Les déterminants des prêts non performants Résumé Dans

Les déterminants des prêts non performants
Ahlem Selma Messai1
[email protected]
Fathi Jouini2
[email protected]
Résumé
Dans cette étude, l’on a essayé de détecter les déterminants de crédits à problèmes (non
performing loans) pour un échantillon composé de 85 banques de trois pays (Italie, la Grèce et
l'Espagne) pour une période allant de 2004 à 2008. Ces pays ont rencontré des problèmes
aprés la crise financière de 2008. Les variables utilisées sont macroéconomiques et
spécifiques à la banque. Les variables macro-économiques intégrées sont
le taux de
croissance du PIB, le taux de chômage et le taux d'intérêt réel. Quant aux variables
spécifiques, on a opté pour la rentabilité des actifs, la variation des crédits accordés et la
réserve pour pertes sur prêts. L'application de la méthode de données de panel a permis de
conclure que les crédits à « problèmes » varient négativement avec le taux de croissance du
PIB, la rentabilité des actifs des banques et positivement avec le taux de chômage, la réserve
pour perte sur prêts et avec le taux d'intérêt réel.
Mots clés : Les prêts non performants, les déterminants macroéconomiques, les déterminants
spécifiques à la banque.
Abstract:
In this study we tried to detect the determinants of loan’s problems for a sample
of 85 banks in three countries (Italy, Greece and Spain) for the period between 2004 and
2008.
These countries have faced
financial problems after the subprime crisis on 2008. The
variables used are macroeconomic variables and specific variables to the bank.
The macroeconomic variables are included the rate of growth of GDP, the unemployment
rate and real interest rate with respect to specific variables we opted for the return on assets,
the change in loans and the loan loss reserves to total loans ratio(LLR/TL).
After the application of the method of panel data, we find that the problem
loans vary negatively with the growth rate of GDP, the profitability of banks' assets and
positively with the unemployment rate, the loan loss reserves to total loans
(LLR/TL) and the real interest rate.
Keywords: Non-performing loans, Macroeconomic determinants, Bank specific determinants.
1
2
Doctorante à l’Ecole Supérieure de Commerce de Tunis, Tunisie.
Assistant à la Faculté des Sciences Economiques et de Gestion de Sousse, Tunisie.
1
I.
Introduction
La détérioration de la qualité du portefeuille de crédits des banques a été la principale
cause de difficultés au niveau des systèmes bancaires et des crises économiques et financières
dans les économies développées. La crise financière mondiale 2008 ne fait pas l’exception. En
effet, la multiplication des défaillances sur prêts hypothécaires aux Etats-Unis, soulignent les
liens entre les chocs macroéconomiques et financiers ainsi que la relation entre les
frictions du marché du crédit et le risque d'instabilité financière.
Le thème « prêts non performants» (Non Performing Loans, NPL) a attiré de plus en
plus l’attention ces dernières décennies. Plusieurs recherches traitent des faillites bancaires et
constatent que la qualité des actifs est un indicateur avancé statistiquement significatif
de l'insolvabilité (Dermirgue-Kunt 1989, Barr et Siems 1994), et que les institutions
bancaires ont toujours un niveau élevé de prêts non productifs avant la faillite. De ce fait, la
grande quantité de créances douteuses dans un système bancaire se traduit généralement
par une faillite bancaire.
Les NPL alors sont parmi les causes principales des problèmes de stagnation
économique. Chaque prêt improductif dans le secteur financier augmente la possibilité de
l’émergence d’une entreprise en difficulté et non rentable.
En l’occurrence, « l'irradiation » des NPL est une condition sine qua non pour améliorer la
conjoncture économique. Si les prêts à problèmes sont existants et conservés en permanence,
ils auront un impact sur les ressources qui seront enfermées dans des secteurs non rentables.
Ainsi, ils sont susceptibles d’entraver la croissance économique et de réduire l'efficacité
économique (Hu, 2006).
Les chocs du système financier peuvent émaner des facteurs propres à l'entreprise (les
chocs idiosyncrasiques) ou encore des déséquilibres macroéconomiques (chocs
systémiques). En général, les recherches adoptées sur les grandes économies ont confirmé que
les conditions macroéconomiques affectent le risque de crédit.
Au début, ce travail de recherche se propose de connaitre les facteurs explicatifs de la qualité
des crédits accordés par la banque, plus précisément les créances douteuses pour pouvoir les
superviser. Ces facteurs peuvent être des variables macro-économiques ou spécifiques à la
banque.
Le reste de cet article est agencé comme suit : la deuxième section traite de la
littérature existante portant sur les déterminants des NPL à savoir les variables
macroéconomiques et spécifiques à la banque et l’effet sur la qualité des prêts. La troisième
section décrit les données utilisées ainsi que la méthodologie. La quatrième section interprète
et analyse les résultats empiriques. Enfin, la conclusion fera l’objet de la cinquième section.
II.
Revue de littérature :
Au cours des dernières années, la littérature qui examine les prêts non performants
(NPL) a attiré l’attention de plusieurs chercheurs surtout l'intérêt accordé à la compréhension
des facteurs responsables de la vulnérabilité financière. Cette situation peut être attribuée au
fait que les actifs dépréciés jouent un rôle crucial dans la vulnérabilité financière comme en
témoigne la forte association entre les NPL et les crises bancaires /financières. En effet,
Sorge, 2004 plaide l’utilisation de telles variables(les prêts non performants et les provisions
2
pour pertes sur prêts) dans le cadre des stress tests afin d’évaluer la vulnérabilité du système
financier.
Nkusu (2011) classe les travaux en trois volets :
Le premier volet de la littérature a mis l'accent sur l'explication des NPL dans les
établissements de crédit dans les pays mettant en évidence le rôle de la performance
macroéconomique, la qualité de gestion et les choix politiques(Dash et Kabra, 2010 ;
Espinoza et Prasad, 2010 ; Louzis et al., 2010).
Le deuxième volet de la littérature analyse le lien entre les NPL et les
conditions macro-financière en mettant en évidence l'impact positif des NPL sur la probabilité
de crise et par la suite le rôle clé joué par ces NPL dans la prévision des crises
bancaires, (Caprio et Klingebiel, 1996; Kaminsky et Reinhart, 1999 ).
La troisième branche de la littérature se concentre sur l’explication ou la prévision
des NPL au niveau macro-économique. Ces agrégats peuvent se rapporter soit aux encours
total des prêts dans une économie ou à certains types de prêts (Rinaldi et Sanchis Arellano,
2006; Jappelli, Pagano, et Marco, 2008; Nkusu, 2011).
De ce fait, les facteurs peuvent être relatifs à l’environnement macroéconomique ou à celui
spécifique à la banque.
A. Les facteurs macroéconomiques :
La relation entre l'environnement macro-économique et la qualité des prêts a été
étudiée dans la littérature reliant la phase du cycle d’affaires avec la stabilité
bancaire. La phase d'expansion de l'économie est caractérisée par un nombre relativement
faible des
créances
douteuses,
puisque les
consommateurs
et
les entreprises
détiennent suffisamment de revenus et de recettes permettant de couvrir leurs dettes dans les
échéances préétablies.
Si la phase d’euphorie ressentie se poursuit, le crédit est alors accordé sans prendre en
considération la qualité des créances. Toutefois, quand la période de récession s'installe, il y
aura une augmentation de créances douteuses.
En général, les modèles théoriques du cycle d’affaires avec un rôle explicite financière offrent
une bonne base pour la modélisation des NPL car ils soulignent le caractère cyclique du
compteur de risque de crédit et les défaillances d'entreprises (Williamson, 1987).
La littérature académique fournit des preuves qui suggèrent une forte association entre
les NPL et plusieurs facteurs macroéconomiques. Ces derniers que la littérature propose
comme étant des déterminants importants sont: la croissance annuelle du PIB, la croissance
du crédit, le taux d'intérêt réel, le taux annuel d'inflation, le taux de change réel, le taux de
chômage annuel, la masse monétaire (M2) et le PIB par capitaux, etc.
L'environnement macroéconomique influence le bilan des emprunteurs et leur capacité
d’emprunt. Une économie en croissance est favorable à une hausse des revenus et à une
diminution de la détresse financière. En conséquence, la croissance réelle du PIB et l'emploi
sont associés négativement aux NPL. Inversement, le chômage est lié positivement aux NPL.
3
La dynamique de ces deux variables est étroitement liée aux ménages et aux
entreprises et à la capacité de répondre à leurs obligations financières. Une augmentation du
PIB reflète généralement des plus grands flux de revenus pour les ménages et une
augmentation de la rentabilité des entreprises. Une augmentation du taux de chômage limite le
pouvoir d'achat actuel et futur des ménages et elle est généralement liée à une diminution de
la production de biens et services. Le chômage affecte négativement les flux de trésorerie des
ménages et augmente le fardeau de la dette. En ce qui concerne les entreprises,
l’augmentation du chômage pourrait provoquer une diminution de la production suite à la
baisse de la demande effective. Cela peut conduire à une baisse des revenus et à un état de
dettes fragiles.
Dans le même ordre d’idées, le taux d'intérêt affecte le montant des créances douteuses
dans le cas des prêts à taux variable. Cela implique que l'effet du taux d'intérêt devrait être
positif, et en conséquence, il y aura une augmentation de la dette provoquée par la hausse des
paiements de taux d'intérêt qui entraînera par conséquent une croissance plus élevée de prêts
non performants (Bofondi et Ropele, 2011). Lawrence (1995) examine un tel modèle et
introduit explicitement la probabilité de défaut. Le modèle implique que les emprunteurs à
faible revenu ont plus de taux de défaut. Ceci s'explique par leur risque accru du chômage, ce
qui les rend incapables de faire face à leurs engagements. Aussi faut-il souligner le fait qu’en
équilibre, les banques facturent des taux d'intérêt plus élevés aux clients les plus risqués.
Plusieurs études empiriques ont trouvé une relation négative entre la croissance du
PIB réel et NPL (Salas et Suarina, 2002; Rajan & Dhal, 2003; Fofack, 2005, et Jimenez et
Saurina, 2005). L'explication fournie par la littérature de cette relation est que la forte
croissance positive du PIB réel se traduit habituellement par un revenu plus élevé qui
améliore la capacité de remboursement de l'emprunteur. Ce dernier contribue ainsi à réduire
les prêts non performants. Inversement, quand il ya un ralentissement de l'économie
(croissance ralentie du PIB ou négative) le niveau de créances douteuses devrait augmenter.
Salas et Saurina (2002) estiment un important effet négatif de la croissance du PIB sur le ratio
de NPL. Fofack (2005) affirme que la croissance économique, le taux d'intérêt réel sont des
déterminants importants de créances douteuses dans les pays africains sub-sahariens. L'auteur
attribue la forte association entre les facteurs macro-économiques et les créances douteuses à
la nature peu diversifiée de certaines économies africaines et leur forte exposition aux chocs
extérieurs. Bercoff, Giovanni et Grimard, 2002 ont analysé le système bancaire de l'Argentine
et ont constaté que, la croissance du crédit affecte les NPL.
Quant au taux d’intérêts, ils ont été également jugés importants dans plusieurs études.
L'impact des taux d'intérêt réels (RIR) sur les prêts non performants sont largement traités
dans la littérature. En fait, plusieurs études rapportent que le fort taux d'intérêt réel est
positivement lié à cette variable (Jimenez et Saurina, 2005 et Fofack, 2005). Par exemple,
Fuentes et Maquieira (2003) ont constaté, en observant les banques chiliennes, que les taux
d'intérêt ont eu un effet plus important sur les créances douteuses.
Jimenez et Saurina (2005) examinent le secteur bancaire espagnol de 1984 à 2003, ils
fournissent la preuve que les NPL sont déterminés par la croissance du PIB, le taux d'intérêt
réel et les conditions de crédit clémentes. En se basant sur leur modèle, Khemraj et Pacha,
2009 tentent de chercher les déterminants de NPL dans le secteur bancaire guyanais.
Ils ont trouvé que le taux de change effectif réel a un impact positif significatif sur les
créances douteuses. Ceci indique que chaque fois qu'il ya une appréciation de la monnaie
locale les portefeuilles des NPL des banques commerciales sont susceptibles
4
d'être élevés. Leurs résultats empiriques montrent que la croissance du PIB est inversement
liée à des NPL, ce qui suggère que l'amélioration du PIB se traduit dans l'économie réelle par
une baisse des NPL. Ils ont aussi constaté que les banques qui font payer des taux d'intérêt
relativement élevés et prêtent trop sont susceptibles d'encourir des niveaux élevés de prêts non
performants. Parmi les auteurs qui ont confirmé que les évolutions macroéconomiques
défavorables sont associées à la hausse des NPL, l’on peut citer l’exemple de la recherche
effectuée par Nkusu, (2011). Ce dernier a étudié la rétroaction entre les NPL et leurs
déterminants macroéconomiques dans un modèle à vecteur autorégressif en panel (PVAR).
Selon cet auteur, les NPL ont un rôle central dans les relations entre les frictions du marché
de crédit et la vulnérabilité macrofinancière.
Adebola et al.(2011), explorent les facteurs qui expliquent les NPL des banques
islamiques en Malaisie pour la période s’étalant de 2007à 2009.
L'étude emploie l’ARDL (Auto-Regressive Distributed Lag) pour examiner les effets de
certaines variables macro-économiques qui comprennent l'indice de production industrielle, le
taux d'intérêt et l'indice de prix à la production. Les résultats indiquent deux relations à long
terme entre les variables et notent que le taux d'intérêt a un impact positif significatif à long
terme sur les créances douteuses. L’indice de production industrielle s'avère un signe positif
mais non significatif. Le Prix à la production semble avoir un impact négatif et significatif sur
les créances douteuses. Les résultats de cette étude sont similaires aux résultats des
études précédentes, y compris celle de Bofondi et Ropele (2011). Ces derniers, ont opté pour
un travail sur les banques conventionnelles en Italie. Ils ont analysé la relation entre la qualité
des prêts et la nature des emprunteurs. Conformément à leur analyse, les variables macroéconomiques peuvent affecter deux catégories d'emprunteurs différemment, à savoir les
particuliers et les entreprises.
Bofondi et Ropele (2011) examinent les déterminants macroéconomiques de la qualité
des prêts des banques en Italie sur la période 1990T1-2010T2, telle que mesurée par le ratio
des nouvelles créances douteuses à l'encours des prêts dans la période précédente.
Selon ces auteurs, la qualité des prêts aux ménages et aux entreprises peut être expliquée
par un petit nombre de variables macro-économiques concernant principalement l'état
général de l'économie, le coût d'emprunt et le fardeau de la dette. Toujours est-il que les
changements dans les conditions macro-économiques affectent généralement la qualité des
prêts.
Louzis et al., (2010) utilisent
la méthode de données de panel dynamique
pour examiner les déterminants de NPL dans le secteur bancaire grec, séparément pour
chaque type de prêt (des consommateurs, des entreprises et des hypothécaires). Un ensemble
d'indicateurs macro-économiques fondamentaux, plus précisément, le taux de croissance réel
du PIB, le taux de chômage et le taux d'intérêt réel (correspondant à chaque type de prêt) sont
étudiés. Ils utilisent un ensemble des données concernant neuf banques grecques de taille
importante pour la période 2003 à 2009. Les résultats montrent que les prêts non performants
dans le système bancaire grec peuvent être expliqués principalement par les
fondamentaux macroéconomiques (Le PIB, le taux de chômage, le taux d'intérêt) et la qualité
de gestion. Les NPL sur les prêts hypothécaires étant les moins sensibles aux conditions
macro-économiques. Ce résultat est conforme à celui trouvé par Espinosa et Prasad (2010).
En effet, pour un échantillon de 80 banques dans la région du CCG1 sur 1995-2008, ils ont
trouvé que le ratio NPL s'aggrave à mesure que la croissance économique devient plus faible,
1
CCG : Conseil de coopération du Golf.
5
le taux d’intérêt et l'aversion au risque augmentent. Leur modèle implique que l'effet
cumulatif des chocs macro-économiques sur un horizon de trois ans est en effet important.
Dash, Kabra (2010), analysent la sensibilité des NPL aux facteurs macroéconomiques et spécifiques aux banques en Inde. En particulier, ils utilisent l'analyse de
régression et d'un ensemble de données panel couvrant dix ans (1998-99 à 2008-09). Ils
trouvent une relation positive significative entre les NPL et le taux de change effectif
réel. Cela signifie que la détérioration de la compétitivité internationale de l'économie
locale (qui se traduit par une appréciation du taux de change effectif réel) peut entraîner des
niveaux élevés de prêts non performants.
B. Les facteurs spécifiques aux Banques
Outre les variables macroéconomiques, il existe plusieurs travaux empiriques qui
suggèrent que les facteurs spécifiques à la banque (tels que, la taille de l'institution, les
marges de profit, l'efficacité, la rentabilité, les conditions de crédit (la maturité et l'intérêt), le
profil de risque, et le pouvoir de marché, sont des déterminants importants des NPL, car ils
peuvent provoquer des prêts risqués. Les indicateurs macroéconomiques sont inclus
principalement comme variables de contrôle et sont donc traités comme exogènes (Berger et
DeYoung, 1997; Bikker et Hu, 2002 ; Pain, 2003 ; Jimenez et Saurina, 2005 ; Quagliariello,
2007).
Sinkey et Greenwalt, (1991) ont traité les pertes sur prêts des grandes banques
commerciales aux États-Unis de 1984 à 1987. Ils ont affirmé que les facteurs internes et
externes expliquent le taux de pertes sur prêts de ces banques. Ces auteurs constatent une
relation positive significative entre le taux de pertes sur prêts et des facteurs internes tels que
les taux d'intérêt élevés, les prêts excessifs, et les fonds volatils.
Salas et Saurina (2002) se sont intéressés au cas espagnol et ce en travaillant sur une période
s’étalant de 1985 à1997 que, en plus de la croissance du PIB réel et la croissance du crédit, la
taille des banques, le ratio de capital et du pouvoir de marché expliquent les variations des
créances douteuses.
En s’intéressant au cas indien, Rajan et Dhal (2003) ont signalé que les conditions
macro-économiques favorables (mesuré par la croissance du PIB) et des facteurs financiers
tels que la maturité, le coût et les conditions des crédits, la taille des banques ont un impact
significatif sur les créances classées des banques commerciales en Inde.
Plus récemment, Hu et al (2006) ont analysé la relation entre les créances classées et la
structure de propriété des banques commerciales à Taiwan avec un ensemble de données
panel couvrant la période 1996-1999. Les auteurs ont montré que la taille des banques est
liée négativement aux NPL tandis que la diversification ne peut pas être un facteur
déterminant. Ils ont aussi constaté que les banques dont une bonne partie de leur capital est
détenue par l’Etat ont enregistré une baisse des prêts non productifs.
Dans ce travail, on a intégré trois variables portant sur la performance des actifs, les
provisions constituées et le montant de crédits accordés. La profitabilité de la
banque peut expliquer le comportement à risque des gestionnaires. Les banques ayant une
rentabilité élevée sont moins poussées à la création de revenus et donc moins contraintes de
s'engager dans des offres de crédit risqué. Au contraire, les banques inefficaces se trouvent
obligées à octroyer des crédits jugés risqués et par la suite connaître des niveaux élevés de
prêts douteux.
6
La mauvaise gestion alors, peut impliquer la faiblesse du suivi à la fois pour les coûts de
fonctionnement et la qualité des crédits accordés, ce qui va induire des niveaux élevés
de pertes en capital. L’inefficacité managériale peut aussi affecter positivement les créances
classées. En analysant le contexte du secteur bancaire tchèque pour la période 1994-2005,
Podpiera et Weill (2008) ont conclu qu'il existe des preuves solides en faveur de l'inefficacité
qui est positivement associée à des augmentations futures de prêts non performants.
Les auteurs plaident que les autorités réglementaires doivent se concentrer sur la performance
managériale afin d'améliorer la stabilité du système financier. Le même résultat a été constaté
par Louzis et al.(2010) pour le cas des banques grecques.
En vertu de l’hypothèse de mauvaise gestion avancée par Berger et DeYoung (1997), les
gestionnaires n'ont pas les compétences pour évaluer et contrôler les risques encourus
lorsque les prêts sont accordés aux nouveaux clients. Les auteurs en ce cas ont étudié
l'existence du lien de causalité entre la qualité des prêts, de la rentabilité et le capital des
banques en utilisant un échantillon de banques commerciales américaines pour la période
1985-1994.
Certains
auteurs
ont
utilisé
le ROA
comme un
indicateur
de
performance, Godlewski (2004) montre que les répercussions de la profitabilité des banques
sont négatives sur le niveau de ratio de prêts improductifs. Cependant, en utilisant un panel
appliqué sur 129 banques en Espagne pendant la période 1993-2000, Garciya-Marco
et Robles-Fernandez (2007) indiquent que des niveaux élevés de ROE seront suivis par un
plus grand risque dans la prochaine période. Ils soutiennent que la politique de maximisation
du profit est accompagnée par des niveaux élevés de risque.
La réserve pour pertes sur prêts est calculée en divisant le montant de la provision
pour pertes sur prêt par l’encours total des prêts. L’établissement de cette provision
s’effectue à partir de l’expérience historique de l’institution en la matière. Ainsi, si une
institution connaît historiquement une performance de x% au chapitre des pertes sur prêts,
elle devra prévoir une réserve pour créances douteuses dont le pourcentage avoisinera les
x%. De la même façon, si une institution connaît des perturbations sur ses performances de
recouvrement, elle devrait ajuster la réserve pour perte sur prêts.1
Les banques qui anticipent des niveaux élevés de pertes en capital pourraient créer des
provisions plus élevées pour diminuer la volatilité des résultats et pour renforcer la solvabilité
des banques à moyen terme. Les gestionnaires peuvent aussi utiliser les provisions pour pertes
afin de signaler la solidité financière de leurs banques comme la volonté d'une banque à la
provision pour pertes sur prêts est considérée comme une forte croyance en la performance
future de la banque (Ahmad et al. 1999). La réserve pour pertes sur prêts (Le taux global de
provisionnement) reflète l'attitude générale du système bancaire vers un contrôle des risques.
Pour Hasan et Wall(2004), en utilisant un échantillon des banques appartenant à 24 nations
pour la période allant de 1993 à 2000, ils ont trouvé que les niveaux plus élevés de prêts non
performants sont associés à des niveaux élevés de réserve pour pertes sur prêts. Boudriga et
al.(2009) examinent les déterminants des prêts non performants et l'impact de l'environnement
de supervision et ce pour un échantillon de 59 pays sur la période 2002-2006. Les auteurs ont
trouvé que l'augmentation des provisions semble diminuer le niveau des prêts douteux. Ils ont
aussi trouvé une association entre les créances improductives et les variables bancaires
spécifiques telle que le ROA (le ratio fonds propres total actifs pondéré par le risque).
1
Claude Royer ( 2010 ), « Calcul, analyse et Gestion du portefeuille à risque », Développement International
Des Jardins, p34.
7
La dernière variable spécifique à la banque intégrée dans notre modèle affectant les
crédits non performants est la croissance de crédit mesurée par la variation en pourcentage du
portefeuille de crédits de chaque banque. La littérature montre que la croissance rapide du
crédit est souvent associée à des créances douteuses. En effet, les Prêts excessifs par les
banques commerciales sont souvent identifiés comme un déterminant important de créances
douteuses (Keeton et Morris, 1987; Sinkey et Greenwalt, 1991; Keeton, 1999; Salas et
Saurina, 2002, et Jimenez et Saurina, 2005). Jimenez et Saurina, (2005) ont
attribué l’augmentation des crédits au comportement moutonnier et aux problèmes
d'agence qui pourraient inciter les dirigeants des banques à prêter excessivement pendant les
périodes de crise. Plusieurs travaux ont confirmé la présence de cette relation positive tels
que les travaux de Jimenez et Saurina, 2005 ; Khemraj et Pacha, 2009 et Dash et Kabra,
2010.
III.
La présentation de l’échantillon, du modèle et l’analyse des résultats :
A. L’échantillon :
L’échantillon est composé de 85 banques dans trois pays (L’Italie, la Grèce et
l'Espagne) pour une période de cinq ans (de 2004 à 2008). Le choix des trois pays n’est pas
aléatoire puisqu’il présente un échantillon représentatif des pays qui ont eu des problèmes
après la crise de 2008 et l’aggravation des finances publiques. On a opté alors pour une
sélection des banques de grande taille et ayant un montant important de créances classées. Le
choix de ces trois pays est alors motivé par le fait que le nombre de défauts bancaires dans ces
pays est très important ces dernières années. Ils ont été frappés de plein fouet par la crise des
subprimes et puis par la crise de surendettement. En effet, l’Etat Grec a anéanti tout le
système financier et monétaire européen.
B. L’application du modèle Panel :
Afin de concrétiser empiriquement cette étude, on a utilisé des variables aussi bien
macroéconomiques et financières. Les données macro-économiques sont collectées à partir de
World Development Indicators & Global Development Finance. Concernant les données
spécifiques aux banques, on a utilisé la base de données bankscope.
PNP / TP: Représente le ratio des créances douteuses au total des prêts pour la banque i à
l'année t.
Représente la croissance annuelle du PIB réel au temps t-1.
CHi,t : Représente le taux de chômage.
: Désigne le taux d'intérêt réels (mesurés comme la différence entre le taux de
prêt moyen pondéré et le taux d'inflation annuel) au temps t.
ΔPrêts i, t : Représente la croissance des prêts pour la banque i pour l'année t,
RPP/TP : La réserve pour pertes sur prêts.
8
.
Table 1- La définition des variables
Variables
Définition
Signe
attendu
Le ratio des prêts non performants au total des prêts pour
ê
la banque i à l'année t.
La croissance annuelle du PIB(GDP) réel au temps t est
calculée comme suit:
(-)
CH
Taux de chômage
(+)
TIR
Taux d'intérêt réel mesuré par la différence entre le taux de
prêt moyen pondéré (TPMP) et le rapport annuel taux d'inflation
:
ROA
RPP/TP
Le bénéfice net / actif total
La réserve pour pertes sur prêts est calculée en divisant le
montant de la provision pour pertes sur prêt par l’encours
total des prêts. Le ratio des réserves de pertes sur prêts au
total des prêts
(+)
(-)
(+)
(+)
B. La Présentation et l’analyse des résultats :
L’application des modèles de régressions multiples exige l’absence de multicolinéarité
entre les variables indépendantes (exogènes). Ce problème conduit à de mauvaises
estimations des coefficients αi. Un problème de multicolinéarité bivariée se pose lorsque deux
variables indépendantes sont fortement corrélées. Le tableau 2 présente les coefficients de
corrélations de Pearson des différentes variables exogènes figurant dans notre modèle.
Les coefficients de corrélations, entre les différentes variables explicatives, sont faibles
sauf pour la relation entre le taux de croissance de PIB et le taux de chômage (0,51). Le test
de muticolinéarité multivariée peut accepter l’introduction de ces deux variables ensemble si
seulement si les seuils fixés par l’indicateur de tolérance et des valeurs Vif et l’indice de
conditionnement sont respectés.
Table 2- la matrice de corrélation de Pearson
CH
TIR
1.0000
CH
0.5101
1.0000
TIR
0.2343
-0.0953
1.0000
ROA
-0.1083
-0.0497
-0.0380
RPP/TP
-0.0389
-0.0273
0.0598
0.0101
-0.0878
-0.0221
ROA
RPP/TP
1.0000
-0.0473
0.1187
1.0000
-0.0943
1.0000
9
La multicolinéarité multivariée, quant à elle, se pose lorsque plusieurs variables
indépendantes/exogènes sont corrélées. Les résultats des tests qu’on a effectués montrent
l’absence d’un problème de multicolinéarité multivariée. En effet, on n’a identifié aucun
indicateur de tolérance d’une variable inférieur à la limite de 0,25. En outre, toutes les valeurs
du VIF identifiées sont inférieures à la limite tracée par Fox (1991) à savoir 4. Les dernières
valeurs propres ne sont pas très proches de 0 et les indices de conditionnement sont tous
inférieurs à 30. Ces constatations confirment l’absence d’un problème de multicolinéarité
multivariée
Le test d’Hausman (1978) permet de déterminer si les coefficients des deux
estimations (fixe et aléatoire) sont statistiquement différents. L’idée de ce test est que sous
l’hypothèse nulle d’indépendance entre les erreurs et les variables explicatives, les deux
estimateurs sont non biaisés et les coefficients estimés sont identiques. Le résultat de ce test
est une loi Kh-2 avec K-1 degré de liberté. Si on ne peut rejeter l’hypothèse nulle, c'est-à-dire
si la valeur de la statistique χ2 est inférieure à la valeur théorique, on utilisera les effets
aléatoires. Les résultats du test de Hausman indiquent que l’effet fixe est préféré à l’effet
aléatoire.
Table 3 :L’estimation par régression des déterminants des prêts non performants
PNP
CH
TIR
ROAt-1
RPP/TP
Cst
R2
F
Coefficients
-0.4405459*
0.3305912***
0.5783274**
-0.803046**
1.120132***
0.1974659
-3.133022**
0.9261
2.99
t-student
-1.73
3.39
2.60
-2.05
4,43
1.16
-2.19
(*** ), (** ) et (*) Coefficients significatifs respectivement à un seuil de 1%, 5% et 10%
Assez conforme à la théorie, les résultats que l’on a trouvé confirment une relation
négative significative entre le taux de croissance du PIB., (
et les prêts non
performants (Salas et Suarina, 2002; Jajan et Dhal, 2003; Fofack, 2005, Jimenez et Saurina,
2005 ; Khemraj, et Pacha, 2009, Dash et Kabra, 2010 ; Espinoza et Prasad, 2010).
L'amélioration de l'économie réelle est susceptible de voir une réduction des
portefeuilles de prêts non performants des banques commerciales. Concernant le taux de
chômage, on a trouvé une relation positive et significative à un niveau de 1% avec le ratio
crédit non performants. En effet, les clients chômeurs ne peuvent pas faire face à leurs
engagements et rembourser les crédits ce qui permet d’augmenter le niveau des prêts non
performants. Dans ce travail, les résultats sont similaires à ceux obtenus par Louzis, et
al. (2010) pour le cas des banques grecques et Bofondi et Ropele (2011) concernant les
banques italiennes. Parallèlement aux études antérieures, on trouve cependant une importante
association positive entre la variable taux d'intérêt réel (RIR) et les prêts non performants
NLP (Sinkey et Greenwalt, 1991; Fofack, 2005; Jimenez et Saurina, 2005; Khemraj et Pacha,
2009; Dash et Kabra, 2010). Cela indique que quand une banque commerciale augmente
ses taux d'intérêt réels cela peut se traduire immédiatement par une augmentation des prêts
non performants surtout pour les crédits à taux variables. Cette relation s’explique aussi par la
10
diminution de la capacité des emprunteurs à faire face à leurs engagements. L’on a aussi
trouvé une relation négative et significative à un niveau de 5% entre la rentabilité des actifs et
le montant des créances classées.
Concernant la relation entre la variable réserve pour pertes sur prêts et les prêts non
performants, elle est positive et significative à un niveau de 1%. Les banques qui anticipent
des niveaux élevés de pertes en capital pourraient créer des provisions plus élevées pour
diminuer la volatilité des résultats et de renforcer la solvabilité des banques à moyen terme.
Ce résultat est similaire à celui de Hasan et Wall (2004), et ce contrairement aux résultats
trouvés par Boudriga et al(2009). Enfin, les résultats montrent que la variation des crédits
accordés par les banques n’affecte pas le niveau des crédits non performants et ce
contrairement aux résultats trouvés par
Khemraj, T., et Pacha, S. (2009) Dash
et Kabra (2010).
CONCLUSION :
Au niveau de ce travail, on a essayé de détecter les facteurs qui peuvent affecter et
influencer les créances douteuses au niveau des établissements de crédits pour un échantillon
de banques européennes. Les résultats démontrent que la croissance du PIB et la rentabilité
des actifs des établissements de crédits ont un impact négatif sur les crédits non performants
par contre le taux de chômage et le taux d’intérêt réel l’affectent positivement. On a trouvé
que les provisions des banques augmentent avec les prêts non performants.
Les résultats trouvés affirment que les banques commerciales devraient prêter
attention à plusieurs facteurs lorsqu'elles consentent des prêts dans le but de limiter le
niveau des prêts douteux. Plus précisément, les banques commerciales doivent considérer la
compétitivité internationale de l'économie nationale, car cela pourrait nuire à la capacité des
emprunteurs des secteurs clés d'exportation orientée à rembourser leurs prêts qui à leur
tour entraîne une hausse des prêts non performants. Ces établissements de crédit doivent
également prendre en compte la performance de l'économie réelle lors de l'extension des
prêts étant donné que les prêts improductifs sont susceptibles d'être plus élevé pendant les
périodes de ralentissement économique. La Banque devrait également élargir son cadre
de surveillance macro-économique afin d'inclure les indicateurs prudentiels tels que le
PIB pour évaluer la stabilité et la solidité du système bancaire.
Comme perspective de recherche, il est possible d’utiliser d’autres variables
macroéconomiques tels que le taux de change réel, le taux d’inflation et d’autres types de
variables spécifiques à la banque (la taille des établissements ou la liquidité). Il est possible
d’étendre le travail en décomposant les prêts non performants par types de crédits. On peut
utiliser d’autres méthodes économétrique tel que le panel dynamique en intégrant les crédits
non performants retardés parmi les variables explicatives et d’intégrer aussi les retards des
autres variables explicatives. On peut aussi utiliser la méthode de cointégration. Il est aussi
utile d’étendre et enrichir le travail en prenant les NPL comme un indicateur des banques en
détresse.
11
Bibliographie:
Adebola S.S, Sulaiman.W, Yusoff.W, Dahalan.J, (2011), “An ARDL Approach to the
determinants of nonperforming loans in Islamic banking system in Malaysia”, Arabian
Journal of Business and Management Review Vol. 1, No.2.
Ahmad, A.S., Takeda, C. and Thomas S.,(1999) “Bank loan loss provisions: A reexamination
of capital management, earnings management and signaling effects”. Journal of Accounting
and Economics, Vol. 28, no.1, pp. 1-25.
Andreeva, Olga (2004). “Aggregate bankruptcy probabilities and their role in explaining
banks’ loan losses,” Working Paper 2004/2, Norges Bank, February.
Barr, R., Siems, T., (1994), “Predicting Bank Failure using DEA to quantify management
quality” federal Reserve Bank of Dallas, Financial industry Studies Working papers N°94-1.
Bercoff, Jose J., Julian di, Giovanni and Franque Grimard (2002), “Argentinean Banks, Credit
Growth and the Tequila Crisis: A Duration Analysis” (Unpublished).
Berger A. N. and R. DeYoung (1997), “Problem loans and cost efficiency in commercial
banks.”Journal of Banking and Finance, vol. 21, pp. 849‐870.
Bikker J. A. and H. Hu (2002), “Cyclical patterns in profits, provisioning and lending of
banks and procyclicality of the new Basel capital requirements.” BNL Quarterly Review, vol.
55, pp. 143‐75.
Bofondi, M. and Ropele, T. (2011), “Macroeconomic determinants of bad loans: evidence
from Italian banks”, Occasional Papers, 89.
Boudriga, Abdelkader; Boulila, Neila and Jellouli, Sana,(2009), “Does bank supervision
impact nonperforming loans : cross-country determinants using agregate data ?”, MPRA
Paper No. 18068,
Caprio G., and D. Klingebiel, (1996), “Bank Insolvencies: Cross Country Experience,”
World Bank Policy and Research Working Paper 1574 (Washington).
Dash, M., and Kabra, G. (2010), “The determinants of non-performing assets in Indian
commercial bank: An econometric study”,Middle Eastern Finance and Economics, 7, pp94106.
Demirgüç-Kunt, A. and E. Detragiache, (1998), “Financial Liberalization and Financial
Fragility,” IMF Working Paper 98/83, (Washington: International Monetary Fund).
Espinoza, R., and A. Prasad, (2010), “Nonperforming Loans in the GCC Banking Systems
and their Macroeconomic Effects”, IMF Working Paper 10/224 (Washington: International
Monetary Fund).
Fernandez de Lis, Santiago, Martinez, Jorge and Jesus Saurina (2000), “Credit Growth,
Problem Loans and Credit Risk Provisioning in Spain.” Working Paper No. 0018, Banco de
Espana, October.
12
Fofack, Hippolyte (2005), “Non-performing loans in sub-Saharan Africa: Causal
Analysis and Macroeconomic Implications.” World Bank Policy Research Working
Paper No. 3769, November.
Fuentes, R and Carlos Maquieira (2003), “ Institutional arrangements, credit market
development and loan repayment in Chile”, School of Business and Economics, Universidad
de Chile
Kaminsky, G., and C. Reinhart, 1999, “The Twin Crises: the Causes of Banking and Balance
of Payments Problems”, The American Economic Review, Vol. 89 (3), pp. 473–500.
Keeton, William R. (1999), “Does Faster Loan Growth Lead to Higher Loan Losses?”,
Federal Reserve Bank of Kansas City, Economic Review, Second Quarter 1999.
Keeton, W., and Morris C.S. (1987), “Why do banks’ loan losses differ?”, Federal Reserve
Bank of Kansas City, Economic Review, pp3‐21.
Khemraj, T., and Pasha, S. (2009), “The determinants of non-performing loans: An
econometric case study of Guyana”, Paper presented at the Caribbean Centre for Banking and
Finance Bi-annual Conference on Banking and Finance, St. Augustine, Trinidad.
Lawrence, E. C., (1995), “ Consumer default and the life cycle model”, Journal of Money
Credit and Banking. 27, pp939-954.
Louzis, D. P., Vouldis A. T., and Metaxas V. L. (2010), “Macroeconomic and bank‐specific
determinants of non‐performing loans in Greece: a comparative study of mortgage, business
and consumer loan portfolios”, Bank of Greece, Working Paper, 118.
Hasan, Ifetkhar and Larry D. Wall (2003), “Determinants of the loan loss allowance:
some cross-country comparison”, Bank of Finland Discussion Papers No. 33/2003.
Hoggarth Glen and John Whitley (2003), “Assessing the Strength of UK Banks through
Macroeconomic Stress Tests.” Financial Stability Review, Bank of England, June, pp. 91-103.
Hu, J.L., Li, Y., and Chiu, Y.H.,(2004), “Ownership and nonperforming loans: Evidence from
Taiwan’s banks”, The Developing Economies, Vol. 42, no.3, pp. 405-420.
Jappelli, T., M. Pagano, and M. Marco, (2008), “Households’ Indebtedness and Financial
Fragility”, CSEF Working Paper 208 (Naples: Center for Studies of Economics and Finance).
Jimenez, Gabriel and Jesus Saurina (2005), “Credit cycles, credit risk, and prudential
regulation”, Banco de Espana, January.
Jordan, John S. (1998), “Problem Loans at New England Banks, 1989 to 1992: Evidence of
Aggressive Loan Policies”, New England Economic Review, January/February, pp.24- 38.
Nkusu Mwanza(2011), Non performing Loans and Macrofinancial Vulnerabilities in
Advanced Economies , IMF Working Paper WP/11/161 .
13
Pain D. (2003), “The Provisioning Experience of the Major UK banks: A Small Panel
Investigation.” Bank of England Working Paper, no. 177.
Podpiera, J., Weill L., (2008), “Bad Luck or Bad Management? Emerging Banking Market
Experience”. Journal of Financial Stability 4, pp135-148.
Quagliarello M. (2007), “Banks’ Riskiness Over the Business Cycle: a Panel Analysis on
Italian Intermediaries”, Applied Financial Economics 17, pp119-138
Rajan, R., and Dhal, S.C. (2003), “Non-performing loans and terms of credit of public sector
banks in India: An empirical assessment”, Reserve Bank of India Occasional Papers, 24(3),
pp81-121.
Rinaldi L. and A. Sanchis‐Arellano (2006), “Household debt sustainability: What explains
household non‐performing loans? An empirical analysis.” ECB Working Paper, no. 570.
Salas, V. and Saurina, J., (2002), “Credit risk in two institutional regimes: Spanish
commercial and savings banks”. Journal of Financial Services Research, 22(3), pp203-224.
Sinkey, J. F., and Greenwalt, M. (1991), “Loan-loss experience and risk-taking behvior at
large commercial banks”. Journal of Financial Services Research, 5, pp43-59.
Williamson, S., (1987), “Financial Intermediation, Business Failures, and Real Business
Cycles”, Journal of Political Economy, Vol. 95(6), pp. 1196–1216.
14