Wpiea2023119-Print-Pdf Secre

Machine Translated by Google
Politique macroprudentielle et
risque systémique
bancaire : le ciblage de
l’inflation estil important ?
Préparé par Mohamed Belkhir, Sami Ben Naceur, Bertrand

Candelon, Woon Gyu Choi, Farah Mugrabi
WP/23/119
Les documents de travail du FMI décrivent les recherches en cours

par le(s) auteur(s) et sont publiés pour susciter des
commentaires et encourager le débat.
Les opinions exprimées dans les documents de travail du FMI sont
celles du ou des auteurs et ne représentent pas nécessairement
les opinions du FMI, de son Conseil d’administration ou
de la direction du FMI.
2023
JUIN
© 2023 Fonds monétaire international WP/23/119
Document de travail du FMI

Institut pour le développement des capacités
Politique macroprudentielle et risque systémique bancaire : le

*
ciblage de l’inflation estil important ?
Préparé par Mohamed Belkhira , Sami Ben Naceura , Chandelier Bertrandb , Woon Gyu Choia , Farah
Mugrabib
Autorisé pour la distribution par Selim Elekdag

juin 2023
Les documents de travail du FMI décrivent les recherches en cours par le(s) auteur(s) et sont publiés pour susciter des
commentaires et encourager le débat. Les opinions exprimées dans les documents de travail du FMI sont celles du ou des
auteurs et ne représentent pas nécessairement les opinions du FMI, de son Conseil d’administration ou de la direction du FMI.
RÉSUMÉ : Cet article étudie les effets de la politique macroprudentielle sur le risque systémique bancaire et le rôle du ciblage
de l’inflation dans ces effets. En utilisant des données au niveau bancaire pour 45 pays comprenant différents régimes monétaires
et de change, nos résultats de régression de panel dynamique dépendant du régime mettent en évidence des complémentarités
entre les politiques monétaires et macroprudentielles. Nous constatons que le resserrement de la plupart des outils macroprudentiels...
y compris les limites DSTI et LTV et les exigences de fonds propres – réduit encore le risque systémique bancaire dans le cadre du
ciblage de l’inflation. Nos conclusions confortent l’idée selon laquelle le ciblage de l’inflation renforce la politique macroprudentielle.
rôles dans l’atténuation des risques liés à la stabilité financière.
Numéros de classification JEL : C33, G01, G18
Politiques macroprudentielles ; Banques; Risque systémique; Politique monétaire,

Mots clés:
Ciblage de l’inflation
mbelkhir@imf.org (Mohamed Belkhir), sbennaceur@imf.org (Sami Ben Naceur),

bertrand.candelon@uclouvain.be (Bertrand Candelon), wchoi@imf.org (Woon Gyu
Adresse email de l'auteur :
Choi), farah.mugrabi@uclouvain. être
(Farah Mugrabi Auteur correspondant)
*
Les auteurs apprécient les commentaires utiles de Nina Biljanovska, Hector CarcelVillanova et Saskia ter Ellen.
b
un Fonds monétaire international. UCLouvain, Louvain Finance.
DOCUMENTS DE TRAVAIL
Politique macroprudentielle et risque

systémique bancaire : le ciblage de
l’inflation estil important ?
Préparé par Mohamed Belkhir, Sami Ben Naceur, Bertrand Candelon,

Woon Gyu Choi, Farah Mugrabi
DOCUMENTS DE TRAVAIL DU FMI Politique macroprudentielle et risque systémique bancaire : le ciblage de l’inflation estil important ?
Contenu
Introduction ............................................... .................................................................. .................................................................. ... 3
II. Littérature liée................................................ .................................................................. ...................................... 5 A. Politique macroprudentielle

et stabilité financière .................................................................. ...................................... 5 B. Interactions entre politique macroprudentielle
et politique monétaire Politique de stabilité financière............................ 6
III. Méthodes et données empiriques .................................................. .................................................................. ........................ 7 A.

Méthodologie ....................... .................................................................. .................................................................. ..................... 7 B.
Sélection des données et des échantillons ...................... .................................................................. .................................................. 9
IV. Résultats empiriques des effets de la politique macroprudentielle sur le risque systémique bancaire ....................... 15 A Mesures basées sur
la demande ............................................ .................................................................. ............... 16
B. Exigences de fonds propres................................................. .................................................................. ........................ 17 C. Mesures
basées sur l'offre de prêts.................. .................................................................. ...................................... 20 D. Exigences de liquidité
et autres mesures basées sur l’offre .................................................................. .......... 24 E. Vérifications de robustesse et
extensions................................. .................................................................. .............. 26
IV. Conclusion ................................................. .................................................................. ...................................................... 28
Les références................................................. .................................................................. .................................................................. .... 29
Annexe I. Politique macroprudentielle et indicateurs SRISK : pays informatiques et pays non informatiques................................. .... 33
Annexe II. Interprétation des résultats liés aux variables macroéconomiques et spécifiques à la banque ....... 35
Annexe III. Résultats des régressions étendues avec interactions entre politique monétaire et politique
macroprudentielle............................................... .................................................................. ...................................................... 37
les tables
Tableau 1. Définitions des outils de politique macroprudentielle.............................................. .................................................................. 9 Tableau
2. Source de données et description des variables........................................... .................................................................. ....... 11 Tableau 3. Liste
des pays et périodes soumis à des régimes de ciblage de l'inflation ou d'ancrage du taux de change ....... 12 Tableau 4. Statistiques
récapitulatives ....... .................................................................. .................................................................. ....................... 13 Tableau 5. Résultats
de l'estimation : mesures basées sur la demande ............... .................................................................. ............ 16 Tableau 6. Résultats de
l'estimation : Besoins en capital (1/2).................... .................................................................. ...... 18 Tableau 7. Résultats de l'estimation : Besoins
en capital (2/2)..................... .................................................................. .......... 19 Tableau 8. Résultats de l'estimation : mesures basées sur l'offre
de prêts (1/3) ....................... .................................................. 21 Tableau 9 Résultats de l'estimation : mesures basées sur l' offre de prêts
(2/3) .................................... .................................. 22 Tableau 10. Résultats de l'estimation : mesures basées sur l'offre de prêts (3/
3) .................................................. ................... 23 Tableau 11. Résultats de l'estimation : besoins de liquidité et autres mesures basées sur
l'offre ................. ............ 25 Tableau 12. Contrôle de robustesse : signes des coefficients pour les IPM significatifs (à p<0,1) .................. ......................
27
Graphiques
Graphique 1. Moyenne des indices iMapp par type d'outil macroprudentiel et groupe de pays .............................. 14 Figure 2. Mesure SRISK
ajustée en fonction de la taille de la banque par groupe de pays.................................... ...................... 15
FOND MONÉTAIRE INTERNATIONAL 2

Introduction
La crise financière mondiale (GFC) a démontré l’importance d’adopter des cadres réglementaires visant à faire face aux risques financiers
systémiques. Alors que les réglementations microprudentielles traditionnelles visent à garantir la sécurité et la solidité des institutions financières
individuelles, les politiques macroprudentielles visent à renforcer la résilience du système financier. Il est désormais largement reconnu que,
bien que nécessaire, l’approche microprudentielle de la réglementation est insuffisante pour garantir la stabilité financière et prévenir des crises
financières coûteuses. Ainsi, dans les travaux de recherche et dans le domaine de l'élaboration des politiques, l'accent est de plus en plus
mis sur le recours à la politique macroprudentielle pour réduire les vulnérabilités et les risques des systèmes financiers (par
exemple, Banque d'Angleterre 2009 ;
Claessens et al. 2011 ; Hanson et coll. 2011 ; FMI 2013a, 2013b, 2014 et 2021 ; CERS 2014 ; FSB 2014 ; Claessens et Kodres 2015 ;
Freixas et coll. 2015 ; et Meuleman et Vander Vennet 2020).
Cependant, même si les pays du monde entier ont accru leur recours aux politiques macroprudentielles ces dernières années, il n’existe aucune
preuve claire de l’efficacité de ces politiques pour la stabilité financière. Différents pays, régions, périodes et conceptions empiriques ont
été utilisés dans des études visant à évaluer dans quelle mesure les outils de politique macroprudentielle réussissent à atténuer le risque
financier systémique (voir la section 2 pour une revue de cette littérature). Plus récemment, de plus en plus d’études ont porté leur attention
sur les interactions possibles entre les politiques macroprudentielles et monétaires. Des études ont cherché à déterminer si ces deux
politiques se complétaient ou plutôt s’opposaient l’une à l’autre. Par exemple, les conclusions empiriques de Choi et Cook (2018), Garcia
Revelo et al. (2020), Gambacorta et Murcia (2020) et Bruno et al. (2017) soulignent la complémentarité des deux politiques (par exemple,
une politique monétaire plus stricte renforce l’impact du resserrement macroprudentiel sur la croissance du crédit). D’autres conclusions
suggèrent que les politiques macroprudentielles et monétaires pourraient s’opposer. Garcia Revelo et Levieuge (2022) estiment que le
recours à des coussins de fonds propres anticycliques peut accroître la volatilité de l’inflation et de la production et peut donc aller à l’encontre
des objectifs de la politique monétaire. Dans le même ordre d’idées, Silvo (2019) suggère la nécessité d’une coordination en raison des effets
secondaires que la mise en œuvre d’une politique a sur les objectifs de l’autre.
Cet article complète la littérature cidessus en examinant empiriquement si un ciblage de l’inflation (IT)
Ce régime renforce ou dilue l’efficacité des instruments macroprudentiels pour parvenir à la stabilité financière.
Plus précisément, nous évaluons l’impact potentiel de l’informatique sur la relation entre les outils de politique macroprudentielle et le risque
systémique bancaire en utilisant des données au niveau bancaire pour 45 pays comprenant à la fois des économies avancées (AE) et des
économies de marché émergentes (EME) avec divers régimes de politique monétaire. Les technologies de l’information peuvent
renforcer l’efficacité des instruments macroprudentiels dans la mesure où elles sont généralement considérées comme un cadre crédible qui
respecterait l’objectif de la politique monétaire. Le régime informatique peut être plus efficace pour améliorer les profils de risque des banques
en raison d'une moindre incertitude sur la politique économique et les niveaux de prix à mesure que la crédibilité politique gagne
avec la transparence et la responsabilité intégrées dans le cadre institutionnel informatique (Fazio et al. 2018 ; et Louati et Boujelbene 2020). .
En outre, si l’économie est principalement touchée par des chocs qui font évoluer l’inflation et le crédit dans la même direction, alors une
politique monétaire orientée vers la stabilité des prix peut également contribuer à atténuer la croissance du crédit (Choi et Cook 2018).
Dans ce contexte, nous pensons que le régime informatique est bien placé pour renforcer l’efficacité de la plupart des politiques
macroprudentielles. Néanmoins, nous reconnaissons également que certaines mesures prudentielles visant à contrôler directement les
prêts bancaires dans le cadre du régime informatique pourraient ne pas être efficaces pour atténuer le risque systémique bancaire. En
effet, ces restrictions sur les prêts sont contrebalancées par des extensions de crédit qui sont déterminées de manière endogène compte
tenu du taux directeur fixé par l'autorité monétaire dans le cadre de la politique de taux d'intérêt pour l'informatique.

Pour examiner le rôle de l’informatique dans la relation entre les instruments macroprudentiels et la stabilité financière, nous nous appuyons
sur le risque systémique bancaire comme indicateur du risque de stabilité financière. Les banques représentent l'essentiel du secteur financier
dans de nombreuses économies mondiales, et le degré de leur risque financier a des implications importantes pour l'ensemble du système
financier. Conformément à Meuleman et Vander Vennet (2020), nous considérons les données boursières pour évaluer le risque que les
banques font peser sur la stabilité financière. Nous mettons en évidence la dimension transversale du risque systémique, qui rend compte
de l’interdépendance entre les banques qui peut amplifier les retombées des chocs au sein du système financier. Une telle interconnexion
peut provenir d’expositions communes entre les banques et/ou par l’intermédiaire des marchés financiers. L’un des objectifs ultimes de la
politique macroprudentielle est de réduire la dimension transversale du risque systémique. La principale hypothèse que nous testons
empiriquement dans cet article est que l’efficacité des outils macroprudentiels pour maîtriser le risque systémique bancaire varie selon
qu’un pays dispose ou non d’un régime informatique.
À l’instar de Meuleman et Vander Vennet (2020), cet article analyse l’impact des politiques macroprudentielles sur une mesure du risque
systémique au niveau bancaire. Elle diffère cependant de Meuleman et Vander Vennet (2020) sur cinq dimensions. Premièrement,
nous utilisons la mesure SRISK proposée par Brownlees et Engle (2017) et Acharya et al. (2017) au lieu de l’indicateur MES introduit dans
Brownlees et Engle (2011). Le RISQUE
Cette mesure est définie comme la pénurie attendue de capitaux d'une banque pendant une crise et reflète la contribution d'une banque au
risque systémique lorsque le marché se trouve à la queue de sa distribution.1 Comme l'indiquent Idier et al. (2013), alors que le MES est un
indicateur à court terme, la mesure SRISK est plus prospective et fournit des signaux d’alerte précoces plus précieux aux régulateurs
bancaires avant une crise financière. Deuxièmement, alors que Meuleman et Vander Vennet (2020) se concentrent sur l’effet des outils
macroprudentiels sur le risque systémique bancaire, nous nous intéressons plutôt à l’impact des outils informatiques.
sur l’interaction entre les outils macroprudentiels et le risque systémique bancaire, tenant également compte des variations dans le temps
des variables spécifiques à chaque pays et mondiales. Troisièmement, notre couverture d’échantillon s’étend audelà des pays de l’Union
européenne considérés par Meuleman et Vander Vennet (2020). Plus précisément, nous incluons à la fois les économies avancées et
les économies émergentes de différentes régions du monde et présentant des caractéristiques institutionnelles et des régimes de politique
monétaire distincts. Quatrièmement, nos mesures de la politique macroprudentielle sont différentes : alors que Meuleman et Vander
Vennet (2020) s'appuient sur la base de données MaPPED de la Banque centrale européenne, nous utilisons la base de données iMaPP
du FMI (Alam et al. 2019). Les deux bases de données rapportent des indicateurs de type factice, mais la base de données iMaPP
présente plusieurs avantages, car elle couvre 134 pays (contre 28 pour le MaPPED) ainsi que des catégories plus spécifiques de mesures
de politique macroprudentielle (17 contre 11 groupes dans le MaPPED) et permet la classification sectorielle des politiques macroprudentielles.
Plus particulièrement, dans le prolongement de Meuleman et Vander Vennet (2020), cet article considère la spécificité potentielle du groupe
de pays informatique via une variable d'indice et estime un modèle de panel dynamique non linéaire à l'aide de la méthode System GMM
pour éviter les problèmes d'hétérogénéité non observés. En outre, cet article montre également l’estimation de modèles étendus sur la
façon dont la politique macroprudentielle et la politique monétaire, en interaction l’une avec l’autre, affectent SRISK.
Le reste de l'article est organisé comme suit. La section II passe en revue la littérature connexe. La section III décrit nos méthodes
et données empiriques. La section IV présente les principaux résultats estimés, ainsi que les contrôles de robustesse et les
extensions. La section V se termine.
1
L’un des avantages de s’appuyer sur les données de marché pour le calcul du risque systémique bancaire est qu’elles permettent une évaluation
prospective du risque systémique bancaire, en tenant compte des attentes des acteurs du marché concernant l’efficacité des politiques macroprudentielles
(Meuleman et Vander Vennet 2020).

II. Littérature liée

A. Politique macroprudentielle et stabilité financière
Même si de nombreux outils macroprudentiels sont utilisés depuis longtemps, notamment dans les économies émergentes (Borio et Shim 2007 ;
McCauley 2009 ; et Lim et al. 2011), leur utilisation s’est intensifiée à la suite de la GFC, tant dans les économies avancées que dans les
économies émergentes. EME (Cerutti et al. 2017a ; Akinci et OlmsteadRumsey 2018 ; Budnik et Kleibl 2018 ; Choi et Cook 2018 ; et Alam et
2
al. 2019). Des études récentes sur les effets des politiques macroprudentielles suggèrent que les
les mesures ont des effets significatifs sur la croissance du crédit (par exemple, FMI 2021) et que les exigences de liquidité, qui affectent les
cycles de crédit des banques, contribuent à atténuer les risques pour la stabilité financière (Adrian et Boyarchenko 2018).
Les résultats empiriques existants ne garantissent pas l’efficacité des politiques macroprudentielles mais indiquent que certaines mesures
contribuent efficacement à la stabilité financière. Par exemple, en utilisant les données d’une enquête du FMI, Lim et al. (2011) examinent
l'effet de plusieurs instruments macroprudentiels, tels que les plafonds sur le rapport prêt/valeur (LTV), le rapport dette/revenu (DTI), les
plafonds sur la croissance du crédit, les réserves obligatoires, les exigences de coussin de fonds propres contracycliques (CCyB), et le
plafonnement des prêts en devises – sur le caractère procyclique de la croissance du crédit. Leurs résultats suggèrent que ces outils
sont efficaces pour réduire la procyclicité de la croissance du crédit en réduisant la corrélation entre la croissance du crédit et la
croissance du PIB.
Plus récemment, Cerutti et al. (2017a) examinent l’efficacité de 12 instruments macroprudentiels dans un échantillon de 119 pays sur la période
20002013. Leurs résultats soulignent l’efficacité de plusieurs instruments macroprudentiels pour freiner la croissance du crédit réel et des prix
de l’immobilier. Bruno et coll. (2017) étudient l’efficacité des politiques macroprudentielles et de gestion des flux de capitaux dans
un échantillon de 12 pays d’AsiePacifique. Leurs conclusions suggèrent que les politiques macroprudentielles réussissent mieux à
maîtriser la croissance du crédit lorsqu’elles complètent la politique monétaire en renforçant le resserrement monétaire que lorsqu’elles
agissent dans des directions opposées. Fendoglu (2017) évalue l’efficacité de six outils de politique macroprudentielle dans dixhuit EME
et constate que les mesures axées sur les emprunteurs sont particulièrement efficaces pour freiner la croissance du crédit. Akinci et Olmstead
Rumsey (2018) se concentrent sur l'utilisation de sept catégories d'outils macroprudentiels dans l'échantillon de 57 AE pour la période
2000T1 2013T4, les épisodes de resserrement et d'assouplissement étant enregistrés séparément. Leurs conclusions suggèrent que le
resserrement macroprudentiel est associé à une croissance plus faible du crédit bancaire, du crédit immobilier et de l’appréciation des
prix de l’immobilier, et que les politiques ciblées sur la croissance du crédit dans certains secteurs sont plus efficaces.
Une autre série d’études internationales se concentre sur le rôle potentiel des instruments de politique macroprudentielle dans la limitation
du crédit immobilier et des bulles immobilières qui en résultent. Dans leur examen des expériences nationales avec diverses options politiques
destinées à contenir les cycles d’expansion et de récession sur les marchés d’actifs immobiliers, Crowe et al. (2013) suggèrent que les plafonds
LTV et DTI peuvent être efficaces pour réduire les taux d’appréciation des prix de l’immobilier. Analysant les booms immobiliers dans un échantillon
de plus de cinquante pays, Cerutti et al. (2017b) constatent que des LTV plus élevés sont associés à une croissance excessivement
rapide des prix de l’immobilier et du crédit pendant les périodes d’expansion et suggèrent que les LTV pourraient être un outil bien ciblé pour
limiter les fluctuations des prix de l’immobilier. Zhang et Zoli (2016) étudient l’utilisation d’instruments de politique macroprudentielle dans
13 économies asiatiques et 33 économies d’autres régions pour la période 20002013 et trouvent
2
Par exemple, Cerutti et al. (2017a) montrent que les politiques macroprudentielles sont plus fréquemment utilisées dans les EME ; et Akinci et OlmsteadRumsey
(2018) ainsi que Choi et Cook (2018) suggèrent que les politiques macroprudentielles ont été utilisées plus activement après la GFC, tant dans les économies
avancées que dans les économies émergentes. En se concentrant sur les pays de l’UE pour la période 19952014, Budnik et Kleibl (2018) documentent un recours
généralisé aux réglementations macroprudentielles dans cette région avant la GFC.

que les mesures macroprudentielles liées au logement, en particulier les plafonds LTV, ont été largement utilisées dans les pays asiatiques. Leur analyse suggère
également que les instruments macroprudentiels liés au logement – en particulier les plafonds de LTV et les mesures fiscales sur le logement – ont contribué à
freiner la croissance des prix de l’immobilier, la croissance du crédit et l’endettement bancaire en Asie. À partir d’un échantillon de 57 pays, Kuttner et Shim (2016)
constatent que la croissance du crédit au logement est significativement affectée par les changements dans le service de la dette maximum par rapport au
revenu (DSTI), le ratio LTV maximum, les limites d’exposition au secteur du logement et taxes liées au logement.
Outre les études utilisant des données globales au niveau national, l’efficacité des politiques macroprudentielles a également fait l’objet de plusieurs études
utilisant des données au niveau des banques et des entreprises. Analysant l’expérience coréenne en matière de politique macroprudentielle,
Igan et Kang (2011) constatent que les limites LTV et DTI sont associées à une baisse de l’appréciation des prix de l’immobilier et des activités de transaction.
L'analyse de Claessens et al. (2013), basée sur les données des bilans bancaires de 48 pays sur la période 20002010, suggère que les mesures de politique
macroprudentielle destinées aux emprunteurs (plafonds DTI et LTV et limites sur la croissance du crédit et les prêts en devises) sont efficaces pour
réduire croissance des actifs bancaires. Aiyar et coll. (2014) trouvent des preuves au niveau micro que les banques britanniques réglementées par des
exigences de fonds propres minimum variables dans le temps et spécifiques aux banques réduisent leurs prêts en réponse à des exigences de fonds propres
plus strictes.
Jiménez et al. (2017) trouvent, à partir de données au niveau des banques et des entreprises en Espagne, la preuve que le provisionnement dynamique
atténue l’offre de crédit dans les périodes fastes tout en limitant les resserrements du crédit dans les périodes difficiles, contribuant ainsi à atténuer les récessions.
B. Interactions entre la politique macroprudentielle et la politique monétaire pour la stabilité

financière
Une littérature plus récente s’est concentrée sur les interactions potentielles entre les instruments macroprudentiels et la politique monétaire et sur la manière
dont ils contribuent à promouvoir ou à entraver la stabilité financière et l’activité économique réelle. Les mesures de politique macroprudentielle affectent la
croissance du crédit, ce qui peut exercer une influence sur la demande globale, la croissance et l’inflation. Les mesures de politique macroprudentielle
affectent également les incitations des banques, modifiant ainsi potentiellement la manière dont les taux d'intérêt influencent l'économie. La politique monétaire, à
son tour, influence la mesure dans laquelle les mesures de politique macroprudentielle affectent l’économie réelle. En modifiant les incitations à prendre des
risques des banques, les ajustements des taux d'intérêt peuvent également modifier l'orientation optimale de la politique macroprudentielle.
L’orientation de la politique macroprudentielle peut influencer la transmission et les résultats de la politique monétaire. Cozzi et coll. (2020) montrent que des niveaux
élevés d’exigences de capitaux et un système financier moins endetté rendent l’économie moins réactive à la politique monétaire. Leurs résultats
suggèrent également qu’une politique macroprudentielle anticyclique est susceptible d’avoir des implications importantes sur les niveaux appropriés des taux
d’intérêt nominaux tout au long du cycle économique et financier. Par exemple, pendant les booms, les mesures macroprudentielles restreignent les prêts
et refroidissent l’économie, ce qui implique des taux d’intérêt directeurs plus bas (et donc moins de nécessité d’une politique monétaire stricte) par rapport à un
monde sans réglementation macroprudentielle. En examinant l’intervention de politique macroprudentielle dans les économies à faibles taux d’intérêt, Van der Ghote
(2020) constate qu’une politique macroprudentielle plus stricte abaisse le taux réel naturel, qui est le taux sans risque d’équilibre compatible avec une inflation
conforme à l’objectif et une production à son potentiel, en atténuant les risques financiers. risque de stabilité. Ce résultat souligne une complémentarité entre
stabilité financière et stabilisation macroéconomique. À l’inverse, si la politique macroprudentielle est accommodante, l’assouplissement de la politique monétaire
peut avoir un effet plus marqué sur les prêts bancaires et la prise de risque.
La politique monétaire peut également affecter l’efficacité de la politique macroprudentielle. Mendicino et coll. (2020) soutiennent que, même si des exigences de
fonds propres plus élevées renforcent la sécurité des banques et sont bénéfiques à long terme, elles ont des coûts à court terme car elles diminuent l'offre de
crédit et la demande globale. Dans ce cas, la portée de la politique monétaire

l’accommodement est important pour atténuer les coûts d’une politique macroprudentielle plus stricte. Dans le cadre d’une politique monétaire
accommodante, les exigences de capitaux peuvent être encore renforcées, avec des effets négatifs à court terme limités sur l’économie. Toutefois,
si les mesures accommodantes sont limitées, les coûts à court terme d’un resserrement de la politique macroprudentielle pourraient être
importants. La littérature documente également l’existence de complémentarités entre la politique monétaire et la politique macroprudentielle
dans l’évolution du crédit bancaire (par exemple Altavilla et al., 2020).
La politique monétaire et la politique macroprudentielle peuvent se soutenir mutuellement lorsqu’elles ont un impact sur la demande globale dans
le même sens, dans le but d’atteindre la stabilité des prix et la stabilité financière (Kim et Mehrotra 2018 ; et Rubio et Yao 2020). Par
exemple, Choi et Cook (2018) constatent des complémentarités entre la politique macroprudentielle et les objectifs de politique
monétaire dans la plupart des pays informatiques, dans la mesure où le resserrement macroprudentiel (assouplissement) a tendance à se produire
pour contrôler une croissance excessive du crédit lorsque l’inflation est inférieure à l’objectif (crédit trop contraint lorsque l’inflation est supérieure
à l’objectif). cible), basée sur l’estimation des régressions des réactions des politiques macroprudentielles.
Cependant, il existe des cas importants qui nécessitent une plus grande coordination politique pour résoudre les conflits entre les objectifs
politiques. Gambacota et Shin (2018) constatent que les banques dotées de fonds propres plus élevés sont moins affectées par une
politique monétaire plus stricte, ce qui suggère certaines tensions entre des fonds propres plus élevés pour la solidité des banques et l'efficacité
d'une politique monétaire plus stricte pour contrôler la croissance du crédit. Garcia Revelo et Levieuge (2022) analysent les conditions
cela peut conduire à des conflits entre politique monétaire et politique macroprudentielle en utilisant une règle de type Taylor dans un modèle
DGSE. Ils montrent qu’une volatilité accrue de l’inflation et/ou un écart de production plus important peuvent survenir lorsque la
politique macroprudentielle, en particulier le CCyB, et la politique monétaire évoluent dans des directions opposées en réponse à un choc
d’efficacité des investissements. Cependant, ils démontrent qu’une meilleure coordination des politiques, notamment en obligeant les
banques centrales à réagir plus fortement à l’écart de production, peut atténuer le conflit.
En résumé, même si la littérature a examiné l’approche de la politique monétaire (en termes de complémentarité ou de substituabilité)
plutôt que le type de régime, nous étudions si les technologies de l’information contribuent à améliorer l’efficacité de la politique macroprudentielle.
Nous nous concentrons sur le risque systémique plutôt que sur le risque spécifique aux banques, dans un cadre global qui prend en compte
les politiques et les facteurs macrofinanciers.
III. Méthodes et données empiriques
A. Méthodologie
Comme dans Meuleman et Vander Vennet (2020), nous examinons l’impact potentiel que les outils macroprudentiels pourraient avoir sur le
risque systémique bancaire, mesuré par sa pénurie attendue de capitaux en cas de crise. Une nouveauté de notre approche est que
nous considérons également les effets potentiels du cadre de politique monétaire (en particulier les technologies de l’information ou le régime de
change) que pourraient avoir sur le rôle stabilisateur de la politique macroprudentielle.
La pénurie de capitaux d’une institution financière est une mesure du risque systémique car elle contribue à la souscapitalisation
du système financier, ce qui, à son tour, impose une externalité négative à l’économie réelle.3
À cet égard, la GFC et ses conséquences ont fourni des preuves convaincantes de la nécessité de contenir ce risque.
L'utilisation accrue d'outils de politique macroprudentielle à travers le monde après la GFC (par exemple, Cerutti et al. 2017a ;
3
Selon Acharya et al. (2017), « La contribution de chaque institution financière au risque systémique peut être mesurée comme son
le déficit systémique attendu (SES), c’estàdire sa propension à être souscapitalisé lorsque le système est souscapitalisé.

et Akinci et OlmsteadRumsey 2018) est communément compris comme faisant partie des efforts des décideurs politiques pour lutter contre le
risque systémique.
S'appuyant sur Acharya et al. (2017), Brownlees et Engle (2017) proposent une mesure du risque systémique (SRISK) qui
capture la pénurie de capital attendue d'une institution financière pendant une crise. Le SRISK est fonction du degré d'endettement
d'une institution et de son déficit marginal attendu à long terme (LRMES), qui est l'attente extrême des rendements des
actions de l'institution conditionnés à une perte substantielle sur le marché sur une période de six mois. La base de données
VLAB rapporte la mesure SRISK en millions de dollars américains (SRISKm) et en pourcentage (SRISK%). Les valeurs
positives de SRISKm sont signalées lorsque des déficits de capital sont attendus, tandis que les valeurs négatives représentent des
excédents de capital. À la suite de Brownlees et Engle (2017), nous ignorons la contribution des déficits de capital négatifs en
prenant uniquement les valeurs positives de SRISKm. Ainsi, pour l’institution financière i qui appartient au pays k, la série annuelle
de la mesure SRISK (MSRISK) est calculée comme la somme des valeurs positives de SRISKm en milliards de dollars américains
sur 12 mois au cours d’une année civile.
Un modèle de panel dynamique international pour le risque systémique bancaire est représenté comme suit :
MSRISKi,k,t = a MSRISKi,k,t−1 + b MECk,t−1 + c BSCi,k,t1 + β1 MPIk,t + β2 MPI k,t1 + ψk + µi,k,t , (1)
avec i = 1, ..., N, k = 1, ..., K et t = 1, ..., T, où i indexe la banque, k indexe le pays et t est le temps à fréquence annuelle.
MPI indique un indice macroprudentiel composite tel que défini dans Cerutti et al. (2017a) et Alam et al.
(2019)4 . Un indice positif (négatif) correspond à un resserrement (desserrage) d'un outil/vecteur d'outils macroprudentiel (voir liste
des indices dans le tableau 1). Le MEC est un vecteur de variables macroéconomiques au niveau mondial et national (voir le tableau 2
sur les contrôles macroéconomiques au niveau national et les contrôles macroéconomiques mondiaux) destiné à démêler
l'impact des outils de politique macroprudentielle sur le risque systémique lié aux chocs mondiaux et les effets d'autres politiques
( budgétaire et monétaire). BSC est un ensemble de variables au niveau de la banque qui peuvent influencer SRISK (voir le tableau 2
sur les caractéristiques spécifiques des banques). ψk représente les effets fixes du pays et µi,k,t est un terme d'erreur. Pour éviter
toute endogénéité, toutes les variables utilisées pour contrôler les caractéristiques spécifiques aux banques, ainsi que les variables
macroéconomiques, sont des valeurs décalées sur une période (plutôt que contemporaines). Nous incluons également les variables
MPI décalées pour tenir compte du retard potentiel de transmission des impacts politiques.
Pour estimer l’effet stabilisateur des règles macroprudentielles conditionnées au régime de politique monétaire, le modèle (1)
peut être étendu à une forme de panel dynamique pseudononlinéaire, permettant un impact spécifique sur les pays IT.
Ainsi, notre modèle de référence est spécifié comme suit :
MSRISKi,k,t = a MSRISKi,k,t1 + b MEC k,t1 + c BSC i,k,t1 + d IT k,t1 + β1 MPI k,t

+ β2 MPI k,t1 + γ1 IT k,t MPI k,t + γ2 C'est k,t MPI k,t1 + ψk + µ i,k,t , (2)
où IT est une variable d'indice qui prend la valeur 1 pour un pays IT et 0 sinon. L’impact de la politique macroprudentielle propre à
chaque pays est représenté par γ1 et/ou γ2. Si le régime informatique renforce le rôle stabilisateur des politiques
macroprudentielles, cela devrait se refléter dans les estimations négatives et significatives des coefficients β1 et γ1 .
(et/ou β2 et γ2 pour l'effet décalé).
4
La base de données intégrée sur la politique macroprudentielle (iMaPP) est publiée mensuellement et nous calculons les indices annuels en faisant la moyenne des
valeurs mensuelles sur une année civile.

B. Sélection des données et des échantillons
Pour mener notre analyse, nous nous appuyons sur les indices de politique macroprudentielle disponibles dans la
base de données intégrée sur les politiques macroprudentielles (iMaPP) construite par Alam et al. (2019), basé sur l'Enquête
annuelle sur la politique macroprudentielle du FMI. La base de données fournit des indices mensuels de type factice capturant
le resserrement (+1) et l'assouplissement (−1) des politiques macroprudentielles couvrant 134 pays de janvier 1990 à décembre
2018. Nous incluons 15 instruments politiques et 7 souscatégories pour lesquelles nous disposons d'observations. Chacun de ces
indices de politique macroprudentielle sur 22 mois est annualisé en calculant la moyenne annuelle de chaque pays. Le tableau 1
fournit la liste et les définitions des outils macroprudentiels que nous utilisons dans l’analyse.
Tableau 1. Définitions des outils de politique macroprudentielle
Variable Définition
Basé sur la demande
Les limites du ratio service de la dette/revenu limitent l’ampleur du service de la dette par rapport au revenu (ciblant les
1.DSTI
prêts au logement, les prêts à la consommation et l’immobilier commercial).
2. RPV Limites des ratios prêt/valeur, y compris ceux destinés principalement aux prêts au logement, mais incluent également
ceux destinés aux prêts automobiles et aux prêts immobiliers commerciaux.
Exigences de capital
Les exigences de fonds propres des banques, qui comprennent des pondérations de risque, des coussins pour le
3. Capitale risque systémique et des exigences minimales de fonds propres. Souscatégories : secteur des ménages ciblé (HH), secteur
des entreprises ciblé (Corp) et généraliste (Gen).
4. CCyB Une obligation pour les banques de maintenir un coussin de fonds propres contracyclique.
5. Conservation
Exigences imposées aux banques de maintenir un coussin de conservation des fonds propres, y compris celui établi par
Bâle III.
Une limite sur l'effet de levier bancaire, calculée en divisant une mesure de capital par les expositions non pondérées en
6. LVR
fonction des risques de la banque.
Basé sur l’offre de prêts
Limites à la croissance du crédit ou au volume du crédit global, au crédit au secteur des ménages ou au crédit au secteur
7. LCG des entreprises par les banques, et pénalités en cas de croissance élevée du crédit. Souscatégories : mesures
ciblées sur le secteur des ménages (HH) et mesures générales (Gen).
Restrictions de prêt. Ils comprennent des limites et des interdictions de prêt, qui peuvent être conditionnées aux
8. PrêtR caractéristiques du prêt, aux caractéristiques des banques et à d’autres facteurs. Souscatégorie : secteur des ménages ciblé
(HH).
Les exigences en matière de provision pour pertes sur prêts à des fins macroprudentielles, qui incluent le provisionnement
9. LLP
dynamique et les provisions sectorielles (par exemple, les prêts au logement).
10. LTD Limites du ratio prêt/dépôt et pénalités pour les ratios ILD élevés.
11. LFC Limites sur les prêts en devises et règles ou recommandations sur les prêts FC.
Besoins de liquidité et autres exigences liées à l'offre
Mesures visant à atténuer les risques systémiques de liquidité et de financement, y compris des exigences minimales en matière
12. Liquidité de ratios de couverture des liquidités, de ratios d'actifs liquides, de ratios de financement net stable, de ratios de financement
de base et de restrictions sur la dette extérieure qui ne sont pas différenciées selon les devises.
13. FR Réserves obligatoires (en devises nationales ou étrangères) à des fins macroprudentielles.
14. LFX Limites sur les positions de change nettes ou brutes ouvertes, limites sur les expositions au change et le financement en
devises, et réglementations sur les asymétries de devises.
Taxes et prélèvements appliqués à des transactions, actifs ou passifs spécifiés, qui comprennent les droits de timbre et
15. Taxe
les impôts sur les plusvalues.
Source : Alam et coll. (2019).

Pour considérer les pays répertoriés dans la base de données iMaPP , nous collectons la mesure SRISK pour les banques déclarées par VLAB (http://
vlab.stern.nyu.edu/) et mise à jour mensuellement depuis juillet 2000. La base de données VLAB propose une Mesure Global Dynamic MES basée sur Acharya
et al. (2017). Nous sélectionnons les baisses globales du marché sur une période de six mois utilisées pour calculer le déficit marginal attendu à long
terme (LRMES) à 40 pp selon Brownlees et Engle (2017) et l'exigence de capital prudentielle utilisée dans le calcul du déficit de capital attendu s'il y
a une autre crise (SRISKm) à 8 pp pour les entreprises en Afrique, en Asie et en Amérique et à 5,5 pp pour les entreprises européennes.
Nous incluons uniquement les banques pour lesquelles au moins une variable de contrôle bancaire est disponible pour l'ensemble de la période d'échantillonnage.
Pour éviter les biais de sousreprésentation, nous limitons l’échantillon aux pays comptant trois banques ou plus. Nous obtenons ainsi un échantillon de 539
banques appartenant à 45 pays de juin 2000 à décembre 2018.
Sept macrocontrôles spécifiques à chaque pays pour les 45 pays ainsi que trois macrocontrôles mondiaux, tous deux à fréquence annuelle, sont
également inclus. Les contrôles macroéconomiques spécifiques à chaque pays proviennent principalement de la Banque mondiale, de la BRI et de Bloomberg
et, dans les cas où le panel n'était pas complet, des sites Web des banques centrales. Comme décrit dans le tableau 2, nous considérons la croissance annuelle
du PIB (PIB), l'épargne intérieure brute en pourcentage du PIB (épargne), l'inflation des prix à la consommation (IPC) de la Banque mondiale et la croissance
du taux de change. par rapport aux dollars américains (FX) de Bloomberg. Pour mesurer les taux directeurs (INT), nous prenons les taux directeurs des
banques centrales de la BRI lorsqu'ils sont disponibles, sinon les taux d'escompte, les REPO ou les taux d'intérêt à court terme publiés par le FMI, Bloomberg,
l'OCDE ou les banques centrales. Nous y ajoutons l'indice de développement financier rapporté par le FMI (FD). En tant que contrôles macroéconomiques
mondiaux, nous incluons la mesure américaine VIX du Chicago Board Options Exchange Market rapportée par FRED, le taux directeur de la Fed américaine
(FFR) de Haver Analytics et la croissance du PIB mondial à prix constants (Global.GDP) du Base de données de la Banque mondiale.5
Nous incluons également des variables spécifiques aux banques. Ils sont extraits de la base de données ORBIS pour capturer la structure du bilan bancaire
et les comptes de résultat. Nous lions les noms des banques de la base de données VLAB à l'identification
code signalé dans ORBIS. Comme indiqué dans le tableau 2, nous sélectionnons le total des actifs et les dépôts des clients (DEP) en milliards de dollars
américains (SIZE) et cinq autres ratios, à savoir les capitaux propres sur l'actif total (CAP), les prêts nets sur l'actif total (LTA), les les prêts sains dans le
total des prêts (NPL) et le résultat avant impôts dans le total des actifs (ROA). Le tableau 2 résume la source des données et la description des variables
macroéconomiques et spécifiques aux banques que nous utilisons dans l'analyse.
5
L’effet des flux de capitaux sur le risque systémique bancaire est largement contrôlé par le VIX et le FFR, ainsi que par l’INT, en tant que régresseurs dans notre étude.
régressions de référence. Nous pensons que le risque systémique bancaire est positivement associé à la volatilité des marchés boursiers mondiaux (VIX), reflétant le sentiment des
investisseurs mondiaux et le changement de taux directeur de la Fed américaine, deux facteurs susceptibles d'avoir un impact négatif sur les entrées de capitaux vers la plupart des pays.
Nos résultats empiriques sont cohérents avec ces hypothèses, suggérant que les flux de capitaux pourraient présenter un risque pour la stabilité financière (voir annexe II). Cependant,
comme l’ont montré Choi et Cook (2018), la politique nationale de taux d’intérêt dans le cadre de l’IT réagirait aux flux de capitaux, en tenant compte de leurs impacts directs sur la
croissance du crédit par rapport aux effets de transmission du taux de change sur l’inflation.
FOND MONÉTAIRE INTERNATIONAL dix

Tableau 2. Source de données et description de la variable
Variable Description Sources Couverture Unité
Contrôles macroéconomiques spécifiques à chaque pays

PIB PIB réel (croissance annuelle) WEO1 45 %
Des économies Épargne intérieure brute (pourcentage du PIB) WEO1 45 %
Effets Taux de change par $ US (croissance annuelle) Bloomberg 45 %
INT Taux directeur de la banque centrale (différence annuelle) BRI 2 45 % indiquer
IPC Indice des prix à la consommation (croissance annuelle) PEM 3 45 %
FD Indice de développement financier FMI 4 45 Indice
kaopen Indice ChinnIto Chinn Ito 4 45 Indice
Contrôles macroéconomiques mondiaux
VIX Indice de volatilité CBOE américain (moyenne annuelle) FRÉD ymoyenne
FRF 5 Haver
Taux directeur de la Fed américaine (différence annuelle) % indiquer
Global.GDP PIB réel mondial (croissance annuelle) WEO %
Caractéristiques spécifiques à la banque

TAILLE Actif total Orbis 539 milliards de dollars américains
DEP Total des dépôts des clients Orbis 539 milliards de dollars américains
ROA Revenu avant impôts sur actif total Orbis 539 %
PNP Prêts non performants dans le total des prêts Orbis 539 %
CASQUETTE
Fonds propres par rapport à l'actif total Orbis 539 %
LTA Prêts nets par rapport à l'actif total Orbis 539 %
Notes : Certaines sources de données sont spécifiques à chaque pays, comme suit.
1
Bloomberg pour la Corée et Taiwan.
2
Banques centrales de Roumanie, de Malte et du Nigeria. Bloomberg pour Taïwan, l'Ukraine et les Émirats arabes unis. FMI pour le Koweït, le Maroc, le Pérou,
l'Arabie saoudite, Singapour, la Turquie et le Vietnam. OCDE pour l'Indonésie et la Grèce. WEO pour le Japon.
Bloomberg pour Taïwan et les Émirats arabes unis. Le taux directeur de la banque centrale est basé sur la moyenne sur 12 mois d’une année civile.
3
Bloomberg pour Taiwan et les banques centrales pour les périodes manquantes de l'Argentine et des Émirats arabes unis.
4 Taïwan n'est pas disponible dans la base de données.
5
Lorsque le taux directeur de la Fed est limité par la limite inférieure de zéro, il est remplacé par le taux à court terme fictif disponible auprès de Haver Analytics.
Sur la base du Rapport annuel du FMI sur les accords de change et les restrictions de change (AREAER), nous construisons deux
variables fictives annuelles pour les pays qui ont mis en œuvre le régime IT (fictive IT) et le régime d'ancrage du taux de change (factice ER)
au cours de la période considérée. Les variables muettes prennent la valeur 1 si le pays a le régime correspondant au cours de l’année
considérée, et zéro dans le cas contraire. En suivant la classification du FMI, nous construisons la variable muette du RE pour la période
pendant laquelle le taux de change constitue le principal point d'ancrage de la politique monétaire. Sur la base de la base de données
annuelle AREAER, nous incluons les pays et l'année correspondante dans la catégorie Ancrage du taux de change en
considérant les périodes de rattachement ferme puis de rattachement souple conformément à la classification du FMI. La classification des
régimes monétaires et de change est résumée dans le tableau 3.

Tableau 3. Liste des pays et périodes soumis à des régimes de ciblage de l’inflation ou d’ancrage du taux de change
Sources : Classification des Perspectives de l'économie mondiale (WEO) OCT2019 et Rapport annuel du FMI sur les accords de change et les restrictions de change
(AREAER).
Notes : Le regroupement des économies correspond à la classification WEO OCT2019 : a) AE désigne l’économie avancée ; et b) EME désigne une économie de
marché émergente. ER et IT sont respectivement les régimes de taux de change fixe et de ciblage de l’inflation.
Les années manquantes correspondent à d'autres régimes.

Le tableau 4 présente des statistiques récapitulatives pour les principales variables utilisées dans l'analyse multivariée. Il montre qu'il existe une
grande variation à la fois dans la variable dépendante (SRISK) et dans les variables indépendantes, comme le suggèrent les écarts types. Nous
rapportons également l'étendue de chaque variable clé, indiquant des variations substantielles selon les pays et les heures supplémentaires.
Tableau 4. Statistiques récapitulatives
Remarques : Le tableau présente les statistiques descriptives Moyenne, SD (écart type), Min (minimum) et Max (Maximum). MSRISQUE0
correspond à la variable MSRISK pour laquelle zéro est exclu. L'épargne est calculée comme le PIB moins les dépenses de consommation finale
(consommation totale) et peut avoir des valeurs négatives. Les outils macroprudentiels incluent également des classifications en sousgroupes, à savoir
des mesures ciblées sur le secteur des ménages (HH), sur le secteur des entreprises (Corp) et sur des mesures générales (Gen). Les minimum et maximum de
la variable INT sont imputables à la crise financière de 20002001 en Turquie.

Les évolutions des politiques macroprudentielles sont globalement alignées sur celles du SRISK au cours des années 2004 à 2018 : graphiques 1 et
2. La période précédant la GFC est marquée par des politiques macroprudentielles globalement relativement souples dans un contexte de hausse du SRISK.
Après la GFC, une baisse du SRISK tend à être associée à des politiques macroprudentielles plus strictes (à l'exception des exigences de liquidité
et d'autres outils basés sur l'offre dans le cadre des régimes informatiques et de RE). Suite à la normalisation de la politique monétaire amorcée aux États
Unis à partir de fin 2015, des politiques macroprudentielles plus strictes (sauf dans d’autres régimes où les mesures basées sur la demande et les
mesures liées à la croissance des prêts et du crédit sont devenues moins strictes) ont accompagné un risque de risque plutôt tempéré sous les
régimes informatiques et autres, mais une hausse du risque sous le régime ER.
Figure 1. Moyenne des indices iMapp par type d'outil macroprudentiel et groupe de pays
Notes : Les points représentent la moyenne simple des indices iMapp appartenant au type d'outils correspondant (voir liste dans le tableau 1) sur les 45 pays
considérés sous les régimes de ciblage de l'inflation (rouge), d'ancrage du taux de change (vert) ou d'autres régimes (bleu). . La zone ombrée correspond
au lissage du nuage de points estimé localement (LOESS) dans un intervalle de 0,75.

Figure 2. Mesure SRISK ajustée en fonction de la taille de la banque par groupe de pays
Notes : Les points représentent la moyenne simple de la mesure du ratio SRISK ajustée par le total des actifs de la banque correspondante pour les pays
soumis à des régimes de ciblage de l'inflation (rouge), d'ancrage du taux de change (vert) ou d'autres régimes (bleu). Les zones ombrées correspondent au
lissage du nuage de points estimé localement (LOESS) sur un intervalle de 0,75.
La répartition de l’échantillon de chaque mesure MPI suggère également que, sans impliquer de relations causales, les observations de SRISK
plus faibles ont tendance à être associées à un resserrement macroprudentiel pour la plupart des outils MPI : voir l’Annexe I pour la
synchronicité entre SRISKm et les orientations politiques macroprudentielles. Au cours de la période considérée, les pays IT n'ont pas
resserré les limites des outils de croissance du crédit (LCG). De même, les limites sur les devises étrangères (LFC) et les limites sur la
croissance du crédit ciblée sur le secteur des ménages (LCG.HH) ne sont pas renforcées dans les pays nonIT (voir la figure A.3 en annexe
I).
IV. Résultats empiriques des effets de la politique

macroprudentielle sur le risque systémique bancaire
Notre modèle de référence, le modèle (2), est estimé pour chacune des mesures MPI (c'estàdire 22 équations de régression) en utilisant
une approche GMM en 2 étapes à la Arellano et Bond (1991) pour éviter une hétérogénéité potentielle non observée. Les instruments GMM
sont sélectionnés pour constituer le deuxième décalage des variables macroéconomiques au niveau mondial et national (MEC), l'ensemble
des variables au niveau bancaire (BSC) et l'indice macroprudentiel correspondant (MPI). Le test Hansen de suridentification des restrictions
(J−test) est également effectué et rapporté pour évaluer l'adéquation des instruments. Le test de Hansen pour la suridentification
suggère que le modèle de régression de chaque mesure MPI est correctement spécifié et que la validité des instruments ne peut être rejetée à
un niveau de signification significatif. Comme l’estimateur ArellanoBond ne suppose aucune autocorrélation du second ordre des résidus,
le test de corrélation en série pour chaque régression n’indique pas une erreur de spécification. Le modèle (2) étant un modèle dynamique
non linéaire (estimé par GMM), il est possible d’interpréter la significativité des variables, dont MPI, comme causale (au sens de Granger)
si les instruments GMM utilisés pour contrôler l’endogénéité sont valides.
Les tableaux 5 à 11 présentent nos estimations de l’impact des outils macroprudentiels sur le risque systémique bancaire et le rôle
potentiel du régime informatique. L'ampleur de l'effet total d'une variable liée au MPI est la somme des coefficients actuels et décalés sur la
variable. Nous organisons l’interprétation des résultats selon différents types d’outils macroprudentiels. Comme nous le
verrons plus en détail à l'Annexe II, nous constatons également que les signes de notre
les variables de contrôle macroéconomiques, notamment sur le front extérieur, ainsi que les variables de contrôle spécifiques aux banques,

sont conformes à nos attentes dans les 22 régressions. Nos résultats indiquent notamment que le risque systémique bancaire est
considérablement réduit sous le régime informatique : l’estimation du coefficient sur l’indice du régime informatique est significativement
négative dans toutes les régressions de référence. Ce résultat est cohérent avec les études existantes suggérant que le régime
informatique peut être plus efficace pour améliorer les profils de risque des banques, potentiellement en raison de la transparence et de la
responsabilité intégrées dans le cadre institutionnel informatique (Fazio et al. 2018 ; et Louati et Boujelbene 2020).
A. Mesures basées sur la demande
Selon Kuttner et Shim (2016), les limites du ratio DSTI sont efficaces pour réduire la procyclicité de la croissance du crédit. Cependant,
les résultats présentés dans le tableau 5 suggèrent qu'imposer des limites plus strictes au ratio DSTI atténue le risque systémique
bancaire uniquement dans un régime informatique, car l'estimation du coefficient sur le terme d'interaction entre DSTI et IT est
négative et statistiquement significative au niveau de 5 pour cent tandis que l'estimation du coefficient sur DSTI est non significative. Ce
résultat suggère que l'informatique améliore l'efficacité du ratio DSTI pour limiter l'exposition des banques au risque systémique. En
outre, le resserrement du ratio LTV atténue le risque systémique avec un décalage bancaire uniquement dans un régime informatique,
car l'estimation du coefficient sur le terme d'interaction décalé entre le LTV et l'IT est négative et statistiquement significative au niveau de 5
pour cent alors que celle sur le LTV est statistiquement positive et plus petit.
Tableau 5. Résultats de l'estimation : mesures basées sur la demande
Notes : Chaque colonne affiche les coefficients obtenus à partir de l'estimation GMM (en deux étapes) lors de la régression de la variable dépendante, SRISK,
***
sur le MPI correspondant, un par un. *, **, et indiquent une signification aux niveaux de 10, 5 et 1%, respectivement.

B. Exigences de capital
Les coussins de fonds propres (Capital, CCyB et Conservation) devraient modérer le risque systémique car ils sont destinés à absorber les pertes
des banques en période de tensions et à contribuer à maintenir le flux de crédit en période de récession (dans le cadre de Bâle III). Une politique
monétaire plus stricte en réponse à une inflation plus élevée ou à un écart de production plus important qui tend à accompagner un boom
du crédit contribuera à atténuer le risque de crédit excessif mais augmentera le coût de financement du capital et donc le coût des coussins de
capital (Cozzi et al. 2020 ; et Garcia Revelo et al.2020). Cependant, les outils macroprudentiels visant à réguler les capitaux
que les banques sont tenues de détenir, comme le CCyB, peuvent entrer en conflit avec les objectifs de la politique monétaire, notamment le
ciblage de l’inflation (Garcia Revelo et Levieuge 2022). En outre, les exigences de fonds propres spécifiques à certains secteurs pourraient avoir
des effets limités sur le risque systémique bancaire en raison d’un effet d’entraînement entre les secteurs.
Les résultats estimés présentés dans le tableau 6 montrent que les exigences de capital (couvrant tous les secteurs) et les exigences de capital
ciblées sur le secteur des ménages (Capital.HH) sont efficaces pour atténuer le risque systémique dans les régimes informatiques, mais pas
dans les autres régimes. En outre, les effets des exigences de fonds propres ciblées sur le secteur des entreprises (Capital.Corp) et
des exigences de fonds propres généralisées (Capital.Gen) sur les risques systémiques sont mitigés mais insignifiants, tant sous les régimes
informatiques que sous d’autres régimes.
Les résultats estimés présentés dans le tableau 7 suggèrent que le capital de conservation contribue à atténuer les risques systémiques des
banques, mais pas le CCyB et les limites sur l'effet de levier bancaire (LVR). Nous constatons que le CCyB ne révèle aucun effet prononcé,
peutêtre en raison du nombre limité d’observations, ce qui montre que seules quelques économies avancées ont mis en œuvre un taux
CCyB positif, neutre en termes de cycle, et ont modifié les taux CCyB dans une fourchette en réponse à une croissance excessive du crédit
(BRI 2022). Les tampons de conservation sont efficaces avec un décalage (significatif au niveau de 1 %) pour atténuer le risque
systémique dans le cadre du régime informatique, mais pas dans les autres régimes. Les limites LVR visent à réduire les pertes sur prêts sur
dette, mais pourraient entraîner un effet secondaire qui contrecarrerait l’effet escompté de la baisse des pertes sur dette (Choi et Cook 2012) en
augmentant la capacité des banques à s’endetter, augmentant ainsi la probabilité de défaut. Les effets positifs estimés du LVR sur le risque
systémique bancaire peuvent refléter le fait que l’effet secondaire fait plus que compenser l’effet escompté, plus fortement sous le régime
informatique que sous d’autres régimes.

Tableau 6. Résultats de l'estimation : besoins en capital (1/2)
Notes : Chaque colonne affiche les coefficients obtenus à partir de l'estimation GMM (en deux étapes) lors de la régression de la variable dépendante, SRISK,
***
sur le MPI correspondant, un par un. *, **, et indiquent une signification aux niveaux de 10, 5 et 1%, respectivement.

Tableau 7. Résultats de l'estimation : besoins en capital (2/2)
Notes : Chaque colonne affiche les coefficients obtenus à partir de l'estimation GMM (en deux étapes) lors de la régression de la variable dépendante, SRISK, sur le MPI
***
correspondant, un par un. *, ** et indique que la variable a été exclue indiquer la signification aux niveaux de 10, 5 et 1 %, respectivement ; et Ø
en raison du manque d'observations.

C. Mesures basées sur l'offre de prêts
Les limites à la croissance du crédit (LCG) peuvent limiter l’expansion du crédit (le long de la tendance ou les écarts par rapport à la tendance) si elles
sont déployées de manière contracyclique. Les estimations sur le LCG rapportées dans le tableau 8 sont cependant non significatives ou ont un signe
incorrect lorsqu'elles sont légèrement significatives (au niveau de 10 pour cent pour le LCGt1). Les résultats des mesures de croissance
du crédit dans les souscatégories suggèrent que les mesures générales (LCG.Gen) et les mesures ciblées sur les ménages (LCG.HH) n’ont pas
d’effets prononcés sur les risques systémiques bancaires.
Les restrictions de prêt (LoanR) réduisent considérablement le risque systémique. Comme prévu, les estimations s'avèrent nettement négatives, en
particulier pour les ménages qui ont un accès limité à des sources de financement alternatives, contrairement aux entreprises qui ont accès
aux marchés des capitaux (voir tableau 9). Cet effet négatif est toutefois atténué sous le régime informatique, plus que compensé éventuellement
par des contournements ou des fuites, qui rendent les restrictions de prêt inefficaces pour atténuer le risque systémique, car le crédit global est
fourni sur demande (compte tenu du taux directeur) dans le cadre du régime informatique. Ce résultat est cohérent avec les conclusions de Bhargava
et al. (2021) sur l’effet d’entraînement selon lequel un resserrement des outils macroprudentiels spécifiques aux ménages déplace les prêts
bancaires des ménages vers les sociétés non financières, entraînant une détérioration de la qualité globale du crédit.
Les trois derniers outils de prêt d'offre sont présentés dans le tableau 10. Les exigences en matière de provisions pour pertes sur prêts (LLP), en
particulier lorsqu'elles sont préventives, peuvent contribuer à réduire les retraits massifs de dépôts et à atténuer l'impact de la probabilité de
défaut et de la perte en cas de défaut sur le risque systémique. , bien qu’elles soient quelque peu procycliques (par exemple, les banques pourraient
être obligées d’augmenter les LLP face au risque croissant de défaut). Les résultats estimés suggèrent que les exigences LLP ont des effets
globalement insignifiants sur le risque systémique, bien qu’ils aient des effets négatifs contemporains et décalés dans le cadre du
régime informatique.
Les limites imposées au ratio prêts/dépôts (LTD) contribuent à contenir les risques de crédit et de crédit excessifs, atténuant ainsi le risque systémique.
Nos résultats ne sont pas prononcés mais largement cohérents avec cette approche antérieure : le risque systémique diminue de manière insignifiante
avec le resserrement du ratio ILD, et le régime informatique ne modifie pas de manière significative l’impact (contemporain) de l’ILD sur le risque
systémique.
Les limites imposées aux prêts en devises pourraient contribuer à maîtriser le risque systémique pour les économies ouvertes confrontées à
un risque de retournement soudain. Le LFC aurait un effet négatif plus important sur le SRISK dans le cadre du régime informatique (ou des régimes
de taux de change flexibles), où les variations des taux de change sont motivées par les flux de capitaux et les problèmes d'asymétrie des
devises. Toutefois, en raison du manque d’observations sur la période d’échantillonnage considérée, l’indice IT.LFC a dû être exclu.

Tableau 8. Résultats de l'estimation : mesures basées sur l'offre de prêts (1/3)
***

***

***

D. Exigences de liquidité et autres mesures basées sur l'offre
Les exigences de liquidité (telles que les ratios LCR et NSFR), lorsqu'elles affectent le cycle de levier des banques, contribuent à réduire le risque
systémique. Toutefois, les estimations présentées dans le tableau 11 suggèrent que les exigences de liquidité plus strictes augmentent
Il existe un risque systémique avec un décalage dans le régime informatique par rapport aux autres régimes, car l’estimation du coefficient sur le
terme d’interaction décalé entre l’informatique et la liquidité semble positive et significative au niveau de 1 pour cent.
Même si le resserrement des réserves obligatoires semble accroître le risque systémique bancaire, potentiellement en raison de ses effets
négatifs sur le coût de financement et la rentabilité des banques, cet effet est atténué par l'informatique. En particulier, l’estimation du coefficient sur
le terme interactif décalé entre RR et IT est négative et significative au niveau de 5 %, ce qui suggère que le régime IT aide les réserves
obligatoires à contenir le risque systémique bancaire. 6 De plus, les limites imposées aux étrangers
Les expositions en devises s’avèrent réduire le risque systémique bancaire. Les estimations des coefficients sur les valeurs
contemporaines et décalées de LFX sont négatives et significatives. Ce résultat reflète potentiellement le fait que d'importantes positions
ouvertes en devises dans les bilans des banques sont perçues comme une source de vulnérabilité qui accroît l'exposition au risque de dépréciation
ou de dévaluation de la monnaie nationale. Limiter ces expositions améliore le profil de risque des banques et réduit leur risque systémique.7
Les mesures fiscales n'ont pas d'effets prononcés sur le risque systémique bancaire, tandis que les impôts (y compris les droits de timbre, par
exemple sur les biens immobiliers) et les prélèvements bancaires (par exemple sur les biens non immobiliers) (engagements bancaires de base)
pourrait contribuer à réduire le risque systémique à long terme (voir Hahm et al. 2013). 8
6
Le RR peut affecter le niveau de création de prêts, comme l’indique la conception originale du RR en tant qu’outil de liquidité et de crédit. Le RR dans un
cadre monétaire modernisé, en particulier dans le cadre de l'informatique, peut également être utilisé pour améliorer les portefeuilles bancaires en contrôlant
le financement de gros et les dépôts libellés en devises (par exemple, GarciaEscribano et al. 2012), réduisant ainsi le risque systémique. Toutefois, cet effet
négatif sur le risque systémique pourrait être contrebalancé par l'effet positif du RR, qui augmente les coûts de financement des banques et crée des pressions
négatives sur les bénéfices des banques. GarciaEscribano et al. (2012) constatent que les RR ont un effet modéré et transitoire sur le ralentissement du rythme
de croissance du crédit en Amérique latine.
7
Les expositions en devises des banques d'un pays peuvent mettre en péril la stabilité financière lorsque le taux de change se déprécie (ce qui est
dévalué) dans les régimes de change flottants (fixes) et, en particulier, dans les petites économies ouvertes (Georgiadis et al. 2021).
8
En outre, les outils macroprudentiels peuvent mettre du temps à atteindre l’objectif souhaité. Par exemple, Davidoff et coll. (2013) notent que l’effet des droits
de timbre sur les ventes de maisons à gradation est observé avec un décalage de trois ans. L’effet au cours des deux premières années est opposé à l’impact
souhaité.

Tableau 11. Résultats de l'estimation : besoins de liquidité et autres mesures basées sur l'offre
***

E. Vérifications de robustesse et extensions
Cette soussection commence par les contrôles de robustesse de nos principaux résultats. Le tableau 12 présente un résumé des résultats de
régression pour des échantillons alternatifs, en les comparant aux résultats de référence (première colonne).
Le premier contrôle de robustesse compare les résultats estimés pour la période postGFC (20112018) avec les résultats de référence.
L’effet contemporain des exigences de capital ciblées sur le secteur des entreprises (Capital.Corp) semble significatif et négatif. Un
capital à assise large (Capital.Gen) réduit effectivement le risque systémique dans le régime informatique, mais pas dans les autres régimes. En
outre, la durée contemporaine des exigences en matière de provisions pour pertes sur prêts (LLP) est significative et positive, alors que sous
le régime informatique, elle est négative et significative. En ce sens, les LLP, surtout lorsqu’elles sont préventives, peuvent contribuer à
réduire les retraits massifs de dépôts et à atténuer l’impact de la probabilité de défaut et de la perte en cas de défaut sur le risque
systémique.
Cependant, ils sont quelque peu procycliques (par exemple, les banques pourraient être obligées d’augmenter les LLP face au risque croissant de
défaut). Les limites du ratio ILD et l’aide fiscale limitent le crédit et le risque de crédit, atténuant ainsi le risque systémique.
Lors du deuxième contrôle de robustesse, nous réestimons tous les modèles en utilisant toutes les banques disponibles et les variables de
contrôle bancaire, pour aboutir à 576 banques appartenant à 60 pays pour la période 20002018 (en ignorant la restriction appliquée
précédemment qu'un pays doit avoir à au moins trois banques). Dans cet échantillon non restreint, nous constatons que la plupart des IPM, à
l'exception de l'ILD, sous le régime informatique, sont au moins aussi efficaces que sous d'autres régimes. Plus précisément, Capital.Corp est
efficace pour atténuer le risque systémique dans les régimes informatiques, mais pas dans les autres régimes. Les limites DSTI et LTV contribuent
à atténuer le risque systémique mais n’apportent pas de contribution supplémentaire dans le cadre du régime informatique. En outre, les exigences
LVR, LLP et de liquidité semblent contribuer à atténuer le SRISK dans le cadre du régime informatique, alors qu'elles ne le font pas dans les
résultats de référence.
Le troisième contrôle de robustesse réestime le modèle de référence séparément pour les pays émergents et les pays émergents, tels que définis par
la classification de la Banque mondiale9. L'effet des politiques macroprudentielles sur le risque systémique bancaire a tendance à être plus
prononcé pour les pays émergents que pour les pays émergents. Les exceptions sont le LTV, les exigences de liquidité et le LFC qui semblent
efficaces uniquement pour les AE.
Ensuite, en tant qu’extensions du modèle de référence, nous considérons les interactions entre politique monétaire et politique
macroprudentielle. Nous incluons en outre dans le modèle (2) les termes interactifs de l’orientation de la politique monétaire mesurée par la variation
des taux directeurs (intérieurs) et de l’orientation de la politique macroprudentielle mesurée par chacun des IPM.
Nous constatons que cet exercice préserve en grande partie les résultats des régressions de référence dans leur cohérence qualitative
(voir tableaux A.1 – A.7 en annexe III).
Nous constatons que les coefficients estimés sur le terme interactif de la politique monétaire et de la politique macroprudentielle sont largement
positifs avec une certaine signification statistique (tableaux A.1 à A.7).10 Ce résultat est cohérent avec notre attente selon laquelle une politique
monétaire plus stricte et une politique macroprudentielle plus stricte sont propices à la stabilité financière.
9
Le mannequin informatique n'est pas inclus dans ce cas.
dix
Nous trouvons des estimations de coefficients significativement positives sur la variation du taux directeur qui interagissent avec la plupart des outils macroprudentiels, notamment
le CCyB (tableau A.3), les restrictions sur les prêts (tableau A.5), les limites sur les prêts en devises (tableau A.6) et la fiscalité (tableau A. 7). Cependant, nous observons des signes
négatifs ou mitigés d’un changement de taux directeur en interaction avec des mesures fondées sur la demande (tableaux A.1) et des exigences sectorielles en capital (tableau A.2),
reflétant peutêtre qu’une politique macroprudentielle plus stricte visant à réduire les emprunts ou les prêts excessifs pourrait aider. réduire le SRISK tandis que des taux directeurs
plus élevés tendent à accompagner une demande de crédit plus élevée.

Tableau 12. Contrôle de robustesse : signes de coefficient pour les IPM significatifs (à p<0,1)
Notes : La colonne de référence correspond aux principaux résultats rapportés dans la section IV ; et autres correspond à (1) la période postGFC, (2)
l'échantillon sans restriction et (3) le regroupement AE vs EME. Le signe du coefficient MPI significatif à p < 1% est rapporté : un signe négatif (positif) en
vert (rouge). Ø indique que la variable a été exclue de l'échantillon correspondant en raison du manque d'observations. Par souci de place, nous ne rapportons
pas l’intégralité des coefficients estimés mais seulement leurs signes. Des tableaux complets sont disponibles auprès des auteurs sur demande.
Par exemple, lors de la normalisation de la politique monétaire depuis 2015 dans les pays IT, comme le montre la figure 1, le SRISK a augmenté
parce que le resserrement macroprudentiel augmente les coûts de financement des banques dans un contexte de hausse des taux directeurs. Aussi, monétaire

un assouplissement des politiques accompagné d’un resserrement macroprudentiel pourrait réduire le RISQUE, par exemple lorsque les réserves de
capitaux sont élevées (Gambacorta et Shin 2018), comme dans la période postGFC précédant la normalisation des politiques : voir les graphiques 1 et 2.
IV. Conclusion
Cet article étudie les effets de différents outils macroprudentiels sur le risque systémique au niveau bancaire, qui sont spécifiques aux pays IT. Dans le
prolongement de Meuleman et Vander Vennet (2020), nous considérons un échantillon plus large de 45 pays au niveau bancaire qui comprend divers
régimes monétaires et de change pour découvrir la spécificité potentielle du groupe de pays informatiques à l'aide d'un modèle de panel dynamique
dépendant du régime.
Nous montrons empiriquement que la politique macroprudentielle peut réduire davantage le risque systémique lorsqu’une banque centrale s’oriente vers
l’informatique. Cet effet de synergie sous le régime informatique peut être imputable non seulement à la transparence et à la responsabilité de ce cadre
politique, mais également à la conduite d'une politique monétaire axée sur les taux d'intérêt et les coûts de financement pour la stabilité des prix compte
tenu de la liquidité endogène, propice à empêcher une croissance excessive du crédit. .
Nos résultats indiquent que même si la politique macroprudentielle contribue à elle seule à réduire le risque systémique bancaire, les technologies de l’information
améliore l’efficacité de la plupart des outils macroprudentiels, notamment les limites DSTI et LTV, ainsi que les exigences de fonds propres.
En outre, notre analyse de régression étendue révèle que la politique monétaire a le potentiel de renforcer l’efficacité de plusieurs politiques
macroprudentielles.
Ce document apporte donc un soutien empirique supplémentaire aux analyses existantes qui ont souligné l’importance de la coordination entre les
politiques monétaires et macroprudentielles pour atténuer les risques liés à la stabilité financière.
Nos résultats empiriques confortent l’idée selon laquelle le régime informatique renforce l’efficacité des politiques macroprudentielles en atténuant le risque
systémique bancaire. Toutefois, des recherches plus approfondies pourraient être menées pour mieux comprendre les liens entre la politique monétaire
et la politique macroprudentielle, en mettant en lumière les canaux de transmission par lesquels chaque régime de politique monétaire peut amplifier ou
atténuer l’effet des différents outils macroprudentiels sur la stabilité financière.

Les références
Acharya, V., L. Pedersen, T. Philippe, M. Richardson, 2017, « Mesurer le risque systémique », Review of Financial
Études, Vol. 30 (janvier), p. 247.
Adrian, T. et N. Boyarchenko, 2018, « Politiques de liquidité et risque systémique », Journal of Financial Intermediation,
Vol. 35 (juillet), p. 4560.
Adrian, T., F. Grinberg, N. Liang et S. Malik, 2022, « La structure à terme de la croissance à risque », American Economic
Journal : Macroéconomie, Vol. 14 (juillet), pp. 283323.
Aiyar, S., CW Calomiris et T. Wieladek, 2014, « La réglementation macroprudentielle fuitelle ? Preuve d'une expérience politique au
RoyaumeUni », Journal of Money Credit and Banking, Vol. 46 (février), pp.
Akinci, O. et J. OlmsteadRumsey, 2018, « Quelle est l'efficacité des politiques macroprudentielles ? Un empirique
Investigation », Journal de l’Intermédiation Financière, Vol. 33 (janvier), pp. 3357.
Alam, Z, A. Alter, J. Eiseman, G. Gelos, H. Kang, M. Narita, E. Nier et N. Wang, 2019, « Creuser plus profondément :
Evidence on the Effects of Macroprudential Political from a New Database », Document de travail du FMI, n° 19/66 (Washington
DC : Fonds monétaire international).
Altavilla, C., L. Laeven et J.L. Peydró, 2020, « Complémentarités des politiques monétaire et macroprudentielle :
Evidence from European Credit Registers », Working Paper Series, n° 2504, BCE.
Arellano, M. et S. Bond, 1991, « Quelques tests de spécification pour les données de panel : preuves de Monte Carlo et application
aux équations d'emploi », Review of Economic Studies, vol. 58 (avril), p. 27797.
BRI, 2022, « Utilisation du tampon et cyclicité dans le cadre de Bâle », Comité de Bâle sur le contrôle bancaire
(Bâle : Banque des règlements internationaux).
Banque d'Angleterre, 2009, « The Role of Macroprudential Policy », document de discussion, novembre.
Bhargava, A., L. Gornicka et P. Xie, 2021, « Les fuites des réglementations macroprudentielles : le cas des outils spécifiques
aux ménages et du crédit aux entreprises », document de travail du FMI, n° 21/72 (Washington DC : Fonds monétaire
international ).
Borio, C. et I. Shim, 2007, « Que peut faire la politique (macro)prudentielle pour soutenir la politique monétaire ? BIS
Document de travail n° 242 (Bâle : Banque des règlements internationaux).
Brownlees, C. et RF Engle, 2010, « Volatilité, corrélation et queues pour la mesure du risque systémique »,
Série de documents de travail, ministère des Finances, NYU.
Brownlees, C. et RF Engle, 2017, « RISK : une mesure conditionnelle du déficit de capital du risque systémique »,
Revue des études financières, Vol. 30 (janvier), p. 4879.
Bruno, V., I. Shim et HS Shin, 2017, « Évaluation comparative des politiques macroprudentielles », Journal of
Stabilité financière, vol. 28 (février), pp. 183202.
Brunnermeier, MK et Y. Sannikov, 2014, « Un modèle macroéconomique avec un secteur financier », American

Revue économique, vol. 104 (février), pp. 379421.
Budnik, K et J. Kleibl, 2018, « La réglementation macroprudentielle dans l'Union européenne en 19952014 : introduction d'un nouvel
ensemble de données sur les actions politiques de nature macroprudentielle », BCE, document de travail 2123.
Cerutti, E., S. Claessens et L. Laeven, 2017a, « L'utilisation et l'efficacité des politiques macroprudentielles : nouvelles
Evidence", Journal of Financial Stability, Vol. 28 (février), pp. 20324.
Cerutti, E., J. Dagher et G. Dell'Ariccia, 2017b, « Financement du logement et booms immobiliers : une approche transnationale
Perspective », Journal of Housing Economics, vol. 38 (décembre), p. 113.

Chinn, MD, et H. Ito, 2006, « Qu'estce qui compte pour le développement financier ? Contrôles des capitaux, institutions et
Interactions », Journal of Development Economics, vol. 81 (octobre), pp. 16392.
Choi, WG et D. Cook, 2004, « Dollarisation du passif et canal du bilan bancaire », Journal of

Économie internationale, Vol. 64 (décembre), pp. 24775.
Choi, WG et D. Cook, 2012, « Fire Sales and the Financial Accelerator », Journal of Monetary Economics,
Vol. 59 (mai), pp. 33651.
Choi, WG et D. Cook, 2018, « Policy Conflicts and Inflation Targeting : The Role of Credit Markets », document de travail du
FMI, n° 18/72 (Washington DC : Fonds monétaire international).
Cizel, J., J. Frost, A. Houben et P. Wierts, 2019, « Politique macroprudentielle efficace : substitution intersectorielle aux mesures de
prix et de quantité », Journal of Money, Credit and Banking, Vol. 51 (août), pp. 120935.
Claessens, S., DD Evanoff, GG Kaufman et L. Kodres, 2011, « Politiques de réglementation macroprudentielles : la nouvelle voie
vers la stabilité financière » (Eds.), World Scientific Studies in International Economics, Vol. 17, sdt.
Ltd, New Jersey.
Claessens, S., S. Ghosh et R. Mihet, 2013, « Politiques macroprudentielles visant à atténuer les vulnérabilités du
système financier », Journal of International Money and Finance, Vol. 39 (décembre), pp. 15385.
Claessens, S. et L. Kodres, 2015, « Les réponses réglementaires à la crise financière mondiale : certaines
Uncomfortable Questions », dans : Edward, JB, LS Bennear, KD Krawiec et JB Wiener, (Eds.), Regulatory Responses
to Oil Spills, Nuclear Accidents and Financial Crashes, Cambridge University Press, Cambridge, à paraître dans Policy
Shock (également FMI Document de travail, n° 14/46).
Claessens, S., G. Cornelli, L. Gambacorta, F. Manaresi et Y. Shiina, 2021, « Les politiques macroprudentielles affectentelles
l'intermédiation financière non bancaire ? Document de discussion du CEPR n° DP15895 (mars).
Cozzi, G., M. Darracq Pariès, P. Karadi, J. Körner, C. Kok, F. Mazelis, K. Nikolov, E. Rancoita, A. Van der
Ghote et J. Weber, 2020, « Mesures de politique macroprudentielle : impact macroéconomique et interaction avec la
politique monétaire », série de documents de travail de la BCE n° 2376.
Crowe, C., G. Dell'Ariccia, D. Igan et P. Rabanal, 2013, « Comment faire face aux booms immobiliers : leçons tirées des
Expériences nationales », Journal of Financial Stability, Vol. 9 (septembre), p. 30019.
Davidoff, I. et A. Leigh, 2013, « Comment les droits de timbre affectentils le marché du logement ? » Dossier économique, vol. 89
(juin), pp. 396410.
De Mendonça, HF, et GJ, De Guimarães e Souza, 2012, « Le ciblage de l'inflation estil un bon remède pour contrôler
l'inflation ? Journal de l'économie du développement, Vol. 98 (juillet), pp.
Comité européen du risque systémique (CERS), 2014, Manuel sur l'opérationnalisation de la politique macroprudentielle dans le
Secteur bancaire, Banque centrale européenne (FrancfortsurleMain).
Fazio, DM, TC Silva, BM Tabak et DO Cajueiro, 2018, « Ciblage de l'inflation et stabilité financière :
La qualité des institutions estelle importante ? Modélisation économique, Vol. 71 (avril), p. 115.
Fendoğlu, S., 2017, « Cycles de crédit et flux de capitaux : efficacité du cadre de politique macroprudentielle dans les économies
de marché émergentes », Journal of Banking and Finance, Vol. 79 (juin), p. 11028.
Conseil de stabilité financière (CSF), 2014, « Rapport aux dirigeants du G20 sur les progrès de la réforme de la réglementation
financière et aperçu des progrès réalisés dans la mise en œuvre des recommandations du G20 pour renforcer la stabilité
financière », Banque des règlements internationaux (Bâle).
Fraisse, H., M. Lé et D. Thesmar, 2020, « Les effets réels des exigences de fonds propres des banques », Management
Science, Vol. 66 (janvier), p. 523.
Freixas, X., L. Laeven et J.L. Peydró, 2015, Risque systémique, crises et réglementation macroprudentielle, MIT Press (Boston,
Massachusetts).

Gambacorta, L. et A. Murcia, 2020, « L'impact des politiques macroprudentielles en Amérique latine : une analyse empirique utilisant les
données des registres de crédit », Journal of Financial Intermediation, Vol. 42 (avril), p. 119.
Gambacorta, L. et HS Shin, 2018, « Pourquoi le capital bancaire est important pour la politique monétaire », Journal of Financial
Intermédiation, Vol. 35 (juillet), p. 1729.
GarciaEscribano, M., CE Tovar et MV Martin, 2012, « Credit Growth and the Effectiveness of Reserve Requirements and Other Macroprudential
Instruments in Latin America », document de travail du FMI, n° 12/142 (Washington DC : Fonds monétaire international ).
Garcia Revelo, JD, et G. Levieuge, 2022, « Quand les politiques macroprudentielles et monétaires pourraientelles être mises en œuvre ?
Conflit?" Journal de la Banque et de la Finance, Vol. 139 (juin), 106484.
Garcia Revelo, JD, Y. Lucotte et F. PradinesJobet, 2020, « Politiques macroprudentielles et monétaires : le

Besoin de danser le tango en harmonie », Journal of International Money and Finance, Vol. 108 (novembre), p. 128.
Georgiadis, G. et F. Zhu, 2021, « Expositions aux devises étrangères et canal financier des taux de change : érosion de l'autonomie de la politique
monétaire dans les petites économies ouvertes ? Journal de la monnaie et de la finance internationales, Vol. 110 (février), 102265.
Gross, Marco, T. Tressel, X. Ding et E. Tereanu, 2022, « Qu'estce qui détermine le risque de défaut de paiement des prêts hypothécaires en
Europe et aux ÉtatsUnis ? Document de travail du FMI, n° 22/65 (Washington DC : Fonds monétaire international).
Hahm, J.H., HS Shin et K. Shin, 2013, « Noncore Bank Liabilities and Financial Vulnerability », Journal of Money, Credit and Banking, Vol. 45
(juillet), 336.
Hanson, SG, A. Kashyap et JC Stein, 2011, « Une approche macroprudentielle de la réglementation financière »,
Journal des perspectives économiques, vol. 25 (hiver), pp. 328.
Idier, J., G. Lamé et JS Mésonnier, 2014, « Quelle est l'utilité du Marginal Expected Shortfall pour le
Mesure de l’exposition systémique ? Une évaluation pratique », Journal of Banking & Finance, Vol. 47
(octobre), pp. 13446.
Igan, D. et H. Kang, 2011, « Les limites du rapport prêtvaleur et detterevenu fonctionnentelles ? Evidence from Korea », Document de travail
du FMI, n° 11/297 (Washington DC : Fonds monétaire international).
Ikeda, D., 2022, « Politique monétaire, inflation et bulles rationnelles de prix des actifs », Journal of Money, Credit and Banking, Vol. 54
(décembre), pp. 1569603.
Fonds monétaire international, 2021, « Loose Financial Conditions, Rising Leverage, and Risks to Macro
Financial Stability », Global Financial Stability Report, (avril), chapitre 2, pp. 3550 (Washington DC : Fonds monétaire international).
Fonds monétaire international, 2014, « Selected Issues Paper on Suède », août, Rapport pays du FMI 14/262.
Fonds monétaire international, 2013a, « Key Aspects of Macroprudential Policy », Document d'orientation du FMI, juin (Washington
DC : Fonds monétaire international)
Fonds monétaire international, 2013b, « Aspects clés de la politique macroprudentielle — Document de référence », Politique du FMI
Document, juin (Washington DC : Fonds monétaire international).
Jiménez, G., S. Ongena, JL. Peydró et J. Saurina, 2017, « Politique macroprudentielle, coussins de fonds propres contracycliques des
banques et offre de crédit : preuves des expériences espagnoles de provisionnement dynamique »,
Journal d'économie politique, Vol. 125 (novembre), pp. 212677.
Juelsrud, RG et EG Wold, 2020, « Exigences de capital pondérées par le risque et rééquilibrage du portefeuille »,
Journal de l'intermédiation financière, Vol. 41 (janvier), p. 112.
Kauko, K., 2014, « Comment prévoir les crises bancaires ? Une étude de la littérature empirique », Systèmes économiques,
Vol. 38 (septembre), pages 289 à 308.

Kim, S. et A. Mehrotra, 2018, « Effets des politiques monétaires et macroprudentielles — Preuves de quatre économies ciblant
l'inflation », Journal of Money, Credit and Banking, Vol. 50 (août), pp. 96792.
Kuttner, K. et I. Shim, 2016, « Les politiques de taux autres que d'intérêt peuventelles stabiliser les marchés du logement ? Preuve d'un
Panel de 57 économies », Journal of Financial Stability, Vol. 26 (octobre), p. 3144.
Laeven, L., L. Ratnovski et H. Tong, 2016, « Taille des banques, capital et risque systémique : quelques preuves internationales »,
Journal of Banking & Finance, Vol. 69 (S1), pages 25 à 34.
Lim, CH, A. Costa, F. Columba, P. Kongsamut, A. Otani, M. Saiyid, T. Wezel et X. Wu, 2011,
« Politique macroprudentielle : quels instruments et comment les utiliser ? Leçons tirées des expériences nationales »,
Document de travail du FMI, n° 11/238 (Washington DC : Fonds monétaire international).
Louati, S. et Y. Boujelbene, 2020, « Ciblage de l'inflation et risque bancaire : l'effet interactif de la qualité
institutionnelle », Cogent Business & Management, Vol. 7 (1), 1847889.
McCauley, R., 2009, « Macroprudential Policy in Emerging Markets », document présenté lors de la conférence internationale du 50e
anniversaire de la Banque centrale du Nigéria sur « Les banques centrales, la stabilité et la croissance du système financier »,
Abuja, 49 mai.
McGurk, Z., 2020, « Prédiction de l'inflation immobilière aux ÉtatsUnis : taux de change et actifs étrangers nets », Revue trimestrielle
de l'économie et des finances, vol. 75 (février), pp. 5366.
Mendicino, C., K., Nikolov, J. Suarez et D. Supera, 2020, « Le capital bancaire à court et à long terme »,
Journal d'économie monétaire, Vol. 115 (novembre), p. 6479.
Meuleman, E. et R. Vander Vennet, 2020, « Politique macroprudentielle et risque systémique bancaire », Journal of Financial Stability,
Vol. 47 (avril), p. 123.
Kaminsky, G. et C. Reinhart, 1999, « Les crises jumelles : les causes du secteur bancaire et de la balance des paiements
Problèmes », The American Economic Review, Vol. 89 (3), pages 473 à 500.
Nkusu, M., 2011, « Prêts non performants et vulnérabilités macrofinancières dans les économies avancées », Documents de travail
du FMI 2011/161 (Washington DC : Fonds monétaire international).
Richter, B., M. Schularick et I. Shim, 2018, « Les effets macroéconomiques de la politique macroprudentielle », BRI
Documents de travail, n° 740 (Bâle : Banque des règlements internationaux).
Rubio, M. et F. Yao, 2020, « Politiques macroprudentielles dans un environnement de taux d'intérêt bas », Journal of Money,
Crédit et banque, Vol. 52 (septembre), pages 156591.
Silvo, A., 2019, « L'interaction des politiques monétaires et macroprudentielles », Journal of Money, Credit and
Banque, Vol. 51 (juin), pp. 85994.
Van der Ghote, A., 2020, « Benefits of Macroprudential Policy in Low Interest Rate Environments », Working Paper Series, n° 2498,
BCE.
Zhang, L. et E. Zoli, 2016, « Se pencher contre le vent : politique macroprudentielle en Asie », Journal of Asian Economics, vol. 42
(février), pp. 3352.

Annexe I. Politique macroprudentielle et indicateurs SRISK :

pays informatiques et pays non informatiques
Cette annexe fournit des informations sur la mesure SRISK et l’orientation de la politique macroprudentielle de chaque IPM (figures
A.1 à A.4). Il est remarquable que les observations SRISK très élevées soient principalement associées à des politiques
macroprudentielles souples (sans impliquer de lien de causalité).
Graphique A.1. Synchronicité entre SRISKm et la politique macroprudentielle : mesures basées sur la demande
Graphique A.2. Synchronicité entre SRISKm et politique macroprudentielle : exigences de fonds propres

Graphique A.3. Synchronicité entre SRISKm et la politique macroprudentielle : mesures basées sur l'offre de prêts

Graphique A.4. Synchronicité entre SRISKm et politique macroprudentielle : liquidité et autres mesures
Notes : Le graphique montre la synchronicité observationnelle entre le SRISKm (en milliards de dollars US) et chaque MPI. Les chiffres rouges correspondent
aux pays IT, et les bleus aux pays OT (autres régimes). La largeur du chiffre correspond au nombre de fois le niveau correspondant de SRISKm
au moment où le MPI est desserré ou resserré. Dans presque tous les cas, des niveaux plus élevés de SRISKm (non contrôlés par la taille des banques) sont
observés lorsque les MPI sont assouplis.
Annexe II. Interprétation des résultats liés aux

variables macroéconomiques et spécifiques à la banque
Nous constatons que les signes des variables macroéconomiques, notamment sur le front extérieur, sont cohérents dans les 22 résultats de
régression, conformément à nos attentes. Nous discutons brièvement cidessous des résultats estimés pour les variables spécifiques aux
banques, qui sont incluses comme contrôles pour l’analyse au niveau de la banque.
Avec l'interconnectivité transfrontalière via les canaux financiers et commerciaux pour les économies ouvertes, le risque systémique est associé à
la politique monétaire mondiale, à l'aversion au risque des investisseurs mondiaux, à la dépréciation du taux de change et à la croissance du PIB
mondial, comme le suggèrent nos résultats estimés. Premièrement, le resserrement de la politique monétaire américaine accroît le risque
systémique, comme le montrent les estimations significatives et positives du FFR décalé sur une période dans toutes les régressions, dans
la mesure où il réduit les flux de crédit transfrontaliers et augmente les coûts de financement des banques. Deuxièmement, le VIX a un effet positif et
significatif sur le risque systémique dans toutes les régressions, ce qui implique que le sentiment de risque sur le marché boursier américain
influence l'impact du marché financier mondial sur la fragilité financière des banques. Troisièmement, la croissance du PIB mondial a des
effets significatifs et positifs sur le risque systémique, qui peuvent refléter la hausse du sentiment d’investissement et de la demande de
crédit qui laissent présager une détérioration de 11
la qualité
Quatrième
du crédit.
et dernier, le coefficient de croissance du taux de change (FX) est
11
L'impact négatif de la croissance du PIB mondial sur le risque systémique reflète le « paradoxe de la volatilité » (Brunnermeier et Sannikov 2014) et
les compromis intertemporels entre les avantages à court terme et les risques à long terme (Adrian et al. 2022).

significativement négatif dans sept des 22 régressions. Cela peut refléter le fait que l’effet positif des dépréciations sur le risque systémique à travers des
impacts négatifs sur les bilans des banques ayant des engagements libellés en devises (Choi et Cook 2004) tend à être contrebalancé par l’effet négatif
des dépréciations sur le risque systémique à travers des impacts favorables sur le risque systémique. la compétitivité des exportateurs (en tant
qu’emprunteurs) et sur les bilans bancaires avec des actifs libellés en devises.
En ce qui concerne les facteurs nationaux, seuls le développement financier et l’ouverture du compte de capital ont des effets significatifs sur le risque
systémique. Le développement financier, sujet à des flux de capitaux brusques au début du développement, augmente le risque systémique, tandis
que l’ouverture du compte de capital tend à réduire le risque systémique. Les autres variables macrofinancières nationales n’ont pas d’effets prononcés
en raison de mouvements compensatoires sur le risque systémique.12
Ensuite, les effets prononcés des variables spécifiques aux banques sont doubles. Premièrement, le risque systémique est positivement et
significativement associé à la taille des banques, reflétant leur importance systémique et leurs incitations à prendre davantage de risques (par exemple,
Laeven et al. 2016. Deuxièmement, le risque systémique diminue de manière significative avec les dépôts, qui constituent le financement de base du
crédit bancaire. — plus stable que les financements non essentiels tels que le financement de gros — et contribue à la gestion de la liquidité bancaire.
Alors que le ratio NPL est un indicateur de l'exposition des banques au risque de crédit et augmente au début d'une crise bancaire (par exemple, Kaminsky
et Reinhart 1999 ; et Nkusu 2011), le ratio NPL semble avoir
effets insignifiants sur le risque systémique bancaire. Les autres facteurs spécifiques aux banques ont des effets insignifiants sur le risque
13 par exemple, comme le disent Meuleman et
systémique, reflétant peutêtre la confluence de deux effets compensatoires :
Vander Vennet (2020) constate un impact non significatif du ROA, nous constatons également que le coefficient de ROA (en tant que mesure de la
rentabilité bancaire) semble insignifiant, reflétant peutêtre l'effet positif de la prise de risque de la banque pour des bénéfices plus élevés sur les futurs
systèmes systémiques. le risque compense l’effet négatif des bénéfices de la banque qui favorisent sa
résilience aux chocs.
12
Plus précisément, le risque systémique diminue avec la croissance du PIB, ce qui améliore la capacité des emprunteurs, mais est susceptible d’augmenter avec le temps
en raison de la croissance du PIB tirée par l’expansion du crédit, comme l’indiquent les arbitrages intertemporels (Adrian et al. 2022), ce qui implique un effet global incertain.
de la croissance du PIB. Le risque systémique diminue avec l’épargne axée sur le revenu mais augmente avec l’épargne axée sur la consommation (en guise de précaution
contre des difficultés futures). Voir Gross et al. (2022) pour l’épargne des ménages et le risque de défaut. Une politique monétaire plus stricte limitera l'offre de crédit et
l'exposition des banques au risque de crédit (atténuant le risque systémique), mais augmentera le coût de financement des emprunteurs (augmentant le risque systémique).
L’inflation de l’IPC peut réduire le risque systémique en réduisant l’encours réel de la dette des emprunteurs et donc en atténuant le risque de défaut d’une part, mais
augmenter le risque systémique en réduisant la valeur réelle des prêts existants et en détériorant ainsi les actifs bancaires d’autre part.
13
Le ratio fonds propres/actif total (CAP) pourrait contribuer à atténuer les paniques bancaires et le risque d’insolvabilité (un effet négatif), mais il pourrait également inciter
les banques à prendre davantage de risques dans l’allocation de leur portefeuille bancaire (un effet positif). Le ratio prêt/actif (LTA), qui représente la position de levier de la
banque, peut capturer à la fois l'impact positif de la capacité de création de prêts et l'impact négatif de l'exposition au risque de crédit.

Annexe III. Résultats de régressions étendues

avec interactions entre politique monétaire et
politique macroprudentielle
Cette annexe présente les résultats estimés des régressions étendues, qui incluent en outre le terme interactif de la variable de politique
monétaire (INT) et de la variable macroprudentielle (MPI), dans la régression de référence (tableaux A.1 à A.7). Les résultats sont discutés
dans la section III.E.
Tableau A.1. Résultats de l’estimation : mesures basées sur la demande interagissant avec la politique monétaire
***

Tableau A.2. Résultats de l'estimation : les exigences de capital en interaction avec la politique monétaire (1/2)
***

Tableau A.3. Résultats de l'estimation : les exigences de capital en interaction avec la politique monétaire (2/2)
***

Tableau A.4. Résultats de l'estimation : mesures basées sur l'offre de prêts interagissant avec la politique monétaire (1/3)
***

Tableau A.5. Résultats de l’estimation : mesures basées sur l’offre de prêts interagissant avec la politique monétaire (2/3)
***

Tableau A.6. Résultats de l’estimation : mesures basées sur l’offre de prêts interagissant avec la politique monétaire (3/3)
***

Tableau A.7. Résultats de l'estimation : besoins de liquidité et autres mesures basées sur l'offre
interagissant avec la politique monétaire (2/3)
***

Politique macroprudentielle et risque systémique bancaire : le ciblage de l’inflation estil important ?

Document de travail n° WP/2023/119

Wpiea2023119-Print-Pdf Secre

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

Wpiea2023119-Print-Pdf Secre

Transféré par

Droits d'auteur :

Formats disponibles

Machine Translated by Google

Préparé par Mohamed Belkhir, Sami Ben Naceur, Bertrand

Les documents de travail du FMI décrivent les recherches en cours

© 2023 Fonds monétaire international WP/23/119

Document de travail du FMI

Politique macroprudentielle et risque systémique bancaire : le

Autorisé pour la distribution par Selim Elekdag

Numéros de classification JEL : C33, G01, G18

Politiques macroprudentielles ; Banques; Risque systémique; Politique monétaire,

mbelkhir@imf.org (Mohamed Belkhir), sbennaceur@imf.org (Sami Ben Naceur),

Politique macroprudentielle et risque

Préparé par Mohamed Belkhir, Sami Ben Naceur, Bertrand Candelon,

II. Littérature liée................................................ .................................................................. ...................................... 5 A. Politique macroprudentielle

III. Méthodes et données empiriques .................................................. .................................................................. ........................ 7 A.

IV. Conclusion ................................................. .................................................................. ...................................................... 28

Les références................................................. .................................................................. .................................................................. .... 29

FOND MONÉTAIRE INTERNATIONAL 2

FOND MONÉTAIRE INTERNATIONAL 3

FOND MONÉTAIRE INTERNATIONAL 4

II. Littérature liée

FOND MONÉTAIRE INTERNATIONAL 5

B. Interactions entre la politique macroprudentielle et la politique monétaire pour la stabilité

crédit et la demande globale. Dans ce cas, la portée de la politique monétaire

FOND MONÉTAIRE INTERNATIONAL 6

III. Méthodes et données empiriques

FOND MONÉTAIRE INTERNATIONAL 7

MSRISKi,k,t = a MSRISKi,k,t−1 + b MECk,t−1 + c BSCi,k,t­1 + β1 MPIk,t + β2 MPI k,t­1 + ψk + µi,k,t , (1)

MSRISKi,k,t = a MSRISKi,k,t­1 + b MEC k,t­1 + c BSC i,k,t­1 + d IT k,t­1 + β1 MPI k,t

FOND MONÉTAIRE INTERNATIONAL 8

B. Sélection des données et des échantillons

Tableau 1. Définitions des outils de politique macroprudentielle

Basé sur la demande

Basé sur l’offre de prêts

Besoins de liquidité et autres exigences liées à l'offre

Source : Alam et coll. (2019).

FOND MONÉTAIRE INTERNATIONAL 9

banques appartenant à 45 pays de juin 2000 à décembre 2018.

macroéconomiques et spécifiques aux banques que nous utilisons dans l'analyse.

FOND MONÉTAIRE INTERNATIONAL dix

Tableau 2. Source de données et description de la variable

Variable Description Sources Couverture Unité

Contrôles macroéconomiques spécifiques à chaque pays

Des économies Épargne intérieure brute (pourcentage du PIB) WEO1 45 %

Effets Taux de change par $ US (croissance annuelle) Bloomberg 45 %

INT Taux directeur de la banque centrale (différence annuelle) BRI 2 45 % indiquer

IPC Indice des prix à la consommation (croissance annuelle) PEM 3 45 %

FD Indice de développement financier FMI 4 45 Indice

kaopen Indice Chinn­Ito Chinn Ito 4 45 Indice

Contrôles macroéconomiques mondiaux

VIX Indice de volatilité CBOE américain (moyenne annuelle) FRÉD y­moyenne

Global.GDP PIB réel mondial (croissance annuelle) WEO %

Caractéristiques spécifiques à la banque

ROA Revenu avant impôts sur actif total Orbis 539 %

LTA Prêts nets par rapport à l'actif total Orbis 539 %

FOND MONÉTAIRE INTERNATIONAL 11

FOND MONÉTAIRE INTERNATIONAL 12

Tableau 4. Statistiques récapitulatives

FOND MONÉTAIRE INTERNATIONAL 13

FOND MONÉTAIRE INTERNATIONAL 14

IV. Résultats empiriques des effets de la politique

FOND MONÉTAIRE INTERNATIONAL 15

A. Mesures basées sur la demande

Tableau 5. Résultats de l'estimation : mesures basées sur la demande

MSRISKi,k,t = a MSRISKi,k,t−1 + b MECk,t−1 + c BSCi,k,t1 + β1 MPIk,t + β2 MPI k,t1 + ψk + µi,k,t , (1)

MSRISKi,k,t = a MSRISKi,k,t1 + b MEC k,t1 + c BSC i,k,t1 + d IT k,t1 + β1 MPI k,t

kaopen Indice ChinnIto Chinn Ito 4 45 Indice

VIX Indice de volatilité CBOE américain (moyenne annuelle) FRÉD ymoyenne

Garcia Revelo, JD, Y. Lucotte et F. PradinesJobet, 2020, « Politiques macroprudentielles et monétaires : le

Politique macroprudentielle et risque systémique bancaire : le ciblage de l’inflation estil important ?