque de liquidité bancaire, notamment en renforçant les exigences réglementaires
en matière de ratios de liquidité et de tests de résistance. Ces mesures visent à garantir que les
banques disposent de ressources suffisantes pour faire face aux chocs de liquidité.

Plus récemment, le monde a été confronté à une crise non financière mais sanitaire majeure, à
savoir la pandémie de Covid-19. Cette crise a eu des conséquences économiques et financières
significatives à l'échelle mondiale. En Afrique, de nombreuses entreprises ont vu leur
production et leurs rendements chuter, en particulier dans les secteurs du tourisme, de
l'hôtellerie, du transport et de la construction. Les institutions bancaires ont été confrontées à la
fois aux défis posés par le remboursement des prêts par leurs clients et à la demande croissante
de crédit de la part de ces mêmes clients, afin de maintenir leur activité pendant cette période
difficile. De plus, le climat d'incertitude a entraîné d'importants retraits de liquidités aux
guichets et des difficultés de collecte de ressources pour les banques commerciales.

Actuellement, l'économie mondiale reste sous pression en raison du conflit en Ukraine, ce qui
provoque des perturbations majeures dans le commerce, des fluctuations importantes des prix
des denrées alimentaires et des carburants, contribuant ainsi à une inflation élevée et au
resserrement des conditions de financement à l'échelle mondiale. Ces conditions mondiales ont
un impact sur les marchés bancaires, en particulier en ce qui concerne les politiques des banques
centrales visant à lutter contre l'inflation. Les taux directeurs, fixés par les banques centrales,
jouent un rôle crucial dans la disponibilité des liquidités pour les banques. Les fluctuations des
taux directeurs influencent le coût du financement, les taux d'intérêt des prêts bancaires, le
rendement des dépôts, ainsi que la confiance des marchés et des déposants. Dans la zone
UEMOA, on a observé une augmentation des taux directeurs et des taux d'intérêt sur le guichet
de prêt marginal depuis juin 2022 (suite à l'invasion de l'Ukraine par la Russie), ce qui a créé
un climat de tension et une augmentation du coût des ressources ou des dépôts dans les banques
commerciales.

Tous ces événements, aux origines diverses et parfois fortuites, représentent des sources de
risques de liquidité que les banques doivent gérer au quotidien pour optimiser leur marge
d'intérêt. Pour ce faire, les banques disposent d'une fonction de Gestion Actif-Passif, ou ALM
(Asset and Liability Management), chargée de la gestion du risque de liquidité. L'ALM mesure

14
le risque de liquidité à l'aide d'un indicateur appelé "Gap de liquidité", qui correspond à la
différence entre les montants des passifs et des actifs (du bilan et de l'hors-bilan) projetés dans
le temps pour chaque échéance. Cependant, pour les dépôts à vue, il est nécessaire de modéliser
leur écoulement avant de les positionner dans des échéances appropriées.

Il est important de souligner que cette modélisation revêt une grande importance, car les dépôts
à vue (DAV) représentent la majeure partie des ressources des banques commerciales et sont
considérés comme des ressources à faible coût. Dans ce contexte, notre étude se concentre sur
l'analyse de l'écoulement des dépôts à vue d'Ecobank Côte d'Ivoire (ECI) afin d'améliorer la
gestion du risque de liquidité.

L'objectif principal de ce mémoire est de modéliser l'écoulement des dépôts à vue d'ECI. Nous
proposerons un échéancier conventionnel pour chaque Business Unit, ce qui implique de
prédire les niveaux d'encours des dépôts à vue d'ECI. Nous réaliserons également un stress test
de liquidité conformément aux recommandations de Bâle III pour évaluer la capacité de la
banque à faire face à un choc de liquidité.

Pour atteindre cet objectif, notre travail est structuré en deux grandes parties, regroupant quatre
chapitres. La première partie comprend les deux premiers chapitres, où nous définissons les
concepts clés liés à notre étude, notamment les aspects de l'activité bancaire, des risques et de
la liquidité, ainsi que les mécanismes de gestion de ces risques. De plus, nous analysons la
réglementation bancaire et les habitudes bancaires pour situer notre étude dans son contexte.

Dans la deuxième grande partie, composée des chapitres trois et quatre, nous explorons les
dépôts à vue en passant en revue la littérature sur la modélisation des dépôts à vue et en mettant
en évidence les variables qui influencent cette modélisation. Nous examinons également la
notion d’écoulement des dépôts à vue et les stress tests de liquidité. Enfin, dans le dernier
chapitre, après avoir présenté les hypothèses sur lesquelles nous nous appuyons pour modéliser
les dépôts d'ECI et effectuer les stress tests, nous décrivons notre démarche de modélisation et
présentons les résultats obtenus.

15
PARTIE 1 : CADRE CONCEPTUEL

CHAPITRE 1 : SYSTEME BANCAIRE

16
SECTION 1 : LA BANQUE

I. ORIGINE ET IMPORTANCE

1. Historique

• Théories de la naissance de l’activité bancaire

Les origines de la création des banques sont sujettes à débat et il n'y a pas de consensus clair
sur leur naissance. Cependant nous allons présenter brièvement quelques théories qui nous
permettrons d’analyser les effets sociaux et économiques des pratiques bancaires sur les
individus, les entreprises et la société dans son ensemble. D’abord la théorie de la banque du
temple stipule que les premières banques modernes sont nées dans les temples en Mésopotamie,
environ 4000 ans avant JC. Les temples de cette époque étaient des centres économiques et
religieux, et les prêtres avaient souvent des rôles importants dans la gestion des affaires
économiques et financières. Selon cette théorie, les temples ont commencé à recevoir des dépôts
de grains et d'autres biens, et ont commencé à émettre des reçus en échange. Ces reçus étaient
ensuite utilisés pour faciliter les transactions commerciales, ce qui a conduit à la création d'une
monnaie fiduciaire (Une monnaie fiduciaire est une forme de monnaie locale qui est basée sur
la confiance, comme les billets et pièces de Francs CFA, plutôt que sur une valeur intrinsèque,
telle que l'or ou l'argent). Les prêtres ont également commencé à prêter une partie des dépôts à
des taux d'intérêt, créant ainsi les premiers prêts. Ces dépôts de grains pouvaient aussi constituer
une forme d’assurance, car si la récolte est mauvaise la saison prochaine, les grains stockés
pourront être redistribués par les temples ou revendus à moindre coût. La théorie des banques
du temple est souvent citée comme l'une des premières théories sur les origines des banques
modernes, bien qu'elle soit également considérée comme controversée par certains historiens et
économistes. Cependant, cette théorie met en évidence le rôle important que les institutions
religieuses ont joué dans le développement des systèmes financiers et économiques dans
l'histoire ancienne.
Selon la théorie des banquiers italiens, les premières banques modernes ont été créées en Italie
au XIIe siècle, où des prêteurs privés très riches ont commencé à offrir des services de prêt,
d'échange de devises et de dépôt pour les marchands et les gouvernements. Les banquiers
italiens ont également créé des systèmes de crédit, tels que les lettres de crédit, qui ont facilité
le commerce à travers les frontières.
La théorie de la banque créée par les orfèvres est une théorie économique qui propose une
explication sur la façon dont les banques modernes sont nées. Selon cette théorie, qui remonte
au XVIIIe siècle et qui a été développée par des économistes classiques tels que Richard
Cantillon et Adam Smith, les premières banques modernes auraient été créées par des orfèvres
qui avaient l'habitude de stocker de l'argent pour leurs clients. Au départ, les orfèvres ont
commencé à émettre des reçus en papier pour représenter l'argent qu'ils avaient en dépôt. Ces
reçus étaient facilement échangeables contre de l'argent métallique et ont donc commencé à
être utilisés comme moyen d'échange. Au fil du temps, les orfèvres ont réalisé que la plupart
des gens ne venaient jamais chercher leur argent ou leur or en dépôt, ce qui leur permettait

17
d'émettre plus de reçus qu'ils n'avaient d'argent (ou or) réel en stock. Parfois même quand ils
venaient réclamer leurs dépôts, ils préféraient être payés avec des reçus puisque c’était plus
facile à transporter et tout le monde commençait à les utiliser comme monnaie. Cela a conduit
à la création du système des réserves fractionnaires où les orfèvres ont commencé à prêter une
partie de l’or et l'argent en dépôt à des taux d'intérêt, tout en gardant une réserve de métaux
pour répondre aux demandes de retraits de leurs clients. Cette pratique a finalement conduit à
la création des banques modernes, qui ont continué à prêter de l'argent en utilisant une fraction
de leurs réserves, tout en garantissant que leurs clients puissent toujours retirer de l'argent en
cas de besoin. Il est à préciser que c’est le fait que les clients ayant des dépôts d’or chez les
orfèvres ne viennent pas les réclamer tous en même temps qui fait tenir ce système. Dans le cas
contraire (si tous les déposant réclament les dépôts d’or en même temps) le système s’écroule
(crise financière). Il faut aussi noter que la théorie de la banque créée par les orfèvres est une
théorie économique qui explique une partie de l'histoire des banques, mais elle ne raconte pas
toute l'histoire et n'est pas universellement acceptée par tous les économistes.
Toutes ces théories nous permettent de voir le rôle de la banque qui était au départ
essentiellement une activité de stockage et qui a évolué vers l’activité de crédit.

• Histoire récente de la firme bancaire en Europe et aux Etats Unis

Mais l’histoire des banques telles que nous les connaissons aujourd’hui remontent à la fin du
moyen âge dans un contexte de développement du commerce qui a permis aux banques de
s’implanter un peu partout en Europe. Les premières banques publiques et les bourses naissent
à partir de la Renaissance et l’activité de crédit, s’étend à tous puisqu’au départ elle était
interdite par la religion chrétienne. Pendant la révolution industrielle au XIXe siècle, les
banques connaissent un véritable essor et de grandes banques, comme le Crédit lyonnais et la
Société générale voient le jour en France, la Deutsche Bank en Allemagne, la Barclays Bank
en Grande-Bretagne et les Lehman Brothers aux Etats Unis.
La réglementation bancaire a progressivement émergé au fil du temps, en réponse aux crises
financières et aux évolutions de l'industrie bancaire. Au XIXe siècle, les gouvernements ont
commencé à renforcer la réglementation des banques, en particulier après les crises financières
de cette époque, telles que la panique de 1837 aux États-Unis et le Krach de 1847 au Royaume-
Uni. Ces réglementations incluaient des exigences de capitalisation minimale, des règles de
réserves fractionnaires et des limites sur les prêts à risque. Après la Grande Dépression de 1929,
les gouvernements ont renforcé davantage la réglementation bancaire pour éviter une nouvelle
crise financière. Plus récemment, la crise financière mondiale de 2008 a entraîné une refonte
importante de la réglementation bancaire dans de nombreux pays. Mais dans les années 60, on
observe la multiplication du nombre de détenteurs d’un compte dans les banques qui
commencent à séduire de nouveaux profils de clients particulièrement les femmes et les jeunes
et on assiste également à l’apparition de nouveaux moyens de paiements comme la carte
bancaire. Avec l’avènement d’Internet dans les années 1990, on assiste au lancement de la
banque en ligne. De nos jours, les Fintechs séduisent de plus en plus les usagers bancaires grâce
aux services de plus en plus rapides et faciles d’accès.

18
 • Histoire de la firme bancaire en zone UEMOA et en Côte d’Ivoire en
particulier

L'histoire des banques en zone UEMOA (Union économique et monétaire Ouest-Africaine) et

en Côte d'ivoire particulièrement remonte à la période coloniale, où les puissances européennes
ont créé des banques pour faciliter le commerce et l'exploitation des ressources naturelles dans
les colonies. Après l'indépendance, les pays de la région ont nationalisé les banques existantes
et créé des banques d'État pour financer le développement économique. Cependant, au cours
des années 1990 et 2000, des politiques économiques néolibérales ont encouragé la
libéralisation des marchés financiers et la privatisation des banques d'État. Cela a conduit à
l'arrivée de banques étrangères et à la création de banques privées locales. Mais les racines du
système bancaire dans la zone UEMOA remontent bien avant les années 1900 avec la création
en 1853 de la banque du Sénégal qui était la banque des négriers basée à Saint-Louis au Sénégal.
Cette dernière deviendra plus tard en 1901 la banque d'Afrique de l'Ouest qui fut le premier
institut d'émission mis en place par la France dans ses territoires. C'est ainsi que des cendres de
la banque du Sénégal est née la Banque internationale de l'Afrique de l'Ouest BIAO. La BIAO-
CI, la BICICI, la SIB et la SGBCI résultent respectivement de la transformation des
Établissements bancaires français que sont la BIAO, la BNP, le Crédit Lyonnais et de la Société
Générale qui étaient installés en Côte d'Ivoire avant son indépendance. (AGUEI ARISTIDE
ACHIE AGUE,2013)

2. Importance, rôle et évolution

La naissance des banques a eu un rôle important sur la nature de la monnaie. En effets, grâce
aux banques les agents économiques pouvaient s’échanger des biens par des reçus en papier qui
se sont transformés en monnaies fiduciaire et désormais par la monnaie scripturales (forme de
monnaie électronique qui est enregistrée sur les comptes bancaires des clients ayant pour
support les dépôts et crédits). Ainsi la monnaie constitue le moyen d’échange de biens et
services dans les économies modernes. Cependant dans l’exercice de leurs activités les agents
économiques génèrent soit un besoin de financement soit une capacité de financement. C’est-
à-dire qu’à un instant donné certains agents économiques ont une quantité de monnaie
supérieure à leurs besoins tandis que d’autres ont une quantité de monnaie inférieure à leurs
besoins. Les entreprises sont généralement des agents à besoin de financement car elles doivent
réaliser des investissements, payer des salaires etc. avant de réaliser des bénéfices. Les
gouvernements ont aussi besoin de réaliser des investissements publics et sont donc souvent
des agents à besoin de financement alors que les ménages en Europe et aux Etats Unis sont des
agents avec une forte capacité d’épargne. Ainsi la banque joue le rôle d’intermédiaire financier
entre les agents à capacité et à besoin de financement dans l’économie (Principes de techniques
bancaire, Luc BERNET-ROLLANDE). Pourtant le système financier comporte des marchés
financiers où les agents à besoin et à capacité de financement peuvent se rencontrer pour
échanger des ressources, on parle de finance directe. La finance directe est un système de
financement qui permet à des entreprises et tout agent économique à besoin de financement
d'obtenir des fonds directement auprès des investisseurs sans passer par des intermédiaires
financiers tels que les banques ou les fonds d'investissement. Les entreprises peuvent lever des

19
fonds auprès des investisseurs par le biais d'offres publiques ou privées, en vendant des actions,
des obligations ou d'autres titres financiers. Ce système de financement est beaucoup plus
développé aux Etats Unis qu’en Europe. La structure du système financier en général est telle
qu’on peut distinguer deux modes de financement. Le premier mode de financement est la
finance directe, dont nous avons parlé plus haut. Elle lie directement les prêteurs et les
emprunteurs qui négocient des titres ou d’autres instruments financiers directement sans
intermédiaire. Le deuxième mode de financement est la finance intermédiée qui permet aux
agents économiques d’échanger des fonds par le biais d’un intermédiaire (la banque). Il faut
noter que dans ce deuxième mode de financement les emprunteurs et les prêteurs ne se
rencontrent pas et n’ont aucun contacte. Ainsi c’est la banque qui effectue des emprunts chez
les clients avec un excédent de financement (les clients font des dépôts à la banque) et la banque
prête aux clients ayant un besoin de financement (les clients prennent un crédit à la banque).
Quel que soit le mode de financement utilisé, le système financier permet aux prêteurs de gagner
des intérêts sur les prêts effectués et ces intérêts peuvent même inciter les acteurs avec un
excédent de monnaie à l’épargne. Aussi, le système financier permet aux emprunteurs de
réaliser des projets dont ils ont l’espoir d’avoir un profit important dans le futur au point
d’accepter d’en partager une partie avec les préteurs pourvu que le projet soit réalisé maintenant
grâce aux fonds des prêteurs. Nous pouvons donc dire que sans l’existence d’un système
financier il serait impossible pour les emprunteurs de développer des projets et pour les prêteurs
de bénéficier de plus-value sur leur surplus de monnaie. Le système financier, que ce soit par
mode de financement direct ou indirect permet donc une meilleure allocation des fonds et un
développement de la croissance économique (Monnaie, banque et marchés financiers ; Fréderic
Mishkin).
Il faut dire que la finance directe et la finance indirecte ont des avantages communs pour
l’économie que nous avons explicité plus haut. La finance directe a même beaucoup
d’avantages comme par exemple une flexibilité dans les échanges entre les agents économiques.
Mais qu’elle est alors l’importance de disposer de banques quand les agents économiques
peuvent directement s’échanger les fonds et de la monnaie ? Avant d’analyser l’importance ou
le rôle fondamental de la banque dans le système financier et pour l’économie il est important
de préciser que même dans un mode de financement direct il existe des intermédiaires entre les
agents économiques et que la distinction n’est pas toujours évidente car « même acheter une
action en bourse implique la plupart du temps pour les individus de passer par un intermédiaire
».
Ici, le rôle d’intermédiaire de la banque consiste à décider indépendamment des investisseurs
et des emprunteurs de comment elle achète (emprunte) et alloue (prête) les fonds. La relation
juridique de prêt entre les agents économiques n’existe plus. « Ceux-ci sont créanciers ou
débiteurs de la seule banque qui s'est interposée entre eux » (Jean Mathis, Monnaie et banque
en Afrique Francophone). Ainsi Jean Mathis dans « Monnaie et banque en Afrique Francophone
» démontre l’importance relative de la banque ou plutôt les inconvénients d’une économie
hypothétique qui fonctionnerait uniquement par un mode de financement direct (sans les
banques). En effet selon Jean Mathis il y a peu de raison que les souhaits des agents
économiques à besoin et à capacité de financement qui entrent en relation directe, coïncident.
C’est-à-dire que les montants et les durées d’emprunt seront probablement différents. De plus
l’asymétrie d’informations entre les agents engendrerait une augmentation du risque de

20
contrepartie. Il en résulte une perte de temps importante et des coûts de transactions élevés. Le
rôle de la banque est donc de réduire les coûts de recherche entre investisseurs et emprunteurs.
De plus grâce à son activité d’intermédiation la banque peut rassembler des informations sur
les emprunteurs qui permettent d’avoir une idée de leur capacité de remboursement. La banque
décharge donc les prêteurs du risque de contrepartie et se faisant permet à tous les agents
économiques d’avoir accès à des financement. En effets les investisseurs sont à la recherche de
profits avec moins de risques et seront plus aptes à prêter à des institutions telles que les banques
plutôt que les petites et moyennes entreprises par exemple. Nous comprenons donc aisément
l’importance de la banque dans l’économie qui est de sécuriser les moyens de paiements, de
rémunérer l’épargne et de financer l’économie. Il faut ajouter que la banque est aussi au centre
de la transmission de la politique monétaire de la banque centrale. La banque centrale étant le
régulateur des banques comme nous le verrons plus tard, régule la masse monétaire en jouant
sur les réserves obligatoires de la banque à travers ces taux directeurs et de refinancement des
banques. Son objectif est de réduire l’inflation et d’assurer une stabilité financière.

II. ACTIVITÉ BANCAIRE

1. Types de banque et les produits et services

• Types de banques

La banque est une institution financière qui a une importance capitale pour l’économie. Elle
fournit des services financiers tels que la gestion de comptes de dépôt, l'octroi de prêts, la
gestion de patrimoine, le change de devises et le transfert de fonds. Les banques peuvent
également offrir des services d'investissement, tels que la négociation d'actions, d'obligations
et d'autres instruments financiers. Il existe quatre catégories de banque selon le Corporate
Finance Institue (CFI). Nous distinguons les banques Centrales, les banques de détails, les
banques d’investissement et les banques commerciales. Les banques centrales sont des
institutions financières publiques qui sont responsables de la politique monétaire et de la
stabilité financière d'un pays ou d'une zone économique. Elles ont généralement pour mission
de contrôler l'offre de monnaie, de réguler les taux d'intérêt et de veiller à la stabilité financière
en assurant la supervision et la réglementation des autres types de banques. Les banques
centrales sont souvent créées par les gouvernements pour remplir des fonctions importantes
telles que ceux que nous venons de citer plus haut mais aussi elles permettent de contrôler
l'inflation et constituent des prêteurs de dernier ressort pour les banques et les institutions
financières en cas de crise financière. Les banques centrales sont souvent indépendantes du
gouvernement en matière de politique monétaire, ce qui leur permet de prendre des décisions
sans être influencées par des considérations politiques à court terme. Cela leur permet de
travailler à long terme pour atteindre leurs objectifs, tels que la stabilité des prix et la croissance
économique durable. Les banques de détail offrent des produits et des services bancaires aux
particuliers, aux petites entreprises et aux consommateurs de façon générale. Elles se
concentrent sur les services bancaires de base destinés aux clients individuels. Les services
proposés par les banques de détail peuvent inclure la gestion de comptes courants, les prêts
personnels, les cartes de crédit, les prêts hypothécaires, les services de paiement en ligne et
mobile, les services d'épargne et de placement, les assurances et les produits de retraite. Elles
21
ont des réseaux d'agences bancaires physiques ainsi que des services en ligne et mobiles pour
faciliter l'accès des clients à leurs services bancaires. Les banques d'investissement se
concentrent sur les transactions financières complexes pour des clients institutionnels tels que
entreprises, les fonds d'investissement, les fonds de pension, des gouvernements et des
organismes supranationaux. Elles offrent des services de conseil en investissement, de
financement, de gestion de risques et de trading. Ces services peuvent inclure le conseil en
fusion-acquisition, en financement de projets, la gestion de portefeuilles de placement,
l’émission et la négociation de titres de dettes et d'actions, la souscription d'offres publiques
d'achat ou d'offres publiques de vente, la recherche en matière d'investissement etc. Les banques
commerciales offrent des services bancaires aux entreprises particulièrement, aux particuliers
et aux autres clients. Elles se focalisent sur les opérations bancaires de base. Les services
proposés par les banques commerciales peuvent inclure la gestion de comptes courants, les prêts
aux entreprises et aux particuliers, les cartes de crédit, les services de paiement, les services
d'épargne et de placement etc. En fait il s’agit des mêmes services qu’offres les banques de
détails mais cette fois adressés aux entreprises. Il existe plusieurs façons de catégoriser les
banques et il y a même parfois des banques qui appartiennent à plusieurs catégories à la fois.

Nous remarquons que cette catégorisation des banques est fonction du type de client que les
banques servent. Ainsi les banques proposent différents types de produits en fonction des
besoins de leurs clients. Ici nous nous focaliserons sur les services offerts par les banques
commerciales et les banques des particuliers dont nous avons cités quelques-uns plus haut.

• Produits et services bancaires

Les banques des particuliers proposent des produits de dépôts aux clients tels que les comptes
courants et d'épargne qui sont des comptes de base proposés aux clients dans le but de leur
permettre de sécuriser leur argent et d’en disposer à tout moment et rapidement. Les comptes
courants peuvent être utilisés pour effectuer des achats quotidiens et aussi grâce à la banque en
ligne d’effectuer des transferts de fonds électroniques. La plupart du temps ils ne sont pas
rémunérés c’est-à-dire que la banque ne paie pas d’intérêt aux clients sur ces comptes ou ils le
sont très faiblement. On peut les considérer comme des produits d’appel qui vont permettre à
la banque de proposer d’autres produits aux clients une fois que ceux-ci auront un compte
courant. Mais il arrive parfois que la banque propose des intérêts sur ces comptes pour attirer
les clients en cas de concurrence rude par exemple. La banque applique des frais de tenue de
compte pour gérer les comptes et assurer le service. Ces comptes sont aussi appelés comptes à
vue car les clients ont le droit d’effectuer des retraits d’argent à tout moment. Mais il est
important de souligner que ces comptes peuvent constituer des ressources pour la banque et qui
lui permettra d’accorder des crédits souvent court terme. Les comptes épargnes sont aussi des
comptes à vue mais ils servent à stocker de l’argent dont le client n’a pas immédiatement besoin
mais sur quoi il souhaite garder le contrôle en cas de changement brusque de sa situation
financière. Il pourra ainsi en disposer pour faire face à des imprévus etc. Les comptes épargnes
sont rémunérés mais faiblement comparativement aux produits de dépôts à terme que nous
étudierons plus bas. Les comptes à vue constituent une source relativement stable de ressources

22
pour les banques car les clients laissent généralement un peu d’argent sur leurs comptes courant
ou leur compte épargne.
Les banques proposent également des produits de dépôts qu’on appelle Dépôts à terme. Ces
produits offrent des intérêts aux clients sur un montant déposé sur le compte pour une durée
déterminée. Ces produits sont utilisés par les clients généralement pour des opérations ou des
projets à réaliser plus tard comme le financement des études des enfants ou la préparation de la
retraite. Les durées ou termes de dépôts peuvent aller jusqu’à plus de 10 ans et plus le terme est
long plus les intérêts payés aux clients devraient être élevés. Les termes sont d’une importance
capitale pour la banque car, son objectif sera de faire correspondre les termes des dépôts et ceux
des crédits ou des prêts dans l’exercice de son activité. Tous ces produits de dépôts présentés
sont des ressources importantes pour l’activité de de la banque car elle lui permet de faire des
crédits. Dans la suite de nos propos le terme banque désignera les banques commerciales ou
banque des particuliers sauf précision. Maintenant que nous avons une meilleure
compréhension des origines des banques, de leur importance pour l’économie et des produits
qu’elles peuvent proposer, intéressons-nous à comment elle génère du profit ou fait des pertes.

2. Modèle économique bancaire

Dans cette partie il sera question pour nous d’expliciter le modèle économique des banques, de
comprendre comment elles peuvent engendrer des profits ou des pertes. Cela nous permettra de
mieux percevoir les risques auxquels les banques sont exposées dans l’exercice de leur activité,
ce qui va nécessiter par la suite de comprendre comment ces risques peuvent être gérés. En
effets, avec l’importance que revêt la banque dans la société, il est indispensable que celles-ci
puissent être capable de gérer au mieux les risques auxquels elles font face.
La banque en tant qu’entreprise, produit des services dans l’optique de faire du profit et de
maximiser celui-ci. Le modèle économique de la banque est basé sur l'intermédiation
financière, c'est-à-dire la collecte de fonds auprès des épargnants et leur redistribution sous
forme de crédits ou d'autres investissements rentables. C’est le rôle traditionnel des banques.
Les intérêts qu’elle perçoit sur les prêts doivent être supérieurs à ceux qu’elle paie sur les
dépôts. C’est cette différence d’intérêt qui lui permet de générer une rentabilité quand celle-ci
permet de couvrir les coûts administratifs et les pertes sur prêts. Les banques de nos jours
effectuent en plus de leurs activités traditionnelles de prêts et dépôts, d’autres activités qui leur
permettent de générer des revenus telles que les commissions pour les services de banque
d'investissement, les frais de gestion de fonds d'investissement, les frais de tenue de compte, les
frais d'émission de cartes bancaires, etc. Cependant, la marge d'intérêt reste la principale source
de revenus pour la plupart des banques commerciales, d'où l'importance pour elles de gérer leur
portefeuille de crédits et de dépôts de manière efficace pour maximiser cette marge. C’est
pourquoi nous nous focaliserons sur les activités traditionnelles des banques commerciales. La
compréhension du modèle économique de la banque et l’étude de sa rentabilité passe par la
compréhension de son bilan et de son compte de résultat.

• Le bilan

23
Le bilan de la banque nous donne l’état des ressources dont la banque dispose et des emplois
qu’elle en fait. Le bilan décrit la situation patrimoniale de l’entreprise à un instant précis. Il fait
apparaître au passif le résultat de l'exercice. En effet la structure du bilan est un élément
pertinent dans la détermination du niveau de risque auquel elle est exposée. Dans le tableau ci-
dessous nous pouvons voir quelques postes d’un bilan bancaires simplifiés.

Actif Passifs
Caisse et banque centrale Financement court terme
Financement sur marché financiers Ressources clientèle
Crédits à la clientèle Financement long terme
Immobilisation Fonds propres

Tableau : cours de gestion actif passif, par José Die Felix

Les postes sont classés du plus liquides au moins liquide pour les actifs (resp du plus exigible
au moins exigible pour les passifs). Nous reviendrons sur la notion de liquidité mais il faut
savoir qu’il s’agit de la facilité de vente des actifs ou d’accès aux passifs. Les actifs et les passifs
peuvent être classés en deux blocs : le Trading book et le Banking book.

Le trading book ou portefeuille de négociation est un portefeuille de titres financiers détenus

par la banque pour être négociés sur les marchés financiers en vue de réaliser des profits à court
terme. Ces titres peuvent inclure des Swap, les Forward, les Futures, des options et d'autres
instruments financiers complexes. Le trading book est souvent géré par la salle des marchés de
la banque et est soumis à des règles et réglementations strictes en matière de gestion des risques.
Les bénéfices et les pertes générés par le trading book sont comptabilisés dans le compte de
résultat de la banque que nous verrons plus bas.

Le banking book quant à lui comprend l'ensemble des actifs et passifs liés aux activités de prêts
et les dépôts des clients, ainsi que les titres détenus à long terme pour son compte propre, comme
les obligations et les actions. Contrairement au trading book, le banking book est généralement
conservé jusqu'à maturité et n'est pas échangé sur les marchés financiers. Les activités de
banking book sont donc moins risquées que celles du trading book.

Dans le bilan présenté dans la figure ci-dessus nous avons à l’actif le poste Caisse et banque
centrale qui représente les espèces détenues par la banque et les comptes détenus auprès de la
banque centrale. Les financements sur marché financiers correspondent aux instruments
financiers négociables tels que les actions, les obligations, les fonds communs de placement,
etc. acquis par la banque. Le Crédits à la clientèle représente les prêts accordés par la banque à
ses clients et les Immobilisations correspondent aux actifs non courants de la banque tels que
les bâtiments, les terrains, les équipements, etc.

24
 En ce qui concerne le passif nous avons le poste Financement court terme qui correspond aux
dettes à court terme de la banque telles que les dépôts à vue, les emprunts à court terme, etc.
Les ressources Clientèle représentent les dépôts à terme, les comptes d'épargne et les comptes
chèques des clients de la banque. Le Financement long terme est la rubrique correspondant aux
dettes à long terme de la banque telles que les émissions d'obligations etc. et les Fonds propres
représentent les capitaux propres de la banque tels que les actions.

De manière globale, le bilan de la banque nous indique comment la banque acquière des
ressources en vendant des titres de dettes avec une caractéristique particulière et en utilisant les
produits obtenus pour acheter des actifs ayant des caractéristiques différentes. (Monnaie,
banque et marchés financiers, Frederic Mishkin, chap11 la banque et la gestion des institutions
financières). Cette différence de structure engendre des risques que la banque se doit de gérer
au quotidien pour améliorer ses résultats globalement.

• Le compte de résultat

Le bilan est un état des lieux à un instant donné des ressources dont la banque dispose et des
emplois qu’elle en fait. Alors que le compte de résultat retrace les produits et les charges de la
banque sur une période donnée, généralement un an. Il permet de déterminer le résultat net de
la banque, c'est-à-dire la différence entre ses produits et ses charges. Le compte de résultat d'une
banque présente plusieurs rubriques. D’abord le produit net bancaire (PNB) est la différence
entre les produits et les charges liés à l’activité d’exploitation de la banque. Le PNB représente
la marge brute de la banque avant déduction des charges. Les principaux éléments du PNB sont
les intérêts et produits assimilés qui sont les intérêts perçus sur les crédits accordés aux clients,
les revenus des titres détenus en portefeuille. Les commissions au niveau du PNB correspondent
aux frais facturés aux clients pour les différents services proposés par la banque tels que la mise
en place de crédit, la réalisation d'opérations financières, etc. Nous avons aussi les revenus des
activités de marché qui proviennent des opérations réalisées par la banque sur les marchés
financiers (achat/vente de titres, opérations de change, etc.)

Les charges d'exploitation constituent une deuxième grande rubrique du compte de résultat. Ce
sont des coûts liés à l'activité de la banque. Ils sont déduits du PNB pour obtenir le résultat brut
d'exploitation (RBE) qui est un solde intermédiaire de gestion. (Les soldes d’intermédiaires de
gestions sont des grandeurs qui permettent de faire l’analyse des résultats de la banque). Les
principales charges d'exploitation sont les charges de personnel qui correspondent aux salaires,
charges sociales et avantages divers des employés de la banque, les charges générales
d'exploitation qui incluent les frais de locaux, de matériel, de communication, de publicité, et
les dotations aux amortissements et aux provisions qui représentent les charges liées à
l'amortissement des immobilisations et aux provisions pour risques et charges. Le résultat brut
d'exploitation (RBE) est un autre solde intermédiaire de gestion qui correspond au PNB moins
les charges d'exploitation. Il mesure la marge brute d'exploitation de la banque avant prise en
compte de l’activité exceptionnelle de la banque. Le résultat d'exploitation est obtenu en
ajoutant les produits et les charges exceptionnels au RBE. Les produits exceptionnels
correspondent aux éléments non récurrents générant des produits tels que les plus-values de

25
cession d'actifs, les reprises de provisions, etc. respectivement les charges exceptionnelles
correspondent aux éléments non récurrents générant des charges tels que les dépréciations
d'actifs, les pertes sur cession, etc. On obtient le résultat net en déduisant les impôts sur les
bénéfices et les autres charges et produits non courants du résultat d'exploitation. Il représente
le bénéfice ou la perte nette de la banque pour l'exercice comptable.

Le compte de résultat bancaire reflète donc la performance financière de la banque et permet

d'évaluer sa rentabilité en mesurant la marge d'exploitation et le bénéfice net réalisé au cours
de l'exercice comptable.

SECTION 2 : REGLEMENTATIONS BANCAIRE

I. LA ZONE UEMOA

1. Présentation

L'Union Économique et Monétaire Ouest-Africaine (UEMOA) est une organisation

intergouvernementale créée pour promouvoir la coopération économique et monétaire au sein de huit
pays d'Afrique de l'Ouest. Son principal objectif est de renforcer l'intégration économique de ses États
membres composés de huit pays ouest-africains, à savoir le Bénin, le Burkina Faso, la Côte d'Ivoire, la
Guinée-Bissau, le Mali, le Niger, le Sénégal et le Togo.

L'UEMOA a été créée le 10 janvier 1994 et les pays membres de l'UEMOA partagent une monnaie
commune, le franc CFA (Communauté financière d'Afrique), qui est arrimé à l'euro. Cela signifie que
leur monnaie est garantie par le Trésor français. Cette stabilité monétaire facilite les échanges
commerciaux au sein de la zone.

L'UEMOA œuvre à la coordination des politiques budgétaires de ses États membres, dans le but de
maintenir la stabilité macroéconomique, de favoriser la croissance économique et de lutter contre
l'inflation.

Elle met en place des normes et des règles de réglementation financière et bancaire pour assurer la
solidité du secteur financier de ses pays membres.

Coopération Régionale : L'UEMOA collabore étroitement avec d'autres organisations régionales, telles
que la Communauté Économique des États de l'Afrique de l'Ouest (CEDEAO), pour favoriser le
développement socio-économique de la région ouest-africaine.

L'UEMOA doit faire face à divers défis, notamment la réduction de la pauvreté, la promotion de la
diversification économique, la consolidation de la stabilité financière et la résilience face aux chocs
économiques mondiaux.

2. Règlementations bancaires

26
 La réglementation bancaire de la zone UEMOA (Union Economique et Monétaire Ouest
Africaine) est harmonisée à travers les directives de la Banque Centrale des Etats de l'Afrique
de l'Ouest (BCEAO), l'institution chargée de la supervision bancaire et monétaire de la zone.

La BCEAO est chargée de la surveillance prudentielle des établissements de crédit de la zone

UEMOA et émet des directives pour assurer la sécurité et la stabilité du système bancaire. Ces
directives portent notamment sur la réglementation des ratios de solvabilité, la gestion des
risques de crédit et de liquidité, et les obligations de déclaration des informations financières.

En plus de la BCEAO, il existe également des organes régionaux tels que la Commission
Bancaire de l'UEMOA (CB-UEMOA) qui a pour mission de superviser les activités des
établissements de crédit et des établissements financiers non bancaires, ainsi que l'Agence
UMOA-Titres qui gère les opérations d'émissions de titres publics pour le compte des Etats
membres.

• Mesures prises par la BCEAO durant le Covid

Sidy Diakhoumpa Manager au Département Consulting – Dakar Mazars affirme dans un article
en ligne : « Les premières mesures, publiées le 21 mars 2020, ont tout de suite été, entre autres,
de garantir la liquidité du marché bancaire à travers une augmentation des ressources mises à
la disposition des banques et un aménagement de l’accès au guichet de refinancement de la
Banque Centrale. Ces mesures permettent ainsi d’éviter un assèchement du marché
interbancaire et une éventuelle crise de liquidité. Ensuite, le 02 Avril 2020, le régulateur a émis
un avis relatif au report d’échéances des créances des établissements de crédit affectées par la
pandémie du COVID-19. »
Plusieurs mesures ont été mises en place en Faveur des banques et des entreprises.

• Mesures en faveur des banques

Le 21 mars 2020, la Banque Centrale augmente l'offre de liquidité de manière significative, en

injectant 340 milliards de fonds dans le système financier. Cinq jours plus tard 25 la BCEAO a
étendu la liste des instruments financiers éligibles au refinancement, donnant ainsi aux
institutions bancaires la possibilité de mobiliser davantage de ressources. Dans cette optique, la
BCEAO a mis en place un système de notation des entreprises, simplifiant ainsi l'acceptation
des créances bancaires sur les entreprises privées aux guichets de refinancement.
À partir du 27 mars, la BCEAO a adopté une nouvelle approche en menant des adjudications à
taux fixe, fixé à 2,50%. Cette démarche garantit désormais que l'ensemble des besoins en
liquidité des banques est couvert par la BCEAO.

La BCEAO a mis en place plusieurs mesures en faveur des entreprises affectées par la crise du
Covid-19. Ces mesures comprennent un dispositif de soutien aux entreprises, la cotation des
entreprises non financières, et un appui aux mécanismes de garantie des créances des
entreprises.
• Mesures en faveur des entreprises

27
Dans le cadre du dispositif de soutien aux entreprises, les banques et les institutions de
microfinance ont été sollicitées pour accorder un report d'échéances sur leurs prêts aux
entreprises touchées. Un dispositif de suivi et de facilitation, appelé "Dispositif Covid19", a été
mis en place pour renforcer le dialogue entre les entreprises et leurs banques. De plus, la
BCEAO a assoupli les règles prudentielles et comptables, permettant aux banques de déclasser
temporairement leurs créances saines ayant fait l'objet d'un report.

La BCEAO a également coté 1 700 entreprises non financières en fonction de leurs bilans. Les
entreprises cotées A ont automatiquement accès au refinancement de la BCEAO, tandis que les
entreprises cotées B peuvent y accéder avec une garantie partielle ou totale de l'État. Cette
mesure facilite l'accès au crédit bancaire pour plus de 900 entreprises.

En ce qui concerne l'appui aux mécanismes de garantie des créances des entreprises, la BCEAO
a mis en place des solutions alternatives pour renforcer leur efficacité. Toutes les entreprises
cotées A ou B ont automatiquement accès au refinancement de la BCEAO. De plus, en
collaboration avec la BOAD, un mécanisme a été créé pour permettre aux banques d'obtenir
des ressources à moyen terme en échange des prêts accordés aux entreprises touchées.

Ces mesures visent à soutenir les entreprises pendant la crise du Covid-19 en facilitant l'accès
au crédit, en renforçant la liquidité du système financier et en assouplissant temporairement les
exigences financières pour les banques.

II. Les accords de Bales

1. Présentation

Les Accords de Bâle sont un ensemble de normes internationales élaborées par le Comité de
Bâle sur le contrôle bancaire (Basel Committee on Banking Supervision, BCBS en anglais).
Ces normes visent à réguler et à superviser le secteur bancaire au niveau mondial, en particulier
en ce qui concerne la gestion des risques financiers. Les crises bancaires répétées et les faillites
bancaires dans le monde entier ont montré la nécessité de réglementer plus strictement les
banques et de garantir qu'elles disposent de suffisamment de fonds propres pour absorber les
pertes potentielles.
Ces accords ont un impact significatif sur le secteur bancaire mondial. Ils visent à réduire le
risque de faillite bancaire et à renforcer la confiance des investisseurs et des déposants dans les
institutions financières. Cependant, leur mise en œuvre peut également entraîner des coûts
supplémentaires pour les banques et avoir des répercussions sur leurs opérations et leur
rentabilité. Ils ont évolué au fil du temps pour s'adapter aux défis du secteur financier et pour
renforcer la stabilité financière mondiale.
Le premier accord de Bâle, connu sous le nom de Bâle I, a été publié en 1988 et a établi les
exigences de fonds propres pour les banques en fonction des risques associés à leurs actifs.
Le deuxième accord, Bâle II, était une révision majeure qui a introduit une approche plus
sophistiquée pour évaluer le risque. Il a été élaboré pour mieux aligner les exigences de fonds

28
propres des banques avec les risques réels auxquels elles sont exposées. Il comprenait trois
piliers : les exigences minimales de fonds propres, le processus de surveillance prudentielle et
la divulgation d'informations sur la gestion des risques. Après la crise financière mondiale de
2008, des réformes supplémentaires étaient nécessaires pour renforcer la stabilité financière.
Bâle III a introduit des exigences plus strictes en matière de fonds propres de base, notamment
le ratio de levier et le ratio de liquidité. Il a également renforcé la réglementation sur la gestion
des risques, notamment la gestion du risque de crédit, le risque de marché et le risque
opérationnel.

2. Règlementations

Les activités bancaires génèrent de nombreux risques et c’est pourquoi les régulateurs sont très
exigeants envers ces entités financières.
Ainsi les recommandations de Bâle en matière de gestion du risque de liquidité bancaire sont
énoncées dans les accords de Bâle III, qui ont été publiés en 2010. Plusieurs recommandations
concernant la gestion du risque de liquidité bancaire ont été énoncées.

Le Ratio de liquidité à court terme (LCR - Liquidity Coverage Ratio) est conçu pour mesurer
la capacité d'une banque à faire face à une crise de liquidité à court terme. Il exige que les
banques maintiennent un stock suffisant d'actifs liquides de haute qualité, tels que des liquidités
ou des titres du gouvernement, pour couvrir leurs sorties nettes de liquidités pendant une
période de stress de 30 jours. Le LCR vise à garantir que les banques ont des réserves de
liquidités adéquates pour éviter de devoir vendre des actifs à des prix défavorables en cas de
crise.

Le Ratio de financement stable net (NSFR - Net Stable Funding Ratio) est conçu pour évaluer
la stabilité du financement à long terme des banques. Il exige que les banques financent leurs
actifs à long terme avec des passifs stables à long terme. Le NSFR vise à réduire la dépendance
excessive des banques à court terme et à promouvoir une structure de financement plus stable.

Bâle III exige également que les banques effectuent des tests de résistance pour évaluer leur
résilience en cas de crise de liquidité. Ces tests consistent à simuler des scénarios de crise pour
évaluer comment une banque réagirait et si elle serait capable de faire face à de telles situations.

Ces recommandations visent à assurer la stabilité financière en encourageant les banques à gérer
leur risque de liquidité de manière prudente et à se préparer à faire face à des situations de stress
de liquidité.

29
CHAPITRE 2 : GESTION DU RISQUE DE LIQUIDITE

30
SECTION 1 : LE RISQUE DE LIQUIDITE BANCAIRE

I. Notion de risque

1. Définition

La notion de risque peut être définie comme la possibilité qu'un événement indésirable se
produise et ait des conséquences négatives. En d'autres termes, le risque est la probabilité d'une
perte ou d'un dommage lié à une activité ou à une décision. Le risque est présent dans de
nombreux domaines, tels que la finance, les assurances, la sécurité, la santé, l'environnement,
etc. Dans chaque domaine, les types de risques peuvent varier et les méthodes pour les évaluer
et les gérer peuvent différer.
La norme ISO 31000 sur la gestion des risques définit le risque comme "l'effet d'incertitude sur
les objectifs". En effet c’est l’exposition à un événement dont l’issue est inconnue et qui pourrait
compromettre la bonne réalisation d’un évènement préétabli (cours de Techniques actuarielles
par M. Adou Cyriaque). Le risque a plusieurs composantes dont la fréquence et la gravité. La
fréquence mesure la probabilité de réalisation du risque. Cette probabilité est basée sur
l’information dont on dispose concernant ledit risque. Quant à la gravité elle mesure l’impact
financier de ce risque. Il existe différents types de risques, tels que les risques
environnementaux, les risques de santé et de sécurité, les risques financiers etc. Mais Il existe
également plusieurs classifications des risques dont nous présenterons quelques-unes.

• Classification des risques

On peut distinguer les risques selon la nature de leurs conséquences. Ainsi on distingue les
risques économiques des risques non économiques. Les risques économiques sont ceux dont
les conséquences sont de nature financière pour la victime. Les risques non économiques
peuvent être d’ordre moral (par exemple la perte d’un être cher). Il faut noter que les risques ne
sont pas toujours négatifs, on distingue ainsi les risques répulsifs c’est à dire des risques qui ont
des conséquences uniquement négatives pour la victime des risques spéculatifs qui peuvent
donner droit à des gains ou des pertes (par exemple les jeux de hasard). On peut aussi classifier
les risques selon que la victime est un individu ou toute une communauté. On parle de risque
particulier quand il s’agit d’un individu (personne physique) et de risque idiosyncratique ou
risque spécifique quand cela concerne une entreprise. Les conséquences des risques particuliers
sont prises en charge par un nombre restreint de la communauté et les risques idiosyncratiques
sont indépendants des phénomènes qui affectent tout le système financier. A l’opposé on parle
de risque fondamental quand il concerne toute une communauté et de risque systémique quand
il s’agit de l’économie ou du système financier tout entier qui est menacé (Plusieurs
entreprises). Par exemple dans les années 70 « tenant compte de la pauvreté des populations,
l'État ivoirien a dû opter au départ pour la gratuité des soins. » (Https://fr.wikipedia.org) le
risque de santé était donc un risque fondamental puisque supporté par l’Etat. « Mais cette
politique s'est avérée non seulement assez onéreuse pour les finances publiques mais encore

31
porteuse d'un double déséquilibre d'une part, entre Abidjan et les villes de provinces et, d'autre
part, entre les zones urbaines et les milieux ruraux. Cette option a été progressivement
abandonnée à partir de 1978 ». Le risque de santé est donc devenu un risque particulier pour
chaque habitant du pays, même s’il existe des moyens tels que les assurances pour faire
supporter le risque a un grand nombre de personnes. Un risque peut faire partie de plusieurs
catégories à la fois mais la banque en tant qu’établissement financier fait essentiellement face
à des risques qui peuvent être considérés comme des risques financiers.

• Risques financiers

La définition du risque financier varie selon le contexte et les organismes. La Banque Centrale
Européenne définit le risque financier comme "la probabilité d'une perte financière liée à des
perturbations imprévues des marchés financiers, des erreurs de jugement des participants aux
marchés ou de la mauvaise gestion des risques" où l’incertitude porte sur des perturbations du
marché mais dont les acteurs sont les seuls responsables. Dans cette définition l’accent est mis
sur tout le système financier. Par contre La Banque de France définit le risque financier comme
"l'incertitude sur la contrepartie ou sur les flux de trésorerie futurs d'un actif ou d'un portefeuille
d'actifs qui peut affecter les résultats de l'entité qui en est propriétaire". Ici le risque concerne
une entité et sa contrepartie. De même La Norme internationale d'information financière (IFRS)
9 définit le risque financier comme "l'incertitude sur les flux de trésorerie futurs d'un actif
financier ou d'un groupe d'actifs financiers qui peut affecter les résultats financiers de l'entité".
La Banque Centrale des Etats de l'Afrique de l'Ouest (BCEAO) définit le risque financier
comme "le risque de perte lié aux activités de marché, de crédit, de liquidité et d'opération de
change et aux incertitudes liées aux taux d'intérêt et aux devises". Cette définition met l'accent
sur les différents types de risques auxquels les institutions financières peuvent être exposées,
notamment les risques liés aux taux d'intérêt et aux devises, ainsi que les risques liés aux
activités de marché, de crédit et de liquidité. Cette définition met en avant les types de risques
dont font face les établissements financiers et en particulier les banques.

2. Risques inhérents à l’activité bancaire

L'activité bancaire comporte plusieurs risques inhérents qui peuvent affecter la stabilité
financière d'une banque. Cette activité comporte plusieurs aspects notamment l’intermédiation
et la transformation qui sont porteurs de risques. L'intermédiation bancaire est le processus par
lequel les banques collectent des dépôts auprès des déposants (les épargnants) et utilisent ces
fonds pour accorder des prêts à des emprunteurs (les entreprises, les particuliers, les
gouvernements, etc.). Ainsi la banque est soumise à plusieurs risques qu’elle se doit de gérer.
D’abord la banque peut être soumise au risque de crédit qui est le risque que la contrepartie
fasse défaut dans le remboursement du prêt qui lui a été accordé. Cela peut arriver pour diverses
raisons, notamment la faillite de la contrepartie ou une détérioration de sa situation financière.
Ce risque est lié à la qualité des crédits accordés et à la capacité de remboursement des
emprunteurs. Pour gérer ce risque, les banques ont des systèmes de notation de crédit qui
évaluent la solvabilité de chaque emprunteur potentiel. Les banques peuvent également exiger
des garanties ou des sûretés pour minimiser le risque de crédit. Le risque de crédit peut avoir

32
un impact significatif sur la rentabilité et la santé financière d'une banque. Les pertes de crédit
peuvent entraîner une diminution des bénéfices ou une perte nette, affectant ainsi le bilan et le
compte de résultat de la banque. La banque peut également être soumise au risque de marché
provenant principalement des opérations du trading book et se produit lorsque les fluctuations
des prix des actifs financiers et les variations des taux d'intérêt affectent la capacité des banques
à obtenir des fonds sur les marchés financiers. Ce risque est lié aux activités de marché des
banques, comme les opérations sur titres, les produits dérivés et les opérations de change.

La banque joue aussi un rôle de transformation qui est source de risques. La transformation
bancaire est le processus par lequel une banque collecte des fonds à court terme et les utilise
pour fournir des financements à plus long terme. La transformation bancaire peut générer des
risques pour les banques, notamment en cas de désalignement des taux d'intérêt à court et à long
terme. Il s’agit du risque de taux. Le risque de taux est le risque encouru par une banque en
raison de la variation des taux d'intérêt sur le marché. C’est le risque de ‘fluctuation de la marge
d’intérêts du fait des variations (volatilité) des taux de marché. Il trouve son origine dans le
caractère fixe des conditions de rémunération d’un actif ou d’un passif alors que la contrepartie
de bilan (emprunt ou placement) n’est pas fixe. En d’autres termes du non-adossement des actifs
et des passifs en termes de taux’ (Cours de Gestion actif passif par M Jose Die). Nous
comprenons donc aisément que la banque est soumise à de nombreux risque dans son rôle
d’intermédiation et de transformation tels que le risque de crédit, le risque de liquidité et le
risque de marché etc., qui peuvent avoir des conséquences importantes sur la stabilité
financière.
En outre la banque peut être confrontée à des risques opérationnels c’est-à-dire les erreurs de
gestion, des fraudes ou des pannes informatiques qui affectent la capacité des banques à remplir
leurs obligations.

II. Notion de liquidité et risque de liquidité

1. Définition

La liquidité est un concept essentiel dans le domaine bancaire et financier. Elle se réfère à la
facilité avec laquelle un actif peut être acheté ou vendu sur le marché sans affecter son prix.
C'est essentiellement la capacité d'un actif à être converti en espèces rapidement, sans perte
significative de sa valeur.
En ce qui concerne une entreprise quelconque, la liquidité se rapporte à sa capacité à répondre
à ses obligations financières à court terme, comme le paiement des factures, des salaires et
d'autres dettes courantes, sans compromettre son fonctionnement normal. En d'autres termes,
c'est la mesure de la disponibilité de ressources financières pour faire face aux coûts et aux
paiements immédiats. Elle permet de répondre a des questions telles que : À combien d’argent
l’entreprise pourrait-elle avoir accès si elle devait rembourser ses dettes aujourd’hui, et à quelle
vitesse pourrait-elle obtenir cet argent ?
Conformément au document Sound Practices for Managing Liquidity in Banking Organisations
du Comité de Bâle : “Liquidity [is] the ability to fund increases in assets and meet obligations
as they come due”, C’est-à-dire que la liquidité est la capacité de la banque à financer ses actifs

33
et d’honorer ses engagements pris au moment où ces remboursements sont dus. De même Vann
Greuning et SONJA Brajovic Bratanovic définissent la liquidité bancaire comme : « la capacité
de la banque à faire face au reversement des dépôts et autres dettes et à couvrir les hausses de
financement du portefeuille de prêts et du portefeuille d'investissement. La liquidité est
généralement considérée comme étant la capacité de la banque à faire face à ses obligations de
trésorerie suivant leurs échéances. » (Analyse et Gestion du Risque Bancaire Un cadre de
référence pour l'évaluation de la gouvernance d'entreprise et du risque financier).

2. Risque de liquidité bancaire

Le risque de liquidité peut se définir comme l’incapacité pour la banque de faire face à ces
engagements lorsqu’ils sont dus. Konan Eugène Kouadio, commissaire contrôleur en chef au
secrétariat général de la CIMA, définit le risque de liquidité comme le risque de ne pouvoir
vendre un titre financier ou de le vendre à des conditions de prix très défavorables (La gestion
actif passif dans une société d’assurance). Cette définition est axée sur les conditions de marché
tout comme celle de l’UEMOA en son Article 2, le Circulaire N°003-2011/CB/ relatif à
l’organisation du système de contrôle interne des établissements de crédit UEMOA, définissant
le risque de liquidité comme le risque de ne pas pouvoir faire face à ses engagements financiers
ou de ne pas pouvoir dénouer ou compenser une position en raison de la situation du marché,
dans un délai déterminé et à un coût raisonnable. La liquidité ici est vue en termes des
incertitudes sur les conditions de vente des actifs sur le marché. En général les actifs les plus
liquides sont moins rentables et sont conservés par les banques pour faire face à des situations
de crise. Si ces actifs liquides sont aisés à vendre il faut que le prix soit raisonnable sinon ils
risquent d’annihiler la rentabilité effectuée sur des actifs moins liquides mais plus rentables.

Selon le Cours de ALM dispensé par José-Félix DIE, Chief Executive Officer (CEO) chez
Société Générale Capital Asset Management West Africa Managing, Partner chez DF
Consulting Group, le risque de liquidité peut se manifester de plusieurs manières. Les déposants
peuvent effectuer des retraits massifs, il peut devenir impossible pour la banque de se refinancer
sur le marché interbancaire ou de renouveler les emprunts venant à échéance ou les actifs
peuvent devenir difficiles à vendre afin de se procurer les liquidités nécessaires.

D’après Grégory GHIEU dans sa Thèse professionnelle Mastère Spécialisé Finance Promotion
2003, les risques de liquidités naissent du comportement des clients et du niveau des taux. En
effet il existe des clauses optionnelles (possibilité de retirer tout ou partie des dépôts,
remboursement anticipé, etc.) sur les comptes à vue que le client peut exercer. L’exercice de
ces clauses serait fortement influencé par les taux, ce qui est normal dans la zone Euro vu le
niveau de développement du marché financier. EL HADDAD Mohammed Yassine dans la
Revue du Contrôle de la Comptabilité et de l’Audit pense que le risque de liquidité peut survenir
à travers l’insolvabilité de l’emprunteur, des retraits massifs des dépôts ou de l’épargne, de la
concentration des dépôts au niveau d’un petit nombre de clients (risque de concentration). Aussi
la dégradation de l’image de la banque peut entrainer une crise de confiance qui va engendrer
le retrait massif des dépôts et créer des problèmes de liquidité pour la banque. La déficience en
liquidité cause des problèmes de solvabilité qui alertent la stabilité financière. Aussi, une

34
liquidité qui est mal contrôlée mène à une perte d’opportunité et une incapacité de financement
du développement de l’activité économique.

Pour se protéger contre le risque de liquidité, les banques maintiennent généralement des
réserves suffisantes de liquidités et ont également accès à des sources de financement de
secours, telles que les facilités de prêt d'urgence de la banque centrale. La gestion du risque de
liquidité est donc un aspect clé de la gestion du bilan d'une banque et implique la surveillance
et la planification des flux de trésorerie futurs, la mise en place de plans de secours pour faire
face à des situations de stress, et la gestion des ratios de liquidité pour répondre aux exigences
réglementaires.

SECTION 2 : GESTION ACTIF PASSIF

I. L’ALM

1. Définition

La gestion actif-passif peut être définie comme le processus de planification, d’organisation et

de contrôle des volumes, de la maturité et des taux de l’actif et du passif dans l’objectif de
minimiser les risques de taux, de change et de liquidité tout en gardant un bon niveau de
rentabilité. (Delimal and Roturier, 2007)

La gestion actif-passif (ALM) est apparue aux États-Unis dans les années 1980, à l'ère de
l'expansion des marchés financiers, de la déréglementation et de la concurrence accrue. À
l'origine, elle était principalement axée sur le risque de taux, car la liquidité interbancaire était
abondante et bon marché, en particulier dans les années 2000. Cependant, la crise financière de
2008 et la faillite de Lehman Brothers ont entraîné un changement significatif d'orientation vers
la gestion du risque de liquidité. L'ALM (Asset and Liability Management) est ainsi devenue
une composante stratégique au sein de toutes les institutions financières, étant désormais
considérée comme essentielle pour une gestion financière performante.

Aujourd'hui, la gestion actif-passif est largement reconnue comme une démarche globale de
mesure, de contrôle et de gestion des risques, étroitement liée aux outils de mesure de la
performance au sein de toutes les institutions financières.

2. Missions

L’ALM dans les banques remplit plusieurs missions essentielles, notamment analyser les
risques économiques, en se concentrant sur le risque de marché, pour évaluer comment la
banque est exposée aux fluctuations des taux d'intérêt et autres variables du marché. En plus
l’ALM assure le suivi de la mise en œuvre des stratégies marketing et des décisions d'allocation
d'actifs, garantissant ainsi qu'elles restent alignées avec la propension au risque de la banque et
les exigences réglementaires. En outre elle a pour mission la gestion du risque de liquidité en

35
surveillant et anticipant les flux de trésorerie, s'assurant que la banque dispose de suffisamment
de liquidités pour honorer ses obligations.

Évaluer et gérer l'adéquation du capital de la banque, prenant en compte les exigences

réglementaires et le profil de risque de la banque et réaliser des tests de résistance et des analyses
de scénarios pour évaluer la capacité de la banque à faire face à des conditions de marché
défavorables.

Développer et maintenir des modèles et des outils ALM pour soutenir les processus de prise de
décision et de gestion des risques.

II. Méthodes de gestion du risque de liquidité

1. Méthode de duration

Le concept de duration permet au gestionnaire ALM de s’assurer que les actifs et les passifs
sont adossés. La duration est une mesure de la sensibilité des actifs ou des passifs aux variations
des taux d'intérêt. Elle est une mesure en années qui prend en compte à la fois la durée de vie
et le montant des flux de trésorerie futurs associés à un actif ou un passif donné. Elle permet
d'estimer l'impact d'une variation des taux d'intérêt sur la valeur marchande de l'actif ou du
passif. Plus précisément, la duration mesure le temps moyen pondéré nécessaire pour récupérer
le prix d'un actif ou d'un passif. Elle prend en compte les flux de trésorerie attendus à chaque
date de paiement ainsi que les taux d'intérêt actuels et prévus. Plus la duration est élevée, plus
l'actif ou le passif est sensible aux variations des taux d'intérêt. La duration peut être utilisée
pour diverses classes d'actifs, notamment les obligations, les prêts, les portefeuilles de titres à
revenu fixe, les produits structurés et les produits dérivés. En notant V la valeur d’un actif ou
d’un passif, alors sa duration D et sa sensibilité S sont donnée respectivement par les formules
suivantes :

D = -(1 + r) /V – dV/dr et S = D/ (1 + r)

La sensibilité est une mesure de la variation du prix d'un actif en réponse à une variation des
taux d'intérêt. Les concepts de duration et de sensibilité sont liés et utiles pour évaluer
l’exposition au risque de taux de la valeur de marché de la banque.

2. Méthode de Gap et de la marge nette d’intérêt

• Méthode de Gap de liquidité

La méthode des gaps consiste pour le gestionnaire ALM, à mesurer l'écart entre les actifs et les
passifs de la banque. Elle permet de déterminer l’exposition au risque de taux et de liquidité de
la banque à une date future. Les écarts en actifs et passif sont calculés pour différentes échéances
dans le but d’analyser l'impact des variations de flux de trésorerie sur cet écart. Cela permet à

36
l'entreprise de prendre des décisions éclairées sur la gestion de sa trésorerie pour minimiser les
risques. La méthode des gaps est utilisée pour évaluer l'impact du risque de taux d'intérêt sur la
marge d'intérêt des banques et ses besoins en liquidité, en décomposant le bilan en actifs et
passifs. Ensuite chacun des postes est classé par taux et échéance. Le gap comptable est l'écart
entre la valeur nominale des actifs et celle des passifs pour une maturité (ou échéance de
renouvellement des taux) donnée et des taux de même nature (variable ou fixe). Par cette
méthode, « la banque établit un échéancier de rémunérations payées ou reçues sur chacun des
actifs et passifs dépendant des mouvements de taux d’intérêts en fonction de leur maturité ou
de leur date de repricing lorsqu’ils sont à taux variable. L’amplitude de l’impasse résultant de
l’ensemble du bilan fournit alors le niveau d’exposition de la banque au risque de translation
de la courbe des taux. » (Gregory GHIEU, Gestion Actif-Passif Méthodologie et application au
Livret A). Cette méthode simple à utiliser n’est adaptée qu’aux produits à échéancier bien
définis, car comme l’explique Gregory GHIEU, cette méthode laisse l’optionalité hors de
l’analyse. En effet, elle ne tient pas compte des éventuels remboursements anticipés ou de
l’arbitrages que pourraient faire les clients dans l’assignation de leur argent dans des comptes
à vue ou à terme compte tenus des taux de rémunération. Par exemple, les clients peuvent
décider de placer leur argent sur des comptes à terme plutôt que des comptes à vue si les taux
augmentent à partir d’un seuil par exemple. Enfin, elle n’intègre pas la production nouvelle qui
va pourtant modifier la structure du bilan et par conséquent les impasses aux différentes dates
futures. Mais cela peut être justifié par le fait que la banque se place dans une hypothèse de
cessation d’activité en situation de crise par exemple.
Lorsque Gap de liquidité positif (Gap > 0), la banque est excédentaire en ressources, elle peut
investir l’excédent de liquidité et prévoir une stratégie de placement. Lorsque le Gap de liquidité
négatif (Gap < 0), la banque est déficitaire, elle doit prévoir des sources de refinancement pour
la couverture du déficit de sa trésorerie.

• Méthode de la marge nette d’intérêt

La marge nette d'intérêt représente la différence entre les intérêts reçus sur les actifs financiers
(prêts) détenus par la banque et les intérêts payés sur les passifs financiers (dépôts) qu'elle a
contractés. Elle reflète donc la rentabilité de l'activité de transformation d'échéances exercée
par la banque. La méthode de la marge nette d'intérêt consiste à calculer l'impact des variations
des taux d'intérêt sur la marge nette d'intérêt. Pour cela, on utilise une grille de taux qui permet
de simuler différentes hypothèses de variation des taux d'intérêt. Ces simulations de taux
peuvent être effectuées par plusieurs modèles rencontrés dans la littérature comme le modèle
de Vasicek. On évalue ensuite la marge nette d'intérêt qui résulterait de chaque scénario de
variation des taux. Cette méthode permet ainsi de mesurer la sensibilité de la marge nette
d'intérêt aux variations de taux d'intérêt et de déterminer les stratégies à mettre en place pour
limiter les risques de taux d'intérêt. Elle peut également être utilisée pour déterminer les niveaux
de taux d'intérêt qui permettent de maximiser la marge nette d'intérêt de la banque.

37
PARTIE 2 : METHODOLOGIE ET
APPLICATION

38
CHAPITRE 3 : REVUE DE LITTÉRATURE

39
SECTION 1 : MODELES DE DAV

I. Modèles prédéfinis de dépôts a vue

1. Modèles historiques de dépôt a vue

• Le modèle de Selvaggio

C’est dans les années 90 que les premiers modèles de dépôts à vue ont été développés. Un des
modèles les plus couramment utilisés est le modèle de Selvaggio. Ce modèle est un modèle de
simulation pour prédire l'écoulement des dépôts à vue d'une banque. Il a été développé par
Selvaggio en 1996 et est considéré comme l'un des premiers modèles à intégrer le
comportement des déposants dans la prédiction de l'écoulement des dépôts à vue. Le modèle de
Selvaggio utilise une approche micro-économique pour simuler les décisions de retrait des
déposants individuels en fonction de leur situation financière personnelle et de leur perception
de la santé financière de la banque. Il tient compte de plusieurs facteurs tels que les taux
d'intérêt, la croissance du PIB, les salaires, le taux de chômage, la stabilité du système financier,
la confiance des déposants dans la banque et la réglementation du secteur financier. Le modèle
de Selvaggio a été très utilisé pour évaluer les risques de liquidité dans les banques et les
systèmes financiers et s’avère précieux pour les banques dans la gestion de leur risque de
liquidité. Cependant, le modèle présente également certaines limites, notamment en ce qui
concerne la complexité de la simulation et la difficulté de la collecte des données liées à
certaines variables nécessaires pour alimenter le modèle.

Dans un premier temps le modèle de Selvaggio suppose qu’il existe un niveau d’encours cible,
noté D*, qui dépend uniquement des variables macroéconomiques tels que les taux d’intérêt
notés Rk et d’autres variables économiques notées Yk (taux de croissance du PIB, la masse
monétaire…). Cet encours cible est ajusté par la spécification suivant :
Log D* = α1 + α2 log Rk + α3 log Yk

Il s’agit en fait d’un niveau d’encours de dépôts atteint étant données les variables économiques,
et ce niveau d’encours ne dépend pas des niveaux d’encours précédents des banques.

Mais dans un second temps il présente la dynamique des encours réels des dépôts à vue autour
de la valeur cible et en fonction des variables macroéconomiques :
Log Dk – Log Dk-1 = λ (log Dk*- Log Dk-1)

On obtient finalement avec les données corrigées des variations saisonnières la spécification
suivante :
Log Dk = α0 + α1 log Dk-1 + α2 log Rk + α3 tk

Avec Dk l’encours de dépôt au temps k, Rk le taux d’intérêt, et Yk les autres variables

macroéconomiques qui ont pris la forme d’une composante linéaire du temps tk.

40
 • Le modèle de Dupré et de Jarrow et Van Deventer

Denis Dupré propose également en 1990, un modèle d’écoulement des dépôts à vue où il met
en relation la variation des encours des dépôts à vue et le taux de marché :
d Dk/ Dk = (α – βrk)*Dk
Avec α qui est le terme de tendance représentant le comportement non financier des clients, et
β représente l’évolution des encours par rapport à celui des taux courts de marché rk.

Mlle. Nisrine TAIBI et Mlle. Karima BELHAJ dans leur Etude de la rentabilité bancaire,
modélisation des dépôts à vue et élaboration des conventions d’écoulement au sein du CIH,
nous proposent une interprétation du coefficient β. « En effet son augmentation représente une
évolution rationnelle des déposants, qui voyant le taux court augmenter vont retirer leurs
placements sur des comptes non rémunérés, pour les investir dans des produits financiers qui
colleront au taux court. » De plus le modèle étant formulé de manière continue, il faut « de
prime à bord discrétiser le modèle de Dupré afin d’estimer ses paramètres ». Au final l’équation
à utiliser pour estimer les paramètres est la suivante :
Log Dk+1 – log Dk = ᾶ - βRK
Avec RK qui représente le taux du marché financier.

En 1998, Jarrow et Van Deventer rajoutent à cette spécification (modèle de Dupré) un terme de
dépendance linéaire au temps et la variation des taux d’intérêt :
Log Dk – log Dk-1 = α1 + α2 tk + α3 rk + α4 (rk – rk-1).

Ce modèle est basé sur l’hypothèse que le marché est segmenté en deux : les institutions
financières et les déposants. De plus le niveau d’information disponible sur le marché est tel
que les déposants peuvent faire un arbitrage entre les dépôts et l’épargne.

2. Modèles récents de dépôts a vue

• Le modele de l’Office of Thrift Supervision

En 2000 l’Office of Thrift Supervision (OTS) premier régulateur fédéral US des « savings
associations » propose en 2001 un modèle (le « Net portfolio value model ») visant au calcul
de la valeur économique des différents produits du bilan des banques et établissements qu’il
supervise. Le modèle proposé par l’OTS est un modèle linéaire qui met l’accent sur l’asymétrie
entre le taux de rémunération et le taux marché. En effet selon ce modèle le taux de marché
augmente plus vite que le taux de rémunération (en cas d’augmentation des taux) tandis que le
taux de rémunération baisse plus vite que le taux de marché (en cas de baisse des taux). La
spécification est la suivante :
Dk = Dk-1 (a + b * arctan (d + c (ik/rk)) + e * ik)1/2

Avec Dk est l’encours de dépôts restant à la date k, c’est-à-dire les versement et retrait des
clients plus les intérêts capitalisés. ik est le taux de rémunération des dépôts et rk le taux de

41
marché à la date k. Les coefficients à estimer sont donc a, b, b, c et e. Dans ce modèle la
différence est faite entre le taux de rémunération des dépôts et le taux de marché. Ainsi pour
l’ajuster à des encours de dépôts il faudrait aussi simuler ces taux (marché et rémunération). Il
faut préciser qu’en l’absence de rémunération des dépôts, c’est-à-dire quand ik est nul le modèle
devient : Dk = Dk-1 * α.

α représente le taux d’ajustement constant des encours d’une époque à la suivante par rapport
à l’encours précédent.

• Le modèle de O’Brien

En 2000 O’brien propose un modèle pour les encours de dépôts à vue. Tout comme dans le
modèle de l’OTS, O’brien fait la distinction entre les taux de rémunération des dépôts et le taux
de marché. Le modèle ne prend en compte que les dépôts rémunérés et est spécifié comme suit:
Log Dk = α1 + α2 (Rk – ik) + α3tk + α4 log Dk-1

Où Dk, Rk, ik représentent respectivement l’encours des dépôts à vue à l’instant k, le taux de
marché, le taux de rémunération des dépôts et tk est une composante linéaire du temps.

• Le modèle de Frachot

En 2001, Frachot propose un modèle comportemental de l’évolution des encours des dépôts à
vue inspiré de celui de Selvaggio que nous avons explicité plus haut. Frachot effectue une
modélisation sur chaque compte de dépôts à vue de la banque. Comme dans le modèle de
Selvaggio chaque encours des comptes est sensé convergé vers un encours cible qui est différent
d’un compte à l’autre :
dk – dk-1 = λ (D*- dk-1) + β1{Rk<s}

S représente un seuil auquel si le taux de marché est inférieur alors le volume de dépôt cible
augmente, puisque les clients seront moins incités à faire des placements sur les produits du
marché.

Une fois que les encours de dépôts à vue de chaque compte sont modélisés, le modèle est agrégé
sur l’ensemble des comptes à vue de la banque et obtient :
Dk – Dk-1 = λ (D*- Dk-1) + β (1-F(Rk))

Où F est la fonction de répartition de la distribution de la valeur cible S. Lors de la modélisation,

Frachot a supposé une distribution gaussienne des valeurs des seuils S de chaque client. On
obtient donc :
Dk – Dk-1 = λ (D*- Dk-1) + α [ 1- φ (Rk – r*k)/v]] ,
où r*k est le taux cible et φ la fonction de répartition de la loin normale centrée réduite.

42
II. Notion d’écoulement et stress test

1. Fonction d’écoulement

La notion d'écoulement des dépôts à vue bancaires fait référence à la dynamique de sortie des
fonds déposés sur les comptes à vue des clients de la banque. Il est essentiel pour les banques
de comprendre comment ces dépôts sortent de leur bilan, afin de gérer efficacement le risque
de liquidité. L'écoulement des dépôts à vue est généralement modélisé en utilisant des méthodes
statistiques et des hypothèses sur le comportement des clients. Les modèles de sortie de dépôts
à vue permettent à la banque d’établir un échéancier conventionnel des dépôts à vue, étant
donné qu’ils n’ont pas d’échéancier contractuel. Parfois les banques selon leur politique de
risque décident, dans leur prévision de la liquidité, d’affecter les dépôts à vue dans la classe des
échéances courtes. D’autres par contre les affectent à des échéances plus longues étant données
la stabilité relative des encours de dépôts à vue dans le temps. Certaines établissent une
proportion des dépôts à vue à une échéance long terme et une autre part à une échéance court
terme. Mais grâce aux méthodes statistiques, il est possible d’estimer la loi ou fonction
d’écoulement des dépôts à vue dans le temps. Bien que ces méthodes soient souvent complexes,
elles permettent d’estimer de manière plus précise la loi d’écoulement des dépôts à vue dans le
temps et permettent ainsi à la banque d’affiner sa gestion du risque de liquidité. La fonction
d’écoulement définit donc la probabilité qu’une unité monétaire présente à une date t dans le
bilan le soit encore à une date T ultérieure. Il est important de faire la différence entre une unité
monétaire qui entre dans le bilan à la date t et une unité monétaire présente dans le bilan à la
date t et qui était déjà présente à une date antérieure à t. Il est évident que ces unités monétaires
n’auront pas la même probabilité d’être encore présente dans le bilan à la date future T.

Ainsi en notant PN(t) le montant entrant à la date t dans le bilan (Production nouvelle) et PN(t;T
) la part de ce montant encore présent à la date T dans le bilan, alors la fonction d’écoulement
de la production nouvelle est définit par la relation suivante :
PN(t;T) = P N(t)*S(t;T) ,
Avec S(t; +∞) = 0 , traduisant le fait qu’une unité monétaire dans le bilan finit par sortir du
bilan tôt ou tard.
S(t; t) = 1 , c’est-à-dire qu’une unité monétaire entrant dans le bilan à la date t y est toujours
présente à cette même date t.

Les fonctions d’écoulement de la production dépendent donc de la date d’entrée dans le bilan,
du temps écoulé entre la date d’entrée dans le bilan t et la date considérée T et d’autres variables
telles que les taux de marché entre ces deux dates.

La modélisation de la fonction d’écoulement peut différer en fonction du modèle choisi,

cependant quel que soit le type de modèle retenu, la fonction d’écoulement de doit pouvoir
prendre en compte le comportement des clients basé sur les options de retrait sans préavis que
leur offre les comptes de dépôts à vue.

43
 2. Stress test

Les tests de résistance bancaire ont été instaurés à la fin des années 1990 par les banques
centrales et les autorités de surveillance financière. À cette époque, les crises bancaires et
financières fréquentes avaient montré comment la détérioration des indicateurs
macroéconomiques jouait un rôle crucial dans le déclenchement de crises bancaires.
Un stress test de liquidité est un exercice financier utilisé pour évaluer la résilience des
institutions financières en cas de crise de liquidité. Son objectif principal est de déterminer si
une institution peut faire face à des situations extrêmes mais plausible comme des sorties nettes
de liquidités massives et soudaines tout en maintenant ses opérations normales. Il implique de
créer plusieurs scénarios sur une période de temps définie, puis d'appliquer ces scénarios au
portefeuille de la banque afin d'évaluer son évolution future.

On compare deux scénarios lors d'un stress test : le premier, appelé "scénario de base" ou
"central", repose sur les prévisions macroéconomiques principales existantes. Ses résultats sont
ensuite confrontés à ceux d'un autre scénario, qualifié "d’extrême". Ce dernier imagine
généralement un ralentissement économique significatif, voire une récession, une montée du
chômage, une chute des marchés boursiers, et une augmentation des crédits non remboursés.
L'objectif est d'évaluer non seulement les risques pesant sur des établissements financiers
spécifiques soumis au test, mais aussi les risques de contagion susceptibles de créer une
instabilité dans le système financier, c'est-à-dire les risques systémiques. Les chocs examinés
sont de grande envergure mais restent réalistes, avec une probabilité de survenue faible mais
non nulle.

SECTION 2 : VARIABLES INFLUENÇANT LES ENCOURS DE DAV

I. Variables de types client

1. Variables socio-économiques

• Définition des DAV

Les dépôts à vue, ou comptes à vue, sont des fonds déposés par des particuliers, des entreprises
ou d'autres entités auprès d'une banque commerciale, qui sont disponibles pour un retrait ou une
utilisation immédiate sans préavis ni pénalité. Ces fonds sont dits "à vue" car les déposants
peuvent les retirer ou les utiliser à tout moment, soit en visitant une succursale bancaire, soit en
utilisant des moyens électroniques tels que les guichets automatiques (GAB) ou les services
bancaires en ligne. Contrairement aux dépôts à terme (où les fonds sont bloqués pendant une
période déterminée), les dépôts à vue n'ont pas de durée fixe. Les déposants peuvent maintenir
leur argent dans le compte aussi longtemps qu'ils le souhaitent. En général, les dépôts à vue ne
génèrent pas ou peu d'intérêts pour les déposants. Cependant, certaines banques proposent des
comptes à vue rémunérés à des taux d'intérêt généralement bas. Les comptes à vue sont
couramment utilisés pour les dépenses quotidiennes, le paiement de factures, les transactions

44
commerciales et d'autres besoins financiers courants. Dans de nombreuses juridictions, les
dépôts à vue sont généralement couverts par des systèmes d'assurance des dépôts, ce qui signifie
que les dépôts jusqu'à un certain montant sont garantis par le gouvernement en cas de faillite
de la banque. Les dépôts à vue sont enregistrés au passif du bilan de la banque, car la banque a
l'obligation de rembourser ces fonds à la demande de ses clients.
Les dépôts à vue jouent un rôle essentiel dans le système financier en fournissant aux déposants
un moyen sûr et liquide de stocker et de gérer leur argent au jour le jour.

Il existe plusieurs modèles statistiques de simulation de l'écoulement des dépôts à vue bancaires
qui peuvent être utilisés pour prévoir les flux de trésorerie futurs et évaluer les risques de
liquidité. Il s’agit de modèles comportementaux qui intègrent plusieurs variables et contraintes
qui les rendent souvent quelques peu complexes.

• Variables intrinsèquement liées au client

Naturellement, le type de client est un facteur important dans la détermination du comportement

des clients en termes de variation des niveaux de dépôts à vue. Selon qu’il s’agit d’un
particulier, ou d’une entreprise, la dynamique de leurs encours de dépôts à vue peut
considérablement différer.
LACGNI Carlos Dendi (Élève Ingénieur d’Application de la Statistique à l’ISSEA, 4ème
Année) dans son mémoire : Modélisation de l’écoulement des dépôts à vue : cas des banques
commerciales Camerounaises, évoque les travaux de DEMEY, FRACHOT et RIBOULET en
2003, dans leur livre introduction à la gestion actif/passif. DEMEY, FRACHOT et RIBOULET
qui considèrent « des variables pouvant agir sur l’écoulement d’un produit. » qu’ils classifient
en variables de niveau client, des variables de niveau produit et des variables
macroéconomiques.

Les variables de niveau client sont liées aux caractéristiques individuelles des clients et peuvent
inclure leur âge, leur niveau de revenu, leur niveau d'éducation, leur profession, etc. Les clients
ayant un revenu élevé, par exemple, sont plus susceptibles d'avoir des dépôts à vue plus élevés.
Dans son mémoire sur la modélisation des dépôts à vue et du comportement client, QUERLIOZ
Maël montre l’importance de certaines variables telles que l’ancienneté, la catégorie
socioprofessionnel et l’âge du client, sur le niveau d’encours des dépôts à vue. En outre il
montre que les dépôts sont d’autant plus élevés que le sont, son âge et sa fidélité à la banque
qui est caractérisée par son ancienneté dans la banque.

2. Arbitrage

Les dépôts à vue sont des produits utilisés souvent pour leur disponibilité mais les clients
peuvent être amenés à faire de l’arbitrage si les taux proposés sur les autres produits sont
suffisamment compétitifs. Par exemple les taux d’intérêts élevés peuvent encourager les clients
à déposer leur argent dans des comptes d'épargne plutôt que sur des comptes courants. Aussi,
les dépôts à vue étant utilisés essentiellement pour leur disponibilité, les clients s’en servent
parfois pour effectuer des achats, ainsi le niveau d’inflation est un facteur qui va influencer le

45
niveau des encours des dépôts à vue. Cependant Jean OULHEN nous explique dans son
mémoire portant sur la Modélisation de l’écoulement des dépôts à vue dans le cadre d’une
gestion actif-passif bancaire que les clients ne sont pas des acteurs parfaitement rationnels ce qui peut
poser problème dans l’hypothèse d’arbitrage. Par exemple, l'importance de la liquidité pour eux est
réelle mais difficile à quantifier précisément. De plus, l'information disponible sur le marché n'est pas
parfaite. Même si l'essor des services bancaires en ligne facilite l'arbitrage, les clients ne le font pas de
manière parfaite. Les préférences financières des déposants varient considérablement, et tous ne
réagissent pas immédiatement aux changements des conditions économiques. Certains ajustent leurs
avoirs rapidement, tandis que d'autres sont moins sensibles aux fluctuations. À un niveau agrégé, il est
important de prendre en compte un seuil d'effet. Une partie des dépôts à vue reste constamment
disponible, formant une composante "stable" qui peut être modélisée séparément et réinvestie sur un
horizon de temps plus long. Tandis que l’autre partie faisant l’objet d’arbitrage est soumise à plus
de fluctuations.

II. Les variables économiques

1. Variables macroéconomiques

Les variables macroéconomiques sont liées aux conditions économiques globales et peuvent
inclure le niveau des taux d'intérêt, le taux de croissance économique, le taux de chômage,
l’inflation etc. Les variables de niveau produit sont liées aux caractéristiques des produits
proposés par la banque. Elles peuvent inclure le taux d'intérêt offert sur les dépôts à vue, les
frais de tenue de compte, etc. Des frais de tenue de compte élevés, par exemple, peuvent
décourager les clients d'ouvrir un compte courant.

La situation économique globale a une influence significative. En période de croissance

économique, les dépôts à vue ont tendance à augmenter à mesure que les revenus des ménages
augmentent. En période de récession, les gens peuvent réduire leurs dépôts à vue pour investir
ailleurs ou faire face à des difficultés financières. Ainsi l'inflation peut affecter la valeur réelle
des dépôts à vue. Lorsque l'inflation est élevée, les clients de la banque peuvent chercher à
investir dans des actifs offrant une meilleure protection contre l'inflation. En outre les décisions
des banques centrales concernant les taux d'intérêt directeurs et la masse monétaire peuvent
avoir un impact sur les dépôts à vue. Une politique monétaire accommodante peut encourager
les dépôts à vue, tandis qu'une politique de resserrement peut les décourager.

Mais en général les influences de toutes ces variables macro-économiques se retrouvent dans
les taux d'intérêt. C’est la variable économique la plus utilisée dans la littérature pour la
modélisation des dépôts à vue. Quand bien même les dépôts à vue ne soient pas rémunérés (ou
le sont faiblement) le niveau des taux d'intérêt à partir d’un seuil pourrait inciter les clients à
faire de l’arbitrage entre les différents produits financiers proposés par la banque.

2. Autres variables

46
Neumark et Sharpe (1992), deux économistes américains connus pour leurs recherches sur
l'impact du salaire minimum sur l'emploi aux États-Unis, dans leur article "Market Structure
and the Nature of Price Rigidity: Evidence from the Market for Consumer Deposits",
considèrent que le degré de concentration sur le marché bancaire a un impact sur le niveau
d'encours de dépôts à vue (Dans les zones où les dépôts à vue sont rémunérés). Le degré de
concentration bancaire mesure le niveau de concurrence entre les banques opérant sur un
marché donné. Plus précisément, il s'agit du degré de dispersion des parts de marché entre les
différentes banques présentes sur ce marché. Un marché est considéré comme fortement
concentré lorsque les parts de marché sont dominées par un petit nombre de grandes banques,
tandis qu'un marché peu concentré est caractérisé par une répartition plus équilibrée des parts
de marché entre plusieurs banques de tailles comparables. Ainsi, un degré de concentration
élevé peut indiquer une concurrence moins vive entre les banques, ce qui peut potentiellement
affecter le comportement des consommateurs en matière de dépôts bancaires. En fait une
concurrence moins vive entre les banques peut conduire à une baisse des taux d'intérêt offerts
sur les dépôts à vue, décourageant ainsi les clients de déposer de l'argent dans les banques. À
l'inverse, une faible concentration bancaire peut stimuler la concurrence entre les banques, ce
qui peut inciter les banques à offrir des taux d'intérêt plus élevés sur les dépôts à vue pour attirer
les clients.
Dans la littérature il existe plusieurs articles qui se sont penché sur d’autres variables
explicatives du niveau de dépôts à vue des banques. Nous pouvons citer par exemple Berger et
al. (1995), dans leur article "The Efficiency of Bank Branches", qui ont analysé l'effet de la
taille de la banque sur les dépôts bancaires. Nous avons aussi Stiroh (2004) : dans son article
"Information Technology and the U.S. Productivity Revival: What Do the Industry Data Say?",
il étudie l'impact de la technologie de l'information sur les dépôts bancaires. Également,
Kashyap et Stein (1995) : dans leur article "The Impact of Monetary Policy on Bank Balance
Sheets", étudient l'impact de la politique monétaire sur les dépôts bancaires.

47
CHAPITRE 4 : APPLICATION ET RÉSULTATS

48
SECTION 1 : METHODOLOGIE

I. Objectif et hypothèses

1. Objectifs

Dans ce mémoire, nous nous proposons d’étudier le comportement de la clientèle de Ecobank

CI en matière de retrait et de dépôts sur les comptes à vue à des fins de prévisions du niveau
d’encours des dépôts à vue. Nous déterminerons d’abord la fréquence moyenne d’écoulement
ou de sortie du bilan, d’un stock de dépôt à un instant donné. Cela nous permettra de connaître
avec plus de précision la part volatile et la part qui reste durablement dans le temps en vue de
déterminer un échéancier des montants de dépôts à vue de la clientèle. Ensuite nous établirons
un stress test de liquidité conformément aux recommandations de la règlementation bancaire
mais qui sera spécifique à Ecobank CI. Il s’agira de déterminer les parties stable et la durée
moyenne en cas de situation de crise et de voir, l’échéancier ou l’écoulement des dépôts à vue
en fonction de la variation de la partie volatile et de la durée d’écoulement dans des conditions
extremes.

2. Hypothèses

A Ecobank CI, les dépôts à vue ne sont pas rémunérés, sauf pour quelques clients privilégiés
du fait de l’importance du niveau d’encours sur leurs comptes et pour des raisons commerciales.
Nous supposons dans notre étude que tous les dépôts à vue ne sont pas rémunères.

Nous supposons dans notre étude que le niveau d’encours des comptes à vue dépend des taux
d’intérêts de marché pour les clients de type entreprise mais qu’il n’existe pas de dépendance
entre les taux d’intérêt et le niveau d’encours de dépôts chez les personnes physiques. Cette
hypothèse se justifie par le fait que sur nos marchés les personnes physiques ne font pas de
spéculation du fait que les marchés financiers ne sont pas suffisamment développés comme en
Europe. En général les gens font de la thésaurisation. Ils stockent leur argent pour une utilisation
future mais avec la possibilité de disposer de leur argent à tout moment pour les cas d’imprévus
par exemple ou pour effectuer des achats. Mais en ce qui concerne les entreprises elles vont
faire un arbitrage quant au montant qu’il faut laisser sur un compte à vue par rapport aux
opportunités d’investissement qu’elles pourraient avoir avec les sociétés de gestion et
d’intermédiation par exemples ou sur le marché financier. Nous effectuerons des tests
statistiques en vue de confirmer ou d’infirmer ces hypothèses.

II. Méthodologies

1. Etude des séries temporelles (modèles stochastiques)

49
 • Méthodologie d’étude des séries temporelles

`````````````````````````````````````````````````````````````````````````````````````````````````````````````````
Quel que soit l’objectif, l’étude d’une série temporelle commence par l’exploration de la série
`````````````````````````````````````````````````````````````````````````````````````````````````````````````````

Une série temporelle est une suite de données indexées par le temps.
Elle peut être appréhendée de différente manière. Historiquement il existe deux catégories de
modèles pour rendre compte d'une série temporelle.
Nous distinguons l’approche déterministe de l’approche probabiliste. Dans une approche
déterministe on considère que les données sont une fonction du temps. Les modèles peuvent
être ajustée par la méthode des moindres carrés, ou d'autres méthodes itératives. Cette approche
est basée sur la décomposition de la série en composantes tendancielle, saisonnière et
résiduelles. La tendance représente le mouvement de long terme de la série, qui souvent
croissant ou décroissant. La saisonnalité représente les phénomènes qui se reproduisent avec
une périodicité constante le plus souvent annuelles. Quant à la composante résiduelle, elle
représente les évènements imprévisibles et accidentel, c’est-à-dire toutes les autres
composantes inexpliquées par le phénomène étudié.
Il existe aussi l’analyse fréquentielle d’une série temporelle qui consiste à approcher un signal
par une somme de sinusoïdales. Cette analyse appelée analyse de Fourier est une version
sophistiquée de ce type de modèle.
En ce qui concerne la décomposition de la série il faut noter que pour effectuer une prévision il
va falloir modéliser chaque composant et la prévoir, ce qui peut s’avérer long et couteux.
Les méthodes stochastiques (ou probabilistes) apparues plus récemment consistent à déterminer
chaque valeur de la série en fonction des valeurs précédentes. C'est le cas des modèles ARMA
("AutoRegressive Moving Average") qui ont été popularisés et formalisés par Box et Jenkins
(1976). Ce sont des modèles dit stationnaires qui sont donc utilisés pour modéliser des
chroniques stationnaires. Ainsi en ce qui concerne les séries non stationnaires il va falloir les
rendre stationnaire avant de d’y calibrer un modèle ARMA. Cependant il peut arriver qu’on
soit emmenés à utiliser des méthodes déterministes pour rendre les séries stationnaires.
Le choix d’une approche plutôt que d’une autre est surtout théorique mais il existe des tests
pour les séries non stationnaires qui permettent de savoir quel type de modèle utiliser pour
rendre compte de notre série selon nos objectifs. En fait pour pouvoir utiliser les modèles
stochastiques il est nécessaire d’avoir une série stationnaire, ainsi même en partant d’une
approche déterministe nous pouvons toujours modéliser les composantes stationnaires par une
approche stochastique.

• Saisonnalité

De nombreuses séries économiques présentent des comportements périodiques, rendant

difficile la comparaison entre deux instants. Il convient donc d’isoler la composante saisonnière
afin d’étudier les autres composantes. Pour ce faire on utilise alors des techniques de
désaisonnalisation permettant d'obtenir des séries dites corrigées des variations saisonnières

50
(CVS). Les méthodes les plus utilisées pour désaisonnaliser une série temporelle sont la
régression linéaire et les moyennes mobiles.

• Notion de stationnarité

Une série temporelle stationnaire (ou série stationnaire) est une série temporelle dont les
propriétés statistiques ne changent pas avec le temps. Cela signifie que, dans une série
temporelle stationnaire, la moyenne, la variance et la structure de corrélation restent constantes
sur toutes les périodes de temps. En d'autres termes, la série semble se comporter de manière
uniforme au fil du temps, ce qui facilite son analyse et sa modélisation. En fait c’est le processus
qui modélise la série qui est supposé stationnaire. Il existe la stationnarité au sens fort et la
stationnarité au sens faible. Un processus est strictement ou fortement stationnaire si toutes ces
caractéristiques c’est-à-dire tous ses moments sont invariants pour tout changement d’origine
dans le temps. (Analyse des séries temporelles). Plus formellement un processus aléatoire Yt
est fortement stationnaire si la distribution conjointe de (yt1, ..., ytk) est identique à celle de (yt1+t,
..., ytk+t), quels que soient k le nombre d’instants considérés, (t1 ,... ,tk) les instants choisis et t,
le décalage ; c’est-à-dire que, quels que soient le nombre de dates et les dates choisis, quand
on décale ces dates d’une même quantité, la distribution ne change pas. En somme, la
stationnarité stricte dit que la distribution conjointe de tout sous-vecteur de {yt}, quels que
soient sa longueur et les instants choisis, est invariante quand on translate ces instants d’une
même quantité. (Etude des séries temporelles avec R).
Cette condition étant à difficile vérifier on définit la stationnarité au sens faible ou du second
ordre qui est une condition suffisante. Ainsi un processus (Yt)t faiblement stationnaire si son
espérance et ses autocovariances sont invariantes par translation dans le temps :
t et h étant des entiers relatifs,
∀ t : E(Yt)= μ.
∀ t, ∀ h : Cov (Yt,Yt−h) ne dépend que de l'intervalle séparant les deux instants h, pas de l'instant
t.
Plus généralement la notion de stationnarité suggère une conservation de propriété statistiques
dans le temps. Elle ne comporte donc ni tendance ni saisonnalité. Selon Regis Bourbonnais,
nous pouvons distinguer plusieurs types de processus stationnaire. Nous avons les processus
stationnaires à mémoire qui peuvent être modélisées par une loi de reproduction. Ensuite nous
avons les processus bruits blanc, indépendamment et identiquement distribues ce sont une
séquence de données aléatoires qui sont non corrélées(linéairement) avec une variance
constante et une moyenne nulle. Et nous avons les bruits blancs gaussien qui sont des processus
bruits blancs dont la loi de distribution est une loi normale.
C’est une hypothèse qui permet d’approcher le phénomène générateur de notre série observée
par des modèles statistiquement viable et reproductibles. En effet une chronique observée peut
être considérée comme une réalisation unique d’un processus stochastique sous-jacent. Ainsi,
si nous n’émettons pas cette hypothèse de stationnarité il sera quasiment impossible de faire
des prévisions ou de calibrer un modèle paramétrique sur la chronique observée.

• Stationnarisation

51
De nombreuses séries temporelles réelles ne sont pas stationnaires. Elles peuvent contenir des
tendances, des saisonnalités ou d'autres structures de données qui évoluent avec le temps. Dans
de tels cas, il est parfois nécessaire de transformer la série pour la rendre stationnaire avant
d'appliquer des méthodes d'analyse ou de modélisation.
La non stationnarité d’un processus peut concerner les moments d’ordre un (moyenne) ou deux
(variance). En conséquence des transformations spécifiques peuvent utilisées pour palier ce
problèmes, comme les méthodes de Box Cox. En générale on commence par corriger la non
stationnarité en variance en appliquant une transformation logarithmique ou racine carrée à la
série. Il s’agit de cas particuliers de la méthode de Box Cox qui est une méthode statistique
utilisée pour stabiliser la variance et rendre les données plus proches d'une distribution normale.
Elle est utilisée lors de l'analyse de données où la variance n'est pas constante à travers toutes
les observations. Mais ces transformations et les autres méthodes que nous présenterons plus
bas peuvent ne pas être adaptées aux caractéristiques de la non stationnarité de la série ce qui
peut avoir pour effet d’introduire des mouvements parasites au sein de la nouvelle
série « stationnaire » obtenue.

Ainsi on distingue deux types de processus non stationnaires. Les processus TS (Trend
stationnary) représentent une non stationnarité de type déterministe. Les processus DS
(Differency Stationnary) représentent une non stationnarité de type aléatoire.
Différentes méthodes sont envisageables pour corriger une série temporelle non stationnaire en
fonction du type de non stationnarité.

On peut rendre stationnaire une chronique non stationnaire déterministe (Processus TS) par les
moindres carrés ordinaires. On procède par décomposition de la série en composantes
saisonnière et tendancielle déterministes qui seront estimées par les moindres carrés. Ainsi on
peut retrancher les composantes non stationnaires afin d’obtenir une série stationnaire.
En ce qui concerne les séries non stationnaires aléatoires (Processus DS), on applique un filtre
aux différences premières de manière itérative jusqu’à obtenir une nouvelle série stationnaire.
C’est un filtre appliqué à une série temporelle qui calcule la différence entre chaque observation
et celle qui la précède immédiatement. Mathématiquement on a : Δ Yt = Yt − Yt-1 avec Yt la
série.

• Tests de racine unitaire

Regis Bourbonnais souligne l’importance de l’utilisation de la méthode adéquate de correction

de la non stationnarité en fonction du type du processus TS ou DS. En effet une mauvaise
stationnarisation d’un processus peut engendrer des perturbations artificielles, des bruits
parasites ou une forte autocorrélation des résidus des premiers termes. Il est donc primordial
d’identifier le processus sous-jacent d’une chronique et d’y appliquer la méthode adéquate de
correction de la non stationnarité.
Il existe des tests statistiques qui peuvent être utilisés pour tester la stationnarité ou non des
chroniques et, le cas échéant le type de processus non stationnaire. Ainsi la bonne méthode de

52
stationnarisation peut être appliquée. Il s’agit de tests de racine unitaire dont le plus utilisé est
le test de Dickey-Fuller.
Le test de Dickey-Fuller met en évidence le caractère stationnaire ou non de la chronique par
la détermination d’une tendance déterministe ou stochastique. Il existe aussi le test de Dickey-
Fuller augmente qui est une variante du test de Dickey-Fuller simple et le test Philipps et Péron
qui est construit sur une correction non paramétrique de Dickey-Fuller pour prendre en compte
les erreurs hétéroscédastiques ou encore le test KPSS (Kwiatkowski). Il faut noter que les tests
de racines unitaires sont base sur un choix de modèles considérés comme processus générateur
de la série. Ainsi plusieurs auteurs ont proposé une stratégie de test pour identifier ce processus
générateur afin de mener à bien les tests de racine unitaire. (Regis Bourbonnais, Econométrie)

• Fonctions d’autocorrélations simple et partielle

La fonction d'autocorrélation simple souvent abrégée en ACF (AutoCorrelation Function en

anglais), indique la corrélation entre une série temporelle et un certain nombre de ses
observations précédentes (décalage temporel). Elle est utilisée pour examiner la dépendance
linéaire entre une observation et ses observations passées à différents retards.
On a: ACF(k)= Cov(Yt,Yt−k) / Var(Yt)
La FAC simple est calculée pour différents décalages (k) afin de montrer comment la
corrélation entre la série temporelle et ses observations passées évolue avec le temps. Un
graphique de la FAC simple par rapport aux décalages est appelé corrélogramme.
L'ACF à un décalage est toujours égal à 1, car une série est toujours parfaitement corrélée avec
elle-même à un décalage de zéro
Les valeurs de l'ACF à des décalages k plus éloignés de zéro sont comprises entre -1 et 1. Une
ACF significativement différente de zéro à un certain décalage indique une corrélation avec les
observations passées à ce décalage.
Contrairement à l'ACF, qui mesure la corrélation à tous les décalages, la PACF La fonction
d'autocorrélation partielle (FACP), souvent abrégée en PACF (Partial AutoCorrelation
Function en anglais), mesure la corrélation entre deux observations tout en éliminant l'influence
des autres observations situées entre elles.

• Modèles ARMA

Un processus stochastique est une famille de variables aléatoires indicées par le temps.
Wold montre que les modèles ARMA permettent de représenter la plupart des processus
stationnaires.
Les modèles ARMA (AutoRegressive Moving Average) sont une famille de modèles les plus
utilisés dans la littérature pour modéliser les séries temporelles. Les modèles ARMA combinent
deux composantes principales : l'auto régression (AR) et la moyenne mobile (MA).
Dans un processus auto régressif d’ordre p AR(p), l’information présente Yt est une fonction
linéaire des valeurs précédentes jusqu’à la p ième période : Yt = µ + φ1Y(t-1) + φ2Y(t-2) + … +
φpY(t-3) + εt

53
Chaque observation est constituée d'une composante aléatoire ε et d'une combinaison linéaire
des observations précédentes avec les φ1, φ2 … φp les coefficients d'auto-régression.
La fonction d’autocorrélation partielle (FAP) d’un processus AR(p) a ses p premières valeurs
différentes de 0, les autres étant nulles tandis autocorrélations simples décroissent rapidement
vers 0.
Dans un processus moyenne mobile d’ordre q MA(q) chaque observation est composée d'une
composante d'erreur aléatoire ε et d'une combinaison linéaire des erreurs aléatoires passées.
On a : Yt = µ - θ1ε(t-1) - θ2ε(t-2) - … - θpε(t-p). + εt.
Avec θ1, θ2 … θp sont les coefficients de moyenne mobile du modèle à estimer.
Les autocorrélations simples d’un processus MA(q) s'annulent à partir du rang q+1 et le
corrélogramme partiel est caractérisé par une décroissance géométrique de ses retards

2. Méthodologies de Box et Jenkins (ou Modèle de régression linéaire)

La méthodologie de Box-Jenkins, également connue sous le nom de méthodologie ARIMA

(AutoRegressive Integrated Moving Average), est une approche systématique pour la
modélisation et la prévision des séries temporelles. Elle a été développée par George Box et
Jenkins et est largement utilisée en économétrie et en analyse de séries temporelles. L'objet de
cette méthodologie est de modéliser une série temporelle en fonction de ses valeurs passées et
présentes afin de déterminer le processus ARIMA adéquat par principe de parcimonie. Cette
méthodologie suggère une procédure à plusieurs étapes. D’abord l’étape de l’identification de
modèles à priori. Cette étape est la plus importante mais au préalable il est indispensable de
retirer les éventuelles variations saisonnières dont la série pourrait être affectée. Ces variations
seront rajoutées lors de l’étape de prévision. Également il faut rendre stationnaire la série si
nécessaire. Cela passe par des tests de stationnarité et l’utilisation de méthode de
staionnarisation adaptées. Une fois notre série stationnaire obtenue, Il faut, à partir de
l'observation des fonctions d'autocorrélation simple et partielle identifier dans la famille des
modèles ARIMA (p, d, q) le modèle adéquat. On essaye d'identifier les autocorrélations simples
et partielles "significatives" pour déterminer ensuite des polynômes AR et MA qui reflètent ces
liens temporels.
Mais en ce qui concerne un modèle ARMA qui est une combinaison des deux modèles AR et
MA il n’existe pas de caractérisation directe comme les AR purs et MA purs. Mais en observant
les autocorrélogrammes simple et partiel on peut émettre des hypothèses sur la partie
autorégressive et la partie moyenne mobile afin d'identifier complètement un modèle ARMA.
Cette démarche itérative permet en général d'obtenir plusieurs modèles potentiels.

54
Propriétés des fonctions d’autocorrélation simple et partielle

Sources : Regis Bourbonnais, Econométrie page 278

Ensuite vient l’étape d’estimation des paramètres du ou des modèles retenus. La méthode des
moindres carrés peut être utilisée ou des méthodes itératives selon les modèles retenus estimés.
L’étape suivante consiste à tester l’adéquation des modèles en testant significativité des
paramètres estimés et analyser les résidus. Il faut ensuite choisir le meilleur modèles s’il y en a
plusieurs pour effectuer les prévisions. Ce choix se fait souvent par des critères d'information
basés sur l'information de Kullback, par exemple, les critères d'Akaike (AIC) et de Schwartz
(BIC).

55
Les étapes de la méthodologie de Box et Jenkins

Sources : Regis Bourbonnais, Econométrie page 283

56
SECTION 2 : APPLICATION ET RESULTATS

I. Echéancier conventionnel

1. Application

• Données et méthodologie

Les données dont nous disposons sont les encours mensuels (fin de mois) des dépôts à vue des
clients de type personnes physiques de Ecobank CI de Janvier 2019 à Mai 2023. Ces données
nous ont été fournies par le département finance de la banque qui est en charge des reporting
des Etats financiers de la banque. Il établit des reporting journaliers pour tous les départements
et met à disposition tous types donnés dont les départements pourraient avoir besoin pour le
suivi des performances financières et le pilotage des stratégies commerciales.

Nous disposons aussi des taux d’intérêt moyen de rémunération des dépôts des particuliers que
nous avons obtenus sur la base de données financières de la BCEAO mise en ligne sur son site
internet. Ces données nous permettrons de tester nos hypothèses quant à l’influence des taux
d’intérêt sur le niveau d’encours des DAV.

Nous étudierons les DAV de ECI selon la méthodologie de Box et Jenkins qui a pour finalité
de prévoir les valeurs futures des encours de DAV de ECI. Cette étude nous permettra de
calibrer un modèle sur la série des encours de DAV en fonction de ses valeurs passées et
présentes afin de déterminer le processus ARIMA adéquat par principe de parcimonie. Pour ce
faire, Box et Jenkins proposent plusieurs étapes. D’abord l’identification du modèle qui consiste
à déterminer à partir de l'observation des fonctions d'autocorrélation simple et partielle dans la
famille des modèles de types ARIMA, le modèle adéquat. Dans le cas où il existe plusieurs
modèles qui se prêtent bien aux données étudiées il faudra déterminer le meilleur modèle par
des critères d’informations tels que AIC ou BIC. Ensuite il faut estimer les paramètres du
modèle puis les valider par des tests statistiques et enfin effectuer les prévisions

• Structure des dépôt et prêt de la banque (Statistique descriptive)

Dans cette partie nos analyserons l’évolution des types de dépôts par Business Unit de la banque
depuis 2019. Cette analyse nous permettra de constater la part importante des DAV et leur
stabilité dans le temps.

• DAV ECI personnes physiques

57
Nous observons une allure générale croissante du niveau d’encours des DAV des personnes
physiques mais nous constatons une allure atypique au cours de l’année 2019. Nous observons
une allure décroissante pendant l’année 2019, année au cours de laquelle est apparu le Covid19,
mais cela n’explique pas cette décroissance des encours de DAV des particuliers puisque le
virus est apparu en fin d’année et que les premières conséquences se sont ressenties en Europe
à partir de 2020. De même les mesures barrières ont été prises à partir de 2020, pourtant cet
évènement ne semble pas avoir impacté considérablement le niveau d’encours des DAV ECI
même si on peut observer une légère stagnation du niveau des encours de DAV de Octobre
2020 à Mai 2021.
En commençant par les données mensuelles nous effectuerons ensuite notre analyse sur les
données hebdomadaires et journalières.

Figure 1 : Evolution journalière de l’encours des dépôts a vue des personnes physiques de
ECI de 2019 à 2022

Sources : Elabore par l’auteur

Sources : Elabore par l’auteur

58
 • Etude sur les données mensuelles

A partir des données journalières des encours de DAV nous avons extrait les encours de fin de
mois.

Figure 1 : Evolution journalière de l’encours des dépôts à vue des personnes physiques de
ECI de 2019 à 2022

Sources : Elabore par l’auteur

Nous observons la même allure qu’avec les données journalières avec une évolution assez
atypique en 2019.
L’étude traditionnelle des séries temporelles

• Etude de la saisonnarité

Figure 2 : Evolution mensuelle de l’encours des dépôts à vue des personnes physiques de
ECI de 2019 à 2022

59
Sources : Elabore par l’auteur

L’étude de la saisonnalité d’une série temporelle est une tape importante car cela permet
d'identifier les tendances périodiques et récurrentes dans les données. Cela peut être essentiel
pour comprendre les schémas de comportement qui se répètent à des intervalles réguliers. La
connaissance de la saisonnalité permet d'améliorer la précision des prévisions. En tenant compte
des modèles saisonniers, nous pouvons anticiper les variations attendues et ajuster nos
prévisions en conséquence.
En éliminant les effets saisonniers, nous pouvons mieux observer les tendances à long terme
dans nos données. Cela peut aider à identifier les tendances structurelles qui ne sont pas liées à
la saisonnalité.
L’étude de la saisonnalité s’inscrit dans un contexte plus général de la notion de stationnarités.

• Test de stationnarité

Nous effectuons un test de Dickey Fuller Augmenté sur notre série de DAV mensuels de ECI
que nous avons nommé NIB_CSB_MTH dans le logiciel R. Les résultats sont présentés ci-
dessous :

## Augmented Dickey-Fuller Test

##
## data: NIB_CSB_MTH
## Dickey-Fuller = -2.5555, Lag order = 3, p-value = 0.357
## alternative hypothesis: stationary
Le test de Dickey Fuller indique l’existence d’une racine unitaire, la série est donc non
stationnaire, il faut la différencier pour la rendre stationnaire.

Mais nous appliquons d’abord une transformation logarithme à la série pour atténuer la variance
de la série. Nous nommons la série logarithmique par L.NIB_CSB.

60
Etude de corrélogrammes simple et partiel

Etudions maintenant les fonctions d’autocorrélation simple et partiel en de la séries

L.NIB_CSB.

61
L’autocorrélogramme simple indique une décroissance lente vers 0, ce qui est typique d’une
série fortement intégrée. Nous appliquons un filtre aux différences premières a la série. On
obtient une série différenciée que nous nommons L.NIB_CSB_diff1.

62
Les corrélogrammes simples et partiels ont pratiquement tous leurs termes significativement
différents de 0, ce qui nous rassure quant à la stationnarité de la séries log différenciée une fois.

• Identification

Nous pouvons passer à la phase d’identification du modèle ARMA adéquat pour nos données.
Au vu des corrélogramme simple et partiel, nous pouvons dire qu’a priori notre série peut être
modélisée par un ARIMA(0,1,0) avec constance, c’est-à-dire que les coefficient AR et MA sont
nuls : Yt -Yt−1= C +εt

• Estimation

## Series: L.NIB_CSB_MTH
## ARIMA(0,1,0) with drift
##
## Coefficients:
## drift
## 0.0136
## s.e. 0.0039
##
## sigma^2 = 0.0005553: log likelihood = 82.14
## AIC=-160.29 AICc=-159.91 BIC=-157.18
##
## Training set error measures:
## ME RMSE MAE MPE MAPE MASE
## Training set 0.0003129992 0.02290068 0.01808155 0.002786059 0.1567068
0.1308273
## ACF1
## Training set -0.03261679
On obtient l’équation suivante en notant NIB_CSB = Yt, on a L.NIB_CSB = Log(NIB_CSB).

Ainsi notre modèle estime s’écrit : log(Yt )-log(Yt−1)= 0.0136 +εt

Nos vérifions la significativité des paramètres estimés

## drift
## t.stat 3.481290
## p.val 0.000499
La p value est inférieur au seul de 5%, alors le paramètre est significativement différent de 0

Nous effectuons un est de blancheur des résidus, le test de Ljung-Box

## Retard p-value
## [1,] 6 0.57489
63
## [2,] 12 0.91000
## [3,] 18 0.94581
## [4,] 24 0.98751
## [5,] 30 0.99730
## [6,] 35 0.99960
Les paramètres sont tous significatifs, alors les résidus sont un bruit blanc.

Enfin nous effectuons un Test de Normalité des résidus, celui de Shapiro-Wilk

## Shapiro-Wilk normality test
##
## data: model0$residuals
## W = 0.96114, p-value = 0.2331

D’après le test les résidus sont normalement distribués (Bruit blanc gaussien)
Nous pouvons donc utiliser ce modèle pour des prévisions.

Il faut souligner que nous avons tester plusieurs modèles mais qui n’ont pas valider tous les
tests de significativité.

64
Observons maintenant les données calibrées par notre modèle et les données observées

Nous constatons que le modèle capte bien les données observées

Nous effectuons maintenant une prévision sur les 5 prochains mois.

On observe que la qualité prédictive du modèle est bonne. La tendance moyenne est suivie,
mais les évènements saisonniers ne sont pas suffisamment perçus. Nous avons une erreur
moyenne de prévision de 2% sur les 5 premiers mois

65
DATE Observations Prévisions Différence %ERREUR
janv-23 131 273,10 129 627,50 1 645,60 1%
févr-23 134 335,00 131 406,90 2 928,10 2%
mars-23 131 839,10 133 210,70 - 1 371,60 1%
avr-23 129 188,50 135 039,30 - 5 850,80 5%
mai-23 134 049,70 136 893,00 - 2 843,30 2%

66
67
 2. Résultats

FONCTION D’ÉCOULEMENT

Notre modèles s’écrit log(Yt )-log(Yt−1)= 0.0136 +εt, avec Yt l’encours de dépôt à vue à la date
t et εt le terme d’erreur. Notons pour faciliter la lecture DAVt = Yt, on a donc :
log(DAVt )-log(DAVt−1)= 0.0136 +εt ou encore log(DAVt ) = log(DAVt−1) + 0.0136 + εt

DAVt = DAVt−1 * 1.013693 * exp( εt)

DAV(T) = DAV(t) * exp[ 0.0136(T-t) + ∑Ti=t+1 εi ]

Min(εi) = -0.0491603943 correspondant au mois d’Octobre 2020

Ainsi on a DAV(T) = DAV(t) * exp[ 0.0136(T-t) + ∑Ti=t+1 -0.0491603943]

DAV(T) = DAV(t) * exp[ 0.0136(T-t) + -0.0491603943 * (T-t)]

DAV(T) = DAV(t) * exp[ 0.03556 (T-t)]

La fonction d’écoulement de nos DAV correspond donc à S(t,T) = exp[ 0.03556 (T-t)]

ECHEANCIER CONVENTIONNEL

Ainsi la vitesse d’écoulement des DAV des particuliers de ECI est de 0.0348836 soit 3,48836%

Cela veut dire qu’en cessation d’activité, les dépôts a vues des personnes physiques de Ecobank
disparaitrons du bilan a un rythme de 3.5% en moyenne par mois.

En se positionnant au 31 janvier 2023, nous avons un encours de DAV de 131 273,10.

D’après notre modèle parmi ces 131 273,10 de dépôt, les clients retireront au plus
4 579,28 au cours du mois c’est-à-dire pendant le mois de février 2023 et d’ici
décembre 2023, 45 543.25 de DAV parmi les 131 273,10 de DAV de départ
seront retirés par les clients.

68
 Pourcentage de
Échéance
l'encours de la Pourcentage de partie
à partir partie
Duree en mois date t (Dt ) stable l'encours de la date Partie stable volatile
de la date volatile
en fonction du t (Dt ) volatile en mensuelle
t
temps fonction du temps
0 t 100% 0% 131 273,10 - -
1 t+1 96,51% 3,49% 126 693,82 4 579,28 4 579,28
2 t+2 93,14% 6,86% 122 274,29 8 998,81 4 419,54
3 t+3 89,90% 10,10% 118 008,92 13 264,18 4 265,37
4 t+4 86,76% 13,24% 113 892,34 17 380,76 4 116,58
5 t+5 83,73% 16,27% 109 919,37 21 353,73 3 972,97
6 t+6 80,81% 19,19% 106 084,98 25 188,12 3 834,38
7 t+7 77,99% 22,01% 102 384,36 28 888,74 3 700,63
8 t+8 75,27% 24,73% 98 812,82 32 460,28 3 571,53
9 t+9 72,65% 27,35% 95 365,88 35 907,22 3 446,95
10 t+10 70,11% 29,89% 92 039,17 39 233,93 3 326,71
11 t+11 67,67% 32,33% 88 828,51 42 444,59 3 210,66
12 t+12 65,31% 34,69% 85 729,85 45 543,25 3 098,66

69
Nous avons ainsi pu définir une convention d’écoulement des DAV des clients de type
personnes physiques de ECI. Mais cet écoulement des DAV est fait selon l’hypothèse de
cessation d’activité de la banque. C’est-à-dire si la banque arrête de collecter des dépôts [à vue]
au 31 janvier alors 34% de ces dépôts disparaitrons de son bilan et il lui faudra 24 pour écouler
totalement son stock de dépôt à vue au 31 janvier 2023.

II. Stress test de liquidité (ou modèle Corporate Bank, Modèle Selvagio)

1. Application

Apres étude des encours de DAV mensuel des clients personnes Physique de ECI nous avons
pu établir un écoulement conventionnel du stock de DAV CSB de ECI selon une hypothèse de
cessation d’activité. En claire nous n’avons pas pris en compte les collectes de dépôt, ce qui
répond à la rigueur des recommandations règlementaires en matière de gestion de risque de
liquidité bancaire. Cependant ceci n’est pas suffisant pour une gestion efficace du risque de
liquidité bancaire car nous ne prenons pas en compte les risques systémiques de retrait massifs
des DAV en cas de crise. La règlementation bancaire recommande aux banques d’établir des
stress tests de liquidité pour mieux prévenir les crises systémiques. L’objectif de cette partie
sera d’établir un stress test de liquidité des DAV pour ECI.

70
2. Résultats

71
CONCLUSION GENERALE

72
Présentation des résultats globaux

73
REFERENCES BIBLIOGRAPHIQUE

74
75
ANNEXES

76
77
TABLE DES MATIERES

78
79