I

REPUBLIQUE DEMOCRATIQUE DU CONGO

ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE
UNIVERSITE OFFICIELLE DE BUKAVU

U.O.B

B.P.570 / BUKAVU
FACULTE DES SCIENCES ECONOMIQUES ET DE GESTION
DEPARTEMENT DES SCIENCES DE GESTION

CONVERGENCE DE LA STABILITE FINANCIERE

APRES LA CRISE FINANCIERE MONDIALE : une
évidence internationale

Mémoire présenté par : BALEKAGE MUGARUKA Jean

En vue de l’obtention du diplôme de licencié en Sciences

Economiques et des Gestion

Option : Gestion financière

Directeur : Prof MATABARO BORAUZIMA Luc

Encadreur : Ass IRENGE Alain

ANNEE ACADEMIQUE : 2022-2023

II
 I

DECLARATION D’AUTHENTICITE

Moi, BALEKAGE MUGARUKA JEAN, déclare sur mon honneur que ce mémoire est
mon travail original, qu'il n'a jamais été déposé dans aucune autre université ou institut
supérieur en vue de l'obtention d'un quelconque titre académique, et n'a jamais fait
l'objet d'une quelconque publication par le passé. Là où je me suis inspiré des travaux
d’autres auteurs, ceux-ci ont été reconnus et dûment référencés.

Signature : ………………………………………
Date……………………………….

CONSENTEMENT

Nous certifions que ce travail a été produit sous notre direction et/ou encadrement et a été
déposé à la faculté avec notre consentement.

Signature : ………………………………………

Date……………………………….

Nom de l’Encadreur

Signature : ………………………………………

Date……………………………….

Nom du Directeur

NB : Cette page fait office d’autorisation de dépôt du travail à la faculté. Cette dernière ne
peut donc recevoir le mémoire que s'il contient cette page dûment signée.
 II

Épigraphe

« Le capitalisme financier n’est pas productif, il parasite celui-ci en détournant les capitaux
du secteur productif au profit de la spéculation. Mais le capitalisme productif est
actuellement perverti par la productivité et la compétitivité »

Stéphane Hessel, 2011

 III

Dédicace

A ma mère Gertrude Banywesize

A vous ma tente Nathalie Mugalihya

A mon oncle Jean marie Mugalihya

A tous mes frères et sœurs

A toute la famille Mugalihya Balekage Joseph

Balekage Mugaruka jean de Dieu

 IV

REMERCIEMENT

Il est important de remercié les acteurs qui ont d’une manière à une autre aidé pour que nous
puissions arriver à la rédaction de ce présent travail.

Ainsi nos remerciement s’adressent en premier lieu à Dieu Tout Puissant pour la grâce qu’il
nous accordé tout au long de notre vie depuis notre naissance jusqu’à présent et qu’il
continuera à nous accorder tout au long de notre vie.

Nous remercions s’adressent également au corps académique de l’Université Officielle de

Bukavu (UOB) pour leur formation de qualité. A notre équipe de direction composée du Prof.
Dr Luc BORAUZIMA et de l’assistant Alain IRENGE, pour leurs encadrements tout au long
de la rédaction de ce présent travail.

Nos remerciement s’adressent également à ma famille en générale, partout où elle se trouve et

en particulier à ma tente Natalie MUGALIHYA et Jean marie MUGALIHYA pour tous les
conseils et aides qu’elle ne cesse de nous prodigué, à ma mère Gertrude GURHAHOZA, à
mes frères et sœurs ; vos conseils ont été un soutient indispensable dans le processus de
formation de notre personnalité et nous en sommes grandement reconnaissant.

Nos remerciements s’adressent cependant à mes frères et sœurs notamment, Jean Samuel
BAGENDABANGA, AGANZE LWAHMIRE, Gulaine NTABALA, Gloire NTABALA,
KABIKA NTABALA, CIKURU NTABALA, CITO NTABALA, CIZA NTABALA.

Non remerciement s’adressent également à tous mes amies, connaissances et camarades:

BUSIME, Princesse REHEMA, Prince, MUSAFIRI, AGANZE, Joëlle, Micheline, Elodie, CP
claver, Thiery, Freddy, Germaine, Naomi, serge vous étés le parfum qui colore ma vie et je
suis très contant de vous avoir comme amis et compagnons.

A tous ceux dont les noms ne sont pas repris sur cette page très limitée mais qui ont participé
d’une manière ou d’une autre à la réalisation de ce travail, qu’ils ne nous tiennent pas rigueur
mais ils sont toujours gravés dans notre cœur.

Balekage Mugaruka jean de Dieu

 V

SIGLE ET ABBREVIATION

RDC : République Démocratique du Congo

WDDB: World Development Data Based

UOB: Université Officielle de Bukavu

GMM: Generalized Moment Methods

OCDE: Organisation de Coopération et de Développement Economique

CEMAC : Communautés Ecomique et Monétaire de l’Afrique Centrale

UMOA : Union Monétaire Ouest Africain

AR : AutoRegressive

OPEP : Organisation des Pays Exportateurs de Pétrole

PAS : Politique d’Ajustement Structurel

PIB : Produit Intérieur Brut

RE : Random effects

ROA : Return of Actif ou rendement des actifs

ROE : Return of Equity ou rendement des passifs

RSF : Rapport sur la Stabilité Financière

RWA : Risk-Weighted Assets ou actifs pondérés par les risques

TCER : Taux de change effectif réel

UE : Union Européenne :
 VI

LISTE DES TABLEAUX ET GRAPHIQUES

TABLEAU 1: Synthèse des travaux empiriques

TABLEAU 2 : Répartition de la stabilité financière selon le niveau de revenu

TABLEAU 3 : Répartition de la stabilité financière selon les régions

TABLEAU .4: Beta ( β ) Convergence Beta en fonction du niveau de revenu

TABLEAU 5: Beta ( β ) Convergence en fonction des régions
TABLEAU 6: sigma (σ ) Convergence en fonction du niveau de revenu
TABLEAU 7: sigma (σ ) Convergence en fonction des régions

TABLEAU .8 : Beta ( β ) Convergence par la méthode GMM

TABLEAU 9: Convergence Sigma par la méthode GMM

GRAPHIQUE.1. Schéma théorique
GRAPHIQUE 2 : Evolution de la stabilité financière mondiale
 1

INTRODUCTION

Les crises financières sont devenues récurrentes dans l’histoire du capitalisme. Ils se déclinent
en crises bancaire, crises boursières et crises de change entrainant ainsi des récessions sans
précédent qui se traduisent par la faillite des entreprises, le chômage et la pauvreté(Cavallaro,
2020).

En automne 2008, le monde avait fait face à une crise financière sans précédent. Beaucoup de
gouvernements se sont mobilisés pour éviter une récession très brutale de leur économie.
Cependant, l'incertitude est grande quant à la possibilité de stabiliser efficacement l'économie
mondiale. On devrait toutefois garder l'espoir qu'une économie mondiale plus stable et moins
spéculative pourrait renaître après l'éclatement des multiples bulles qui ont émergé depuis
2002 (Paris & Dauderstädt, 2015) .

La crise de 1929-32 et la grande dépression tire son origine à partir d’un excès d’endettement
du secteur privé et d’une gigantesque bulle spéculative due à la hausse du prix des actions en
bourse sur le marché américain, a commencé avec un krach boursier, qui a entraîné la faillite
des banques ayant prêté massivement aux spéculateurs boursiers, conduisant ainsi à une
baisse importante du crédit et une sévère dépression économique. L’absence d’assurance des
dépôts bancaires et l’inexistence de l’assurance chômage avaient sans doute renforcé le
processus cumulatif négatif en ruinant le pouvoir d’achat des ménages. Le peu de
préoccupation de la banque centrale pour la liquidité dans le système bancaire de cette époque
avait contribué à la faillite en chaîne des banques commerciales. De même, des mesures de
politique économique inopportunes telles que la politique protectionniste et la dévaluation
compétitive avaient perturbé le fonctionnement du système économique mondial, contribuant
ainsi à propager la crise dans le monde. (Ramskogler, 2014).

La crise japonaise en 1990 a par ailleurs un caractère national, l’effondrement des prix
immobiliers et des cours boursiers très surévalués avait entraîné de nombreuses banques
japonaises en difficulté, les interventions publiques (sauvetage des banques mais sans
restructurations brutales, injection massive de liquidités, hausse des dépenses publiques)
avaient permis de maintenir l’économie japonaise à flots, mais sans pouvoir l’aider à
retrouver le chemin de la croissance pendant plus de 10 ans, durant cette période, l’économie
japonaise était caractérisée par une modeste déflation, un taux d’intérêt très faible et une
croissance quasi nulle en moyenne(Eau et al., 2011).
 2

Quant à la bulle spéculative d’internet, elle a concerné les valeurs des secteurs des
technologies de l’information, des nouveau medias et des télécommunications alors que les
ménages ses connectent massivement à l’internet, le point culminant du phénomène fut atteint
le 13 mars 2000 lorsque le Nasdaq composite, indice technologique américain culmina à
5048,62 après avoir progressé de 3757 points en 3 ans. L’éclatement de la bulle à entrainer la
disparition d’une myriade des sociétés proche de la nouvelle économie des technologies
informatiques et provoqué une onde de choc boursière qui a secoué les grandes places
financières de la planète(Kim et al., 2020).

Ceci étant, la crise de subprime est souvent comparée à d’autres crises citées ci- haut, la crise
de subprime trouve son point de départ au deuxième semestre de 2006, lorsque les différents
emprunteurs n’ont plus été en mesure de rembourser le taux d’intérêt variable à cause de la
baisse du prix de l’immobilier sur le marché américain et la hausse du taux d’intérêt directeurs
de la réserve fédéral, plusieurs ménages attirée par cette baisse du taux d’intérêt directeurs
pratiqué entre 2003 et 2004 se retrouvèrent insolvable après la hausse des règlement
mensuelle de leurs hypothèques, les prix de l’immobilier chuta et plusieurs prêteurs
hypothécaires se retrouvèrent avec des propriétés valant moins que les prêts associes cette
crise se propage rapidement sur le marché financier américains et à l’ensemble de la planète
par l’effet domino , faisant ainsi effondrer tout le système financier et économique
mondiale(Cavallaro, 2020).

Les conséquences de la crise de subprime furent la fragilisation du système bancaire mondiale

et une crise économique planétaire qui avait créé une hausse de méfiance envers les banques
et tout le système financier. La crise de subprime avait touché le marché immobilier mondial
des crédit, au-delà du marché immobilier et bancaire américain, provoquant une chute
immédiate des indices boursiers et une panique sur les places boursières mondiale ; en effet,
les clients des banques européennes(britanniques, françaises et allemandes) qui avaient
achètent les subprime ses précipitèrent pour récupérer leurs patrimoines par crainte de tout
perdre(Bouveret, 2010).

Les grandes banques d’affaire américaines et européennes enregistrent d’importantes

dépréciations d’actifs dans le troisième trimestre de 2007 notamment Goldman Sachs 1,5
milliards des dollars ; UBS 11 milliards des franc suisses, Citigroup 5,9 milliard des dollars,
Merrill lynch 8,4 milliard de dollars ; deutsche Bank 2,5 milliard d’euro ainsi, sur la sphère
recel la crise de subprime à entrainer les faillites des plusieurs entreprises causant ainsi le
 3

chômage et la baisse de la demande et de la production ainsi que la pauvreté(Ramskogler,

2014).

En effet, pour éradiquer la crise financière de subprime dans un cadre d’interconnexion

financière mondiale appelé globalisation financière, les Etats, les nations et plusieurs
institutions internationales ont mis sur pied des politiques afin des soutenir l’économie et la
finance. Cet ainsi que la FED a baissé son taux d’intérêt directeur à plusieurs reprise ce taux
qui été encore de 4 ,7% est passé à 3 ,5% jusqu’à atteindre une fourchette de 0% à 0,25%. La
crise de subprime pousse la banque centrale européenne (BCE) et la réserve fédérale des Etats
unies (FED) à injecter des sommes astronomique sur le marché interbancaire afin de
permettre aux établissements financiers de refinancer leurs activités et d’atténuer l’ampleurs
de cette crise, la première intervention a eu lieu en aout 2007 lorsque la BCE injecte 94 ,8
milliards d’euro dans le système financier européen pour accroitre la liquidité du marché , le
même jour la FED injecte 24 milliard des dollars dans le système financier(Betbèze et al.,
2011).

Cependant, le G20 s’est imposé comme le principal forum de concertation pour une réponse
internationale à la crise économique et financière mondiale de 2007-2008 en adoptant
certains mesures et des règles contraignantes afin de réguler la crise, notamment en
renforçant les exigences en fonds propres des banques ( règles prudentielles dites de Bale III ;
adoptées en 2010) ; une révision des normes comptables internationales pour atténuer leurs
caractères procycliques, la valorisation des portefeuilles au prix de marché lorsque le
portefeuille est moins représentatif ainsi qu’un renforcement de la surveillance du secteur
financier et du suivit de risque systémique avec la création du conseil de stabilité financière ;
une lutte contre les paradis fiscaux avec un rôle assigné à l’OCDE ainsi que la mise en place
de la régulation des marchés des produits dérivés de gré à gré, des agences de notations et des
fonds spéculatifs(Sarkar, 2012).Ce qui sous-entend que l’harmonisation et l’adoption des
règles et des pratiques bancaires contraignantes par le G20 devrait se traduire par une
convergence des banques et ceci vers un niveau considéré comme mutuellement bénéfique
pour tous les pays membres(Guerini, 2018).

En effet, basée sur le modèle de Solow (1956), la théorie néoclassique de la croissance prédit
une convergence des pays vers un même niveau de PIB par tête, sous l’hypothèse de
rendements décroissants et d’un espace où les économies sont semblables en termes de
préférences et de technologies. Ainsi, l’intégration commerciale et la libéralisation des
 4

mouvements des capitaux constituent dans ce contexte un facteur d’accélération de la

convergence(Edem et al., 2021).

Cette prédiction théorique développé par Solow(1956) qui s’appuie sur les méthodes issus
notamment des travaux de Barro et Sala-i-Martin (1991) sur la convergence, permet
d’admettre que les secteurs bancaires ayant des conditions initiales (ou conditions d’exercice)
concordantes convergeraient vers des mêmes états stationnaires(Ingves, 2011).

Ceci étant, l’objectif de cet travail portant sur la convergence de la stabilité financière après la
crise financière mondiale vise à analyser 15 ans après la crise financière mondiale de 2008 , la
convergence au fil du temps des indicateurs de stabilité financières bancaires des pays dans la
période allant de 2008 à 2020 afin de déterminé la résilience du système financier face aux
chocs systémique en se focalisant sur deux questions fondamentales suivantes :

Le système financier internationale est-il vulnérable face au choc systémique dans la période
poste crise financière ?

Existe-t-il une convergence de la stabilité financière après la crise financière mondiale de

2008 ?

La convergence économique et financière a déjà fait l’objet des plusieurs études antérieurs
mais sont rare des études qui abordent la notion de la convergence de la stabilité financière.
Boussemart(2015) a travaillé sur la convergence et la performances des systèmes bancaires
des pays de l’OCDE en utilisant la méthode de sigma et beta convergence, il aboutis aux
résultats selon lesquelles, il existe un effet des rattrapages des secteurs nationaux vis-à-vis des
leaders situés sur leurs frontières d’efficacité productive et de cout ; Aubin et al (2010) ont
traités sur la convergence financière pour les PECO : une analyse économétrique de
l’évolution du marché d’action en utilisant la méthodologie de la beta convergence, ils
aboutissent aux résultats selon lesquels, il existe une tendance des rapprochements des pays
en terme de marché commune d’action ; Marwan(2021) a travaillé sur « efficiency
convergence in islamic and conventional banks » en utilisant la méthode de beta convergence
sur les données de panel, il aboutis aux résultats selon lesquels, il existe une convergence des
banques islamic en terme d’efficience ; oslon et al(2017) ont travaillés sur « convergence in
bank performance for commercial and Islamic banks during and after the global financial
crisis » en utilisant la méthode de beta et sigma convergence, les résultats démontrent une
 5

absence de convergence pour l’ensemble de l’échantillon mais un haut niveau de convergence

pour tout les banques pendant la période post crise financière.

Le présent travail s’inspire des précèdent travaux sur la convergence économique d’où il tire
sa méthodologies en essayant d’aborder la question de la convergence dans le domaine de la
stabilité financière, en utilisant les indicateurs de stabilités financières bancaire, notamment le
z-score bancaire, le capital bancaire sur total actif, prêts non performant sur total prêts ,le ratio
des crédits bancaire sur les totaux dépôts, capital règlementaire sur le poids du risque des
actifs, le ratio des actifs liquides sur les dépôts et les dettes à courte terme, les prévisions sur
les dettes non performantes, la volatilité du stock des prix.

La population cible de cet étude est composé des pays représentaient dans sept régions ou
zones économiques notamment, l’Europe et l’Asie centrale, le moyenne orient et l’Afrique du
nord, l’Amérique latine et les caraïbe, l’Asie de l’est et pacifique, l’Afrique subsaharien,
l’Asie du sud, l’Amérique du nord en utilisant les données secondaire construit par le groupes
de la banque mondiale appelé « world development financials data base » la base des données
mondiale sur le développement financiers qui est un ensemble complet de données sur les
caractéristiques du système financiers dans plus de 214 économies et représentant toutes les
régions du monde . Le traitement des donnée a été effectué en utilisant la méthode
économétrique de beta et sigma convergence absolue et relative sur les données des panels de
2008 jusqu’en 2020 représentant ainsi la période d’après la crise financière mondiale.

Mis à part l’introduction et la conclusion , cet travail est subdivisé en trois chapitres, le
premier chapitre intitulé revue de littérature et définitions des hypothèses exposes les
différentes théories sur la convergences économique et financière, la stabilité financière et ces
mesures ; ainsi que les origines, les causes et conséquences de la crise de subprime et les
différentes travaux empirique sur ces concepts ; le second chapitre intitulé approche
méthodologique décrit la nature des données utilisés et leurs sources, il donne une aperçue
détaillé des techniques de traitement des données ainsi que la spécification du modèle
économétrique ; le dernier chapitre intitulé analyse et interprétation des résultats présente les
différentes résultats obtenu ainsi que leurs interprétations et la discussion des résultats.
 6

CHAPITRE PREMIER : REVUE DE LITTERATURE ET DEFINITION DES

HYPOTHESES.

Ce chapitre expose deux sections principales, à savoir, la revue théorique associée avec la
définition des hypothèses ainsi que la revue empirique.

Section 1 : Revue théorique et définition des hypothèses

Dans cette première section, nous présentons premièrement les différentes conceptualisations
des mots clefs de notre sujet ; notamment la convergence et la convergence économique ; la
stabilité et la stabilité financière ; la crise et la crise financière, deuxièmement nous allons
parler de la crise financière internationale et les mécanismes mis aux points par les nations
afin de stabilisé le système financier mondiale.

1.1. La convergence

Dans le discours politique et scientifique de l'Europe, le terme de « convergence » recouvre

des notions extrêmement diverses, il a pendant longtemps désigné l'harmonisation du revenu
(par habitant) entre régions ou Etats. Au sein de l'UE, c'est ce que l'on a pris l'habitude
d'appeler la cohésion( Dauderstädt, 2015).

Après la création de l'Union économique et monétaire (UEM), le terme « convergence » a pris

un sens nouveau pour désigner avant tout le rapprochement des Etats par rapport aux
indicateurs clés fixés par les critères de Maastricht notamment : déficit budgétaire, ratio
endettement/PIB, inflation et taux de change(Laffiteau & Edi, 2012).

Théoriquement nous pouvons distinguer la convergence réelle et la convergence nominale ;

elle peut aussi être absolue ou relatif.

La convergence réelle est un mécanisme de rattrapage des pays riches par les pays pauvres en
termes de niveau de vie généralement exprimé en terme de PIB par habitant, tandis que la
convergence nominale se traduit par le rapprochement des politiques macroéconomiques ou le
processus de rapprochement des économies au regard de certaines variables clés indicatives
de la stabilité macroéconomique (taux d’inflation, déficit budgétaire, taux de change, etc.).

La convergence absolue désigne l’harmonisation des pays en terme des certains critères
macroéconomique choisies sans tenir compte des caractéristiques structurels des pays
considéré tandis que la convergence relative est l’harmonisation des pays en termes des
 7

variables macroéconomiques choisies tout en tenant compte de leurs caractéristiques

structurelles.

1.1.1. Théories économiques sur la convergence

L’analyse de la convergence économique, en particulier celle des revenus par tête, entre les
pays riches et les pays pauvres est une question de taille et demeure au centre de la plupart
d’études sur la croissance économique, tant sur le plan théorique qu’empirique(Kibala, 2020).

Sur le plan théorique, Trois théories expliquent la convergence ou la divergence des

économies comme résultat du processus d’intégration économique, à savoir : la théorie
néoclassique de la croissance, la théorie des pôles de croissance (ou théorie de la
polarisation), ainsi que les nouvelles théories de l’économie géographique et celles de
croissance endogène (luis ; 2019).

En effet, basée sur le modèle de Solow (1956), la théorie néoclassique de la croissance prédit
une convergence des pays vers un même niveau de PIB par tête, sous l’hypothèse de
rendements décroissants et d’un espace où les économies sont semblables en termes de
préférences et de technologies. Ainsi, l’intégration commerciale et la libéralisation des
mouvements des capitaux constituent dans ce contexte un facteur d’accélération de la
convergence(Edem et al., 2021).

Par contre, la théorie des pôles de croissance initiée par François Perroux (1995), puis
approfondie par Hirschman (1998), souligne les difficultés qu’ont les effets de croissance à se
diffuser à l’ensemble de secteurs de l’économie et à quitter les secteurs moteurs dont ils sont
originaires, cette théorie stipule que la convergence dépend de la confrontation entre deux
effets opposés d’une intégration :Le premier effet est celui qui est défavorable aux pays
pauvres (constituant la périphérie), tendant à renforcer l’avantage compétitif des pays riches
(constituant le centre) et à attirer vers ces derniers les facteurs de production ; Contrairement
au premier, le second effet est favorable aux pauvres, car il consiste à inciter les facteurs de
production et l’activité économique à quitter le centre pour la périphérie, suite aux effets de
congestion dont souffre le premier(Kuma, 2020).

Un peu plus tard, les nouvelles théories de la croissance ainsi que les nouvelles théories de
l’économie géographique insistant toutes deux sur l’importance des économies d’échelle, de
la concurrence imparfaite et des phénomènes de spillovers localisés ont apporté des
éclairages nouveaux quant à l’évolution des disparités entre pays(Laffiteau & Edi, 2012).
 8

Dans un premier temps, contrairement à la vision néoclassique, les théories de la croissance

endogène, initiées par les modèles de Romer (1986) et Lucas (1988), ne prédisent pas la
convergence entre pays riches et pays pauvres, même lorsque les mouvements de biens et de
capitaux sont libres. En effet, en rejetant l’hypothèse de rendements décroissants sur le
capital, ces modèles excluent le mécanisme économique qui génère le processus de
convergence. Par endroit, ces travaux n’envisagent donc au mieux qu’une persistance des
disparités ; car, des mécanismes liés à la présence de rendements croissants, viennent
renforcer les avantages initiaux caractérisant les pays. Au demeurant, Lucas (1988) pense
même que l’ouverture et l’intégration économique peuvent retarder la convergence régionale
car, le commerce entre pays peut conduire ceux-ci à se spécialiser dans des secteurs où ils
disposent d’un avantage comparatif, mais où sont présents de faibles effets
d’apprentissage(Guerini, 2018).

Dans un second temps, les nouvelles théories de l’économie géographique renforcent les
nouvelles théories de croissance avec un certain nombre d’études dont celle de Krugman
(1981, 1991a, 1995) et celle de Baumont (1998). En effet, ces auteurs soulignent
respectivement que l’évolution des disparités interrégionales dépend de la confrontation entre
des forces centrifuges (poussant à la dispersion des activités dans l’espace) et des forces
centripètes (conduisant à leur agglomération), et que les politiques d’intégration régionale en
favorisant la concentration spatiale des systèmes productifs peuvent accroître le taux de
croissance d’une zone géographique, mais ne peuvent pas améliorer la convergence entre les
pays. Il ressort de la synthèse géographie croissance que les écarts des revenus par tête entre
pays ; de ce fait, l’organisation spatiale des activités productives peuvent avoir une influence
sur le rythme de croissance relatif des régions, jusqu’à justifier les disparités entre les pays
(régions) en termes de performances économiques (luis, 2019).

1.1.2. La Convergence financière

Au cours des 40 dernières années, les marchés financiers à travers le monde se sont largement
ouverts aux investisseurs étrangers, en raison d’un fort mouvement de déréglementation
financière et de libéralisation des contrôles de capitaux, mais aussi des phénomènes
d’innovation financière et de progrès en matière de technologie informatique et de
communications électroniques. Ainsi, les détenteurs de capitaux peuvent diversifier leurs
placements sur les places financières du monde entier, ce qui théoriquement réduit le risque et
augmente la rentabilité de leurs portefeuilles(Paris & Dauderstädt, 2015).
 9

Le système financier international est désormais un système mondial caractérisé par une
double unité : de lieu (les places financières sont interconnectées par des réseaux de
communication) et de temps (le marché fonctionne 24 heures sur 24), cette évolution du
système financier a suscité l’émergence d’un processus de convergence financière. Dans les
modèles d’évaluation des actifs financiers, les marchés sont considérés comme parfaitement
intégrés(Abdesselam et al., 2023)

Ingram et Johnson (1969) cité par (Edem et al., 2021) Ces deux auteurs introduisent la
sphère financière dans l’analyse de la zone monétaire optimale. Selon eux, la faible mobilité
de la main d’œuvre peut être suppléée par la mobilité du capital. En effet la mobilité totale des
capitaux et la libéralisation des services financiers permettent de corriger les déséquilibres de
la balance des paiements sans pression sur le taux de change et sur les taux d’intérêt. Cette
approche se fonde sur le fait que les capitaux ont tendance à se déplacer plus rapidement que
la main d’œuvre. Aussi, pour qu’une zone monétaire soit optimale il faut qu’elle soit
totalement intégrée d’un point de vue financier(Aubin et al., 2005).

L’intégration financière internationale, en permettant la diversification internationale des

capitaux, doit en principe s’accompagner d’une hausse des flux de capitaux. Elle offre en effet
des bénéfices importants en diminuant les risques ou en augmentant les rendements du
portefeuille des investisseurs(Aubin et al., 2005). En effet, ne placer ses fonds que sur le
marché national implique une sensibilité parfaite du portefeuille de l’investisseur à un choc
affectant la nation considérée. En revanche, si l’investisseur place son épargne sur plusieurs
marchés (de nationalités différentes), alors, à condition que les marchés soient peu corrélés
entre eux, un choc affectant un pays aura une incidence plus modérée sur son portefeuille
(c’est-à-dire à hauteur de la part de ses actifs placés dans ce pays). Ainsi, même lorsque les
rendements sont identiques, le risque encouru est moins grand lorsque l’investisseur diversifie
ses placements que lorsqu’il place ses capitaux sur le marché national(Huchet-Bourdon,
2005).

L'intégration doit également avoir des effets sur les caractéristiques des marches boursiers.
Conçue en référence au CAPM, l'intégration se définit comme l'application de la loi du prix
unique du risque. Le rendement espère sur un marché intègre est lie a une prime de risque
mondiale qui a toute chance d'être plus faible que la prime de risque local dont dépend le
rendement espère sur un marché segmenté. Ainsi, comme on le note lors de la transition d'un
marché segmenté a un marché intègre, les prix devraient croitre et les rendements espères
 10

diminuer. Ces mêmes auteurs remarquent par ailleurs que, empiriquement, l'intégration ne
semble pas avoir d'influence significative sur la volatilité des marches et qu'elle tend à
accroitre les corrélations avec le rendement du marché mondial(Aubin et al., 2005).

Les économies partagent ici les mêmes fondamentaux en termes de productivité du travail et
de taux d´épargne, si elles épargnent une fraction constante de leur revenu national, la
convergence intervient dès lors que le ratio revenu sur la richesse (le rendement moyen de la
richesse) décroit lors de l’enrichissement, dans ce cas, pour des fondamentaux identiques,
l’économie plus pauvre augmente plus rapidement son niveau de richesse et rattrape
l’économie plus riche(Caby, 2003).

Cependant, Gourinchas et Jeanne (2006) ont considéré qu’une ouverture financière via la
réduction permanente du contrôle des capitaux à distorsion transitoire, amène souvent à une
surestimation des retombées positives sur la croissance. Et que même une économie
financièrement fermée peut accumuler du capital au niveau national et que la distorsion
disparaît au fil du temps. Dans la même veine, Bremus et Buch (2016), ont utilisé différentes
mesures d'ouverture financière pour un panel de 79 pays de 1996 à 2009, ils ont conclu que
l'ouverture financière a tendance à ralentir la croissance de PIB, c’est-à-dire, il existe un
impact négatif et significatif sur la croissance de PIB à court terme. De même, Diedhiou et
Sambou (2021), sur une durée de 1990 à 2019, montrent que les IDE exercent un effet négatif
sur la croissance économique des pays de l’UEMOA se situant sur les deux quantiles, le 5ème
et 25ème quantile, ensuite l’effet devient positif à partir du quantile médian jusqu’au 95ème
quantile(Edem et al., 2021) .

1.1.3. Mesure de la convergence

La théorie économique distingue sigma convergence, bêta convergence et bêta convergence

absolue et limitée(Kuma, 2020).

La sigma convergence est la réduction de la dispersion (des revenus, généralement) entre les
unités considérées, la sigma convergence signifie donc qu'à long terme, on assiste à un
rapprochement du revenu par habitant des régions considérées, la dispersion généralement
mesurée par la variance ou l'écart- type, mesure l'écartement relatif ou la distance relative
entre les valeurs considérées ,la dispersion est obtenue à partir des écarts de valeurs par
rapport à une moyenne(Dauderstädt, 2015).
 11

La bêta convergence absolue signifie que les régions ou les Etats pauvres (les unités qui ont
des valeurs de départ basses) connaissent une croissance supérieure à celle des régions ou
Etats riches (les unités à valeurs de départ élevées). A l'inverse, la bêta convergence limitée
signifie que plus la valeur de départ n’est élevée, plus la croissance n’est lente. La bêta-
convergence absolue est une condition indispensable au sigma convergence(Kuma, 2020).

1.2. Système financier

Une définition unanime du système financier n’existe pas encore ce qui rend un peu floue ce
concept. Cependant, une identification des composantes principales du système financier
permettrait d’obtenir une vision plus claire sur le sujet(Coussin & Coussin, 2023).

Selon la BRI (2009), le système financier international a trois composantes principales, à

savoir : les institutions financières qui sont les acteurs comprenant notamment les banques,
maisons de titres, entreprises d’assurance et fonds de pension, deuxièmement ce les marchés
financiers couvrant les opérations bilatérales de gré à gré et les marchés organisés et en fin les
systèmes de paiement et de règlement qui sont les instruments, intégrant notamment les prêts,
les obligations, les actions et instruments dérivés. Le système financier enveloppe ainsi à la
fois les intermédiaires financiers, les marchés financiers et les infrastructures de
marché(Rakotonirainy & Catholique, 2022).

1.2. 1 Stabilité financière

Contrairement à la stabilité des prix, la stabilité financière est très difficile à définir et à
évaluer. Ceci est dû aux interdépendances et aux interactions complexes et transversales, qui
caractérisent le système financier lui-même et ses liens avec l’économie réelle (Salim, 2022).

La Banque Centrale Européenne (BCE, 2007) définit la stabilité financière par la capacité du
système financier à résister aux chocs et à atténuer leurs conséquences sur le processus
d’intermédiation financière. Cette définition a conduit les analystes à centré leur attention sur
les risques et les vulnérabilités, qui menacent un système financier (BCE ,2022).

On entend par vulnérabilités du système financier les conditions qui augmentent la probabilité
d’une résurgence de tensions. Le niveau de vulnérabilité d’un système financier dépend, entre
autres, des risques particuliers auxquels celui-ci est exposé, les déséquilibres engendrent des
vulnérabilités, car ils exposent le système financier au risque d’une correction brutale et en
altèrent la capacité à absorber d’autres chocs (Gumain et all ; 2015).
 12

1.2.2. Risque systémique

La notion de la stabilité financière est souvent discutée en termes de concept de risque

systémique et de ses sources. La Banque des Règlements Internationaux (BRI) définit le
risque systémique comme « un événement à l’origine de pertes économiques importantes ou
d’une perte de confiance, ce qui suscite des inquiétudes sur la situation d’une partie
importante du système financier, suffisamment sérieuses pour avoir des effets négatifs sur
l’économie réelle (Koffi, 2022).

FMI, BRI et FSB se sont accordées en 2009 à définir le risque systémique comme étant le
risque de matérialisation d’une rupture dans le fonctionnement des services financiers causée
par la dégradation de tout ou d’une partie du système financier et ayant un impact négatif
généralisé sur l’économie réelle (Rapport BCE, 2020).

L’évaluation de la solidité du système financier est toujours liée aux différents types de
risques systémiques. Ces derniers peuvent être regroupés en trois catégories : les risques de
solvabilité, les risques de liquidité et le risque d’interconnexion. Le risque de solvabilité,
constitué par le risque de crédit, le risque de marché et le risque d’interconnexion, est l’un des
composants du premier Pilier des accords de Bâle relatif aux exigences minimales de fonds
propres(Rapport SF, 2020).

Pour le risque de liquidité, la BRI (BIS, 2008) apporte une définition précise de la liquidité
qui est la capacité d'une banque à financer l’augmentation des actifs et à respecter les
obligations à leur échéance, sans encourir l’effet des pertes inacceptables(Koffi, 2022).

Le risque de contagion ou risque d’interconnexion entre les banques est un élément important
du risque systémique. L’analyse de l’interconnexion est ainsi destinée à mesurer si le défaut
d’une banque aura des répercussions significatives sur le système financier ou si son impact
sera dilué sur d’autres acteurs de l’économie(Ingves, 2011).

H1 : le système de stabilité financier international serait moins vulnérable face aux chocs
systémiques dans la période allant de 2008 à nos jours.

1.2. 3. Mesure de la stabilité financière

En générale, dans la littérature économiques ainsi que dans les pratiques des banques
centrales, on utilise plusieurs techniques pour évaluer la stabilité financière que nous
résumons en trois catégorie à savoir, le système d’alerte précoce, les macros stress tests et les
 13

indices de stabilité financière, bien que les dites techniques soient généralement
complémentaires (Salim ; 2020).

Les systèmes d’alerte précoce (SAP) sont basés sur des indicateurs clés pour prédire la
probabilité de survenance d’une crise financière. D’abord employés pour prédire les crises de
change, leur utilisation s’est élargie à toutes les composantes du système financier. Ainsi, des
chercheurs de la Banque des Règlements Internationaux (BRI) suggèrent par exemple de
surveiller quelques indicateurs simples tels que le ratio crédit sur PIB, son évolution ou son
écart par rapport à une norme historique, pour détecter les vulnérabilités financières. Certes,
les SAP constituent un outil important dans l’analyse de la stabilité financière, néanmoins, ils
ne permettent pas l’identification précise des sources de vulnérabilités du système
financier(Rakotonirainy & Catholique, 2022).

Les stress tests, quant à eux, éprouvent théoriquement la résilience du système financier face à
un scenario de choc économique ou financier fictif. Il s’agit par exemple d’évaluer la capacité
des fonds propres d’une banque à absorber des chocs , ces derniers sont généralement
déterminés en fonction de l’historique du pays en cas de survenance de crises dans le passé,
d’indicateurs purement statistiques, ou en fonction de simples hypothèses sur la croissance
économique, les marchés boursier et immobilier ; bien que la calibration du scénario des
stress tests reste subjective, les stress tests représentent un outil complémentaire et important
dans l’analyse des vulnérabilités financières (Chatterjee et al. 2017).

Enfin, les indices de stabilité financière sont basés sur l’agrégation de plusieurs indicateurs
économiques et financiers afin d’appréhender la stabilité financière dans sa définition la plus
large possible, et de capter différentes facettes des vulnérabilités financières. Ainsi, des
indicateurs tels que ceux de la solidité financière développés par le FMI (Financial Soundness
Indicators FSI), sont généralement utilisés dans la littérature pour surveiller la santé d’un
système financier. Aussi, les Banques Centrales ont construit des indices agrégés pour
analyser la stabilité des systèmes financiers de leur pays et alimenter leurs rapports de stabilité
financière. On peut citer à titre d’exemple les FSI des Fed régionales, le CISS de la BCE, le
FSI de la Banque d’Angleterre et le FSI en Roumanie (FMI ; 2019).

En particulier, nous allons nous focalisé principalement sur trois techniques pour mesuré la
stabilité du système financier. La stabilité financière est mesurée négativement. En effet, la
littérature développe au minimum trois principales mesures de l’instabilité financière. Il s’agit
 14

de la crise bancaire systémique, du niveau des prêts non performants et de la probabilité

d’insolvabilité financière appelée encore Z-score(Universit et al., 2022).

Une première mesure de la prise de risque excessive des banques est la crise bancaire
systémique. Ces crises systémiques réalisées sont considérées uniquement sur la base des
critères de qualification d’une crise systémique, l’assèchement des liquidités sur le marché
interbancaire, la propagation et l’amplification du risque, le défaut de confiance entre des
agents économiques confrontés à des pertes qu’ils n’arrivent pas à chiffrer et les faillites
bancaires, constituent quelques-uns des signes caractéristiques d’une crise systémique.
L’atout majeur de cette mesure d’instabilité est qu’elle n’est destinée qu’aux crises
systémiques ayant eu lieu effectivement et non à celles potentielles. Par ailleurs, cet atout
donne une restriction au concept d’instabilité financière (Arnould, 2011).

Une deuxième mesure est le niveau des prêts non performants (PNF). Des auteurs à l’instar de
Yebe (2017) cité par(Vila et al., 2013) et Jiménez et al. (2007), utilisent les PNF comme
mesure de la stabilité financière. Cet indicateur, en réalité, mesure la santé financière des
banques. Il est défini comme le rapport du volume des prêts non productifs aux prêts totaux.
Plus le NPL est élevé, plus le risque d’une fragilité bancaire plus grande ou une forte
instabilité financière. Toutefois, les PNF captent uniquement le risque de crédit et donc ne
peuvent pas mesurer un signal global du risque bancaire(Soboua,2022.).

La troisième mesure de la stabilité financière, qu’est le Z-score est couramment utilisé dans
la littérature. Il est une mesure très répandue dans le but d’évaluer la santé financière des
établissements bancaires. Autrement dit, il capte la probabilité d’insolvabilité d’une banque,
l’augmentation de la valeur du Z-score, ralentit le risque de défaillance des banques et par
ricochet leur risque d’instabilité financière. Contrairement à la crise bancaire systémique qui
se caractérise par l’échec du système bancaire, le Z-score évalue la distance qui sépare une
banque de la faillite. Evaluer la stabilité financière de la banque en utilisant des données
bancaires à savoir le Z-score, il rend perfectible le pouvoir statistique comparé aux autres
indicateurs(Universit et al., 2022).

Même en cas d’absence de crise du système bancaire, les données bancaires permettent
d’identifier la faillite d’une banque. Cette mesure du risque de défaillance proposé par Boyd
& Graham (1986) et Goyeau & Tarazi (1992) est plus utilisée dans la littérature récente
comme proxy du risque de défaillance bancaire. Le Z-score nous permet d’estimer le risque
de défaillance et de vérifier la fragilité des banques. Ainsi, pour ces auteurs, la probabilité de
 15

défaillance d’une banque se conçoit comme la probabilité que les pertes soient supérieures
aux fonds propres. (1998), ainsi que Mela et al.(2020), l’assèchement des liquidités sur le
marché interbancaire, la propagation et l’amplification du risque, le défaut de confiance entre
des agents économiques confrontés à des pertes qu’ils n’arrivent pas à chiffrer et les faillites
bancaires, constituent quelques-uns des signes caractéristiques d’une crise systémique(Vila et
al., 2013).

1.3. La crise de subprimes et les mesures des stabilités financières

Avant la crise financière de 2008, l’industrie financière a longtemps fonctionné comme un

barrage qui produisait de la croissance tout en évitant des ratios d’endettement excessifs.
Toutefois, des déséquilibres macroéconomiques majeurs internes et externes ont inversé cette
tendance. D’une part, l’environnement marqué par des taux d’intérêt bas a créé un flux d’offre
qui a renforcé la volonté du système financier d’accepter l’endettement et de créer du
crédit(Bouveret, 2010).

D’autre part, la quête d’opportunités d’investissement des investisseurs institutionnels et la

volonté croissante des ménages de s’endetter, animée par le creusement des inégalités, ont
créé un réservoir de demande qui a accru la demande de crédit et, dans le même temps, celle
de produits connexes(Rapport Sur La Stabilité Financière, 2020). L’augmentation structurelle
de l’appétit pour la création de crédits a été contenue par les obligations réglementaires et les
cadres d’investissement imposés aux investisseurs institutionnels, cette situation a établi un
barrage entre la demande de création de prêts hypothécaires et les capitaux des investisseurs
institutionnels qui a empêché le crédit et les ratios d’endettement d’augmenter instantanément
à des niveaux dangereux. On a assisté au contournement des obligations réglementaires et des
modalités d’investissement due au développement des instruments bancaires parallèles. Les
créances hypothécaires ont explosé, été titrisées et vendues aux investisseurs institutionnels.
En conséquence, le flux régulier de crédit qui est indispensable au fonctionnement d’une
économie de marché s’est accumulé jusqu’à dépasser un seuil critique, ce qui a provoqué une
véritable inondation mettant en péril le bon fonctionnement des économies
concernées(CAVALLARO, 2020).

Il y a crise lorsque les pertes deviennent trop importantes pour pouvoir être absorbées par le
cours naturel des affaires ou lorsque la manière dont elles se révèlent déclenche un
enchaînement de défiance, de récession économique et d’amplification des pertes de crédit.
La crise financière de 2008 entre dans ce schéma, avec comme facteur déclencheur des pertes
 16

sur des financements subprimes américains, suivies d’une défiance généralisée par la
diffusion mal maîtrisée des actifs en cause dans une finance globalisée et par la fragilité en
termes de liquidités de certaines banques qui avaient poussé très loin le financement d’actifs
longs peu liquides par des passifs de court terme. Jamais la défiance ne s’était répandue aussi
rapidement dans le monde, générant une récession économique majeure qui a elle-même
contribué à étendre les pertes de crédit à de nombreux autres types d’actifs, y compris les
dettes publiques de certains États, qui sont souvent très présentes dans les bilans
bancaires(Sarkar, 2012).

Face à cette situation, les gouvernements des pays développés ainsi que ceux des pays
émergents réunis dans le cadre du sommet de G20 semestrielle ces sont entendus pour régulé
la crise financière mondiale et stabilisé la finances mondiales, en prenant certains mesures
notamment : diminuer les taux d’intérêt et augmenter les dépenses fiscales et budgétaires afin
de stimuler la croissance, la reprise économique et la demande interne le plus rapidement
possible. Concernant le resserrement de la régulation financière mondiale, les mesures
décidées ont été nombreuses, portant sur les produits hors bilan, les fonds spéculatifs, la
réforme des normes comptables et prudentielles, l’encadrement des agences de notation (qui
seront soumises à une procédure d'enregistrement), les tests de résistance au stress, la gestion
des risques, la lutte contre les paradis fiscaux, etc. Les têtes d'État n’ont toutefois pas opté
pour une réforme en profondeur des règles de la finance mondiale, mais bien pour des
mesures relativement superficielles(CAVALLARO, 2020).

Pour ce qui est de la réforme graduelle des institutions financières internationales, les
participants ont dans un premier temps fait la promesse d’élargir la composition du Forum de
stabilité financière (FSF) aux principales « économies émergentes ». Les membres du G20 ont
promis dans un deuxième temps de réformer le FMI et la Banque mondiale afin de refléter les
changements survenus depuis leur mise en place dans le poids relatif des différents pays au
sein de l’économie mondiale(Grosgeorge, 2009).

C’est dans ce sens que, les nations vont intervenir de différentes façons pour relancer
l’économie et limiter les impacts de la crise. Premièrement, les Etats vont venir en aide au
système bancaire et financier, les banques centrales vont fournir des sommes astronomiques
au système bancaire international (environ 330 milliards) afin d’aider les banques dans leurs «
activités de marché » notamment de dépôt, les gouvernements vont par la suite garantir les
fonds déposés par les épargnants afin de les rassurer et de les empêcher de retirer
 17

massivement leur argents, les politiques monétaires se sont assouplies puisque les taux
directeurs ont été considérablement baissés (Cavallero, 2020).

Entre 2008 et 2013, les taux directeurs de la BCE sont passés de 4,25% à 0,75% et ceux de la
FED atteignent mêmes les 0%, les Etats vont venir en aide à la sphère réelle et aux structures
productives, ils vont injecter massivement de l’argent dans l’économie réelle afin de redonner
aux ménages du pouvoir d’achat et de permettre aux entreprises de produire, des politiques
budgétaires de grands travaux ont également été mises en œuvre par exemple le plan de
relance français a subventionné à hauteur de 11 milliards d’euros les entreprises afin de
renflouer leur trésorerie et de lutter ainsi contre le chômage. Aux États-Unis le plan paulson
se concentrait sur le financement et le refinancement des banques, et l’aide aux secteurs de
l’immobilier et de l’automobile, ce programme sera financé par le trésor ainsi par les
contribuables, les déficits publics et les dettes exploseront tandis que les banques reprendront
leur activité comme si de rien n’était(Betbèze et al., 2011).

H 2 : les indicateurs de stabilités financières internationales évolueraient harmonieusement

vers un même état stationnaire indépendamment du niveau initial de dotations des pays.

1.4. GRAPHIQUE.1. Schéma théorique

LES SYSTEME MOIN VULNERABLE

FINANCIER CHOC
H2 :
MONDIALE SYSTEMIQUE

CONVERGENCE
INDICE DES
ETAT
STABILITES
H3 : STATIONAIRE
FINANCIERE

Source : Notre adaptation selon la littérature

 18

Section 2 : Revue de littérature empirique

Guerrini et al (2018) ont écrit sur la convergence des structures productives et la

synchronisation des cycles industriels dans l’union européenne. L’objectif de leur travail est
d’analysé les rapprochements des pays européens en termes de structures productifs et la
comparaison avec les cycles industrielles. En utilisant les méthodes statistique pour calculer la
matrice des similarité des cosinus à partir de la base de donnée euro stat et EU-CLEMS , les
auteurs aboutis aux résultats selon lesquels : qu’il existe une très grande clivage nord-sud
constaté lors de l’analyse de la spécialisation des structures productifs entre les pays de
l’union européens , avec une forte similarité au début du 21 eme siècles évalué entre 0.8 et 0 .99
suivit d’une forte divergence entre les 7 économie majeure dès l’union après les années 2008,
les pays comme l’Allemagne et l’Autriche ont gardé leurs degrés de similarité c’est à dire
celui de 0.99 , la France a pu rattraper l’Allemagne et l’Autriche après la crise financière de
2008 ainsi les pays malade est l’Italie avec le degré de similarité des cosinus qui tend vers 0.

Dauderstädt (2015) a travaillé sur la convergence en crise : une menace pour l’intégration
européenne ; l’objectif de sa recherche est d’analyser le rapprochement des économies
nationales en termes de croissance économique, de revenu et de conditions de vie sociales. En
utilisant la méthode statistique de sigma convergence et beta convergence absolue et limité
sur la base des données d’Eurostat. Il trouve les résultats selon lesquels , sur un taux de
croissance variant entre 6% et 8% pour les pays peu développé de l’union, 4% et 6% pour les
pays moyennement développés et 0% à 4% pour les pays développés de l’union, ainsi il existe
une convergence réel relative des pays au sein de l’union de 2000 jusqu’en 2008, plus les pays
étaient pauvres, plus leurs taux de croissance étaient élevés, suivit d’une divergence partielle
après la crise, ainsi les pays moyennement développés ont vu leurs taux de croissance baissé
après la crise financière de 2008. Le taux de pauvreté varie beaucoup au sein de l'UE,
généralement inférieur à 20 % dans les pays riches, il dépasse 40 % en Bulgarie et en
Roumanie, la dispersion s'est réduite depuis 2005, parlant de taux de chômage, il n’existe pas
de convergence au sein de l’union.

Luis(2019) a traité sur la convergence économique en zone euro : où en est-on ? L’objectif de

sa recherche était d’analyser l’état de la convergence de l’union européen après la crise
financière de 2008 en utilisant les données secondaires d’Eurostat et la méthodologie de beta
convergence nominal qui lui a permis des mesurer le degré de rapprochement ou de
dispersion en terme des agrégats macroéconomiques notamment : le taux d’inflation, le taux
 19

d’intérêt de long terme, le ratio de la dette sur le revenu national brut. l’auteur aboutis au
résultats selon lesquelles il existe une convergence nette de taux d’inflation qui varie de 8.5%
à 1.5 de 1995 jusqu’en 2008, suivit d’une augmentation de l’écart type de 2008 jusqu’en 2013
et une reprise de la convergence juste après la crise souveraine, qu’en au taux d’intérêt de
long terme.

Laffiteau (2018) a travaillé sur la convergence des pays de la CEMAC.

L’objectif de cet article est d’évaluer la contribution du dispositif de surveillance multilatérale

du pacte sur la convergence des économies de la zone CEMAC. En utilisant la méthodologie
de beta convergence et sigma convergence nominale, il remarque une tendance à la
diminution de la dispersion entre les économies de la CEMAC par rapport au critères de
premiers rang au fil du temps car l’écart type de l’inflation est passé de 3,71 en 1999 jusqu’à
atteindre 1,62 en 2015 ,taux d’endettement public est passé de 55,64 en 1999 jusqu’à
atteindre 7,24 en 2015 . Mais pour le cas du solde budgétaire de base, il n’existe pas
d’amélioration significative de l’écart type car il est passé de 2.11 en 1999 et atteint 3.8 en
2015, parlant de la convergence réelle des pays de la CEMAC et ainsi la convergence de 1990
jusqu’en 2001 est observé alors qu’une divergence de 2001 à 2015 est observée.

Togbenu et al (2021) ont travaillé sur la convergence et l’optimalité de la zone économique

CEDEAO. L’objectif étant d’examiner l’avancée réalisée par les pays membres de la zone
CEDEAO en matière de la création d’une monnaie unique. Elles analysent donc ce que les
dernières années ont appris en ce qui concerne la convergence et l’optimalité de cette zone à
partir d’une de la méthodologie par un modèle de mélange pour la classification. Ainsi les
auteurs ont aboutis aux résultats selon lesquels, depuis la création de cette zone économique
jusqu’en 2014 il y a existence d’une hétérogénéité des pays du point de vue économique dans
cette zone car les résultats permettent de distinguer 9 catégories des pays allant des pays les
plus dépendant jusqu’aux pays les moins dépendant et depuis la période allant de 2014
jusqu’en 2018 on remarque une diminution des nombres des classes passant 9 classe a 3
classes homogènes ce qui traduit une diminution de l’hétérogénéité entre les pays de cette
zone économique et ainsi une convergence de cette zone pendant cette période considéré.

Azize (2010) traite sur l’inégalité et club de convergence. Son objectif est d’examine
l’éventualité d’un phénomène de convergence locale en mettant notamment l’accent sur une
variable d’inégalité dans la distribution des revenus et richesses. A partir de la méthodologie
de beta convergence et les tests de rupture d’Hansen en fin des distingué les clubs des
 20

convergences conditionnels. Il a abouti aux résultats suivants : à partir des tests d’Hansen
mené afin des distingué les différant clubs des convergence l’auteur aboutis à 4 clubs des
convergence conditionnel, pour le premier groupe, les pays à faible niveau de capital humain,
le modèle est légèrement significatif ( R2 = 0.14), les tests de student des variables PIB/tête,
stock du capital humain, et l’indice des Gini respectivement de -0.85 ; 1 .41 ; -2 .9 seul le
stock du capital est significatif au seuil de 5%, 10% et 1% ,une fois atteint un certain niveau
d’éducation et sous un certain niveau d’inégalités, les pays convergent vers un même état
stationnaire et ce quelles que soient leurs conditions initiales en matière de revenu par tête,
pour le second groupe à haut niveau de capital humain le modèle étant globalement
significatif (R2=0.84).

Bourdon (2011) traite sur la fonction de réaction des banques centrales européenne et
convergence économique. L’objectif étant d’estimer les fonctions de réaction des huit
principales banques centrales nationales sur la période 1980-1998, mais aussi celle qui aurait
représenté au mieux le comportement de la BCE si les pays avaient formé une union
monétaire sur cette période. Par la méthode de beta convergence ainsi il trouve des résultats
selon lesquels, l’écart d’inflation apparaît être significatif et a le signe attendu (positif) et égal
à 1%. Les résultats ont encore permis de comparer les comportements des banques centrales
et mettent en évidence un processus de convergence de leurs préférences , aussi, en tenant
compte de cette dynamique, il a été établi que la réponse de long terme des BCN à une
variation de l’inflation est globalement assez élevée sur la seconde sous-période de1,66 en
Belgique, de 2 en Espagne et de 1,6 en France.

Clabessi et al (2022) dans « efficience et le pouvoir de marché conduisent-ils à une stabilité

financière des banques : une étude sur le secteur bancaire de l’UEMOA. L’objectif était
d’analyser l’effet du pouvoir de marché et de l’efficience sur la stabilité financière des
banques dans les pays de l’Union Economique Monétaire Ouest Africaine (UEMOA). Dans
l’optique d’analyser une possibilité d’endogénéité, la méthode de régression quantile à
variable instrumentale a été utilisée sur les données de panel de 76 banques des pays de
l’UEMOA couvrant la période 2008-2018. Les résultats montrent une stabilité financière
moyenne de 5.118 pour les banques de la zone ainsi, les banques les plus stables sont les
banques sénégalaises, nigériennes et maliennes avec un Z-score respectif de 7.8 ; 8.20 ;
et7.03.
 21

TABLEAU 1 : Synthèse des travaux empiriques

N Auteurs et Méthodologie Objectifs Résultats

O
Pays.
1 Guerrini et al Méthode L’objectif est Un clivage entre le nord et
(2018), union statistique d’analyser les le sud de l’Europe avec une
européen notamment : rapprochements des forte similarité au début du
Indice de Balassa pays européens en 21eme siècles évalué entre
et matrice de termes de structures 0.8 et 0 .99, suivit d’une
similarité des productifs et la forte divergence après les
cosinus. comparaison avec année 2008.
les cycles
industrielles
2 Dauderstädt Méthode de L’objectif est Pour un taux de croissance
(2015), union sigma d’analyser le variant entre 6% et 8% pour
Européen convergence et rapprochement des les pays peu développé de
beta convergence économies l’union, 4% et 6% pour les
sur la base de nationales en termes pays moyennement
donnée Euro stat. de croissance développés et 0% à 4%
économique, de pour les pays développés de
revenu et de l’union. Ainsi il existe une
conditions de vie convergence réel relative
sociales. des pays au sein de l’union
de 2000 jusqu’en 2008,
3 Laffiteau Utilisation de la Objectif d’évaluer la L’inflation est passé de
(2018), pays méthode contribution du 3,71 en 1999 jusqu’à
de la CEMAC statistique et dispositif de atteindre 1,62 en 2015,
économétrique de surveillance taux d’endettement public
beta et sigma multilatérale du est passé de 55,64 en 1999
convergence pacte sur la jusqu’à atteindre 7,24 en
réelle et convergence des 2015. Mais pour le cas du
nominale. économies de la solde budgétaire de base, il
zone CEMAC n’existe pas d’amélioration
significative.
4 Luis(2019), Utilisation de la Objectif d’analyser Les résultats démontrent un
Union méthode de beta l’état de la processus de divergence au
européen et sigma convergence de niveau nominal entre les
convergence l’union européen pays avant la crise,
après la crise processus qui s’est creuse à
financière de 2008 cause de la crise.
5 Togbenu et al Utilisent la Objectif d’examiner Les résultats montrent qu’il
(2021), Zone méthode de sigma l’avancée réalisée existe une convergence des
CEDEAO convergence et par les pays pays de la CEDEAO en
beta convergence membres de la zone termes de la création d’une
CEDEAO en matière monnaie unique à
de la création d’une l’exception du Liberia et le
monnaie unique Nigeria.
6 Azize (2010), Utilise la méthode Objectif est Les résultats montrent 4
 22

monde de sigma
d’examiner clubs des convergences
convergence l’éventualité d’un conditionnel, R2 = 0.14, les
relative, et le test
phénomène de tests de students des
de rupture
convergence locale variables PIB/tête, stock du
d’Hansen en mettant capital humain, et l’indice
notamment l’accent des Gini respectivement
sur une variable égale à -0.85, 1 .41, -2 .9
d’inégalité.
7 Bourdon Utilisant de la Objectif étant Les BCN ont une variation
(2011), Union méthodologie de d’estimer les de l’inflation globalement
européen beta convergence fonctions de réaction assez élevée sur la seconde
des huit principales sous-période 1,66 en
banques centrales Belgique, 2 en Espagne et
nationales 1,6 en France.

8 Clabesssi et Utilise la méthode L’objectif est Les résultats montrent une

al(2022), de la régression d’analyser l’effet du stabilité financière moyenne
UEMOA quantile à pouvoir du marché et de 5.118 pour les banques
variable son influence sur la de la zone ainsi, les banques
instrumentale stabilité financière les plus stables sont les
des banques dans la banques sénégalaises,
zone UEMOA nigériennes et maliennes
avec un Z-score respectif de
7.8 ; 8.20 ; et7.03.
Source : Notre confection
 23

CHAPITRE 2 : METHODOLOGIE
Ce chapitre est subdivisé en trois sections, la première section décrit la base des données
utilisées, la deuxième essaye de donner les différentes techniques qui nous ont permis de
traiter les données. Enfin, la dernière section présente la spécification du modèle.

2.1. Description de la base des données

Dans le cadre de notre travail sur la convergence delà stabilité financière après la crise
financière international, nous utilisons la base de données développé par le groupe de la
banque mondiale (world Bank, 2019).

En effet, le « Bank scope » est une base des données comprenant des données compréhensive
qui contient les information sur les banques publiques et privées, il comprend les information
de plus des 28000 banques représentants les pays du monde entier et comprend les
informations importantes sur les notations bancaire et 9 autres sources, mais aussi une
plateforme permettant de faire les recherches et analysé les données. Chaque rapport bancaire
comprend les détails sur les données consolidés et non consolidés des bilans bancaire et la
situation des revenus de 200 items des données et 36 ratios pré calculé par banque.

Les données sont donc fournie en plusieurs variantes des degrés permettant de rechercher et
d’analyser les données des banques sur base des tableaux comme détaillé si haut, les
 24

informations sont fournis pour que les utilisateurs puisses analysés les banques de manière
individuelle.

2.2. Technique de traitement des données

Barro et Sala-i-Martin(1995) ont construit deux tests pour mesurer la convergence de la

productivité notamment, la beta convergence et sigma convergence, beta convergence
régresse le taux de croissance du niveau initial de tout variable, par exemple la productivité, si
le coefficient est négatif mais aussi statistiquement significatif dans ce cas, il existe une
convergence et si la relation est positive il existe une divergence.

L’interprétation de ce type de convergence est que les pays avec un niveau bas en terme de
productivité, ont un taux de croissance élevé par rapport aux pays qui ont un niveau initial de
productivité élevé. Ainsi, la beta convergence ce présente comme suit :

lnMPIj,t−¿lnMPIjt−1=ɑ+¿βlnMPIj,t−1+ £ j, t

Avec MPIj,t : l’indice de productivité de malmquist du panel j dans la période t

MPIt−1 :l’indice de productivité de malquist pour notre panel j dans la période t−1

ɑ et β : sont des paramètres de notre modèle qui seront régressés

£jt ; le terme d’erreur

Le sigma convergence quant à lui indique comment la productivité change rapidement pour
chaque panel et converge avec la moyenne de changement en terme de productivité, il est
estimé de la manière suivante :

∆ (lnMPIj, t−lnMPI jt −1 ¿=ɑ+ β (lnMPIj , t−lnMPI jt −1)+ £ jt

Ou le terme de gauche est la première différence de lnMPIj par apport à sa moyenne, ainsi il
Ya convergence, lorsque le paramètre est négatif et statistiquement significative.

2.3. Spécification du modèle

2.3.1. Indicateurs des stabilités financières retenues

Dans le cadre de notre étude, pour tester nos deux dernières hypothèses, nous allons utiliser
des indicateurs suivants, car tel que présenté dans la partie portant sur la revue de littérature
empirique, ces derniers sont beaucoup plus utilisés dans des précédents travaux sur la stabilité
 25

du système financier ; ainsi nous présentons 8 indicateurs des stabilité financiers qui vont
nous aider à analyser la résilience du système financier mondiale.

 Le Z-score bancaire

Il est le plus utilisé dans la littérature pour mesuré la stabilité du système financier, il capte la
probabilité d’insolvabilité d’une banque et évalue ainsi la santé financière d’un établissement
bancaire, l’augmentation de la valeur de cet indicateur, ralentit le risque de défaillances des
banques et par ricochet, leurs risque d’instabilité financière (WDDB ,2019).

Au regard des travaux exposés dans la revue de littérature, le z-score est utilisé pour
approcher la stabilité bancaire, il est calculé à partir de la formule suivant :

FP
ROA +
z-score¿ Q
σROA

Avec :

- ROA : Return on assets qui est la rentabilité économique, exprimé de façon globale et
mesure la valeur des résultats net sur le total actif
FP
- : c’est le rapport du fond propre sur le total actif
Q
- σROA : est la variance de la rentabilité économique mesuré en terme de l’écart type
 Ratio des capitaux sur les actifs

Il mesure la part des capitaux propres plus les réserves bancaires sur le total actifs ainsi, le
capital bancaire comprend les fond propres, les réserves généraux et spéciaux, les provisions,
les reports etc... Tandis que le total actif comprend à son tour l’ensemble des actifs financiers
et actifs non financiers, incluant l’ensemble des rapports apportés par les institutions des
finances(Sekali et al., 2021).

 Ratio des prêts non performent sur le total prêts

Ce ratio mesure la parts des prêts non performent sur le total des prêts accordé par les
institutions financières dans un pays données, c’est le ratio de défaut des prêts accordé par les
 26

banques comprenant le principale et les intérêt générés par ces principale qui ont déjà dépassé
3 mois ou 90 jours. Étant donné que cet indicateur est fourni par les dirigeants des institutions
bancaires de chaque pays et que chaque pays à son propre système fiscal et de régulation du
système financier ainsi que sa propre règlementation comptable, cet ratio n’est pas
comparable entre les pays(Soboua,2022).

 Ratio crédit bancaire sur les dépôts

Cet indicateur mesure la part des crédits sur les totaux des dépôts bancaires en pourcentage et
permet de connaitre le pourcentage des crédits sur les dépôts, plus le ratio sera élevé plus la
résilience du système bancaire sera réduit, cet ainsi qu’à la survenance d’un choque
systémique le système bancaire sera plus vulnérable (Vila et al., 2013).

 Ratio capitaux règlementé sur le poids du risque

C’est le ratio du total capitale règlementaire sur le total actif détenu par les banques, plus le
poids du risque relative de ces actifs, il mesure l’autosuffisance des capitaux des déposants, il
est fourni par le dirigeants des institutions financières de chaque pays considéré (WDFI,
2019).

 Actifs liquides sur les dépôts et dettes

C’est le ratio de la valeur des actifs liquides par apport aux dettes à courte termes plus les
dépôts. On attend par actifs liquide des valeurs qui sont facile à convertir dans les espèces, les
dettes à courte terme comprennent notamment les total des dépôts des clients, des banques
(compte courant, compte à terme etc…)(World bank,2019).

Le numérateur et le dénominateur de cet indicateur sont d’abord agréger au niveau de chaque

pays considéré avant d’être divisé, ces résultats ne sont pas retenus si le pays n’as pas plus de
trois banques sur les quels sont effectués des observations annuelles (WDFI ,2019).

 Prévisions sur le prêts non performent

Les prêts non performants étant des prêts dont le paiement est compromis, ce si est
généralement déterminé après 90 jours ou trois mois de non remboursement du crédit ; cet
indicateurs est fournie par les dirigeants des chaque banque au niveau de chaque pays
considéré vues la diversités des systèmes comptables, fiscale et des règlementations fiscale
des pays, ce ratio ne permet pas la comparaison entre les pays(World bank,2019).
 27

 La volatilité du stock des prix

C’est la moyenne des 360 jours des volatilités de l’indice du marché des stocks des prix dans
chaque pays considéré (WDFI, 2019).

Le tableau suivant décrit les variables que nous avions retenu dans le cadre de cet présent
travail, ainsi que le signe attendu pour chaque indicateur, en générale nous avions utilisé une
trentaine d’indicateurs dans cet étude qui sont subdivisés en quatre composantes notamment :
les indicateurs de développement macroéconomique, indicateurs de développements
financiers, les indicateurs des vulnérabilités bancaires et les risques systémique.

NO CODES INDICATEURS SIGNES

1 GFDD.SI.01
2 GFDD.SI.02
3 GFDD.SI.03
4 GFDD.SI.04
5 GFDD.SI.05
6 GFDD.SI.06
7 GFDD.SI.07
8 GFDD.SI.08
Source : notre confection
z-score +
capital bancaire sur total actif %
Prêts non performant sur total prêts %
Ratio des crédits bancaire sur les %
totaux dépôts
Capital règlementaire sur le poids %
du risque des actifs
Ratio des actifs liquides sur les %
dépôts et les dettes à courte terme
Prévisions sur les dettes non %
performantes
La volatilité du stock des prix

En effet, pour mesuré la pour estimer la beta convergence, nous allons régressés les
différentes indicateurs de stabilité financières principalement le z-score, par le logarithme
népérien de son niveau initial nous utilisons en effet, l’égalité suivante :

lnISFjt−¿lnISFjt−1=¿ɑ+¿βlnISFj,t−1+ £ jt

Avec :

- α : c’est la constante ou l’intercepte

 28

- lnISF : C’est logarithme népérien de l’indicateur de stabilité financière

- ISFt−0: la valeur de cet indicateur dans période initial t−1
- £ j, t : est le terme de l’erreur

- β : c’est le coefficient du terme d’erreur

Pour le sigma convergence, nous allons utiliser l’égalité suivante a fin de mesure
la convergence par la méthode de sigma convergence.

∆ (lnISFj, t−lnISF jt−1 ¿=ɑ+ β (lnISFj , t−lnISF jt −1)+ £ jt

Où lnMPI jt −1 est la moyenne de l’indicateur de stabilité financière au temps t −¿ 1,

cependant, nous concluons à l’existence de la beta convergence ou sigma convergence,
lorsque le coefficient de la variable indépendante est statistiquement significatif et présente
une relation négative avec la variable d’intérêt.

2 .3.3. Estimation par la méthode des moments généralisés

Pour analyser notre modèle avec plus des précisions et de robustesses, nous allons faire la
régression avec la méthode GMM (Generalized Moment Methods ) développé par Hansen en
1982.

En statistique et en économétrie on utilise la méthode des moments généralisée qui est une
méthode générique pour estimer les paramètres d’un modèle statistique en s’appuyant sur
certains nombres des conditions sur les moments d’un modèle. Et comme nous travaillons sur
les données en panel dynamique, cette méthode nous permettra d’apporter des solutions aux
problèmes de biais de simultanéités, de causalité inverses et des variables omises(Guerini,
2018).

L’idée principale de la méthode du moment généralisé est de remplacer la valeur théorique

de l’espérance mathématique par son analogue empirique, la moyenne calculée sur la base des
données(Edem et al., 2021) :

1
M(ø)= Σ 〔 g(Yi , ø ) 〕
N
 29

Puis, on recherche la valeur de ø minimisant la norme de cette expression, qui sera donc
l’estimateur de la vraie valeur des paramètres.

L’estimateur MGM peut donc être écrit dans ce cas sous la forme suivante ;

Øo=arg min〔 ¿ ¿𝜮g (Yi,ø)〕

CHAPITRE III .ANALYSE ET INTERPRETATION DES DONNEES

Ce chapitre s’articule autour des trois sections, la première section présente les statistiques
descriptives des variables étudiés, la deuxième section présente les résultats relatives à notre
modèle économétrique de calcul de la beta convergence et la sigma convergence, et la
troisième section présenté les discussions de nos résultats.

Section.1 : Les statistiques descriptives

Cette partie, décrit les résultats obtenu à partir des certains statistiques descriptives, nous
présentons trois tableaux des statistiques descriptives, notamment, la répartition de la stabilité
financière selon le niveau de revenu des pays, la répartition de la stabilité selon les régions et
un graphique sur l’évolution de la stabilité financière mondiale.
 30

TABLEAU 2 : Répartition de la stabilité financière selon le niveau de revenu des pays

REVENU MOYENNE ECART OBSERVATION

TYPE
REVENU ELEVE 16,78 10,64 1,216
REVENU FAIBLE 12 ,83 5,96 397
REVENU MOYENNEMENT FAIBLE 17 ,86 8 ,73 825
REVENU MOYENNEMENT ELEVE 16 ,42 10 ,23 871
TOTAL 16,42 9,72 3, 309
Source : Nos traitement sur stata 15.

Le tableau ci haut, présente la situation de la répartition de la stabilité financière bancaire

selon les niveaux de revenu des pays du monde ainsi, nous distinguons quatre niveaux des
revenus mondiaux : les pays avec un niveau de revenu élevé, les pays avec un niveau de
revenu faible, les pays avec un revenu moyennement faible, les pays aux niveaux de revenu
moyennement élevé.

En effet, la moyenne totale de notre distribution en termes de stabilité financière bancaire est
de 16,42 pour un écart type mondiale de 9,72 la situation de stabilité bancaire par niveau de
revenu ce présente comme suit :

En effet, pour les pays à revenu élevés, on constate une moyenne de la stabilité financière
bancaire de 16,78 pour un écart type de 10,64 étant ainsi la valeur de l’écart type la plus
élevé, ces pays ont une stabilité bancaire parmi les plus élevé de notre distribution et est
constitué des pays comme les Etats unis, la France , l’Allemagne etc. les pays à revenu faible
ont une moyenne en terme de stabilité financière bancaire de 12,83 pour un écart type de 5,96
ces pays présentent le niveau de stabilité financière bancaire le moins élevé de notre
distribution mais avec un niveau de dispersion le plus bas de l’échantillon, il sont constitués
des tous les pays majoritairement de l’Afrique subsaharien, notamment la république
démocratique du Congo ; le Rwanda, le Burundi, le Zimbabwe etc. Mais aussi d’autres pays
de moyen orient comme la Syrie et d’autres pays de l’Asie du sud comme par exemple
l’Afghanistan. Les pays à revenu moyennement faible ont une moyenne de stabilité financière
bancaire de 17,86 pour un écart type de 8 ,73 ainsi, la dispersion étant aussi faible que les
pays à faible revenu parce que, ils sont constitués des systèmes bancaires similaires ; ces pays
représentent les pays avec un niveau de stabilité bancaire le plus élevé de notre distribution.
Les pays à revenu moyennement élevé, ils ont une moyenne en terme de stabilité financière
 31

bancaire de 16 ,42 avec un écart type de 10,23, ils représentent les pays avec un niveau de
stabilité financière les plus faible de notre échantillon et ils sont constitués des pays comme
l’Albani, l’argentine, l’Arménie, l’Azbairjan etc.

TABLEAU 3 : Répartition de la stabilité financière selon les régions

REGIONS MOYENNE ECART OBSERVATION

TYPE
L’ASIE DU SUD ET LE 18 ,94 10 ,49 369
PACIFIQUE
L’UROPE ET L’ASIE CENTRAL 13 ,26 9 ,67 1044
AMERIQUE LATINE ET LES 17,01 8,59 597
CARAIBE
LE MOYENNE ORIEN ET 23,09 12 ,06 391
L’AFRIQUE DU NORD
L’AMERIQUE DU NORD 23,59 7,48 57
L’ASIE DU SUD 19 ,46 8 ,18 129
L’AFRIQUE SUBSAHARIEN 14 ,47 5,87 722
TOTAL 16,42 9 ,72 3, 309
Source : Nos traitements sur stata15.

Le tableau ci haut présente le niveau de stabilité financière bancaire dans les différentes
régions ; ainsi, les pays sont reparties en sept régions notamment l’Asie du sud et le
pacifique, l’Europe et l’Asie centrale, l’Amérique latine et les caraïbe, les moyens orients et
l’Afrique du nord, l’Amérique du nord, l’Asie du sud, l’Afrique subsaharien.

En effet, avec une moyenne globale égale à 16,42 et un écart type de 9,72 la stabilité
financière bancaire est repartie de manière suivante entre les différentes régions du monde :

L’Asie du sud et le pacifique a une moyenne de stabilité financière bancaire égale à 18,94
pour un écart type de 10,49 et est constitué des pays comme l’Indonésie, la Malaisie, les
philippines, la Thaïlande, le Singapour, le Vietnam, le Cambodge etc. Les pays de l’Europe
et de l’Asie centrale ont une moyenne de stabilité financière bancaire de 13,26 pour un écart
type de 9,67, ils représentent le niveau les plus bas de la stabilité financière bancaire de notre
distribution et il sont constitué de pays comme le Kirghizistan, le Kazakhstan, le Tadjikistan,
le Turkménistan etc.
 32

La région de l’Amérique latine et le caraïbe a une moyenne en terme de stabilité financière

bancaire de 17,01 pour un écart type de 8,59 il est constitué des pays comme l’Argentine, la
Bolivie, le Brésille, la Colombie, le Nicaragua, le panama, le Costa Rica, cuba, Haïti etc. La
région du moyen orient et l’Afrique du nord à un niveau de stabilité financière bancaire de
23,09 pour un écart type de 12,06, il représente l’un de niveau de stabilité bancaire le plus
développé de notre observation et est constitué des pays comme l’Algérie, l’Arabie saoudite,
le Bahreïn, l’Egypte, les émirats arabes unis, l’Irak, l’Iran, l’Israël et les territoires
palestiniens. L’Amérique du nord a une stabilité financière bancaire de 23,59 pour un écart
type de 7,48 c’est la région qui a le niveau de stabilité financière bancaire le plus élevé de
notre distribution et est constitué de pays comme les Etats unies, le canada, la Mexique, la
Groenland, le cuba, le Jamaïque, le Panama. L’Asie du sud à un niveau de stabilité financière
bancaire de 19,46 pour un écart type de 8,18 elle est constituée des pays comme les pays bas
caribéens, le Trinité et Tobago, l’Equateur, la chili etc. En fin la dernière région est constituée
des pays de l’Afrique subsahariens ils ont un niveau de stabilité financière bancaire de 14,47
pour un écart type de 5,87 et représente les pays avec le niveau de stabilité financière bancaire
le plus bas de notre distribution.

GRAPHIQUE 2 : Evolution de la stabilité financière mondiale

 33

18

17.5

17

16.5

16

15.5

15

14.5

14

13.5
2000 2005 2010 2015 2020

Source : Nos traitements sur stata15.

Le graphique ci haut présente l’évolution de la stabilité financière mondiale au fil du temps

depuis les années 2000 jusqu’en 2020 en terme de moyenne mondiale.

En effet, le niveau de la stabilité financière mondiale était évalué dans les années 2000 à 16.5
en terme de moyenne mondiale, cette situation a chuté juste à partir de la crise de l’internet
dans les années 2000, pour afin remonté vers les années après la chute de la bulle internet des
années 2000. La stabilité financière bancaire a encore chuté dans les années 2007 caractérisé
par la crise financière mondiale de 2008 appelé crise de subprime c’est pendant cette période
que la stabilité financière bancaire atteint son niveau le plus bas possible il est estimé à moins
de 15 et caractérisé par la faillite des plusieurs banques d’abord sur le marché bancaire
américain et européens et en suite par l’effet dominos à toutes les systèmes financière des
tous les pays du monde mais à des proportions différentes, les pays développés ont étés
fortement touché par la crise et les pays en voie de développements ont étés les moins touchés
en terme de stabilité bancaire.

Apres la crise de subprime, suite aux mesures d’assouplissement quantitatives mises sur pied
par les gouvernements, les banques centrales ainsi que les règles prudentielles établies par les
autorités des régulations financière supranationaux et comme nous pouvons le remarqués, la
stabilité financière a augmenté jusqu’à atteindre son niveau le plus élevé possible, ce niveau
de stabilité financière bancaire à rebondie pour afin chuté pendant la période du
déclanchement de la pandémie à covid 19 en 20019 et rebondit encore après la crise la
 34

pandémique.

Section 2 : TRAITEMENTS ECONOMETRIQUES

Dans cette partie, nous allons aborder la question du modèle de régression, notamment nous
allons effectuer l’économétrie de beta convergence et sigma convergence afin d’analyser le
rapprochement des pays en termes de stabilité bancaire, nous testons aussi le même
phénomène en utilisant les méthodes plus robuste notamment, la méthode des moments
généralisés.

 Econométrie de beta convergence

TABLEAU .4: Beta ( β ) Convergence Beta en fonction du niveau de revenu des pays

(1) (2) (3) (4) (5)

Echantillon Pays à revenu Pays à revenu Pays à revenu Pays à revenu
complet élevé faible intermédiaire intermédiaire
faible élevé
VARIABLES ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿

ln Z ¿−1 -0.50697*** -0.49433*** -0.77940*** -0.31693*** -0.50022***

(0.01565) (0.02653) (0.05202) (0.02312) (0.02965)
Constant 1.33517*** 1.30119*** 1.88966*** 0.88163*** 1.30223***
(0.04130) (0.07022) (0.12693) (0.06345) (0.07763)

Observations 3,084 1,134 360 773 817

R-squared 0.26498 0.24460 0.40052 0.20495 0.26959
Nombre de pays 172 61 23 43 45
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

Source : Nos traitements sur stata 15

Le tableau ci haut, présente les résultats de la régression beta convergence issue de stata 15
selon les groupes des revenus, nous distinguons quatre répartitions des revenues notamment,
les pays qui ont un revenu élevé, les pays à revenus faible, les pays à revenu intermédiaire
faible ainsi que les pays à revenu intermédiaire élevé.

Il ressort des résultats issus de stata15 que la significativité globale de notre panel est de
26,49%, c’est à dire jusqu’à 22,49% de variabilité de la stabilité financière bancaire est
expliqué par la variable explicative et comme le coefficient beta est significative au seuil de
1%, il existe une convergence mondiale de la stabilité financière bancaire avec une vitesse de
convergence moyennement élevé, ainsi les pays convergent vers un même sentier
 35

d’expansion.

S’agissant de l’analyse de la convergence selon les niveaux des revenus des pays dans notre
modèle, nous constatons que les pays aux niveau de revenu élevé, ont un coefficient de
détermination de 24,46% ce qui veux dire que 24,46 % de variabilité globale des pays à haut
niveau de revenu est expliqué par la variable explicative et comme le coefficient beta est
négatif et statistiquement significatif au seuil de 1%, nous concluons qu’il existe une
convergence de la stabilité financière entre les pays à revenu élevé . Pour les pays à revenu
faible avec un coefficient R-squared de 40%, c’est-à-dire que la variable stabilité financière
de l’année précédente pour les pays à revenu faible explique notre modèle à 40%, étant donné
que le coefficient beta est négatif et significatif, nous concluons qu’il existe une convergence
des pays à revenu faible vers un même niveau d’expansion.

Pour les pays à revenu intermédiaire faible, nous constatons que le pouvoir explicatif de notre
variable indépendante est de R 2 =20,49%, et comme le coefficient beta est négatif et
significatif à tous les seuils, nous concluons qu’il existe une convergence en terme de stabilité
financière bancaire des pays à revenu intermédiairement faible. Pour les pays à revenu
intermédiairement élevés 26,95% de la variabilité total du modèle est expliqué par la stabilité
financière de l’année précédente, et comme le coefficient beta est statistiquement significatif
au seuil de 1% et négatif, nous concluons qu’il existe une convergence de la stabilité
financière pour les pays au niveau de revenu intermédiairement élevé.

TABLEAU 5: Beta ( β ) Convergence en fonction des régions

(1) (2) (3) (4) (5) (6) (7)
Asie de l’Est Europe Amérique MENA Amérique Asie du Sud Afrique Sub-
et Pacifique Centrale latine et du Nord saharienne
Caraïbes
VARIABLES ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿

ln Z ¿−1 -0.32815*** -0.53412*** -0.36140*** -0.73304*** -0.29179*** -0.38374*** -0.44932***

(0.03724) (0.02856) (0.03226) (0.05257) (0.10401) (0.06201) (0.02925)
Constant 0.90907*** 1.26905*** 0.98161*** 2.19486*** 0.90360*** 1.10270*** 1.16831***
(0.10214) (0.06866) (0.08761) (0.15723) (0.32412) (0.17944) (0.07583)

Observations 342 982 552 369 54 121 664

R-squared 0.19476 0.27326 0.19440 0.35781 0.13601 0.25481 0.27466
Nombre de pays 20 51 31 19 3 8 40
Standard errors in parentheses
Source : Nos traitements sur stata15

Le tableau ci haut présente le résultats de la régression beta convergence selon les régions,
ainsi comme nous pouvons déjà le remarquer, nous avions au totale 7 régions englobant la
 36

majorité des pays du monde entier, notamment, l’Asie de l’est et le pacifique, l’Europe
centrale, l’Amérique latine et les caraïbe, le moyen orient et l’Afrique du nord, l’Amérique du
nord, l’Asie du sud, l’Afrique subsaharien.

Il ressort de ce tableau ci haut, que le coefficient de détermination est de 19,47% pour les
pays de l’Asie de l’est et les pacifique c’est-à-dire que la variable indépendante explique à
19,47% la variabilité globale du modelé, et comme le coefficient beta est négatif et
statistiquement significatif au seuil de 1%, nous concluons qu’il existe une convergence de la
stabilité financière des pays de l’Asie de l’est et le pacifique mais avec une vitesse de
convergence peu élevé. Pour les pays de l’Europe centrale, on constate un coefficient de
détermination R2=27, 32% et un coefficient beta négatif et statistiquement significatif à tous
les seuils, nous concluons qu’il existe une convergence de la stabilité financière bancaire entre
les pays de l’Europe centrale, avec une vitesse de convergence élevé. Pour les pays de
l’Amérique latine et les caraïbe, nous constatons que le pouvoir d’explication globale de notre
modèle est de R2=19,44 pour cette région et comme la valeur du coefficient beta est négatif et
statistiquement significatif au seuil de 1%, nous concluons qu’il existe une convergence de la
stabilité financière bancaire mais avec une faible vitesse de convergence dans cette région.

S’agissant des pays de moyen orient et de l’Afrique du nord, le R 2= 35,78% et comme le

coefficient beta expliqué est négatif et statistiquement significatif à tous les seuils, nous
concluons qu’il existe une convergence des indicateurs de stabilité financière entre ces pays.
Pour les pays de l’Amérique du nord ils ont un coefficient de détermination R 2=13 % et
comme le coefficient beta est négatif et statistiquement significatif, nous concluons qu’il
existe une convergence des indicateurs de la stabilité financière bancaire entre les pays de
cette région. Le pays de l’Asie du sud affiche un coefficient de détermination de 25,48% et
comme le coefficient beta de cette région est négatif et statistiquement significatif au seuil de
1%, nous concluons à l’existence d’une convergence de la stabilité financière bancaire entre
les pays de l’Asie du sud. En fin, pour les pays de l’Afrique subsaharien, ils affichent un
R2=26,95% c’est-à-dire seulement 26,95% de variabilité totale de notre modèle est expliqué
par la variable indépendante, et comme le coefficient beta est négatif et statistiquement
significatif au seuil de 1%, nous concluons que les pays de l’Afrique subsahariens converge
vers un même sentier d’expansion, avec une vitesse de convergence le plus élevé de notre de
tous les groupes.

 Econométrie de sigma convergence

 37

TABLEAU 6: sigma (σ ) Convergence en fonction du niveau de revenu

(1) (2) (3) (4) (5)

Echantillon Pays à revenu Pays à revenue Pays à revenu Pays à revenu
complet élevé faible intermédiaire intermédiaire
faible élevé
VARIABLES ∆W¿ ∆W¿ ∆W¿ ∆W¿ ∆W¿

W ¿−1 -0.51977*** -0.51276*** -0.78871*** -0.32877*** -0.49586***

(0.01575) (0.02679) (0.05187) (0.02353) (0.02959)
Constant -0.08624*** -0.08538*** -0.29405*** -0.00783 -0.09727***
(0.00509) (0.00927) (0.02601) (0.00594) (0.00876)

Observations 3,084 1,134 360 773 817

R-squared 0.27233 0.25466 0.40763 0.21122 0.26698
Nombre des pays 172 61 23 43 45
 Standard errors in parentheses
Source : Nos traitement sur stata 15

Il ressort de cet tableau sur l’analyse de la sigma convergence que la significativité globale de
notre modèle déterminer par R2=26,49% , c’est-à-dire, 26,49% de variabilité de notre modèle
globale est expliqué par la variable indépendante, et comme le coefficient sigma et positif et
significatif au seuil de 1 % , nous allons conclure qu’il existe une convergence mondiale de la
stabilité financière bancaire, c’est-à-dire, les indicateurs des stabilités bancaire croissent sur
un même sentier d’expansion, ce qui sous-tend à l’accroissement des indicateurs des stabilités
financière des pays à faible niveau de développement bancaire plus vite que les pays à forte
niveau de développement.

En analysant ce phénomène selon les niveau de revenu, premièrement pour un niveau

d’explication respectif de 27,23% ; 25,46% ;40,76% ;21,12% et 26,69% respectivement entre
pays au revenu élevé, pays au revenu faible, pays au revenu moyennement faible et pays au
revenu moyennement élevés c’est-à-dire, pour chaque catégorie des pays, ces valeurs ci haut
respectives, expliquent la variabilité totale de la stabilité bancaire attribués à la valeur de la
stabilité financière de l’année précédente de chaque groupe de revenu respectif.

En effet, s’agissant de la sigma convergence par niveau de revenu, nous constatons pour les
cas des pays à revenu élevé, un coefficient sigma convergence négatif et statistiquement
significatif à tous les seuils, ceci dit, il existe une convergence de la stabilité financière entre
les pays à revenu élevé. Pour les pays à revenu faibles, le coefficient sigma est négatif et
statistiquement significatif ce qui revient à dire que les indicateurs de stabilité financière de
chaque pays considère pour les pays à revenu faible, converge vers un même sentier
 38

d’expansion. Pour les pays à niveau de revenu intermédiaire faible, les coefficient sigma étant
significatif au seuil de 1% et négatif, les pays aux niveaux des revenu faible converge vers un
même sentier d’expansion avec une vitesse de convergence la plus élevé de notre modèle, ce
qui signifie que ces pays ont tendance à diminué leurs écarts en terme de stabilité bancaire le
plus vite possible. Pour les pays aux revenus intermédiairement faible, les coefficients sigma
est négatif et statistiquement significatif au seuil de 1%, ce qui traduit que ces pays converge
vers un même sentier d’expansion en terme de stabilité financière bancaire. Finalement les
pays avec un revenu intermédiaire élevé ont un coefficient sigma négatif et statistiquement
significatif au seuil de 1%, ce qui explique que ces pays convergent vers un même niveau de
stabilité financière bancaire.

TABLEAU 7: sigma (σ ) Convergence en fonction des régions

(1) (2) (3) (4) (5) (6) (7)

Asie de l’Est et Europe Amérique MENA Amérique Asie du Sud Afrique Sub-
Pacifique Centrale latine et du Nord saharienne
Caraïbes
VARIABLES ∆W¿ ∆W¿ ∆W¿ ∆W¿ ∆W¿ ∆W¿ ∆W¿

W ¿−1 -0.34160*** -0.54550*** -0.38404*** -0.74922*** -0.25923** -0.37429*** -0.45589***

(0.03783) (0.02870) (0.03304) (0.05262) (0.10157) (0.05972) (0.02954)
Constant -0.01255 -0.23030*** -0.03172*** 0.14734*** 0.07399** 0.02431** -0.09142***
(0.01243) (0.01541) (0.00720) (0.01910) (0.03431) (0.01185) (0.00810)

Observations 342 982 552 369 54 121 664

R-squared 0.20258 0.27974 0.20624 0.36749 0.11526 0.25966 0.27660
Nombre de pays 20 51 31 19 3 8 40
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.

Source : Nos traitements sur stata15

Le tableau ci haut, présente le niveau de convergence entre pays par région, ainsi sur un totale
de 7 régions qui représentent notre modèle de régression, nous constatons à partir du tableau
ci haut, un coefficient de détermination R 2=20,25% pour les pays de l’Asie de l’est et le
pacifique, ceci étant dit que 20, 25% de variabilité totale de la stabilité financière pour cette
région est expliqué par la stabilité financière de l’année précédente, et comme nous pouvons
le remarquer, le coefficient sigma est positif et significatif au seuil de 1% ceci étant, nous
permet de conclure qu’il existe une convergence de la stabilité financière des pays de l’Asie
de l’est, les pays de l’Asie de l’est converge vers un même sentier d’expansion , au fil du
temps les pays ayant un niveau de stabilité financière faible, rattrapent les pays ayant un
niveau de stabilité financière élevé.
 39

En effet, parlant de sigma convergence pour l’Europe centrale, nous constatons un coefficient
de détermination égale à 27,97%, et comme le coefficient sigma de cette région et négatif et
significatif, nous constatons une convergence entre les pays de cette région. Pour les pays de
l’Amérique latine et le caraïbe, avec un R 2=20,62%, et comme le coefficient sigma est positif
et significatif au seuil de 1%, il existe une convergence de ces pays en terme de stabilité
financière. Pour les pays de moyen orient et l’Afrique du nord, on constate un R 2=36,74% et
comme le coefficient sigma est statistiquement significatif au seuil de 1%, on conclut à une
stabilité financière bancaire dans ce région, ainsi ces pays présentent une vitesse de
convergence la plus élevé de notre modèle de régression. S’agissant des pays de l’Asie du
sud, ces pays ont un R2=11,52% et comme le coefficient sigma est négatif et significatif au
seuil de 1%, nous concluons qu’il existe une convergence des indicateurs des stabilité
financière bancaire dans cette région, pour les pays de l’Asie du sud et de l’Afrique
subsahariens les tableau de régression nous montre un coefficient de détermination égale
respectivement à 25,96% et 27,66% , et comme les coefficients sigma sont respectivement
négatifs et significatifs à tous les seuil, nous concluons qu’il Ya existence de la stabilité
financière bancaire dans ces deux régions.

Section4 : Estimation de la convergence par la méthode des moments généralisés

TABLEAU .8 : Beta ( β ) Convergence par la méthode GMM

(1) (2) (3) (4) (5)

Echantillon Pays à revenu Pays à Pays à revenu Pays à revenu
complet élevé revenue faible intermédiaire intermédiaire
faible élevé
VARIABLES ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿ ∆ ln Z ¿

ln Z ¿−1 -0.45498*** -0.40990*** -0.83695** -0.05111*** -0.25946***

(0.01230) (0.01085) (0.36863) (0.01112) (0.01527)

Hansen test p-value 0.208 0.992 0.999 0.99 0.99

AB test AR(1) -2.72*** -1.79* -0.43 -2.31*** -2.97***
AB test p-value AR(2) 0.582 0.949 0.215 0.599 0.252
Year dummies Yes Yes Yes Yes Yes
Observations 3,084 1,134 360 773 817
Nombre de pays 172 61 23 43 45
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Source : Nos traitement sur stata
 40

Le tableau ci haut, présente l’estimation de beta convergence en utilisant la méthode de

moment généralisé afin de présenté les résultats avec plus des robustesses, ainsi comme nous
pouvons le remarqués, en utilisant un modèle plus robuste, nos coefficients augmentent en
terme de vitesse de convergence par apport au modèle précèdent.

En effet, nous constatons le coefficient beta de notre échantillon est négatif et statistiquement
significatifs au seuil ɑ de 1% ce qui traduit l’existence de la convergence des indicateurs des
stabilités financières bancaires vers un même sentier d’expansion. Tous les autres coefficients
présentant les différents groupes des revenus, convergent vers un même sentier d’expansion
au seuil de significativité ɑ de 1 %, à l’exception des pays à revenu faible dont le coefficient
beta est significatif au seuil ɑ de 5% .Ainsi la régression par la méthode des moments
généralisés dégage une vitesse de convergence supérieur par apport à la méthode précédente.

Comment présenté dans les tableaux ci haut, le test d’Hansen dans notre échantillon étant
égale à 0,208 ce qui est un bon résultat, nous concluons que notre les instruments dans notre
modèle de régression sont valides, ce pendant nous constatons aussi la valeur de AR(1) étant
significatif au seuil ɑ de 1% et AR(2) nos significatif à tous les seuils, cela nous permet de
conclure que les manques des certains variables indépendantes qui devraient être utilisées
dans le modèle ne sont pas endogènes ce qui est une bonne information pour la robustesses

TABLEAU 9: Convergence Sigma par la méthode GMM

(1) (2) (3) (4) (5)

Echantillon Pays à revenu Pays à Pays à revenu Pays à revenu
complet élevé revenue faible intermédiaire intermédiaire
faible élevé
VARIABLES ∆W¿ ∆W¿ ∆W¿ ∆W¿ ∆W¿

W ¿−1 -0.45904*** -0.41436*** -0.85771** -0.05414*** -0.25163***

(0.01229) (0.012 07) (0.36813) (0.01128) (0.01417)

Hansen test p-value 0.181 0.985 0.999 0.999 0.999

AB test AR(1) -2.71*** -1.79* -0.38 -2.30** -3.00***
AB test p-value AR(2) 0.574 0.915 0.215 0.594 0.250
Year dummies Yes Yes Yes Yes Yes
Observations 3,084 1,134 360 773 817
Nombre de pays 172 61 23 43 45
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Source : stata 15
 41

Le tableau ci haut présente l’estimation de sigma convergence en utilisant la méthode de

moment généralisé afin de présenté les résultats avec plus des robustesses, ainsi comme nous
pouvons le remarqués, en utilisant un modèle plus robuste, nos coefficients augmentent en
terme de vitesse de convergence par apport au modèle précèdent.

Comment présenté dans les tableaux ci haut, le test d’Hansen dans notre échantillon étant
égale à 0,181 ce qui est un bon résultat, nous concluons que notre les instruments dans notre
modèle de régression sont valides, ce pendant nous constatons aussi la valeur de AR(1) étant
significatif au seuil ɑ de 1% et AR(2) nos significatif à tous les seuils, cela nous permet de
conclure que les manques des certains variables indépendantes qui devraient être utilisées
dans le modèle ne sont pas endogènes ce qui est une bonne information pour la robustesses.

Section.3: DISCUSSIONS DES RESULTATS

En analysant les interprétations ci haut, nous remarquons premièrement la résilience du

système financier après la crise de subprime ainsi que l’évidence de la stabilité financière
dans toutes les régions du monde entier, et pour tout niveau de revenu.

En effet, les graphique 1 démontre dans la période après la crise financière un rebond de la
stabilité financière mondiale, ce qui se traduit par une pente jusqu’en 2019 où il Ya eu chute
causé par la crise à corona virus, puis une reprise après crise, ceci nous permet de confirmé
qu’après la crise financière de 2008, suites aux politiques prudentielles, le système bancaire
mondiale est plus résiliant face aux chocs, notre premier hypothèse étant confirmé, plusieurs
théories expliquent cette résilience du système bancaire mondiale, la réserve fédérale des
Etats unies (FED) à injecter des sommes astronomique sur le marché interbancaire afin de
permettre aux établissements financiers de refinancer leurs activités et d’atténuer l’ampleurs
de cette crise, la première intervention a eu lieu en aout 2007, lorsque la BCE injecte 94 ,8
milliards d’euro dans le système financier européen pour accroitre la liquidité du marché , le
même jour la FED injecte 24 milliard des dollars dans le système financier(Betbèze et al.,
2011).

le G20 s’est imposé comme le principal forum de concertation pour une réponse
internationale à la crise économique et financière mondiale de 2007-2008 en adoptant
certains mesures contraignante afin de régulé la crise, notamment en renforçant les exigences
en fond propres des banques( règles prudentielles dites de Bale III ; adoptées en 2010) ce qui
a permis au banques d’être plus résilient, Clabesssi et al(2022), dans la zone UMOA,
 42

montrent une stabilité financière moyenne de 5.118 pour les banques de la zone ainsi, les
banques les plus stables sont les banques sénégalaises, nigériennes et maliennes avec un Z-
score respectif de 7.8 ; 8.20 ; et7.03

Parlant de notre deuxième hypothèse, nos résultats démontrent une convergence des
indicateurs de stabilité financière bancaire ainsi, comme interprété par les résultats issues de
la régression beta et sigma convergence, les pays avec un niveau de stabilité financière très
faibles tend à croitre plus rapidement que les pays avec un niveau de stabilité financière
bancaire très élevé, ainsi dit, notre deuxième hypothèse à étés confirmés, la stabilité financière
mondiale converge vers un même sentier d’extension dans tous groupes de revenu ainsi que
dans toutes les régions du monde, ce qui sous-tend à une évidence de la stabilité mondiale.

En effet, ces résultats corroborent avec d’autres travaux sur le plan théorique qu’empirique,
depuis les années 1958, la théorie néoclassique de la croissance prédisait une convergence des
pays vers un même sentier de PIB par tête, sous l’hypothèse de rendements décroissants et
d’un espace où les économies sont semblables en termes de préférences et de technologies.
Ainsi, l’intégration commerciale et la libéralisation des mouvements des capitaux constituent
dans ce contexte un facteur d’accélération de la convergence(Edem et al., 2021), Ingram et
Johnson (1969) cité par (Edem et al., 2021) Ces deux auteurs ont introduit la sphère
financière dans l’analyse de la zone monétaire optimale. Selon eux, la faible mobilité de la
main d’œuvre peut être suppléée par la mobilité du capital. En effet la mobilité totale des
capitaux et la libéralisation des services financiers permettent de corriger les déséquilibres, un
peu plus tard, (Aubin et al., 2005) estime que l’intégration financière internationale, en
permettant la diversification internationale des capitaux, doit en principe s’accompagner
d’une hausse des flux de capitaux. Elle offre en effet des bénéfices importants en diminuant
les risques ou en augmentant les rendements du portefeuille des investisseurs.

Parlant des travaux empiriques sur la convergence nos résultats corroborent également aux
travaux de : Dauderstädt (2015) travail sur la convergence en crise, une menace pour
l’intégration européens, dans les pays de l’union Européennes, remarque aboutis aux résultats
suivants, pour un taux de croissance variant entre 6% et 8% pour les pays peu développé de
l’union, 4% et 6% pour les pays moyennement développés et 0% à 4% pour les pays
développés de l’union. Ainsi il existe une convergence réelle relative des pays au sein de
l’union de 2000 jusqu’en 2008, Togbenu et al (2021) a travaillé sur la convergence et
l’optimalité de la zone CEDEAO, ces résultats montrent qu’il existe une convergence des
 43

pays de la CEDEAO en termes de la création d’une monnaie unique à l’exception du Liberia

et le Nigeria ; Guerrini et al (2018),ont écrit sur la convergence des structures productifs et la
synchronisation du cycle industrielle dans l’union européen travaillant sur remarque un
clivage entre le nord et le sud de l’Europe avec une forte similarité au début du 21 eme siècles
évalué entre 0.8 et 0 .99, suivit d’une forte divergence après les année 2008.

 Implication des résultats

Les résultats de cette étude sur la convergence de la stabilité financière après la crise
financière de subprime peuvent ressortir les implications suivantes aussi bien que sur le plan
internationale que sur le plan régionale.

Les politiques mené par les gouvernements, les banques centraux et les institutions des
régulations financière internationaux ont êtes efficaces car, ils ont permis aux banques sur
l’ensemble de la planète donc dans toutes les régions du monde entiers, de croitre en terme de
résiliences face aux chocs systémiques, comme démontré dans le graphique sur la stabilité
financière mondiale, les systèmes bancaire après la mise sur pied des politiques
interventionnismes pour jugulé l’activité économique ont augmenté leurs niveaux de
croissance en terme de stabilité, le niveau le plus élevé en terme de stabilité mondiale a été
atteint en 2019 juste avant la crise pandémique à corona virus.

Le résultat issu des régressions implique que les pays en développement principalement
constitués des pays de l’hémisphère croissent plus rapidement que les pays développés en
termes de stabilité financières bancaires que le pays développés ou pays occidentaux avec
des infrastructures financiers très sophistiqués ainsi, à long terme il y aura rattrapage des pays
riches par les pays pauvre en termes de stabilité du système, financier rejoignant ainsi la
nouvelle théorie de la croissance de la convergence.

Les résultats de nos régressions démontrent également que la vitesse de la convergence est le
plus élevé de tous nos modèles surtout dans les cas de pays à faible niveau de revenu,
notamment les pays de l’Afrique subsahariens qui veut dire toujours que, les taux de
croissance de ces pays en termes de stabilité bancaire évolué plus que proportionnellement.

 Limites est perspective

La pertinence de nos résultats ainsi que l’originalité et la rareté d’une telle étude ne le met pas
à l’abri des critiques, cet ainsi que nous pouvons voire que notre travail traite de manière
 44

générale sur toutes les régions composant le six continents de la planètes, la question de la
stabilité financier bancaire ainsi, il ne présente pas de manière plus détaillé la question de la
stabilité en se focalisant sur les caractéristiques propres à chaque système bancaire afin de
mieux comprendre la stabilité bancaire de chaque système financier en se focalisant sur
son niveau de développement et à l’organisation propres de chaque système financier ;
également, notre travail se focalise uniquement à la stabilité du système bancaire des pays
tandis que le système financier est un ensemble complexe des plusieurs institutions et marché
qui interagissaient de manière interdépendante ainsi, d’autre études peuvent ses focaliser sur
l’ensemble des composantes du système financier en construisant des indices agrégés des
stabilités financières pour chaque système, afin de comprendre la question de la stabilité
financière en intégrant toutes les composantes du système financier.

En effet, ce travail démontre clairement que les pays à faibles niveau des développement
financière on tendance à croitre plus rapidement que les pays à forte développements financier
si bien que à long terme il aura rattrapage des pays riches par les pays pauvres au système
financier nos développé mais il ne démontre pas , les origines réels de cette croissance plus
large que dans les pays à haut niveau de développement financier ce ci dits, d’ autres études
peuvent ses focalisés sur cette question de taille et déterminer ainsi pour chaque économie, les
facteurs qui sont à l’origine de cette augmentation de la croissance en terme de stabilité
bancaire dans les pays à faible développement du système bancaire.

Parlant des crises financiers, notre étude démontre l’interventionnisme étatique des pays du
monde entiers principalement les pays développés afin de jugulé la crise financière de
subprime ; par les politiques d’assouplissement quantitatifs et des soutien au ménages si bien
qu’en 2010 ces politiques ont provoqués la crise de la dette souveraines ainsi, d’autres études
peuvent se focalisé sur cette remarque en étudiant notamment les effets des ces politiques
interventionnisme des Etats sur l’économie et la finance actuellement.

CONCLUSION ET RECOMMANDATION

Dans ce travail intitulé « convergence de la stabilité financière après la crise financière

mondiale : une évidence planétaire», la préoccupation majeure était d’analysé le
rapprochement des pays à l’échelle internationale en terme de stabilité financière bancaire
mais aussi analysé la résilience du système financier mondiale face aux chocs systémiques
 45

dans la période allant de de 2008 à nos jours. Mis à part l’introduction et la conclusion
l’ossature de ce travail était composé de trois chapitres dont le premier a porté sur la revue de
la littérature tant théorique qu’empirique ; le deuxième a abordé l’aspect méthodologique et
enfin le troisième fut consacré à la présentation et analyse des résultats.

En effet, dans le premier chapitre, la revue de la littérature nous renseigne que la convergence
tire ses fondement dans les analyses de la théorie néoclassique de la croissances, en effet, trois
théories expliquent la convergence ou la divergence des économies comme résultat du
processus d’intégration économique, à savoir : la théorie néoclassique de la croissance, la
théorie des pôles de croissance (ou théorie de la polarisation), ainsi que les nouvelles théories
de l’économie géographique et celles de croissance endogène (luis ; 2019) ; certain soutien
que les pays riches sont rattrapés par les pays pauvres en terme de croissance sous certains
l’hypothèses notamment le rendement marginaux décroissant du capital et la libéralisation des
mouvement des capitaux ; d’autres théories fonds remarquer que ces phénomène de rattrapage
des pays riches par les pays pauvre et compromise du faite de la difficulté des facteurs des
productions à ses diffuser d’un pays pauvre vers un pays riche, ce qui compromet la
convergence ainsi le rattrapage des pays riches par les pays pauvres.

Parlant de la stabilité financière, nous avions vu que la stabilité financière étant comprise
comme la capacité du système financier à faire face au chocs systémiques, il est mesuré sur
base des plusieurs indicateurs appelés, indicateurs de la stabilité financière, dans la littérature
économiques ainsi que dans les pratiques des banques centrales, on utilise plusieurs
techniques pour évaluer la stabilité financière que nous résumons en trois catégorie à savoir,
le système d’alerte précoce, les macros stress tests et les indices de stabilité financières ; vu la
multiplicité et la complexité du système financier, nous nous sommes focalisés
principalement sur la stabilité financière bancaire qui est mesuré principalement par
l’indicateur zscore bancaire . Nous avions également décrit la crise financière de subprime et
les mesures prises par les banques centrales et les autorités de régulation afin de stabilisé le
système financier.

Le deuxième chapitre expose l’approche méthodologique qui décrit toutes les étapes dès la
collecte des données aux procédures de traitement principalement par les statistiques
descriptives, la régression de beta convergence. Nous avions travaillé sur le données
secondaires tiré dans la base de donnée sur le développement financier , cette base des
données sur le développement financiers est un ensemble complet de données sur les
 46

caractéristiques du système financiers dans plus de 214 économies ; elle a été mise à jours
pour la dernière fois en septembre 2019 et comprend des données annuelles à partir de 1960 et
contient des données jusqu’en 2020 pour 109 indicateurs, saisissant différant aspects des
institutions financières et des marchés .

Quant au traitement des données, nous avions traités les données par la méthode
économétrique de la régression de beta convergence absolue et relative, en utilisant certains
indicateurs mesurant la stabilité du système financier bancaire en mettant plus d’importance
sur l’indicateur zscore bancaire qui est le plus utilisé dans la littérature, ainsi cet indicateur a
été régressé par apport à son niveau initial

Enfin, le troisième chapitre analyse et interprète les résultats. Pour répondre aux hypothèses
de notre recherche, les données ont été traitées en utilisant conjointement le logiciel stata 15
pour faire la régression de notre modèle de sigma et beta convergence et divers tests
statistiques (test de robustesse par la méthode des moments généralisés).

Les résultats majeurs des statistiques descriptives de cette étude montrent que, la stabilité
financière bancaire évolué sur une pente croissante et atteint son niveau le plus élevé possible
en 2019 mais suite à la crise pandémique, il y a eu une chute pour afin reprendre le chemin de
la croissance après la crise.

Les résultats économétriques de la régression de beta et sigma convergence, sur les données
de panel dynamique, nous montrent l’évidence de la stabilité bancaire entre les pays du
monde, ainsi les pays au niveau de stabilité bancaire faible réduit leurs différences en terme
de stabilité bancaire et tend à rattraper les pays à fortes développement bancaire.

De ce résultat, nous constatons que nos hypothèses de départ ont été vérifiées totalement
d’autant plus que, en utilisant le modèle robuste la convergence de la stabilité financière
mondiale augmente en termes de vitesse de convergence.

Enfin, nous n’avons aucune intention d’affirmer avoir réalisé une recherche complète sur la
problématique de la convergence de la stabilité financière car notre étude étant plus
globalisant et se focalise uniquement à la stabilité bancaire, d’autres études pourrait ses
spécialisés sur une seule région économique afin de mieux comprendre le phénomène de plus
près .Ainsi, nous restons ouvert à toutes critiques constructives relatives à ce travail afin d’une
amélioration ultérieur.
 47

Références Bibliographiques

Abdesselam, R., Lecarpentier-moyal, S., & Renou-maissant, P. (2023). QUELLE

CONVERGENCE POUR LES PRIMES DE RISQUE SUR LES MARCHÉS
BOURSIERS ? UNE ANALYSE SUR DES DONNÉES INTERNATIONALES DE 1984 À
 48

2007 DE RISQUE SUR LES MARCHÉS BOURSIERS ? UNE ANALYSE SUR DES
DONNÉES.

Aubin, C., Berdot, J., Goyeau, D., & Leonard, J. (2005). Quelle convergence financière pour
les PECOs ?: Une analyse économétrique de l ’ évolution des marchés d ’ actions
( 1998-2003 ) Author ( s ): Christian Aubin , Jean-Pierre Berdot , Daniel Goyeau and
Jacques Léonard Published by : Sciences Po University Press Stable URL :
http://www.jstor.com/stable/3503240 Sciences Po University Press is collaborating with
JSTOR to digitize , preserve and extend access Quelle convergence financiere pour les
PECOS ? Une analyse econometrique de l ’ evolution des marches d ’ actions ( 1998-
2003 ). 56(1), 147–169.

Betbèze, J., Bordes, C., Couppey-soubeyran, J., & Plihon, D. (2011). Banques centrales et
stabilité financière.

Bouveret, A. (2010). Les principales théories explicatives de la crise s’articulent autour de

trois thèmes principaux, pour reprendre la typologie de Bénassy-Quéré. 105–110.

Caby, J. (2003). La convergence internationale des systèmes de gouvernance des entreprises :

faits et débats. 1–16.

CAVALLARO, N. (2020). Les grandes crises économiques : Comment les États ont fait face
aux grandes crises économiques et comment prévenir la prochaine ?

Coussin, M., & Coussin, M. (2023). Essais sur les dynamiques monétaires et financières et
leur stabilisation To cite this version : HAL Id : tel-03997643 Docteur en Sciences
économiques Présentée et soutenue publiquement par Essais sur les dynamiques
monétaires et financières et leur stabilisation Thèse codirigée par Jézabel Couppey-
Soubeyran.

Eau, B. U. R., National, I., & Tr, D. U. (2011). Crises : causes , perspectives et alternatives.
3, 1–172.

Edem, F., Tokpovi, K., & Claude, V. (2021). Convergence and optimality of the ECO zone :
an analysis by a mixture model Convergence et optimalité de la zone ECO 1 : une
analyse par un modèle de mélange. 106805.

Grosgeorge, M. (2009). Les crises financières. In Idées économiques et sociales: Vol. N° 156
 49

(Issue 2). https://doi.org/10.3917/idee.156.0023

Guerini, M. (2018). ET SYNCHRONISATION DES CYCLES INDUSTRIELS. 158.

Huchet-Bourdon, M. (2005). Fonctions de réaction des banques centrales européennes et

convergence. L’Actualité Économique, 79(3), 297–326. https://doi.org/10.7202/009902ar

Ingves, S. (2011). Gouvernance de banque centrale et stabilité financière.

Kim, H., Batten, J. A., & Ryu, D. (2020). Financial crisis , bank diversi fi cation , and fi
nancial stability : OECD countries. International Review of Economics and Finance,
65(August 2019), 94–104. https://doi.org/10.1016/j.iref.2019.08.009

Koffi, S. (2022). Inclusion financière et stabilité bancaire en Afrique subsaharienne : une

réflexion à partir de la théorie des biens publics Financial inclusion and banking
stability in Sub-Saharan Africa : a public goods theory perspective. 3, 652–680.

Kuma, J. K. (2020). Comprendre la convergence économique : résumé théorique et revue de

littérature.

Laffiteau, E., & Edi, S. J. (2012). Les pays de la CEMAC convergent-ils ?

Paris, B. De, & Dauderstädt, M. (2015). La convergence en crise Une menace pour l ’
intégration européenne. 1–41.

Rakotonirainy, M., & Catholique, U. (2022). La stabilité financière et le stress test

macroéconomique du secteur bancaire de Madagascar To cite this version : HAL Id :
tel-03631959.

Ramskogler, P. (2014). LES ORIGINES DE LA CRISE : Panorama de la situation.

www.oecd.org/about/publishing/corrigenda.htm

Rapport sur la stabilité financière 2020. (2020).

Sarkar, S. (2012). Saral Sarkar Comprendre la crise économique actuelle Une approche
écosocialiste. 1–22.

Sekali, J., Juridiques, S., Salé, S., V, U. M., Bouzahzah, M., Juridiques, S., Salé, S., & V, U.
M. (2021). Développement financier et croissance économique : Cas du Maroc
Financial development and economic growth : Case of Morocco Développement
 50

financier et croissance économique : Cas du Maroc. 2(3), 95–108.

https://doi.org/10.5281/zenodo.4792331

Soboua, T. (n.d.). LA PERFORMANCE FINANCIÈRE DES CRITÈRES DE

CONVERGENCES EN ZONE UEMOA THE FINANCIAL PERFORMANCE OF THE
CONVERGENCE CRITERIA IN THE UEMOA ZONE. 3(2022), 278–295.

Universit, C. C. T., Laboratoire, C., Universit, L. M., & Laboratoire, C. (2022). L ’ efficience
et le pouvoir de marché conduisent -ils à une stabilité financière des banques ? Une
étude sur le secteur bancaire de l ’ UEMOA Do efficiency and market power lead to
financial stability ? A study of WAEMU banking sector. 3, 306–332.

Vila, A., La, D., & Irving, P. D. (2013). La stabilit ´ e de l ’ ´ equilibre ´ economique dans la
pens ´ ee d ’ Irving Fisher Adrien Vila To cite this version :

World Bank group(2019) .indicateurs des stabilités financière et de développements

financier.WWW.google.COM

Word development data base (2019) .world soundness indicators .WWW google .COM