Gestion Des Risques Bancaires: Finance & Finance Internationale N°8 Janvier 2017

Finance & Finance Internationale N°8 janvier 2017
GESTION DES RISQUES BANCAIRES
Par
Hanen BRAHIM
Chercheur à l’Institut Supérieur de Gestion de Sousse, Université de

Sousse –Tunisie.
&
Mohamed Amine HAMMAS
Professeur à la Faculté d’Economie et de Gestion Sousse, Université de

Sousse –Tunisie.
Résumé:
La gestion des risques bancaires occupe une place importante dans les institutions
financières à cause des divers risques auquel est confrontée une banque.
De nos jours, les banques se sont exposées à divers types de risques. D’où il ya lieu de
détecter rapidement les difficultés que certains établissements bancaires peuvent rencontrés.
Dans le domaine bancaire comme dans les autres secteurs de l’économie, il est entendu que
l’on doit prendre des risques calculés pour réaliser des profits.
Au cours de cet article, nous détectons les différents risques exposés dans les banques ainsi
que leurs gestions.
Mots clés: risque de crédit, liquidité, risque de taux
Abstract:
Banking risk management is an important part of financial institutions because of the various
risks faced by a bank.
Today, banks have been exposed to various types of risk. It is therefore necessary to quickly
identify the difficulties that certain banking institutions can met.
In the banking sector as in other sectors of the economy, it is understood that one must take
calculated risks to make a profit..
In this article, we detect the various risks exposed in banks and their management.
Keywords: credit risk, liquidity, risk of rate
http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

1
Introduction :
Le risque occupe une place importante dans les théories1financières, Par ailleurs, la
dynamique historique du risque fait apparaître ou l’analyse du risque doit couvrir une
succession des situations possibles de même l’aggravation des risques aujourd’hui résulte
d’une évolution qui est marqué les deux derniers décennies, c’est pour cela il est nécessaire de
rechercher des nouvelles solutions afin de garantir une meilleure conscience de risque auquel
est confronté les banques.
D’où il convient de détecter les différents risques bancaires ainsi que de définir les mesures
nécessaires de gestion. Cinq risques vont étés énoncés : risque de crédit, risque de liquidité,
risque de marché, le risque opérationnel et d’insolvabilité.
D’où il est nécessaire de monter la capacité des banques à gérer les risques.
I - les risques bancaires
1-1- Le risque de crédit
Le risque de crédit est « le risque des pertes consécutives au défaut de l’emprunteur

face à ses obligations ».
Selon Thierry Roncalli2 « le pourcentage de chances pour qu’un débiteur où l’émetteur
du moyen de paiement soit dans l’impossibilité de payer l’intérêt dû où de rembourser le
principal selon les termes spécifiés dans la convention de crédit est inhérent à l’activité
bancaire ».
.
1-2- le risque de liquidité
Ce risque est le risque de ne pas disposer3 assez de liquidité pour faire face aux demandes de
retrait de fonds.
D’après Olivier Davanne4 une institution est en risque de liquidité si elle peut mettre
en difficulté par une partie de confiance brutale et inattendue de ses préteurs.
Par conséquent, le risque de liquidité est considéré comme un facteur considérable de
vulnérabilité du système financier et joue un rôle essentiel dans la crise actuelle.
1-3- Le risque de marché

Le risque de marché5 est le risque de perte sur les positions du bilan relatif à l’ensemble des
avoirs et les dettes d’une institution financière et du hors bilan notamment les sommes
engagées non payés ou reçue à la suite des variations des prix sur le marché.
A- Le risque de « Taux d’intérêt »
1
Anne Marie Percie (1999) : « Risque de contrôle du risque »économica Paris.
2
Hennie Van greuning, Sonja Bvajovic Bratanovic (2004): « Analyse et gestion du risque bancaire » édition
ESKA paris.
3
Pièrre charles pupion (1999) : « Economie et gestion bancaires » Dunod paris.
4
Olivier Davanne (2008) : « Régulation et réduction du risque de liquidité » Revue d’économie financière.
5
Christian Gouriéroux, André Tiomo (2007) : « Risque de crédit : une approche avancée »les cahiers de CREF
2
Le risque de Taux d’intérêt6 pour un établissement bancaire est la deuxième source

principale de perte après le risque de crédit.
Ces pertes résultent notamment d’une part des mouvements de taux d’intérêt et d’autre
part, la réduction des instruments financiers au bilan et hors bilan.
B- Le risque change
Le risque de change est le risque lié à une évolution défavorable de taux de change.
Les banques doivent couvrir ce risque en devises ou en or, cependant les banques utilisent
deux méthodes simplifiées pour la mesure du risque de change en devises et en or.
C- Le risque sur produits de base
Le risque sur produits de base est le risque lié à la détention ou la prise de position sur
des produits physiques pouvant être négociés sur un marché secondaire.
1-4- Le risque opérationnel
« Le risque opérationnel se définit comme le risque des pertes résultant d’une inadaptation où
d’une défaillance imputable à des procédures, personnes et systèmes internes, où à des
évènements extérieurs » (Basel committee on Banking supervision, working paper on the
regulatory treatment of operational risk).
1-5-Le risque d’insolvabilité
Est le risque de l’ensemble de fonds propres7 et de dépôts, il est le risque de n’est pas
avoir suffisamment des fonds propres pour absorber les pertes.
II - la gestion des risques bancaires
Aujourd’hui, la gestion des risques se développent très rapidement dans les banques8 en
englobant l’ensemble des techniques et des outils de gestion en permettant de mesurer et de
contrôler les risques financiers
Certes, il s’agit de mettre en place une gestion « calculée » des risques afin de faciliter et
améliorer l’efficacité de la prise des risques et conditionne la performance et la durabilité de
la banque.
Les recherches sur la gestion des risques bancaires sont nombreuses, en effet, Lavoisier
(2009) montre que les banques doivent se rénover en restaurant la confiance des clients et en
lui améliorant les qualités des services et la fiabilité de l’information.
G.Causse, N.Hideur (2010) déclarent que les institutions financiers doivent améliorer leurs
méthodes de détection de gestion des risques.
1- Assurance des dépôts
6
Zuhayr Mikdashi (1998) : « Les banques à l’ère de la mondialisation » Economica paris.
7
Mounir Smida (2001) : « Economie monétaire I »Cedex
8
Joeil Bessis (1995) : « Gestion des risques et gestion actif-passif des banques »édition Dalloz Paris
3
L’assurance des dépôts peut être considérée parmi les techniques de gestion de risque. En
effet, elle constitue une forme « assurantielle »9 de garantie des dépôts et elle est financée
suite à des primes versés ex ante.
Par ailleurs, la mission principale des compagnies d’assurances est de proposer des contrats10
d’assurances aux entreprises et aux ménages afin de réduire les risques des contractants.
2- La titrisation
La titrisation débouche des nouvelles possibilités11 aux banques et aux institutions en

matière de gestion de la liquidité, du risque du taux et de remboursement anticipé.
3- La nouvelle réglementation ; de Bale I au

Bale II et Bale III
A-l’accord de bale I :
Ce ratio exige que le rapport12 entre le montant des fonds propres et celui de l’ensemble de
risque de crédit est fixé au minimum à 8%.
Dès 1992, d’après le régime définitif prévu par la mise en application de ce ratio le noyau dur
doit représenter la moitié du total des fonds propres exigés ce qui issue à la prise en compte
des éléments complémentaires qui est plafonnée à 100% du noyau dur.
 Dans les éléments complémentaires l’encours de dettes subordonnées est plafonné à
50% du noyau dur.
D’où ce ratio ne tient compte pratiquement qu’un seul risque : le risque de crédit qui est
considéré comme étant le risque majeur pour une banque.
Le ratio cooke souffre des faiblesses notamment, il n’est pas réussi à accroître l’efficacité et la
stabilité bancaire. En fait, les pondérations exigées ne permettent pas une évaluation correcte
de risque.
B- L’accord de Bâle II : le ratio Mc Donough
En juin 2006, 13 le comité de Bâle sur le contrôle bancaire a publiée sa nouvelle

version révisée les exigences des fonds propres connu sous le nom des nouveaux fonds
propres de Bâle (Bâle II) afin de remédier aux faiblesses à l’opposition du Bâle I, de plus en
augmentant la sensibilité aux risque des ratios de fonds propres, en particulier en ce qui
concerne le risque de crédit et en encourageant la gestion des risques améliorés de la part des
banques.
Ce nouvel accord (Bâle II) a pour objectif d’améliorer ainsi les décisions des banques,
l’efficacité de la réglementation bancaire et vise à harmoniser les exigences de capital
réglementaire plus étroitement aux risques sous-jacents aux quels font face aux banques.
D’où il y a lieu d’augmenter la sensibilité au risque des ratios des fonds propres, en
particulier, en ce qui concerne le risque de crédit et en encourageant la gestion des risques
améliorés de la part des banques.
9
Philippe Madiès (2009) : « Dispositifs de garantie des dépôts des banques » Banque stratégique n°271.
10
Zvie Bodie, Robert Merton et Christophe thibierge (2011) : « finance » 3ème édition pearson paris.
11
Thomas Demians Archimbaud, Roland Portait (1989) : « Ratios cooke, titres subordonnés et titrisation : le
coût des fonds propre et la gestion du bilan bancaire » Revue banque.
12
Nathalie Caillard, Pierre Laurent, Véronique Seltz (2000) : « Les enjeux de la réforme du ratio Cooke » Revue
d’économie financière.
13
David Ruthenberg, Yoran Landskroner (2008): « Loan Principe under Basel II imperfectly competitive
banking market » Journal of banking and finance.
4
1- La mesure de risque de crédit

a- Pilier I
Selon, cette nouvelle approche le calcul des exigences des fonds propres relatives aux
risques de crédit s’effectue en deux temps :
*La banque classe ses actifs selon des catégories prédéfinis d’où la réglementation dans ce cas
prévoit onze classes d’actifs.
Lorsque les actifs sont notés, par des agences de notation, la pondération imposée est
directement fonction de cette notation.
*La banque doit appliquer un coefficient de pondération règlementaire à la valeur de chaque
actif avant de calculer la valeur totale de ses actifs « par simple sommation ».
Les éléments hors bilan sont transformés en éléments équivalents du bilan puis pondérés de
façon analogue.
b- Pilier II ; Processus de surveillance prudentielle

Ce pilier porte sur les principes clés de la procédure d’examen de contrôle
d’adéquation des fonds propres.
Se sont les autorités des règlementations qui imposent des exigences en fonds propres
supérieures à celle prévues par le premier pilier.
En outre, ce pilier vise à renforcer le contrôle des risques mise en œuvre en maîtrisant les
procédures de calcul.
Les banques sont suffisamment capitalisées en mettant en place des systèmes rigoureux de
mesure et de gestion de leurs risques.
c- Pilier III ; Discipline de marché
Afin de favoriser la transparence et permettre aux marchés pour mieux mesurer les risques et
les gérer, les établissements bancaires sont tenues de publier des informations nécessaires
pour mesurer leurs risques, ainsi que l’adéquation de leurs fonds propres.
Cette information, touche essentiellement le numérateur et le dénominateur du ratio.
Concernant le numérateur, la banque doit indiquer le montant de chacun des composantes de
ses fonds propres de base et ses fonds propres complémentaires, en précisant aussi les
déductions concernés ces fonds, le montant des emprunts subordonnés et les bénéfices nets du
portefeuille.
d- Fragilité de trois piliers
Malgré le renforcement de trois piliers en matière de gestion et contrôle de risque, ces
dernières souffrent de plusieurs sources de fragilité.
pilier I:
- Manque de données chiffrées14, difficulté de dimensionnement et d’estimation des
Paramètres concernant le contrôle du risque de marché qui est ne porte que sur les
aspects techniques.
- La pratique de rating n’est pas développée en dehors des Etats-Unis.
- Les lois statistiques des faillites sur lesquelles les notes sont établies, sont construites
sur des données exclusivement américaines.
- La conscience des notations en particulier en période de crise est plutôt critiquée.
- Le calcul des exigences de fonds propres des banques repose sur trois niveaux donnant
aux établissements les moins développés une approche délicate et aux établissements
les plus sophistiqués.
Pilier II : difficulté technologiques, organisationnelles et managériales.

Pilier III : indiscipline des marchés financiers.
14
Nathalie Caillard, Pierre Laurent, Veronique Seltz (2000) : opcit
5
2- Le risque opérationnel
La réglementation prévoit trois méthodes de calcul pour évaluer ce risque.
 L’approche de base, l’approche standardisée et l’approche en mesures complexes d’où

ces trois méthodes sont tenues à choisir la méthode la plus avancée.
 La règlementation Bâle II impose que les montants des fonds propres disponibles sont au
moins égal au montant de fonds propres réglementaires exigés pour couvrir l’exposition
de la banque au risque de crédit (FPRC), au risque de marché (FPRM) et au risque
opérationnel (FPRO).
Fonds propres effectifs ≥ FPRC + FPRM + FPRO
Par conséquent, d’après la réglementation de Bâle II, le ratio Mc Donough reste le même
principe avec le ratio cooke ≥8% mais toutefois le dénominateur de ratio Mc Donough
comporte trois éléments à la différence de ratio cooke.
Le montant des actifs pondérés (AP) correspond au montant des fonds propres exigés pour
couvrir le risque de crédit, le risque de marché et le risque opérationnel multiplié par 12.5
(1/0.08).
3- Mesure de risque de marché
Un des outils les plus courants et récents en matière de mesure des risques est la value-at- risk
(VAR).
 VAR
VAR peut interpréter comme la probabilité que moins d’une quantité donnée d’argent sera
perdu dans un certain pourcentage du temps où le pourcentage est au moins le niveau de
confiance ciblé.
 Solvency II :
Vu l’affaiblissement de Solvency I en matière de solvabilité15 en fonction de pourcentages
sur les primes et les sinistres. Solvency II vient combler les lacunes de ce dernier en instaurant
les 3 piliers. D’où il est essentiel de comparer Solvability I et Solvability II afin d’améliorer la
protection des assurés.
Concernant la gestion du risque du taux Il existe deux méthodes de gestion du risque du taux
* Définir et réduire l’assiette du risque
*Les méthodes de couverture du risque du taux
C- L’accord de Bâle III
Bâle III qui vise à « améliorer16 la résilience du secteur bancaire c .à .d sa capacité à

absorber les chocs en période des tensions financières et économiques, quelque soit la
source ».
Bâle III à pour mission de :
- Renforcer la qualité, l’homogénéité et la transparence des fonds propres.
- Améliorer la couverture des risques, en particulier le risque de contrepartie.
- Mener un ratio de levier harmonisé au niveau international.
- Réduire la procyclicité par le passage d’un modèle comptable des pertes encourues
d’une part et la construction de coussins contracycliques d’autre part.
15
Benoît coeuré (2010) : « Le monde à-t-il encore besoin de la finance » édition des cartes £ cie paris.
16
Michel Bilger (2010) : « Calcul du numérateur une solvabilité renforcé des banques » Banque stratégique.
6
- Introduire les deux ratios de liquidité : un ratio court terme et un ratio de financement
stable.
III : Méthodologie
La présentation de notre étude économétrique nécessite au préalable l’exposition des variables

retenus dans notre modélisation pour passer ensuite à la validation de hypothèses dont on
découvert des divers tests économétriques.
ECHANTILLON :
A partir d’un échantillon de dix huit banques Tunisiennes étalé sur 22 années allant de 1992
au 2014, nous allons passer à la description de nos variables sélectionnées.
1- Présentation des variables

A- La variable dépendante :
 Le ratio de couverture des risques (RCR) : est mesuré par le rapport entre les fonds
propres nets prudentiels et l’actif ajusté aux risques, il est le ratio règlementaire qui ne doit
pas être inferieur à 8%
B- Les variables indépendantes :
 Le risque du taux d’intérêt (RTI):est mesuré par le rapport entre le produit net
bancaire et le total du bilan.
Selon le comité de Bâle sur le contrôle bancaire (1997), le risque de taux d’intérêt apparait
comme un facteur indispensable à la fragilité de la situation financière d’une banque et une
évolution défavorable de taux d’intérêt.
H1 : le risque de taux d’intérêt à un impact positive sur le ratio de couverture de risques
 Le risque de crédit (RC):est le ratio de provisions requises rapporté au total de

crédits. Il est le risque primordial au sein d’une banque.
Inspirés des travaux de (H. v Greuning, s,b , Bratanovic, 2004, Dermine, 2005, Boyd g,
Nicole ;2005)le facteur de risque de crédit est le plus évoqué dans la littérature ,il est le
défaut de remboursement pour les clients de la banque.
Egalement Gabriel Jiménez énonce que l’augmentation de ce risque s’avère la cause
principale pour l’accroissement de risques d’insolvabilité des banques
H2 : le risque de crédit est corrèle positivement avec le ratio de couverture de risques
 Le risque de liquidité (RL):est le ratio des actifs réalisables sur les passifs exigibles
Diamond et Rajan (2001) notent que tandis les banques fournissent des liquidités aux
emprunteurs, les prêts eux-mêmes sont des actifs relativement illiquides pour des banques par
la suite quand les banques exigent la liquidité, elles pourraient vendre les prêts ou les utilisent
comme le nantissement
H3 : le risque de liquidité est corrélé positivement avec le ratio de couverture de risques
 La taille de la banque (V):est mesuré par le logarithme népérien du total des actifs au
31/12/n

7
Les études d’Andersion et Fraser (2000) ,Hu et al (2004),Garcia-Marco et Robles Fernandez

(2008) montrent que plus la banque est d’une grande taille plus les dirigeants sont motivés à
entamer des politiques plus prudents et plus complexe.
Selon Detragiache et al (2000), la taille joue un grand rôle dans le cadre d’une politique de
diversification des risques.
H4 : la taille bancaire est corrélée négativement avec le ratio de couverture de risques
 La rentabilité économique (ROA):est le ratio de bénéfice net sur le total des actifs.
Pour évaluer la performance, la ROA s’avère un meilleur critère de rentabilité qui tend à
mesurer le bénéfice par rapport à l’actif et refléter dans qu’elle mesure la gestion de la banque
utilise des ressources réelles en vue de réaliser les bénéfices (Ben Naceur ; 2003)
H5 : la rentabilité économique est corrélée positivement avec le ratio de couverture de

risques
Dont le but d’élargir notre modélisation nous intégrons trois variables nouveaux qui sont ; la
part du marché, le ratio crédit/pib et le ratio de revenu du cout (cost income ratio)
 La part du marché (PM) : est mesuré par le rapport entre le total de crédit par
banque sur le total des crédits de secteur bancaire de notre échantillon. Ce ratio
traduit le degré de concentration sur le marché bancaire.
H6 : la part du marché à un impact positive sur le ratio de couverture de risques
 (devbank) : est le ratio de crédits rapporté au produit intérieur brut (PIB), en effet
selon les travaux des (Sylviane Guillaumont Jeanneney, Kangni Kpodar ; 2006)
l’augmentation de ce ratio peut accompagner d’une instabilité croissante de ce même
ratio au sein d’une banque.
H7 : le ratio des crédits rapporté au pib est corrélé positivement avec le ratio de
couverture de risques
 Cost income ratio (CIR) : se trouve au numérateur les charges d’exploitation et au
dénominateur les résultats d’exploitation, Cependant ce ratio est important dans le
secteur bancaire, il est une autre mesure naissante d’efficacité de banques (D. M
Mathuva ; 2009)
H8 : le ratio des charges d’exploitation rapporté aux résultats d’exploitation est corrélé
positivement avec le ratio de couverture de risques
Le tableau(1) récapitule les variables utilisées dans nos analyses
Tableau (1) La définition des variables
Variables Notation Mesure Signe

attendu
La variable dépendante
Le ratio de couverture des RCR
risques
Les variables indépendantes
Le risque de credit RC Créances douteuses/total des crédits +
Le risque de liquidité RL Actifs realisables/passifs exigibles +
La rentabilite économique ROA Benefice net/total actif +

8
Le taille de banque V Logarithme népérien des total d’actifs -

Le risque de taux d’intérêt RTI Produit net bancaire/total du bilan +
La part du marché PM Total crédit d’une banque/total des +
crédits des banques
Le ratio des crédits /pib DEVBANK Total des credits /pib +
Cost income ratio CIR Les charges d’exploitation/les résultats +
d’exploitation
Source : Auteur
2- Présentation du modèle à estimer : Le modèle
Notre modèle appropriée est composé de huit variables pour dix huit banques pour
une période allant de 1992 à 2014 à l’aide de logiciel “STATA 12”
L’estimation de ce modèle est faite par deux méthodes économétriques en panel : une
estimation par les moindres carrées ordinaires(MCO) et une estimation à l’aide du technique
“seemingly unrelated regression”(SUR)
La première méthode a pour but de contrôler l’hétérogénéité des variables retenus dont on
applique deux test ;le test de Hausman qui englobe l’effet fixe et aléatoire d’où il permet de
choisir entre ce deux effets à partir de la probabilité de chi2.
L’estimation de la méthode « sur »à pour but de gagner l’efficacité dans l’évaluation en
combinant des informations sur des équations différentes et de tester les restrictions qui
impliquent des paramètres dans des équations différentes (Hyungsik Roger, Benoit Perron ;
2006), en effet cette méthode17 qui a discuté par Arnold Zellner en 1962 est considère comme
l’un des développements d’économétrie qui à trouvé l’utilisation considérable dans
l’application des tests économétriques
Notre modèle est à régression linéaire qui s’écrit :
RCRit = βit RCit + λit RTIit + θit RLit + δit PMit + Φit Vit + ωit ROAit
+ðitDEVBANKit+ÿitCIRit+ ξit
Ou( i) représente la banque et( t) représente la période
3- Estimation économétrique
Dans ce qui suit, nous présentons les statistiques descriptives des variables retenus
dans notre modèle ainsi que la matrice de corrélation de Pearson.
A- Description des variables

Il est judicieux de passer à l’analyse descriptive de nos variables avant d’exposer nos
estimations et résultats.
Nous remarquons d’après le tableau (2) que la moyenne de (devbank) est plus
importante que la taille de la banque sur 379 observations, elle est en moyenne de (29.
18136) contre (13. 56133), tandis que le(cost income ratio) à enregistré la moyenne la plus
bas (-20. 86899) dont la moyenne est de (-9695) et la maximale est de (2437. 85) à partir de
372 observations.
La taille de la banque et le ratio de crédit rapporté au pib occupe une place importante
pour les banques par contre les restes de variables enregistrent des moyennes relativement
faibles
17
Badi H Baltagi (2003) : « A companion to theoretical econometrics»Blackwell publishing
9
Le tableau (2) récence les statistiques descriptives des principaux variables du modèle pour
l’échantillon.
Tableau (2) : Description des variables
Source : calculs auteur

.
B- Examen de corrélation des différents variables
La matrice de corrélation tient compte de la relation estimée entre les différents

variables retenus dans notre modèle (tableau 3).
Les résultats de matrice de corrélation montrent :

Les variables (rti) et ( cir) sont corrélés négativement avec le ratio de couverture des risques
qui sont respectivement de (-0. 0496, -0. 0025), de même pour (rl) est corrélé négativement
avec le (rti).
La corrélation entre la rentabilité économique et le risque de crédit et le risque de liquidité est
négative (-0. 1615, -0. 1480)
Le reste des variables explicatives de notre modèle empirique enregistrent une corrélation
positive entre eux
Compte tenue qu’il n’ya pas une corrélation forte entre les variables sélectionnées il ya lieu de
passer à l’exposition des résultats relative à la régression de moindre carrée ordinaire(MCO).

10
Tableau (3) : Matrice de corrélation de Pearson
Rcr Rti Rc Rl Roa V Pm Devbank cir

Rcr 1. 0000
Rti -0. 0496 1. 0000
Rc 0. 0991 0. 0024 1. 0000
Rl 0. 0242 -0. 0279 0. 0569 1. 0000
Roa 0. 0214 0. 2192 *** -0. 1615*** -0. 1480** 1. 0000
V 0. 0539 0. 0113*** 0. 0248 0. 0670 0. 1143** 1. 0000
Pm 0. 0161 0. 0059 0. 0085 0. 0425 0. 1215** 0. 5519*** 1. 0000
Devba 0. 0325 0. 00651 0. 0127 0. 0684 0. 1309 ** 0. 5230 *** 0. 8600 *** 1. 0000
Cir -0. 0025 0. 0419 0. 0106 0. 0231 0. 0025 0. 0812 0. 0601 0. 0640 1. 0000
(*significatif au seuil de 10%), (**significatif au seuil de 5%),(*** significatif au seuil de 1%) Source : auteur

11
C- Les résultats de l’estimation

Le tableau (4) retrace la corrélation et la significativité des variables explicatives de notre
modélisation.
 Le risque de taux d’intérêt (RTI) : la relation entre le risque d’intérêt et le risque de
Couverture de risques est négative et non significative ce qui ne confirme notre hypothèse 1
Ce ratio n’est pas un facteur déterminant de risque de couverture des risques en effet, il faut
que les banques soient prudents lors de l’octroi des crédits.
 Le risque de crédit (RC) atteste une relation positive et statistiquement significatif au
seuil de 10% ce qui montre que le risque de crédit est le facteur dominant et important dans
les banques et la couverture des risques est assez expliqué par la prise de risque de crédit
d’ou l’hypothèse 2 est confirmé
 Le risque de liquidité (RL) à un impact positive mais non statistiquement significatif
ce qui ne confirme pas notre hypothèse 3, cela signifie qu’un accroissement du risque de
liquidité entraine la non disponibilité des réserves suffisantes d’argent pour faire face aux
retraits de dépôts et par conséquent il peut aggraver la situation financière de la banque (Ben
Naceur S M Kandil ;2009)
 La rentabilité économique (ROA) : le coefficient du ratio de rentabilité des actifs est
Positivement corrélé avec le ratio de couverture des risques mais non pas significatif, d’où
l’hypothèse 5 n’est pas vérifié, ce qui explique que les banques les plus rentables se sont
exposés à l’accroissement de risque, d’où il ya lieu de faire face contre les chocs bancaires en
instaurant des nouvelles normes prudentielles.
 La taille de la banque ; (V) : le logarithme népérien du total d’actifs de la banque fait
apparaitre un coefficient positif et statistiquement significatif au seuil de 10% ce qui ne
confirme pas à l’hypothèse 4, en indiquant ainsi que les banques de grande taille sont plus
exposés aux risques que les petites banques.
 La part du marché (PM) : à un effet négatif et non significatif sur le ratio de couverture
des risques, en effet cette relation non significative est contradictoire à notre hypothèse
6.Cependant l’augmentation des dépôts bancaire est censé encourager les banques à
l’accroissement de gestion des risques et augmente la confiance chez les déposants et de
même l’augmentation des crédits distribués (Ghanem Darine, Salameh Majed ; 2013)
 Le ratio de crédits rapporté au pib : il existe une relation positive et non significative
entre le développement financier qui est mesuré par le ratio des crédits sur le PIB et le ratio
de couverture de risque ce qui ne confirme pas notre hypothèse 7 et accroit l’instabilité
financière et handicape par conséquent la gestion des risques.
 Le ratio de revenu des couts (cir) : présente en revanche, un coefficient négative et
non significative ce qui n’est pas confirmé à l’hypothèse 8, en effet cette variable est
un facteur déterminant et indispensable à la couverture et la gestion des risques et il
était un point de référence standard d’efficacité et efficience (Tripe ;1998 ; Hess et
Francis ;2004)
Au total on conclut que la majorité des variables retenus dans notre modélisation sont non
significatives à l’exception de risque de crédit et la taille de la banque, en effet l’estimation
par la régression de moindre carrée ordinaire semble insuffisante et biaisé ainsi nos résultats.
D’ou il est nécessaire de passer à des tests complémentaires afin d’éclairer nos résultats.

12
Tableau (4):Résultats des estimations par les moindres carrés(MCO)
Variables Valeurs p-value

indépendantes
RTI -3. 968193 0. 111
RC 08456554 0. 056*
RL 0. 1850287 0. 656
ROA 0. 4992982 0. 438
V 0. 0911639 0. 074*
PM -1. 997084 0. 182
DEVBANK 0. 0009438 0. 722
CIR -9. 20e-06 0. 899
CONS -0. 9280519 0. 153
*significatif à 10%, ** significatif à 5%, *** significatif à 1%
 Le test d’Hétéroscédasticité :
On suppose :
H0 <5% : il ya un problème d’hétéroscédasticité
H1>5%: il n’ya pas un problème d’hétéroscédasticité
Selon les résultats du test de Breush –Pagan LM nous emmenant à rejeter H1 et on accepte
H0 car le prob>chibar2=0. 000, et nous indique la présence de problème d’ hétéroscédasticité.
Le résultat de ce test a retenu le modèle à effet fixe.
Les résultats issus du modèle à effet fixes affichent la non significativité des variables
retenus dans notre modélisation dont le risque de crédit, la rentabilité économique, le ratio du
total des crédits rapportés au PIB et le ratio de revenu des couts ont corrèles négativement
avec le ratio de couverture des risques, dont cette corrélation indique que la majorité de ces
variables ne servent pas à la gestion des risques.
Les résultats issus de test d’héteroscédasticité sont inefficace pour une banque afin de mieux
gérer leurs risques, d’ou il ya lieu de passer au test de Hausman.
 Le test de Hausman :
Le test de Hausman juge entre les deux tests: effet fixe et aléatoire
La probabilité de chi2 est à l’ordre de 0. 0021 qui inferieur à 5% donc on choisit la méthode à
effet fixe comme celle de test d’hétéroscédasticité dont les résultats sont les mêmes.
L’estimation de régression de panel à partir de la méthode de moindre carrée (MCO) reste

insuffisante, cependant il est judicieux de tester une autre méthode à savoir la technique de
Zellner « Seemingly Unrelated Regression »afin d’améliorer nos résultats.

13
 Le risque de taux d’intérêt fait apparaitre un coefficient négatif et statistiquement

significatif au seuil de 10% d’où l’hypothèse 1 est rejetée. Ce résultat oblige les banques
de bien fixer ses taux d’intérêt lors de l’octroi des crédits.
 Ce résultat est similaire à celle de la régression à l’aide des données de MCO dont le risque
de crédit exerce un effet positive et statistiquement significative au seuil de 5% ce qui
confirme notre hypothèse 2
 Egalement Le risque de liquidité, la rentabilité économique, la part du marché, le
devbank et le ratio revenu des couts affichent les mêmes résultats que le MCO
 La taille de la banque affecte positivement et statistiquement significativité au seuil de
10%, le risque de couverture de risques, ce qui suggère que les banques de grandes tailles
sont les mieux exposés au risque de crédit que les petites banques.
A partir de cette méthode on constate que la plupart des variables sont non
significatives ce qui nous mène à conclure que cette estimation souffre des lacunes malgré la
présence des normes prudentielles ce qui encourage les banques à chercher d’autres règles
prudentielles à l’échelle internationale et trouver d’autres mesures qui permettent à une
banque de réussir sa mission et doter d’un progrès efficace de gestion de risque .
Le tableau (5) retrace les résultats d’estimation de nos variables selon la méthode de Zellner
Tableau (5) : Les résultats d’estimation par la méthode de Zellner
Variables indépendantes Valeur p-value

Rti -3. 968193 0. 106*
Rc 0. 8456554 0. 052**
Rl 0. 1850287 0. 652
Roa 0. 4992982 0. 432
V 0. 911639 0. 070*
Pm -1. 997084 0. 176
Devbank 0. 0009438 0. 718
Cir -9. 20e-06 0. 898
cons -0. 9280519 0. 147
(*/**/***respectivement10%, 5%, 1%)
Conclusion :
La gestion des risques permet aux banques de mieux gérer leur structure de capital en vue de
tirer le maximum de profit en utilisant des mécanismes internes et externes pour protéger
contre les différentes pertes.
On a essayé de trouver une relation empirique entre les risques et la rentabilité bancaire en
appliquant tout d’abord la méthode de moindre carrée ordinaire(MCO) qui affichent que la
plupart de risques sont corrélés négativement avec le ratio de couverture de risques, ce qui
nous amène à recourir à une autre méthode appelé la méthode « SUR »sur un ensemble des
variables liés à la banque.

14
Comme toute méthode, cette méthode fait apparaitre que la plupart des variables sont non
significatives en appliquant les tests économétriques relatifs à cette méthode dont le risque de
crédit est corrélé positivement et statistiquement significative avec le risque de couverture de
risque
Le risque de taux d’intérêt à un effet négative et significative ce qui montre que ce risque
n’est pas stable, d’ou un grand attention de la part des banques en matière de fixation de ce
taux lors de l’octroi des crédits.
Malgré l’importance de gestion des risques au sein des établissements financiers,

malheureusement, elle reste insuffisante et expose leurs clients à des pertes importantes ainsi
que le système financier Tunisien résulte la présence d’un système fragile et vulnérable.
D’où il est essentiel de trouver d’autres mesures et règles prudentielles à l’échelle

internationale en amenant les banques à réussir ses missions et doter d’un progrès efficace de
gestion de risque.
Références
*Anne Marie Percie (1999) : « Risque de contrôle du risque »économica Paris.
* Benoît coeuré (2010) : « Le monde à-t-il encore besoin de la finance » édition des cartes £
cie paris.
*Badi H Baltagi (2003) : « A companion to theoretical econometrics»Blackwell publishing
* Christian Gouriéroux, André Tiomo (2007) : « Risque de crédit : une approche avancée »les
cahiers de CREF.
* David Ruthenberg, Yoran Landskroner (2008): « Loan Principe under Basel II imperfectly
competitive banking ma Benoît coeuré (2010) : « Le monde à-t-il encore besoin de la
finance » édition des cartes £ cie paris.
* Hennie Van greuning, Sonja Bvajovic Bratanovic (2004): « Analyse et gestion du risque
bancaire » édition ESKA paris.
*Joeil Bessis (1995) : « Gestion des risques et gestion actif-passif des banques »édition Dalloz
Paris
* Michel Bilger (2010) : « Calcul du numérateur une solvabilité renforcé des banques »
Banque stratégique.
* Mounir Smida (2001) : « Economie monétaire I »Cedex.
* Nathalie Caillard, Pierre Laurent, Véronique Seltz (2000) : « Les enjeux de la réforme du
ratio Cooke » Revue d’économie financière.

15
* Olivier Davanne (2008) : « Régulation et réduction du risque de liquidité » Revue

d’économie financière.
* Philippe Madiès (2009) : « Dispositifs de garantie des dépôts des banques » Banque
stratégique n°271.
*Pièrre charles pupion (1999) : « Economie et gestion bancaires » Dunod paris.
* Thomas Demians Archimbaud, Roland Portait (1989) : « Ratios cooke, titres subordonnés et
titrisation : le coût des fonds propre et la gestion du bilan bancaire » Revue banque.
*
Zuhayr Mikdashi (1998) : « Les banques à l’ère de la mondialisation » Economica paris.
*Zvie Bodie, Robert Merton et Christophe thibierge (2011) : « finance » 3ème édition pearson
paris.

16

Gestion Des Risques Bancaires: Finance & Finance Internationale N°8 Janvier 2017

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Gestion Des Risques Bancaires: Finance & Finance Internationale N°8 Janvier 2017

Transféré par

Droits d'auteur :

Formats disponibles

Finance & Finance Internationale N°8 janvier 2017

GESTION DES RISQUES BANCAIRES

Chercheur à l’Institut Supérieur de Gestion de Sousse, Université de

Mohamed Amine HAMMAS

Professeur à la Faculté d’Economie et de Gestion Sousse, Université de

Keywords: credit risk, liquidity, risk of rate

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

I - les risques bancaires

1-1- Le risque de crédit

Le risque de crédit est « le risque des pertes consécutives au défaut de l’emprunteur

1-3- Le risque de marché

A- Le risque de « Taux d’intérêt »

Le risque de Taux d’intérêt6 pour un établissement bancaire est la deuxième source

C- Le risque sur produits de base

1-4- Le risque opérationnel

1-5-Le risque d’insolvabilité

II - la gestion des risques bancaires

1- Assurance des dépôts

La titrisation débouche des nouvelles possibilités11 aux banques et aux institutions en

3- La nouvelle réglementation ; de Bale I au

En juin 2006, 13 le comité de Bâle sur le contrôle bancaire a publiée sa nouvelle

1- La mesure de risque de crédit

b- Pilier II ; Processus de surveillance prudentielle

Pilier II : difficulté technologiques, organisationnelles et managériales.

La réglementation prévoit trois méthodes de calcul pour évaluer ce risque.

 L’approche de base, l’approche standardisée et l’approche en mesures complexes d’où

C- L’accord de Bâle III

Bâle III qui vise à « améliorer16 la résilience du secteur bancaire c .à .d sa capacité à

La présentation de notre étude économétrique nécessite au préalable l’exposition des variables

1- Présentation des variables

B- Les variables indépendantes :

H1 : le risque de taux d’intérêt à un impact positive sur le ratio de couverture de risques

 Le risque de crédit (RC):est le ratio de provisions requises rapporté au total de

H2 : le risque de crédit est corrèle positivement avec le ratio de couverture de risques

H3 : le risque de liquidité est corrélé positivement avec le ratio de couverture de risques

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Les études d’Andersion et Fraser (2000) ,Hu et al (2004),Garcia-Marco et Robles Fernandez

H4 : la taille bancaire est corrélée négativement avec le ratio de couverture de risques

H5 : la rentabilité économique est corrélée positivement avec le ratio de couverture de

Le tableau(1) récapitule les variables utilisées dans nos analyses

Tableau (1) La définition des variables

Variables Notation Mesure Signe

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Le taille de banque V Logarithme népérien des total d’actifs -

2- Présentation du modèle à estimer : Le modèle

A- Description des variables

Tableau (2) : Description des variables

Source : calculs auteur

B- Examen de corrélation des différents variables

La matrice de corrélation tient compte de la relation estimée entre les différents

Les résultats de matrice de corrélation montrent :

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Tableau (3) : Matrice de corrélation de Pearson

Rcr Rti Rc Rl Roa V Pm Devbank cir

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

C- Les résultats de l’estimation

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Tableau (4):Résultats des estimations par les moindres carrés(MCO)

Variables Valeurs p-value

Source : calculs auteur

L’estimation de régression de panel à partir de la méthode de moindre carrée (MCO) reste

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

 Le risque de taux d’intérêt fait apparaitre un coefficient négatif et statistiquement