5. ETUDES ET ANALYSES
Transcript of 5. ETUDES ET ANALYSES
5. ETUDESETANALYSES
95Revue de Stabilité Financière 2007
5 ETUDES ET ANALYSES 94
5.1 MesuredelavulnérabilitédusecteurbancaireLuxembourgeois 96
5.1.1 Introduction 97
5.1.2 Revuedelalittérature:Définitionetmesuredelavulnérabilitéfinancière 98
5.1.3 Constructiondel’indice:Composition,méthodologiesettestsdeplausibilité 99
5.1.4 Lesfacteursmacroéconomiquessous-jacentsàlavulnérabilitébancaire 105
5.1.5 Conclusion 110
5.2 Co-variationdestauxdecroissancesectorielsauLuxembourg:
l’apportdescorrélationsconditionnellesdynamiques 114
5.2.1 Introduction 114
5.2.2 LaméthodologiedumodèleDCC-GARCH 115
5.2.3 Donnéesetrésultatsdesestimations 116
5.2.4 L’interactionentrelesecteurfinancieretlesautresbranchesd’activité:
testdecausalitédesmoyennesetvariancesconditionnelles 124
5.2.5 Conclusion 127
5.3 Analyselongtermeducomptedeprofitsetpertesdesétablissements
decreditluxembourgeois 129
5.3.1 Introduction 129
5.3.2 Méthodologieetexplicationssurlecompte 129
5.3.3 Analyseannuelledesévolutionsdel’agrégatducomptedeprofitset
pertesde1977à2006 130
5.3.4 Analysetrimestrielledesévolutionsdel’agrégatducomptedeprofits
etpertesde1994/12à2006/12 138
5.3.5 Laparticularitédesrevenusnetssurdivers 140
5.3.6 LerôledesOPC/l’influencedesOPCsurlecomptedeprofitsetpertes
desétablissementsdecréditluxembourgeois 142
5.4 Banks’liquiditymanagementregimesandinterbankactivityinafinancialstabilityperspective 144
5.4.1 Liquiditymanagementregimes 144
5.4.2 TheLuxembourgfinancialcenterasaliquidityhub 145
5.4.3 Concludingremarks 148
5.5 Securitieslending 149
5.5.1 Securitieslendingmarket 149
5.5.2 Risksandriskmanagement 152
5.5.3 Implicationsforcentralbanks 154
96 Revue de Stabilité Financière 2007
5.1 Mesure de la vulnérabilité du secteur bancaire luxembourgeois54*
Résumé
Cetarticleapourobjectifd’élaborer,dansunepremièrephase,unindicetrimestrieldevulnérabilitéfinancièredusecteurbancaireluxembourgeois,permettantainsidecompléterlabatteried’indicateursmisenplaceauseindelabanquecentralepourappréhenderlasoliditédecesecteur.Dansunesecondeétape,lelienentrel’indiceconstruitetl’environnementmacroéconomiqueestexploréàtraversunespécificationlinéaire.Enfin,unmodèleestadoptépourlaprévisiondel’évolutiondecetindice.
L’approchequenousadoptonspourlaconstructiondecetindices’inscritfondamentalementdanslalignéedestravauxdeHanscheletMonnin(2005)etIllingetLiu(2006).L’élaborationdecetindiceestbaséesurunlargeéventaildevariablesbilantairesetmacrofinancières.Etplusieursméthodesfurentadoptéespoursaconstruc-tion.Ils’agitdel’indicestandardétabliavecdespondérationsàvarianceégale,deceluiconstruitselonlespercentillesdelafonctiondedistributioncumulativedesvariablesinitialesetenfin,del’indiceélaboréàpartirdel’applicationdelaméthodedelacomposanteprincipaleauxdonnéesdenotreéchantillon.Lesrésultatsobtenusrévèlentunenetteprogressiondel’indicedevulnérabilitédusecteurbancaireluxembourgeoisdurantlacrisefinancièrerusse(1998)etaucoursdelapériode2001-2003.Cettedernièrepériodeestcaractériséeàlafoisparlachutedesindicesboursiersen2001-2003etparl’émergencedelacrisefinancièreenTurquieetenArgentine.Quantàlabaissetrèsnettedecetindicedurantlapériode2003-2006,ellesignifiequel’envi-ronnementetlecomportementdusecteurbancaireluxembourgeoisenmatièrederisquefurentpropicesàlastabilitéfinancière.
Lesrésultatsprévisionnelsobtenusselonnotremodèlesemblentêtreenfaveurd’uneévolutioncontenuedecetindice.Entenantcomptedel’incertitudequientourelaprévision,lafrontièredel’intervalledeconfianceresteinférieureauxniveauxhistoriqueslesplusélevésobservésen2002eten2003.Cecirevientàaffirmerqu’enl’absenced’unchocconjoncturelexceptionneloud’événementssévèresd’ordresystémique,lavulnérabilitédusecteurbancaireluxembourgeoisdemeurefaible.
ClassificationduJEL:G10;E5
Mots-clés:Crisefinancière;Vulnérabilitéfinancière;Institutionsfinancières;Marchésfinanciers.
* AnalyserédigéeparAbdelazizRouabah–E-mail:[email protected] JetiensàremercierparticulièrementleDr.MarkIlling(BanqueduCanada)poursonaideprécieusequantàl’implémentationdecertaines
méthodologiesadoptéesdanscetteanalyse.
97Revue de Stabilité Financière 2007
5.1.1 Introduction
L’ensemble des autorités monétaires de l’Eurosys-tème dont la Banque centrale du Luxembourg sonttrèsattentivesàl’objectifdelastabilitédesprix,maisaussiàlastabilitédessystèmesfinanciersnationauxeteuropéen.Cetteattentionestd’autantplusnécessaireauLuxembourgque lavaleurajoutéedecettebran-ched’activitéreprésenteunesourceprépondérantedurevenunational.Atitreindicatif,lacontributiondirec-tedusecteurbancaireauPIB luxembourgeoisestdeprèsde18%;tandisquelapartcontributivedecettebranchenedépassequ’épisodiquementles4%danslamajoritédespaysdel’Unioneuropéenne.Lereversdel’importancedecetteactivitédansl’économieluxem-bourgeoiseestafférentà lanatureconjoncturelledecesecteur.L’approfondissementdecephénomèneaété particulièrement amplifié par le développementcontemporain des marchés financiers et par la pro-gressiondesrevenusdescommissionsdictésdansunelargemesurepar laperformancedesmarchés.Cettetendances’esttraduiteenréalitéparunaccroissementàlafoisdelasensibilitédesbanquesàlamultiplicitédeschocsetdeleursvulnérabilitésfaceàl’accélérationdeseffetsdecontagiondusà l’interdépendancedessystèmesfinanciers.
L’importancedesactivitésbancairesentantquecanaldetransmissiondelapolitiquemonétaire,maisaussientantquecontributeuràlacroissanceéconomiqueetà la stabilitédes systèmes financiers,a suscitéunintérêtgrandissantà lafoisdesautoritésdesupervi-sion,dumondeacadémiqueetdesbanquescentrales.Traditionnellement,l’évaluationdelasoliditéfinancièredusecteurbancaireestappréhendéeàtravers l’évo-lution temporelled’unensemblede ratios financierscalculésex-postsurdesdonnéesàfréquenceannuel-le.Bienquecesdernierssoientutiles, ilsdemeurent,néanmoins, trèsdescriptifsetd’unenaturestatique.Autrementdit,leurapportdemeurelimitépourévaluerd’unemanièreprospective la solidité financièred’unsystèmebancaireoudesaperformancefaceàlamulti-plicitédeschocsmacroéconomiquesdontleprocessusgénérateurestpardéfinitionaléatoireetimprévisible.La construction de modèles macroéconomiques oumésoéconomiquespermettantlaréalisationdesimu-lationsbasées surunemultitudede scénarii futuneinnovation majeure pour cerner des problématiques
relativesàlastabilitéfinancière.Danscecadre,ilyalieudenoter l’apportdestravauxdeGoodhartetal.(2004a,2004b,2006),deSorgeetVirolainen(2006)etdeLehmannetManz(2005).L’approcheadoptéeparcesdeuxderniersfutappliquéeparRouabah(2006)surunpaneldebanquesluxembourgeoises.Etlesrésultatsempiriques obtenus semblent indiquer que l’activitébancaireauGrand-Duchéestrelativementsensibleàl’évolutionduPIBdelazoneeuroainsiqu’auxchocsafférents à l’indice boursier européenDJE Stoxx. Enrevanche,leschocsmonétaires,approximésparlapro-gressiondutauxd’intérêteuriborà3mois,n’auraientqu’unimpactmarginalsurlesperformancesdecesec-teur.
Récemment,uneattentionparticulièreestaccordéeàlaconstructiond’unindicedevulnérabilité55desban-quesàpartirdelacombinaisond’unlargeéventaildevariablesbilantairesetfinancières(HanscheletMonnin,2005;IllingetLiu,2006;Kibritçioglu,2002).Ilenrésulteunindicecompositedontlesvaleursextrêmessontcen-séesidentifierdespériodesdestressélevé.Différentesméthodessontadoptéespour l’extractionde l’infor-mationrelativeàlavulnérabilitédesbanquesàpartirdevariablesbilantaires,ducomptedepertesetprofitsainsiquedesvariablesmacrofinancières.Ils’agitprin-cipalementdel’analysefactorielle,decalibrageécono-métrique,etdesmodèlesautorégressifsconditionnelle-menthétéroscédastiquesgénéralisés(GARCH)56.
Cette contribution a pour objectif de compléter labatteried’indicateursmisenplaceauseindelaban-quecentralepourappréhender lasoliditédusecteurbancaireauLuxembourg.Dansunepremièreétape,labanquecentraleaconstruitunensembled’indicateurs,quiconsisteenlesuivirégulierd’unevariétéderatiosfinanciersissusdescomptestrimestrielset/ouannuelsdesétablissementsbancaires.Dansunesecondeétape,uneétudeenpanelfutréaliséepourquantifierlasensi-bilitédel’activitébancaireauxdifférentschocsécono-miques,monétairesetfinanciers.Laprésenteanalyseabordelaproblématiquedelaconstructiond’unindicecompositedelavulnérabilitédesbanquesluxembour-geoises,ainsiquelaprévisiondesonévolutionfutureenfonctiond’agrégatsmacroéconomiques.L’approchequenousadoptonss’inscritfondamentalementdanslalignéedes travauxdeHanscheletMonnin (2005)etIllinget Liu (2006). La constructiondecet indicede
55 Lestermesvulnérabilitéet«stress»sonttraitésdansletextecommeétantéquivalents.56 VoirM.IllingetY.Liu(2006)pouruneanalysedétailléesurl’utilisationdecesdifférentestechniquespourlaconstructiond’unindicede
vulnérabilité.
98 Revue de Stabilité Financière 2007
vulnérabilitéconstitueun indicateurcomplémentaireauxdifférentsratiosfinanciersexistants,maisaussiunenouvellestatistiquesynthétiquesusceptibled’identifierlesfacteurssous-jacentsàlavulnérabilitéd’unsecteurdontlacontributionaurevenunationalduLuxembourgestsensiblementimportante.
Cetravailsediviseentroisparties.Lapremièrepartieestunrappeldelalittératurerelativeàlavulnérabilitéfinancière. Ils’agitd’uneesquissedesmultiplesdéfi-nitionsadoptéesdanscettelittératurebourgeonnanteetd’unedescriptiondesméthodologiesquantitativesdédiées à l’évaluation de la vulnérabilité financière.Dansunesecondepartie,nousprésentonslesdifféren-tesméthodesetlesvariablesadoptéespourlaconstruc-tiondel’indicedevulnérabilitéainsiquelesrésultatsobtenuspourleLuxembourg.Danslatroisièmepartie,nous exposons les résultatsdumodèle adoptépourprévoirl’évolutiondecetindice.Etenguisedeconclu-sion,nousdéduisonslesélémentsimportantsquisem-blentsedégagerdecetteétude.
5.1.2 Revuedelalittérature:Définitionetmesuredelavulnérabilitéfinancière
Laquestionde la vulnérabilité financièrea fait l’ob-jet de plusieurs études ces vingt dernières années.Cependant,lesindicateursadoptéspourdécrirel’étatdusecteurbancairesontsouventdesvariablesbinai-res reflétant,àunmomentdonné, la situationdanslaquellesetrouvelesecteurenquestion(crise-solidité).HanscheletMonnin (2005) considèrentque si cettesimpledichotomieestprobablementjustifiéepourlespaysendéveloppementet/ouémergents,l’absenceoulararetédescrisesfinancièresdanslespaysindustria-lisésrendl’adoptiond’unetelleapprochetrèsdiscuta-ble.Celaétant,l’absencedecrisefinancièredanscespaysn’estnullementsynonymenidestabiliténid’unesoliditédeleurssystèmesbancaires.Comptetenuducaractèreconjonctureldel’activitébancaire,lesétablis-sementsbancairessontsusceptiblesde traverserdespériodesdifficiles,quiauraientpoureffetunaccroisse-mentdeleurvulnérabilitéfinancière.Danscecontexte,laconstructiond’unemesureévolutivedestressseraitplusappropriéepourquantifier ledegréde lavulné-rabilitéetpour identifier lesépisodesdefragilitédessystèmesbancairesdespaysindustrialisés.
5.1.2.1 Définitiondelavulnérabilitéfinancièredesétablissementsbancaires
Lavulnérabilitéfinancièredemeureunenotionécono-miquetrèsambiguë,cequiexplique,probablement,lamultiplicitédesdéfinitionsadoptéesdanslalittérature
parueencedomaine.HanscheletMonnin(2005)ontproposédeladécrirecommeétant:«acontinuumofstates,wichdescribethebankingsector’sconditionatagivenpointintime».IllingetLiu(2006)considèrentquelavulnérabilitéfinancièreestunevariablecontinueavecunéventaildevaleurspossiblesetdontlespointsextrêmesreflètentdessituationsdecrises.Ilsaffirment,parailleurs,quelavulnérabilitéestleproduitdelafai-blessedesstructuresetdel’émergencedechocsexo-gènes.Autrementdit,lafragilitédesstructuresseraitleterrainsurlequelleschocssetransformentenévé-nements majeurs susceptibles d’affecter l’ensembledusystème.D’autresauteurspréfèrentdéfinir letestdevulnérabilitéplutôtquelavulnérabilitéelle-même.Ainsi,FrøylandetLarsen(2002)considèrentquelerôledes testsdevulnérabilitéconsisteen l’évaluationdudegrédesensibilitédes institutionsfinancièresàdeschangementsdecirconstanceséconomiques.QuantàladéfinitiondutestdevulnérabilitéproposéeparSorgeetVirolainen(2006),ellefaitréférenceàl’estimationduniveaudurisquegénéréparlasimulationd’unévé-nementexceptionnel,maisréaliste.Onremarquedanscettedernièredéfinition, lanécessitédegénérerdesévénements susceptiblesd’affecter leniveaudes ris-quesetdequantifierleursimpactssurledegrédevul-nérabilitédesétablissementsbancairesetfinanciers.
Aprèscebrefrappelsurl’abondancedesdéfinitionsdelavulnérabilitéetdesoncaractèreambigu,nousintro-duisonsunenouvelledéfinitionquiestfocaliséesurlanotiond’équilibre.Decefait,onpeutdéfinirlavulné-rabilitécommeundéséquilibrefinancier,provoquéparuneprisederisquesdisproportionnés,d’unétablisse-mentoud’unensembled’établissementsbancairesetdontl’étenduepeutaboutir,sansl’assistancepréven-tivedesautoritéspubliques,àunévénementsystémiquesévère.Laréalisationd’untelévénemententraîneraitd’importantes pertes de richesses qui auraient poureffetl’émergenced’unecrisefinancière.
Différentessourcesderisquespeuventêtreàl’originedudéséquilibrefinancierdesétablissementsbancaires.Parfois,ellesreprésententl’élémentdéclencheurd’unedynamiquefinancièrequiconduitàdescrises.Lesplusimportants risques susceptiblesd’affecter la richessenettedesbanquessont:lerisquedeliquidité,lerisquedecréditsetlesrisquesdumarché(risquedechange,risquedetauxd’intérêtetrisquedechutedescoursboursiers).Cependant,M.Aglietta(2001)soulignequelesmodèlesthéoriquesretiennentdeuxgrandsfacteursdefragilitéfinancière:laliquiditéetl’asymétried’infor-mation.
99Revue de Stabilité Financière 2007
Lefaitdéclencheurdesproblèmesdeliquiditéestsou-ventattribuéàuneruéesurlesdépôtsbancaires,quis’expliquepardesanticipationsautoréférentiellesdechaquedéposantsurlesactionsderetraitprématurédesautresdéposants.Enl’absenced’excèsd’offredeliquiditéinterbancaire,lacontagionentrelesbanquessepropageàtraverslemarchéinterbancaireetparl’in-termédiairedusystèmedepaiement.Danscecontexte,la banque centrale est l’unique acteur capabled’in-tervenirpourremédieràl’insuffisancedeliquiditéparl’octroid’avancesencontrepartied’uncollatéral.
Quant à l’asymétrie informationnelle avec ces deuxcorollairesquisontlasélectionadverseetl’aléamoral,ellepermetd’inclureunlargeéventailderisquespro-pres à l’exercice de l’activité bancaire. En effet, lesexemplesd’aléamoraletdesélectionadversesontsinombreuxqu’ilestdifficiled’imaginerunerelationéco-nomiqueoufinancièrequinesoitpasaffectéeparcetypedeproblème.Ainsi,lerisquedecréditetlerisquedumarchétrouventindubitablementleursplacesdanscette catégorie de facteurs explicatifs de la fragilitéfinancière.
5.1.2.2 Mesuredelavulnérabilitéfinancière
Plusieursméthodesontétéproposéesdanslalittéra-turepourmesurerlavulnérabilitédessystèmesfinan-ciers. Sorge (2004) en décrit deux, qu’il qualifie defondamentales. La première approche, dite partielle(piecewise approach), évalue la vulnérabilitédu sec-teurbancairepar rapportàdemultiples facteursderisquespris séparément. Ladémarcheconsisteen laprévisiondelasensibilitéd’unevariétéd’indicateursdesoliditéfinancière,telsquelescréancesdouteuses,laprofitabilité,lamarged’intérêt,…àdesmodificationsde l’environnementmacroéconomiques (PIB, tauxdechange,tauxd’intérêt,l’inflation,…).CetteapprochefutappliquéeparRouabah(2006)àunpaneldeban-quesluxembourgeoises.
La seconde, dite approche intégrée (integratedapproach),privilégiel’estimationdelafonctiondeden-sitédespertessusceptiblesdesematérialiseràpartirdelacombinaisondedonnéesrelativesàlasensibilitédesbanquesàunensembledefacteursderisque.Danscecadre,lesmodèlesVaRsesontimposéscommelecentreducontrôledesrisques.Eneffet,ilsfournissentunemétriquecommunepouragrégerlesrépercussionsd’une multitude de facteurs de risque. En d’autrestermes, les modèles VaR déterminent l’effet globaldecesfacteurssurlesprofitsetpertesd’unétablisse-mentfinancier.Fondamentalementmicroéconomique,cetteapprochefutétendueàl’analysedelavulnéra-
bilitéglobaledessystèmesbancairesetfinanciersentenantcomptedeschocsmacroéconomiquesdanslamesuredela«valueatrisk».Atitreindicatif,ilrevientàVirolainen(2004)detransposercetteméthodologieàl’analysedelavulnérabilitédusecteurdesentrepri-sesindustriellesenFinlande.TandisqueWong,ChoietFong(2006)l’ontadoptépourtesterlavulnérabilitédesbanquesopérantàHongKongaurisquedecrédit.
Comptetenudelacomplexitédelaproblématiquedelavulnérabilitéglobaledusystèmebancaireetdel’in-capacitéd’unseulmodèleàprévoiraveccertitudelamatérialisationdespertesencasdechocexogène,ilestsouhaitablederecouriràunevariétéd’approches.Danscecadre,l’élaborationd’indicescompositesagrégésdevulnérabilitéconstitueunoutilstatistiquecomplémen-taireauxmodèleséconométriquespourrendrecomptedesfragilitésfinancièreslatentes.
Kibritçioglu(2002)proposeunindicedefragilitéban-caireà fréquencemensuelle,baséexclusivement surdesdonnéesbilantaires.Cet indiceest reflétépar lacombinaisondetroisagrégats:lesdépôtsbancaires,lescréancessur laclientèledomestiqueprivéeet lepas-sifbilantairelibelléenmonnaiesétrangères.Ilpostule,parailleurs,quelesfluctuationsdecestroisindicateursexprimentleschangementsdansl’échelledevulnérabi-litédusecteurbancaire.
IllingetLiu(2006)innoventenconstruisantdansunepremièreétapeunsous-indicepropreausecteurban-cairecanadienenestimantleparamètrebetadurende-mentdel’indiceboursierdusecteurbancaire.Celui-ciaservi,dansunesecondeétape,àlaconstructiondel’indiceglobaldelavulnérabilitéfinancière.HanscheletMonnin(2005)ontproposéunindiceannuelvisantàquantifierledegrédevulnérabilitédesbanquessuis-ses.Cetindiceestconstruitàpartird’unensembledevariablesquantitativesdontlechoixfutdictéparleurproximitéavec lessymptômesdefragilitédusecteurbancaire.
5.1.3 Constructiondel’indice:Composition,méthodologiesettestsdeplausibilité
Lesdifférentesétudesdédiéesàlaconstructiond’indi-cesdevulnérabilitéet/ouàladatationdespériodesdecrisesfinancièresontfaitapparaîtreuncertainnombrede variables dont les fluctuations seraient un symp-tômedevulnérabilitédusecteurbancaire.HanscheletMonnin (2005)et IllingetLiu (2006)expliquentquelechoixdesvariablesafférentesà l’identificationdespériodesdecrisesestsujetàuncertaindegrédesub-jectivité.Cependant,ilssesontattachésàpréciserque
100 Revue de Stabilité Financière 2007
lesdéterminantsmaintenusdansleursanalysesrespec-tivess’appuientsurunelargelittératureetunensembledefaitsempiriquesenlienavecl’émergencedecrisesoudefragilitésbancaires.Nousnousinspironsdecesdeuxprincipalescontributionspourconstruireunindiceagrégédelavulnérabilitédusecteurbancaireluxem-bourgeois.Lesindicateursretenusdansnotreanalysesontdictéspar la disponibilité dedonnées couvrantlapériode1994-2006.Ellessontreflétéesparquatretypesdevariables,quiserontdécritsdanslesparagra-phesquisuivent.
5.1.3.1 Compositiondel’indicedevulnérabilité
Dansl’objectifdeconstruirecetindicepourlesecteurbancaireluxembourgeois,notrefocalisationportesurtroiscatégoriesdevariablesd’unenaturequantitative:lesrendementsboursiers,lesbilansetlescomptesdepertesetprofitsagrégésdesbanquesetunindicateurdestructuredusecteur.Ilconvientdesoulignerquelesdonnéesutiliséespourlaconstructiondel’indicesontdessaisonnalisées.
a)Rendementsboursiers:L’uniquevariableexploitéedanscettecatégorieetquireflètelerisquedeladéten-tiond’unportefeuille composéd’actionsdu secteurbancaireestlesous-indice(SXFE)duDownJonesEuroStoxx. En l’absence d’un sous-indice bancaire auLuxembourgetcomptetenudeladominancedefilialesdegroupesbancaireseuropéens,nousconsidéronsquecetindiceestsusceptiblederefléterlerisqueduporte-feuillebancaireauGrand-duché57.L’idéesous-jacenteàl’inclusiondecettevariabledansl’indicedevulnérabi-litéestqu’enpériodedestresslavaleurintrinsèquedesétablissementsbancairesdécroîtetparvoiedeconsé-quencelavalorisationdumarchédesactifsbancairessubitlamêmetendance.L’indiceboursierdesbanquesfutadoptéà la foisparVila (2000),parHanscheletMonnin(2005)etparIllingetLiu(2006).Ilpermetd’ex-traire des phases de vulnérabilité détectées par lesacteursdemarché.Ladémarcheconsisteenlecalculdelavaleurextrêmeminimaledurapportdel’indicebour-sierbancaireàsavaleurmaximaleaucoursd’unepério-dedonnée58.Autrementdit,lapérioded’observationdesrendementsquotidiensestdécoupéeenintervallesdetempsréguliersàtraversunefenêtreglissanted’unelongueurde3moisparexemple.Danschaquefenêtre
on observe la valeur minimale du ratio, puis onconstruitunenouvellesériedesminima.Legraphique1ci-dessous illustre les valeurs minima issues de cetexercice.Deuxpériodessecaractérisentparunechuteboursièremarquéedesvaleursbancaires.Lapremièreaétéobservéeenoctobre1998,tandisquelasecondes’estproduiteaucoursdelapériode2000-2002.
57 Uneautremanière,probablementplusadéquate,estdepondérerlessousindicesbancairesindividuelsdesdifférentspaysdelazoneeuro(Allemagne,France,Belgique,Espagne,Italie,…)parlapartdel’actifdesbanquesluxembourgeoisesselonleursoriginesdansl’actiftotaldel’ensembledesbanques.
58 Cettemesureestqualifiéedanslalittératurede«CMAX».Elleestquantifiéeparleratio:CMAXt=[(indiceboursierbancaire)t/(maximumdel’indiceaucoursdes3mois)]
0,5
0,6
0,7
0,8
0,9
1
04_01_1993
20_12_1993
05_12_1994
20_11_1995
05_11_1996
22_10_1997
15_10_1998
11_10_1999
29_09_2000
24_09_2001
18_09_2002
12_09_2003
03_09_2004
23_08_2005
14_08_2006
Minima Cmax
Graphique 1
Evolution quotidienne de CMAX et des valeurs minima 1993-2006
Source:Bloomberg,Calculs:BCL
b)Donnéesbilantairesetducomptederésultats:L’undessymptômesdecrises financièresoudepro-gressiondelavulnérabilitédesétablissementsbancai-resestattribuésouventà la ruée sur lesdépôts.Cecritèredonneuneindicationquantitativesurlapertedeconfiancedesdéposantsdanslesystèmebancaireetdifférentsauteursl’ontadoptépouridentifierlespério-desdecrise(Vila,2000;Kibritçioglu,2002;Hanschelet Monnin, 2005; IIling et Liu, 2006). De la mêmemanièrequelavariableprécédente,nousavonsappli-
101Revue de Stabilité Financière 2007
quélaméthodologiedesvaleursextrêmesauxdépôtsinterbancairesetauxdépôtsdecourttermedelaclien-tèle59.Lesdonnéesdisponiblessontd’unefréquencemensuelle et couvrent la période1993M1-2006M9.Lalongueurdelafenêtreadoptéeestde3mois.Lesrésultatsobtenussontaffichésparlesgraphiques2et3. Ilya lieuderemarquerquedeuxpicssignificatifsdesdépôtsdelaclientèlesesontproduits.Lepremierestobservéaucoursdutroisièmetrimestredel’année1994; tandisque le secondestapparuaumilieudel’année1996.Autrementdit,lesfluctuationsobservéessemblentêtresansgravitépourlastabilitédusystèmebancaireluxembourgeois.
59 Lesdépôtsdecourttermesontceuxdontleretraitnenécessiteaucunpréavisdelapartdelaclientèleconcernée.
0,86
0,88
0,9
0,92
0,94
0,96
0,98
1
1994_01
1994_09
1995_05
1996_01
1996_09
1997_05
1998_01
1998_09
1999_05
2000_01
2000_09
2001_05
2002_01
2002_09
2003_05
2004_01
2004_09
2005_05
2006_01
2006_09
Cmax Minima
Graphique 2
Evolution de la valeur Cmax et des minima des dépôts interbancaires 1994M1-2006M9
Source:BCL
0,70
0,75
0,80
0,85
0,90
0,95
1,00
1994_01
1994_09
1995_05
1996_01
1996_09
1997_05
1998_01
1998_09
1999_05
2000_01
2000_09
2001_05
2002_01
2002_09
2003_05
2004_01
2004_09
2005_05
2006_01
2006_09
Cmax Minima
Graphique 3
Evolution des valeurs Cmax et des minima des dépôts de la clientèle 1994M1-2006M12
Source:BCL
Le second indicateurde cette catégoriede variablesestlaprofitabilitédusecteurbancaire.Elleestapproxi-méeparletauxderendementdesactifs.Endépitdel’absencedecetindicateurdanslalittérature,ilaétéretenuparHanscheletMonnin(2005).Ilsestimentquesonintégrationdanslecalculdel’indicedevulnérabi-litéconstitueunecomposantepertinentedansl’ana-lysedelasoliditédessystèmesbancairedeséconomiesindustrialisées.
Latroisièmevariablebilantairepriseencompteestlavariabilitédefondspropresdusecteurbancaire.Cetagrégatestsouventutilisépour identifier lescrisesàcaractère systémique. En effet, si un établissementbancaire est dans une situation financière difficile,ses fondspropresauraient tendanceà sedétériorer.Unautresymptômedelavulnérabilitéfinancièredesbanquesestreflétéparlaprogressiondesprovisions.Théoriquement,ladétériorationdelavaleurdesactifsdevraitsetraduireparunaccroissementdesréservesprovisionnelles.Cependant, l’adoptiond’un tel indi-cateurseraitunesourcedebiais,quipeuts’expliquersoitparuncomportementcontra-cycliquedesbanques
102 Revue de Stabilité Financière 2007
enmatièredeconstitutiondesprovisions,soitparunevolontédélibéréedeminimiserlevolumedesprovisionsenpériodesdedifficultéfinancière.Danscettecontri-bution,nousavonsretenuuneinformationnon-publi-que,quiesttransmisepar l’ensembledesbanquesàl’autoritédesurveillance.Ellenousparaîtplusappro-priéepour l’appréciationdesgrands risquesprisparl’ensembledesétablissementsbancaires60.
Enfin, dans cette catégorie de variables nous avonsinclulesfondsréservéspourlesrisquesbancairesgéné-raux.Cepostebilantairecouvrelesmontantsquelesbanquesontdécidéd’affecteràlacouverturedesper-tesfuturesnon-identifiées.Laconstitutiond’unetelleprovision s’explique par des raisons de prudence àl’égarddesrisquesparticuliersinhérentsauxopérationsbancaires.
c) Indicateur de la structure du secteur: Ce fac-teurestreflétéparlavariationdunombredebanquesprésentesauLuxembourg.Ilestadoptédansdemul-tiplestravauxempiriquesafférentsàlaquantificationde lavulnérabilitédusecteurbancaire (parHanschelet Monnin, 2005; Kaminsky et Reinhart, 1999).L’hypothèsesous-jacenteàl’introductiondecettevaria-bleestquelesfaillitesainsiquelesprocessusdefusionsetd’acquisitionsinterviennentsouventenpériodedefragilitéfinancière.
5.1.3.2 Constructiondel’indicedevulnérabilité
Différentes méthodes coexistent pour la construc-tiond’unindicedevulnérabilité.Ils’agitdecombinerun ensemble de variables pour aboutir à un indice.Chacunedecesvariablesestunvéhiculed’unsymp-tômedestress.Acestade,lechoixdelaméthodedepondérationestunélément crucial puisqu’il permetdequantifierl’impactdechaquevariablesurleniveaudel’indiceenquestion.Danscecadre,unemultitudede techniques de pondération peuvent être adop-tées,parmilesquelles:lapondérationàvarianceégale(variance-equalweight),latransformationdesvariablespar l’intermédiairede leurspropresfonctionsdedis-tributioncumulative (transformationof thevariablesusingtheirsampleCDFs)etl’analysefactorielle(factoranalysis)61.
a)Pondérationàvarianceégale:Cettetechniquedepondérationaccordeunpoidsidentiqueàl’ensembledesvariablesconstitutivesdel’indice.Elledemeure,parailleurs, laméthodelaplusutiliséedansla littératuredédiéeàlaconstructiond’indicesdestress.Ladémar-checonsiste, toutd’abord,en lastandardisationdesvariablesafindelesexprimerdanslamêmeunité;puisdelessommerafind’obtenirl’indicedevulnérabilité.Formellement,ceprocédépeutêtreprésentépar:
où(n)estlenombredevariablesinclusesdansl’indice,(Xi)représentelamoyennearithmétiquedelavariableXiet(σi)estsonécarttype.Onpeutcependantexpri-merl’indicefinalenlestandardisantafindel’exprimerendéviationparrapportàsamoyenne.Ils’agitd’unprocédéconventionnelquipermetd’appréhender lerisqueglobaldusecteurbancaireencomparaisonaveclerisquemoyen.Ainsi, toutécartpositif (négatif)del’indiceparrapportàsamoyenneestune indicationdel’accroissement(diminution)delavulnérabilitédecesecteurd’activité.
b) Transformation des variables en mesures depositions: Cette approche jouit d’une plus grandepopularitéenscienceshumainespuisqu’ellepermetdesituer,dediversesmanières,unindividuouunecarac-téristiqueparrapportàungroupe.Ellepermetd’éviterl’hypothèsedenormalité des variables, sous-jacenteauprocédéde lanormalisation.Dans lecontextedenotreanalyse,latransformationenpercentilesdenosvariablesestbaséesurleurspropresfonctionsdedistri-butioncumulative62.Lesvaleursdudernierpercentilecorrespondentàdespériodesdevulnérabilitéélevée,cellesdupremierpercentillecaractérisentunniveaudestressmarginal,tandisquelesvaleurscentréesautourdelamédianereflètentdesniveauxderisquemoyen.Afindeconstruirel’indicedevulnérabilité,lesvariablestransforméessontagrégéesenunindicechaînédontlesraccordsrésultentdel’applicationdedeuxformu-lations. La première évalue l’indice comme étant lamoyennearithmétiquedesvariableschaînées; tandisquelasecondeestreflétéeparunemoyennegéomé-
60 LesbanquesinstalléesauLuxembourgontl’obligationderapportertrimestriellementàlaCommissiondesurveillancedusecteurfinancierluxembourgeois(CSSF)lesvaleursàgrandrisque.SelonlaCSSF,legrandrisqueestdéfinicommeétantunrisquedûàl’engagementd’unétablissementfinancieràl’égardd’unmêmeclientoud’unmêmegroupedeclientsliésàhauteurd’unmontantsupérieurà10%desesfondspropres.
61 VoirIllingetLiu(2006)pourplusdedétailssurlesdifférentestechniquesdepondérationdel’indicedestress.62 Lespercentilessontdescaractéristiquesdepositionpuisqu’ilscorrespondentàdesvaleursdelavariablestatistiquequipartagentlasérie
ordonnéeencentpartieségales.
103Revue de Stabilité Financière 2007
trique.Ainsi,onpeut réécrirecesdeux formesde lamanièresuivante:
Moyennegéométrique:
Moyennearithmétique:
Oùles(Xi)sontlesvariablestransforméeset(wit)reflè-tentleurspoidsrespectifsdansl’indiceaucoursdelapériode(t).Lapondérationestmesuréeparlerapportentrelavariabletransforméeetlasommedel’ensem-bledesvariablesobservéeàl’instant(t).
c)Analysefactorielleetextractiondelacompo-sante principale: L’analyse en composante princi-paleestuneméthodeparticulièrementpuissantepourexplorerlastructuredesdonnéesàcaractèremultidi-mensionnel.Leprincipedecetteméthodeestd’obtenirunereprésentationapprochéedunuaged’unemulti-tudedevariablesdansunsous-espacededimensionréduit.Cette technique sera appliquéeauxdonnéescentréesetréduitesdenotreéchantillon.Etunindicedestressselonl’approchestandardseraétabliàpartirdessixcomposantesprincipalesretenuesetquiexpli-quentprèsde90%del’inertietotale.
5.1.3.3 Laplausibilitédesindicesdelavulnérabilitéfinancièreàl’épreuvedesfaits
A travers cette section nous nous interrogeons surlapertinencedel’indicedelavulnérabilitéfinancièredesbanquesluxembourgeoises.Danslamesureoùleprocessusréelsous-jacentàlavulnérabilitéestàprioriméconnu, l’évaluation de la plausibilité de l’indiceconstitue,probablement,l’étapelaplusproblématiquedel’exercice.Danscecadre,IllingetLiu(2006)préco-nisaient lacomparaisondesrésultatsdel’indiceaveclesenquêtesd’opinionsdesexpertsdédiéesàlades-criptionhistoriqueetàl’évaluationduniveaudustressdu secteur financier etbancaire. Ils considèrent,parailleurs,quelesecteurbancaireseraitenpérioded’unevulnérabilitéélevéesileniveaudel’indiceafranchile
seuil dedeux fois son écart-type inconditionnel.Or,il s’avèreque les évaluationsbasées sur les avis desexpertsquantàladatationdespériodesdevulnérabi-litédiffèrentd’uneétudeàuneautre(Frydl,1999).Deplus,lamajoritédespaysnedisposentpasd’enquêtesrégulièrescentréessurcetypedeproblématique.Parconséquent,l’analysedelaplausibilitédenotreindiceserabaséeexclusivementsurlaconcordanceentreleniveaude l’indice et l’émergencede crises financiè-resoubancairesinternationalesavérées,tellesquelaperturbationdesmarchésobligatairesinternationaux,LTCM, crises russe et turque,… Toutefois et afin detenircomptedecertainsaspectsrelatifsàl’économieluxembourgeoisedansnostestsdeplausibilitédel’in-dicecalculé,nouscomparonsl’évolutiondecelui-ciàcelled’unecomposantede l’indicedeconfiancedesconsommateurs.Ilestànoterquelesdonnéesdecederniernesontdisponiblesquedepuisledébutdel’an-née2002.
Danslebutdecontournerleslimitesdesrésultatsissusdel’applicationd’uneseuleméthode,nousavonsesti-mél’évolutiondel’indicedelavulnérabilitédesban-quesluxembourgeoisesselonlestroisprocédésdécritsauparavant.Legraphique4illustrel’évolutiondecetindiceetlepourcentagedeménagesdontlasituationfinancière devrait se dégrader au cours des 12 pro-chainsmois63.L’indicedelavulnérabilitéestexpriméendéviationparsamoyenne.Parconséquent,toutécartpositifounégatifestsynonymed’unstresssupérieur,respectivementinférieuràlamoyennehistorique.
63 Cettecomposantedel’indicedeconfiancedesconsommateursestcenséeintercepterlesanticipationsdesconsommateurssurleursituationfinancièrefuture.Lapriseencomptedecetélémentdansnotreanalyses’expliqueparlacorrélationpotentiellequipeutexisterentrelavulnérabilitéfinancièredusecteurbancaireetcelledesménages.
104 Revue de Stabilité Financière 2007
-3,0
-2,0
-1,0
0,0
1,0
2,0
3,0
1994
q2
1994
q4
1 995
q2
1995
q4
1996
q2
1996
q4
1997
q 2
199 7
q4
1998
q2
1 998
q4
1999
q2
1999
q4
2000
q2
2000
q4
2 00 1
q2
2001
q4
2002
q 2
2002
q4
200 3
q2
2 003
q 4
2004
q2
2004
q4
2005
q2
2 005
q 4
2006
q2
9
11
13
15
17
19
21
23
Périodes de vulnérabilitéIndice standardMoyenne Arithmétique
moyenne GéoComposante principale% des consommateurs (échelle de droite)
P erturbationmarché
obligataire
Crise enRussie
Chuteboursière
2001-02 etcrises en
Turquie et enArgentine
Graphique 4
Indice de vulnérabilité des banques luxembourgeoises
Source:BCL
L’analysevisuelledel’évolutiondesdifférentsindicesmetenlumièreunecertainerupture,particulièrementaudébutdelapériode,entrel’évolutiondel’indicecalculéselonlaméthodedelacomposanteprincipaleetlesautresindices.Cependant,unefocalisationsurledegrédeconcordancedes trajectoires (positif ou négatif) laisse présager une
Tableau 1 Matrice des corrélations partielles entre les indices de vulnérabilité E
Indicestandard FDCarithmétique
FDCgéométrique Composanteprincipale
Source:BCL
Indice standard 1,00
CDF-arithmétique 0,82 1,00
CDF- géométrique 0,72 0,96 1,00
Composante principale 0,37 0,13 0,02 1,00
cohérencequipeutêtrequalifiéederaisonnable.Ilestànoterquelescoefficientsdecorrélationspartiellesentrel’indicestandard,etceuxcalculésselonlespercentilesdelafonctiondedistribution(FDC)dessériesdemeurentrelati-vementélevés.Letableau1ci-dessousillustrel’importancedescorrélationsentrecesdifférentsindices.
Comptetenudel’importancedudegrédeconcordanceentrel’indicestandardetlesdeuxindiceschaînésissusdesfonctionsdedistributioncumulative,ainsiquelasyn-chronisationdeleurspicsaveccertainescrisesfinancièresinternationales,nousconsidéronsquecesindicessontplusappropriéspourlacapturedespériodesdestressdusecteurbancaireLuxembourgeois.Apartirdesrésultatsaffichésparlegraphiqueprécédent,l’indicestandardamisenévidencedeuxpériodes,relativementlongues,de
stressélevépour lesecteurbancaireLuxembourgeois.Lapremièreestapparueausecondsemestredel’année1998etaprisfinausecondtrimestredel’année1999.Tandisquelasecondecouvreunepérioderelativementlongue, allant du quatrième trimestre 2001 jusqu’ausecond trimestre 2003. En réalité, deux événementscaractérisentcettepériode:l’effondrementdesindicesboursiersauxEtats-Unis,auJaponetenEuropeetlesattentatsdu11septembre2001.
105Revue de Stabilité Financière 2007
L’accentuationdustressobservéesurunecourtepério-deen1994peutêtreattribuéeà laperturbationdumarchéobligataireaméricain.Quantàcelleobservéeen1996, ladécompositionde l’indicefaitapparaîtreunechuteimportantedelavaleurdesdépôtsdecourttermedelaclientèle.Enl’absenced’informationssup-plémentaires,nousconsidéronsquecefaitestproba-blementdictéparuneomissionstatistique.
Lesdeuxdernières annéesde lapériodeanalysée secaractérisentparuneaméliorationsensibledelasoliditédu secteurbancaire.Eneffet, l’ensembledes indicesafficheunniveaudestressinférieurauniveauhistorique
-2,50
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
2,00
2005
q1
2005
q2
200 5
q3
2005
q4
2006
q 1
2006
q2
2006
q3
Nbre Bques Indices Bques Dettes interbancairesDépôts clientèle VFP ROAFonds risques bancaire Grands risques
Graphique 5
Décomposition de l’indice standard de vulnérabilité 2005-2006
Source:BCL
5.1.4 Lesfacteursmacroéconomiquessous-jacentsàlavulnérabilitébancaire
Il aété indiquéprécédemmentque lesdixdernières
annéesontvul’éclosiond’uncertainnombredemodè-
lesdédiésàlamesuredelasensibilitédesperforman-
cesbancairesauxdifférentschocsmacroéconomiques.
Cependant,peud’étudesontportésurdeséconomies
industrialisées.L’objetdecettesectionn’estpasderen-
trerendétailànouveaudanscestravaux,mais,ens’ap-
puyantprincipalementsurleursrésultatspouranalyser
dansunepremièreétape larelationentre l’indicede
stressestimépourlesecteurbancaireluxembourgeois
moyen.L’affinementdel’analyseàtraversladécompo-
sitiondel’indicestandardpermetdequantifierlacontri-
butiondechaquefacteurexplicatifauniveaugénéral
delavulnérabilité.Legraphique5affichelesrésultats
obtenusdeladécompositiondel’indicepourlesannées
2005-2006.Toutaulongdecettepériode, laplupart
desvariablesaffichaientdesvaleurscompatiblesavec
unniveaudestressinférieuràsamoyennehistorique.
Deplus,leniveaudesvariablesdontlacontributionà
lavulnérabilitéestpositivedemeuremarginal.Ceteffet
futcompensélargementparlacontributionnégativede
laplupartdesautresfacteurs.
etunensembledevariablesmacroéconomiquespré-valuesauLuxembourget/ouauseindelazoneeuro.L’intérêtdecetexerciceestd’extrairelesfacteursd’envi-ronnementmacroéconomiquesusceptiblesd’affecterleniveaudelavulnérabilitédesbanquesauLuxembourg.Dansunesecondeétape,nousconstruisonsunmodèleréduitpourlaprévisiondel’évolutiondecetindiceaucoursdesdeuxprochainesannées.
5.1.4.1 Choixdesvariablesdel’environnementmacroéconomique
Souvent,unemultitudede variablesmacroéconomi-quesestadoptéepourexpliquerlavariationduniveau
106 Revue de Stabilité Financière 2007
dustressdessecteursbancaireetfinancier.DelamêmemanièrequeHanscheletMonnin(2005),nouslimitonsnotrechoixauxvariableslesplusappropriéespourlespays industrialisés. Ainsi, les variables sélectionnéessont: le rendementde l’indiceboursierEuroStoxx64,l’indice des prix de l’immobilier, le produit intérieurbrut,leratiodescréditsaccordésausecteurprivéparlesecteurbancaireluxembourgeoisetleratiod’investis-sement65.Ils’agit,fondamentalement,dedeuxcatégo-riesdevariables.HanscheletMonnin(2005)qualifientlestroispremièresvariablesdefacteursdeseuil(déclen-chement);tandisqu’ilsattribuentauxsecondeslerôledelevier.Ilspostulent,parailleurs,quelesvariablesdeseuilreprésententunesourcedirectedevulnérabilitédusecteurbancaire;alorsque lesvariablesde leviersontconsidéréescommeétantunlubrifiantamplifica-teurdeseffetsissusdesfacteursdeseuil.
a)Les facteursde seuil:Rendementdes indicesboursiers,prixdel’immobilieretPIB
Dansleurétatactuel,lestravauxempiriquesd’estima-tionde lasensibilitédesperformancesbancairesauxvariationsdesvariablesmacroéconomiquess’accordentlargementsurlechoixdesvariablesetsurleseffetsyafférents. La chute des indices boursiers, par exem-ple,seraitunfacteur importantdans l’explicationdelabaissede laprofitabilitébancaire. Les simulationsréaliséesparRouabah(2006)surunpaneldebanquesluxembourgeoisesrévèlentqu’unebaissede10%del’indiceboursiereuropéenréduiraitleniveaudesprofitsde7,50%.
L’impact des prix de l’immobilier66 sur le niveau destressdesbanquespeutêtreappréhendéàtraversleursrépercussionssurleniveaudesprovisions.Eneffet,l’ac-croissementduniveaudesprixde l’immobilierseraitunfacteurstimulantàlafacilitédel’obtentiondecré-ditsetunlevierpourlefléchissementduvolumedesprovisions pour les créances douteuses. A l’inverse,durantlesphasesdebaissedesprix,levolumedescré-ditsbancairesdécroîtsensiblementet laconstitutiondesprovisionsprogresse.Ondevraitdoncs’attendreàuneprogressionduniveaudescréancesdouteuses,quisetraduiraitparunebaissedesprofitsetparuneprogressionduniveaudelavulnérabilitédesbanques.
Rouabah (2006)affirmaitque l’effetmarginald’unebaissede5%desprixdel’immobilierauraitpoureffetuneprogressionde1%sur levolumedesprovisionsdesbanquesluxembourgeoises.
Lesfluctuationsduproduitintérieurbrutsontcenséesrefléter ledegrédelavariationducycleéconomiqueetparlamêmel’environnementéconomiquegénéraldanslequellesbanquesopèrent.Lefléchissementdel’activitééconomiqueestsusceptibled’affecterl’activitébancaireàtraversdemultiplescanaux:levolumedescréditsetdeprovisions,lesmarchésfinanciersetleurseffets sur les commissions, les tauxd’intérêt et leurimpactsurlamarge,…Comptetenudel’importancedecetagrégatdansl’analysedelavulnérabilitédessys-tèmesbancairesetfinanciers,certainsauteursconsidè-rentquelabaissedutauxdelacroissanceéconomiqueestunindicateurprécurseurpourdescrisesbancairespotentielles(EichengreenetArteta;2000).
b)Lesfacteursde levier: lesratiosdecréditsetd’investissement
IlrevientàMinsky(1986)desouleverl’importancederôlede l’excèsdu crédit dans l’émergencede crisesfinancières. Il considèreque celles-ci sont le résultatendogènedescomportementsdesbanques.Sonana-lyserévèlequ’enpériodedecroissanceforte,lecréditestaccordéplus facilement, les informationsexigéesdesdébiteursseraientdemoinsaumoinspertinentesetlagestiondesprêtsdevientassezlaxiste.Ilestbienévident qu’en période de croissance, le volume descréditsaccordésà l’économieprogresse.Cependant,l’incidencede cetteprogressionpeut êtreprésuméepréjudiciableàlastabilitéfinancièredanslamesureoùletauxdecroissancedescréditsévolueplusvitequeceluiduPIB.Autrementdit,onpeutconcevoirquelesbanques,durantcespériodes,soientmoinsattentivesauxcritèresstandardsd’octroidecrédits.
Comptetenudecequivientd’êtredit,ilsemblequel’augmentationduratioducréditauPIBseraitassociéeàuneprisederisqueplusélevéedelapartdesban-quesdans leuractivitédecrédits.Cetaccroissementdurisqueestsusceptibled’entraînerdesdéséquilibresfinanciersdont l’aboutissementse traduiraitparune
64 Comptetenudel’orientationdel’activitébancaireluxembourgeoiseversl’international,nousconsidéronsquel’indiceeuropéenoffreplusd’opportunitédediversificationquel’indiceboursiernational.Toutefois,l’exclusiondel’indiceLuxXdenotreanalyses’expliqueparsavolatilitéélevée.
65 Enl’absencedeprévisionsàfréquencetrimestriellerelativesàl’investissementetauPIBluxembourgeois,lesdonnéesutiliséespourcesdeuxagrégatssontafférentesàlazoneeuro.
66 Lasérieadoptéedanscetteanalyseestissuedel’interpolationquadratiquedesdonnéesannuellesdel’indicedesprixdel’immobilierrésidentielauLuxembourg.
107Revue de Stabilité Financière 2007
vulnérabilitésévèredel’ensembledusecteur.Lamaté-rialisationd’un telprocessusest conditionnéepar ledegrédedifficultésdesdébiteursàhonorerleursdettesenpériodedehaussedestauxd’intérêt.
Enfin,trèspeud’étudesavaientrecoursauratiodel’in-vestissemententantquefacteurexplicatifduniveaude la vulnérabilité du secteur bancaire. Hanschel etMonnin(2005)fontremarquerqueladivergenceentrelestauxderendementattenduetréalisédesinvestis-sementsdesentreprisespeuts’avérerpréjudiciableàlastabilitéfinancière.Dansleurdémarche,ilsexpliquentquel’associationd’uneinsuffisancedurendementavecun surinvestissement réalisé représente une sourcepotentielleautassementde lacapacitédesentrepri-sesàrembourserlesdettescontractéesauxbanques.Cependant,ilfautsegarderd’érigercetteconceptioncommeuncritèreabsolu,car lesestimationsempiri-
67 Lestestsderacineunitairesontappliquésauxsériestrimestriellesrelativesàlapériode1995T1-2006T3.Cettelimitations’expliqueparlanon-disponibilitédesdonnéesduPIBdelazoneeuroantérieuresàcettepériode.
quesdesdeuxauteursserévèlentnon-concluantesencequiconcernelapertinencedeceratio.Ilsrejoignentainsi,lapositiondeBorioetLowe(2002),pourquil’in-vestissementn’estpasun indicateur robustepour ladétectiondescrisesbancaires.
5.1.4.2 Spécificationetrésultatéconométriquesdel’équationdestress
Avantd’estimerl’équationexplicativedelavulnérabilitédusecteurbancaireluxembourgeois,ilestnécessairedevérifier lespropriétésdessériesretenuesentermedestationnarité.Uneanalysevisuellemontrequecertai-nesvariablesdevolumeetdeprixaffichentunefortetendanceàcroîtreouàbaisseraucoursdutemps.Parconséquent,nousavonsdécidéd’appliquerlestestsdeDickey-Fulleraugmenté(ADF)etdeKPSSpourdétermi-nerl’ordred’intégrationindividueldesséries67.Lesrésul-tatsdecesdeuxtestssontreprisdansletableau2.
Tableau 2 Tests de racine unitaire et de stationnarité E
Test ADF ADF KPSS KPSS
Variables Niveau Différence Niveau Différence
Hypothèsenulledutest Racineunitaire Stationnaire
Source:BCL
Lesastérisques(*)(**)et(***)indiquentlerejetdel’hypothèsenulleselonlesdifférentsniveauxdeconfiancede10%,5%et1%.
Indice de stress -4,884*** -12,151*** 0,155 0,095
Indice Euro DJE Stoxx -2,221 -4,131*** 0,490** 0,229
Indice des prix imm. Résid. -2,411 -1,476 0,164** 0,336*
PIB réel -1,685 -4,153*** 0,156** 0,130
Crédits/PIB nominal -1,631 -6,931*** 0,374** 0,184
Invest. Réel/PIB réel -0,790 -4,125*** 0,702*** 0,121
Auregarddesrésultatsaffichésdansletableau2,onconstatequel’indicedestresscalculépourlesecteurbancaireluxembourgeoiseststationnaireenniveauetendifférence;tandisquelesprocessussous-jacentsàlamajoritédesautresvariablesseraientintégrésd’or-dre1.Cesélémentsmontrentqu’ilfautexprimercesvariablesexplicativesduniveaudustressendifférencepouraboutiràunerégressionlinéairevalide.Danscecadre,ilconvientdenoterqueletestADFnerejettepas l’hypothèse nulle afférente à la présence d’uneracineunitairedans lasérie,expriméeendifférence,del’indicedesprixdel’immobilierrésidentiel.Apriori,
cettedivergenced’ordred’intégrationentrelessériesoriginalesestunobstacleàl’estimationdelarégressionavecdesvariablesexplicativesdifférenciéesàl’ordre1.Cependant, cette préoccupation est à relativiser carletestKPSSnerejettel’hypothèsedestationnaritédel’indicedesprixdel’immobilierrésidentielqu’auseuilde10%.Deplus,latailleréduitedenotreéchantillonserait vraisemblablementunélémentde réponse aurésultatobtenu.Cepostulatestcohérentaveclaposi-tiondeStocketWatson(1993),quiconsidèrentquelestestspréliminairesdel’ordred’intégrationdessériesissuesdepetitséchantillonsaboutissentsouventàune
108 Revue de Stabilité Financière 2007
légitimesuspicionquantàleurfiabilité.Danscescondi-tions,ilestpréférabledeprivilégierlarelationthéoriqueauteststatistique.
Aprèsavoirvérifié,dansunepremièreétape,lespro-priétésstatistiquesrelativesàlastationnaritédesséries,nous entamons une seconde étape, qui consiste enl’identification empirique des variables macroécono-miquesgénératricesdestresspourlesecteurbancaire.Danscecadreetaprèsl’expérimentationdemultiplesformulations, nous proposons d’exprimer la relationreliantlavulnérabilitéauxdifférentesvariablesmacro-économiques,couvrantlapériode1995T1-2006T3,delafaçonsuivante:
68 LeratioducréditestexpriméparlerapportentrelesmontantsdescréditsaccordésàlaclientèleprivéeetlePIBnominal.69 LatendancedelongtermedeceratioestextraiteparlefiltreHodrick-Prescott.70 Puisqueleratiodel’investissementétaitstatistiquementnonsignificatifdansl’ensembledesrégressionsestimées,nousl’avonsexcludela
catégoriedesvariablesexplicativesduniveaudustress.
Tableau 3 Résultats de l’estimation de l’équation du stress E
Variables Coefficients Ecarttype
Source:BCL
Seuildesignification:1%(***),5%(**),10%(*).
C 0,836 0,543
Stresst-1 -0,422*** 0,128
Stoxxt -4,096** 1,878
Stoxxt-1 -6,848*** 1,782
ipit-1 -32,567* 19,650
PIBt*CRt-1 -189,439*** 31,283
Stoxxt-1*CRt-2 -27,428*** 9,122
R2 0,534
L’écart type résiduel 0,725
Nbre d’observations 44
oùlesvariablesexplicativesexogènessontexpriméessousformelogarithmique;(stress)représenteleniveaudelavulnérabilitédusecteurbancaireluxembourgeois,(stoxx),l’indiceboursiereuropéenDJEStoxx,(ipi),l’in-dicedesprixdel’immobilierrésidentielauLuxembourg,(PIB), leproduitintérieurbrutréeldelazoneeuroet(CR)estleproduitd’unevariabledichotomiquebinaireetduratioducrédit68.Siladéviationduratioducréditdesatendancedelongterme69estsupérieureàunefoisetdemil’écarttypenonconditionneldecetécart,cettevariableindicatriceprendlavaleur1.Quantàlamul-tiplicationdelavariable(CR)parlesfacteursdeseuil,ellereflèteleseffetsdel’associationdelavariationdecesfacteursetleniveauducréditdansl’économie70.Nousavonschoisi,parailleurs,d’introduirelavariableendogèneretardéed’unepériodeafinderemédieràlaprésencedel’autocorrélationdeserreursquicaracté-riselesrésidusdelarégressionadoptée.Lesrésultatsdel’estimationdel’équationsontprésentésautableau3.
109Revue de Stabilité Financière 2007
Defaçongénérale,onremarqueque lamajoritédescoefficientsestiméssontstatistiquementsignificatifs.Cependant,unrésultatfortimportantémergedecetterégression.Ilestrelatifàl’importancedel’effetcom-binédelavariabilitéduPIBetdel’excèsducréditsurleniveaudustressdusecteurbancaireluxembourgeois.Enpérioded’excèsdecrédits,l’impactdecourttermed’unebaissede1%duPIBdelazoneeuroauraitpoureffetuneprogressiondel’indicedelavulnérabilitédeprèsde1,9point.Parcontre,l’effetpotentieldelongtermesetrouvelimitéàuneprogressionde1,3point.Acetégard,ilconvientderappelerquecerésultatesttrèscohérentavecceluiobtenudansuneétudeanté-rieure (Rouabah,2006) selon laquelleunebaissede1%duPIBse traduiraitparunetassementde1,6%delaprofitabilitédusecteurbancaireluxembourgeois.Ils’agitlàd’unrésultatquirenvoieàl’importancedel’influenceducycleéconomiquedelazoneeurosurlaperformancedesbanquesluxembourgeoises.
Parailleurs, ilest intéressantd’observerquel’effetdelevierducréditsembleêtreopérationnelparl’intermé-diairedumarchéboursier.Autrementdit,lesrépercus-sionsd’unechutedesindicesboursierssurlavulnérabili-tédesbanquesluxembourgeoisesseraientamplifiéesparl’excèsdecrédits.Enprésenced’écartspositifsduniveaudescréditsparrapportàlatendancedelongterme,ilressortdel’estimationqu’unebaissede10%del’indiceDJEStoxxsetraduiraitparunaccroissementdel’indicedelavulnérabilitéde2,7points;tandisqu’enl’absenced’unteldéséquilibrel’impactseraitlimitéà0,6point.
Quantàlaréactivitédel’indicedelavulnérabilitéàlavariationdel’indicedesprixdel’immobilierrésidentielauLuxembourg,l’examendesrésultatsrévèlequ’unebaisse de 10% des prix de l’immobilier résidentielconduiraitàlongtermeàuneprogressiondel’indicedelavulnérabilitéde2,3points.
5.1.4.3 Prévisionduniveaudelavulnérabilitédesbanquesluxembourgeoises
La démarche adoptée pour construire les prévisionsdel’indicedevulnérabilitédusecteurbancaireluxem-bourgeoisreposesurladisponibilitédedonnéesprévi-sionnellesrelativesauxfacteursmacroéconomiquesdestress.Connaissant lesvaleursprisesparcesfacteursexogènesàl’instant(t+1),ilestpossibledeprévoirlavaleur de la variable endogène à la même période.Danscecadre,ladisponibilitédesprévisionsdel’Euro-systèmeconstitueunesolutionpourleprolongementdessériesduPIB,del’investissementetdel’indicedesprixdel’immobilierrésidentiel.Quantàl’extensiondesséries des créances et de l’indice boursier européen
DJEStoxx,elleestbaséesur l’estimationd’équationsspécifiquesàchacunedecesdeuxvariables. Il s’agitsimplementd’exprimer les tauxdecroissancedecesdeuxvariablesenfonctiond’uneconstante,delavaleurretardéed’unepériodedelavariableendogèneetd’unensembledevariablesexogènes,quisontl’écartduPIBdelazoneeuroparrapportàsavaleurpotentiellepourl’indiceboursieretlestauxdecroissanceduPIBetdel’investissemententermenominalpour lescréances.L’estimationdesparamètresfutfaiteselonunmodèleàcorrectiond’erreurspourlescréancesaccordéesàlaclientèleprivéeetselonunespécificationGARCH(1,1)encequiconcernel’indiceboursier.
Finalement,laprévisiondel’évolutiondel’indicedelavulnérabilitéestobtenueparlarésolutiondemanièrestochastique(50.000itérations)d’unmodèlecomposédestroiséquations.Ils’agitdel’équationdustress,del’équationdescréancesetcellerelativeàl’indicebour-sier.
Lesrésultatsdecetexercicesontrésumésparlegra-phique6ci-dessous.Cedernierreportelesprévisionstrimestriellescouvrantlapériodeallantduquatrièmetrimestre2006jusqu’autroisièmetrimestredel’année2008,ainsiquelesintervallesdeconfianceyafférents(±2σ).
110 Revue de Stabilité Financière 2007
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
2,00
2,50
1994q3
1995q1
1995q3
1996q1
1996q3
1997q1
1997q3
1998q1
1998q3
1999q1
1999q3
2000q1
2000q3
2001q1
2001q3
2002q1
2002q3
2003q1
2003q3
2004q1
2004q3
2005q1
2005q3
2006q1
2006q3
2007q1
2007q3
2008q1
2008q3
Graphique 6
Prévision de l’évolution de l’indice de vulnérabilité
Source:BCL
L’examendelatrajectoiredel’indicedelavulnérabilitédusecteurbancaireluxembourgeoisrévèlequel’espé-ranceconditionnelledecettevariableestcaractériséeparunetendanceascendantedurant lapériodepré-visionnelle. Cependant, cette progression de la vul-nérabilitédesbanquesdemeure cantonnéedansunintervalleétroitet trèsprocheduniveaumoyenquel’onobserveautourdupointzéro.Onpeutnoterquemêmeentenantcomptedel’incertitudequientourelaprévision,lafrontièredel’intervalledeconfianceresteinférieureauxniveauxhistoriqueslesplusélevés,obser-vésen2002et2003.Enconséquence,ilsemblequ’enl’absence d’un choc macroéconomique ou financiersévère,lavulnérabilitédusecteurbancaireluxembour-geoisdemeurefaible.
5.1.5 Conclusion
L’expériencedesuccessiondescrisesfinancièresdanslespaysdel’Asieen1997-1999etdansd’autrespays,telsque laRussieen1998, l’Argentineet laTurquieen 2001 ainsi que leurs effets déstabilisateurs pourleséconomiesenquestion,maisaussipour lesdiffé-rentspartenairesontsuscitéunregaind’intérêtpourlesanalysesdesfacteurssous-jacentsàl’émergencedecrises.Initialement,lamajoritédestravauxfutlimitée
auxpaysémergentscarcesontceséconomiesquiontexpérimenté lamatérialisationdedifférents typesdecrises,enl’occurrence,lescrisesdechange,lescrisesbancairesetcellesafférentesauxdettessouveraines.C’estpourquoi,l’objectifpremierdecettegénérationdetravauxempiriquesétaitcentrésurl’appréhensiondesmécanismesdescrisesdanscespays.
Or,laforteprogressiondel’interdépendancedesmar-chésfinanciersetdecapitauxinternationauxainsiquelaglobalisationdessystèmesdepaiementontsuscitéuneamplificationde la sévéritédeces crisesetunerapiditédeleurdiffusion.Lessystèmesfinanciersdespaysoccidentauxouleurssecteursbancairesnesontpasimmuniséscontrelapropagationdechocsexogè-nesengendrésparl’apparitiondecrisessurdesconti-nentslointains.L’exempleduchocdeliquiditéquis’estproduitauxEtats-Unisaprèsladéclarationdumoratoirerusseàlafindel’année1998estuneillustrationàladiffusiondesexternalitésperturbatricesversdessystè-mesfinanciersextérieursàceluiquiestàl’originedelacrise.Certes,larécurrencedecetypedecrisesdemeurefaible,maislesévénementsfinancierslesmoinsproba-blessont,souvent,dessourcesdepertesetdedéséqui-libreséconomiquessévères.
Devantcesdéveloppementscontemporainsetcomptetenudel’importancedesrépercussionsdecesexterna-litésnégativessurlesperformanceséconomiquesdespaysoccidentauxetsurleséquilibresdeleurssecteursd’intermédiation, lesautoritésdécisionnellesontprisconscienceàlafoisdelanécessitéderepérerlesfra-gilitésintrinsèquesdesintermédiairesnationauxetdubesoinderenforcementdesrèglesprudentielles71.Danscecadre,lesétudeslesplusrécentesontmisàladis-positiondesautoritésmonétairesetdesurveillanceunensembled’outilsanalytiquesleurpermettantsoit,desimulerdeschocsmacroéconomiquesetd’yquantifierl’impactsurl’activitébancaire,soitd’évaluerledegrédevulnérabilitédeleurssecteursbancairesàtraverslaconstructiond’indicesagrégésdestress.Ens’inspirantdestravauxdédiésàl’élaborationd’indicesdevulnéra-bilité,l’objectifdecettecontributionestdouble:
Lepremierest la combinaison, selon troisméthodo-logiesdifférentes,d’unensembledevariablesmacro-financièresetbilantairespouraboutiràun indicedestress pour le secteur bancaire luxembourgeois. Cetindiceaétécalculé,en fréquence trimestrielle,pour
71 Ledéveloppementdenouvellesrèglesprudentiellespourl’endiguementdesrisquessystémiquesfutpilotéparlecomitédeBâle.
indi
ce
111Revue de Stabilité Financière 2007
lapériode1994-2006.Ilressort,queleniveaudecetindice affichait une progression significative et syn-chroneavec l’émergencededeuxévénementsd’unenaturesystémique.Lapremièrefut lacrisefinancièreenRussieetlaquasi-faillitedeLTCMen1998,tandisquelesecondestafférentàlachutebrutaledesmar-chésboursiersen2001-2002etauxcrisesfinancièresdelaTurquieetdel’Argentine.Ceschocsontprovoquécertainementdespertesdirectesouindirectespourlesétablissementsbancairesluxembourgeois,induisantunaccroissement insolitede l’indicede vulnérabilitédel’ensembledusecteur.Depuislors,cetindicemanifes-taitdesniveauxinférieursàsamoyennehistorique,cequiestplutôtsynonymederéductiondel’expositiondesbanquesluxembourgeoisesauxdifférentsrisques.
Quantausecondobjectifdecetteanalyse,ilconsisteenladéterminationdesvariablesafférentesauxenviron-nementsmacroéconomiquesetfinancierssusceptiblesd’affecterleniveaudel’indicedevulnérabilitédesban-quesetsonévolution.Ils’agitprécisémentduPIBdelazoneeuro,del’indiceboursierDJEStoxx,del’indicedesprixdel’immobilierrésidentielluxembourgeoisetdel’importancedescréditsbancairesdansl’économie.Bienquelaspécificationadoptéen’expliqueque55%delavariabilitédel’indice,lesrésultatsdel’estimationrévèlentquelesparamètresrelatifsàcesvariablesd’en-vironnementsontstatistiquementsignificatifs.Enpro-longeantlessériesdecesvariablesparlesprojectionsdel’Eurosystème,ilnousaétépossibledeprévoirl’évo-lutionfuturedel’indicedevulnérabilitésurlapériode2007-2008.Lesrésultatsobtenusselonnotremodèlesemblentêtreenfaveurd’uneespéranceconditionnellecontenuedecetindice.Entenantcomptedel’incerti-tudequientourelaprévision,lafrontièredel’intervalledeconfianceresteinférieureauxniveauxhistoriqueslesplusélevésobservésen2002eten2003.Cecirevientàaffirmerqu’enl’absenced’unchocconjoncturelexcep-tionneloud’événementssévèresd’ordresystémique,lavulnérabilitédusecteurbancaireluxembourgeoisrestefaible.Toutefois,ilfautrappelerquelaconstructiondecet indicedevulnérabilitéestbasée sur lesdonnéesagrégéesdel’ensembledusecteurbancaire.Detouteévidence,ilseraitnécessaireàl’avenird’affinerl’ana-lysepourmieuxappréhenderlesrisquessystémiquesenproduisantunindicespécifiquepourlesgrandesban-quesluxembourgeoises.
112 Revue de Stabilité Financière 2007
Bibliographie
Aglietta,M.(2001):Instabilitéfinancièreetrégulationmonétaire:l’Europeest-ellebienprotégéedurisquesysté-mique?3e Conférence du Centre Saint-Gobain pour la recherche en économie sur les transformations de la finance en Europe,Paris,8-9novembre2001.
Allen,W.A.etG.Wood(2006):Definingandachievingfinancialstability,Journal of Financial Stability,n°2,pp.152-172.
Aspachs-Bracons,O.,Ch.A.E.Goodhart,D.P.TosomocosetL.Zicchino(2006):Towardsameasureoffinan-cialfragility,LSE Financial Markets Group, Discussion papern°554,February.
Borio,C.etP.Lowe(2002):Assetprices, financialandmonetarystability:Exploringthenexus,BIS Working papers,n°114.
Eichengreen,B.etC.Arteta(2000):Bankingcrisesinemergingmarkets:Presumptionsandevidence,University of California, Center for International and Development Economics Research (CIDER), Working paper,n°115.
Fonzàlez-Hermosillo,B.(1999):Determinantsofex-antebankingsystemdistress:Amacro-microempiricalexplo-rationofsomerecentepisodes,IMF Working paper,n°99-33,March.
Frydl,E.J.(1999):Thelengthandcostofbankingcrises,International Monetary Fund, Working papers,n°30.
Frøyland,E.etK.Larsen(2002):Howvulnerablearefinancialinstitutionstomacroeconomicchanges?Anana-lysisbasedonstresstesting,Norges Bank, Economic Bulletin,Q3-02,pp.92-98.
Goodhart,Ch.A.E.,D.P.Tosomocos,etP.Sunirand(2004a):Amodeltoanalysefinancialfragility:application,LSE Financial Markets Group, Discussion papern°482,February.
Goodhart,Ch.A.E.,D.P.Tosomocos,etP.Sunirand(2004b):Amodeltoanalysefinancialfragility,LSE Financial Markets Group, Discussion papern°492,April.
Hanschel, E. et P. Monnin (2005): Measuring and forecasting stress in the banking sector: Evidence fromSwitzerland,BIS papers,n°22,pp.131-449,April.
Illing,M.etY.Liu(2006):Measuringfinancialstressinadevelopedcountry:AnapplicationtoCanada,Journal of Financial Stability,n°2,pp.243-265.
Kaminsky,G.L.etC.M.Reinhart(1999):Thetwincrises:thecausofbankingandbalance-of-paymentproblems,American Economic Review,Vol.89,n°3,pp.473-500.
Kibritçioglu,A.(2002):Excessiverisk-taking,bankingsectorfragility,andbankingcrises,Universoty of Illinois at Urbana-Champaign, Office of Research Working Paper,n°02-0114.
Lehmann,H.etM.Manz(2005):TheexposureofSwissbankstomacroeconomicshocks:anempiricalinvestiga-tion,Swiss national Bank, Working papers,n°2006-4,April.
Minsky,H.P.(1986):Stabilizinganunstableeconomy,Ed.YaleUniversityPress.
Rouabah,A.(2006):Lasensibilitédel’activitébancaireauxchocsmacroéconomiques:uneanalyseenpanelsurdesdonnéesdebanquesluxembourgeoises,Banque Centrale du Luxembourg, Cahier d’études,n°21,mai.
Sorge,M.(2004):Stress-testingfinancialsystems:anoverviewofcurrentmethodologies,BIS Working papers,n°165,December.
Sorge,M.etK.Virolainen(2006):Acomparativeanalysisofmacrostress-testingmethodologieswithapplicationtoFinland,Journal of Financial Stability,n°2,pp.113-151.
Stock,J.H.etM.W.Watson(1993):Asimpleestimatorofcointegratingvectorsinhigherorderintegratedsystems,Econometrica,Vol.61,n°4,pp.783-820,July.
113Revue de Stabilité Financière 2007
Vila,A.(2000):Assetpricecrisesandbankingcrises:someempiricalevidence,BIS Conference papers,n°8,pp.232-252.
Virolainen,K.(2004):Macrostress-testingwithamacroeconomiccreditriskmodelforFinland,Bank of Finland, Discussion paper,n°18,October.
Wong,J.,K-F.ChoietT.Fong(2006):AframeworkformacrostresstestingthecreditriskofbanksinHongKong,Hong Kong Monetary Authority, Quarterly Bulletin,December.
114 Revue de Stabilité Financière 2007
5.2 Co-variation des taux de croissance sectoriels au luxembourg: l’apport des corrélations conditionnelles dynamiques*
Résumé
Cetteanalyseemploie lemodèledescorrélationsconditionnellesdynamiquesdéveloppéesrécemmentparEngle(2002)pourdéterminerlecaractèresynchroneouasynchronedesmouvementsdestauxdecroissancedelavaleurajoutéedesdifférentssecteurséconomiquesauLuxembourg.Lerecoursàcetteméthodologie,initialementdéveloppéepourl’analysedessériesfinancières,s’expliqueprincipalementparlanon-constancedelavolatilitédessériestrimestriellesdescomposantesduPIBluxembourgeois.Cettecaractéristiquedelavolatilitédemeurenaturellepourunepetiteéconomietrèsouverte,sujetteparailleurs,àunemultiplicitédechocsexogènesdontleseffetssetraduiraientparuneplusgrandevolatilitédesagrégatséconomiques.Nousadoptons,parailleurs,letestdecausalitédesmoyennesetdesvariancesconstruitparCheungetNg(1996)pourconfirmerouinfirmerlerôleattribuéparcertainsausecteurfinancierentantquelocomotivedel’écono-mieluxembourgeoise.
ClassificationduJEL:C32.
Motsclés:GARCH,Corrélationsconditionnelsdynamiques.
* AnalyserédigéeparAbdelazizRouabah. Email:[email protected]
5.2.1 Introduction
Lesdébatssurl’importancedusecteurfinancierluxem-bourgeoisetdesacontributionàlacroissanceéconomi-queconduisentàs’interrogersurlesinteractionsentrel’activité financière et les autresbranchesd’activitésainsiquesurledegrédediversificationdel’économie.Detellesdiscussionssesontsouventconcentréessurlerôledelocomotiveéconomiqueattribuéausecteurfinancier.Or,unedifficulténotableliéeàcesdébatsestl’absencedetravauxempiriquesquimettentclairementen évidence ce rôle moteur du secteur financier auLuxembourg.Encettematière,lestravauxdeBourgainetPieretti(2006)dédiésàl’évaluationdesexternalitésinter-branchessuggèrentqu’ilexistesimplementunetransmission des effets du secteur financier sur unnombretrèslimitéd’activités.Selonleursrésultats,lacroissancedusecteurfinancierseraitsusceptibled’en-gendrerdesexternalitéspositivessuruneseuleactivitéquiestl’activitédesservicesauxentreprises.
Aprèsavoirconstatéquelaproblématiquerelativeauxinteractionsentrelesecteurfinancierluxembourgeoiset lesautres secteursd’activitésdemeurequasimentinexplorée,nousavonsdécidéd’abordercettequestionselonuneapprocheoriginalefaisantappelauxtech-niques économétriques lesplus récentes. L’adoption
d’unetelledémarchefutencouragéeparladisponibi-litédedonnéestrimestriellesrelativesauxagrégatsdelacomptabiliténationale.
Eneffet,depuispeuleServicedesstatistiquesluxem-bourgeois (STATEC) publie des séries à fréquencestrimestrielles relativesauxdonnéesagrégéesdupro-duit intérieurbrut,maisaussià la valeurajoutéedecertaines composantes sectorielles. Cependant, lessériespubliéesaffichentunefortevolatilité.Deplus,cessériessemblentêtrecaractériséesparunevolatilitéquivarieaucoursdutemps.Autrementdit,lesvarian-cesconditionnellesdessériessectoriellesseraientnonconstantes,cequirendlerecoursàdesméthodesd’es-timation,dépendantdelavarianceetdescovariancesinconditionnelles,trèscontroversé.
La classe des modèles ARCH et GARCH constitueuneréponseappropriéepourprendreencompte lesspécificités de la volatilité qui ne peuvent pas êtreprisesencomptepar lesméthodes«traditionnelles».Initialement,cetypedemodèlesestdéveloppédansuncadreunivarié.De fait, il laisseune largeplaceàl’aspectdescriptifplutôtqu’explicatif. L’extensiondecetteclassedemodèlesàuncadremultivariéapermisderemédierauxcritiquesdesmodèlesunivariésquiserévélaientinsuffisantspourjustifierlacompositiondu
115Revue de Stabilité Financière 2007
portefeuilletitres.Eneffet, lathéoriefinancièrepos-tulequelescovariancesentrelesactifsjouentunrôledéterminantdanslaprisededécisiondesinvestisseursdansleursstratégiesdeplacement.Or,lesmodèlesuni-variésnégligentcetaspect,quidemeureessentieldanslechoixduportefeuille.Onremarque,cependant,queledéveloppementdesmodèlesARCHetGARCHmul-tivariésaconduitàuneinflationdesparamètresàesti-mer.Ilssontdoncdevenusdifficilementexploitables,siaucunecontraintesupplémentairen’estimposée.Ainsi,différentesméthodesdeparamétrisationfurentdéve-loppéesdontdeuxontconnuplusdesuccèsquelesautres.Ils’agitdesméthodesproposéesparBollerslev(1990)etparEngle(2002).
Bollerslev(1990)asuggéréd’adopterdesmodèlesoùlescorrélationsconditionnellesentrelesperturbationssontconstantesdans le temps (Constantconditionalcorrelation). L’intérêt de cette hypothèse est qu’elleréduit considérablement lenombredeparamètresàestimerdans laclassedesmodèlesARCHetGARCHmultivariés.QuantàEngle(2002),ilaconçuunenou-velle approche (Dynamic conditional correlation), endeuxétapes,selonlaquellelescorrélationssontdyna-miques. Cette nouvelle classe de modèles GARCHmultivariéssedistingueparsasimplicitédanslesensoùdesspécificationsGARCHunivariéessontestiméespourchaquesérieséparément.Etlescorrélationsdyna-miquessontestimées,dansunesecondeétape,àpartirdesrésidusstandardisésissusdelapremièreétape.
L’objectif de cette analyse est d’explorer la synchro-nisation de la variabilité de la composante cycliquede la valeur ajoutée de sept branches d’activité auLuxembourgetdedéterminerl’activitélocomotiveduproduit intérieurbrut luxembourgeoisaucoursde lapériode1995T1-2005T4.Laméthodologieadoptéeestcelleditedescorrélationsconditionnellesdynamiques,conçueparEngle.Leprincipalavantagedel’utilisationdesmodèlesDCC-GARCHtientaufaitqueladétectiondeplausibleschangementsdesliensentrelesvariablesdemeuresous-jacenteauxdonnéesutilisées.
L’originalitédecettecontributionrésidedanslatrans-positiondesméthodeséconométriques,développéesinitialement pour l’analyse des séries financières, àl’analyse dedonnéesmacro-sectorielles à fréquencetrimestrielleetdontlavolatilitésemblevarieraucours
du temps.Deplus,cettecontributionestdestinéeàcomblerledéficitdetravauxdédiésàl’analyseco-mou-vementsdel’activitédusecteurfinancieraveclesautresactivitéssectoriellesauLuxembourg72.Autrementdit,cetexercicevanouspermettred’évaluer ledegrédediversificationde l’économie luxembourgeoiseet lesrisques liésàuneforteco-variationde lacyclicitédelavaleurajoutéedesdifférentssecteursd’activitéauLuxembourg.
Lasuitede l’articleestorganiséeendeuxparties.Lapremièrepartieestunrappeldelaméthodologieempi-rique,lasecondepartiedécritlesdonnées,lesrésultatsdesestimationsetlesinterprétationsdesrésultatsaffé-rentsauxcorrélationsdynamiquesentrebranchesd’ac-tivité.Enfinlatroisièmepartieestdédiéeàl’analysedel’interactiondesactivitéssectoriellesauLuxembourgetàladiffusiondeschocsàtraverslestestsdecausalitéssurlesmoyennesetlesvariancesconditionnelles.
5.2.2 LaméthodologiedumodèleDCC-GARCH
Danslaprésentesection,nousprésentons lemodèleàdeuxétapesdescorrélationsconditionnellesdynami-quesproposéparEngle(2002).Atitred’exemple,consi-déronsunvecteurcomposédedeuxvariablesquelcon-ques .Chaquevariableestfonctiond’uneconstanteetdesespropresvaleurspassées.Ainsi, laformeréduiteduprocessusautorégressifs’écrit:
avec (1)
où estlepolynômeretardet estunvecteurdesrésidusissusdel’estimationduprocessusautorégressifpropreàchaquevariabledontlamatricedesvariance-covariancesestdécritepar ,aveci=1,2.
LemodèleDCC-GARCHpeutêtreaisémentappréhen-déenréécrivantlamatricedesvariance-covariances(H)telleque:
Où:
estunematricediagonaledesécarts-typestemporellementvariables issuesdel’estimationdes deux équations précédentes selon un processusGARCHunivariés; représentelamatricedescoefficientsdecorrélationconditionnelle.Leséléments
72 UneanalyseantérieuredecetteproblématiquefutréaliséeparA.Bourgain,P.GuardaetP.Pieretti(2000).Cependant,l’approcheadoptéeétaitbaséesurdesdonnéesenpaneld’unefréquenceannuelleetsupposelaconstancedescorrélationsdeschocsentresecteursd’activités.Lesauteursdecetteétudeexcluent,parailleurs,labranchefinancièredel’économieluxembourgeoise.
116 Revue de Stabilité Financière 2007
contenus dans Dt sont générés selon un processusGARCH(P,Q),quipeutêtreformuléainsi:
(2)
Parailleurs,Engle(2002)adopteunestructuredetypeGARCHdanssamodélisationdeladynamiquedescor-rélations.Ainsi,unprocessusDCCd’ordre(M,N)peutêtredécritpar:
(3)
où estlevecteurcontenantlesrésidusstandardisés issusdel’estimationdumodèleunivariéGARCH, est lamatricedesvariance-cova-riancesconditionnellesdecesmêmesrésidusstandar-disés,tandisque représentelamatricedesvariance-covariances inconditionnelles,quisont inva-riablestemporellement.Lesparamètres sontcensésintercepter,respectivement,leseffetsdeschocsetdescorrélationsdynamiquesretardéessurleniveaucontemporaindecesdernières.Quantà ,c’estunematricediagonalecontenantlaracinecarréedesélé-mentsdeladiagonaleprincipalede .Conformémentànotreexemplecettematrices’écrit:
Les corrélations conditionnelles dynamiquessontlesélémentsdelamatrice
dontladiagonaleprincipaleestcomposéede1.
Les paramètres dumodèleDCC sont estimés par laméthodedumaximumdevraisemblance.Engle(2002)adémontréquelafonctiondelog-vraisemblancepeutêtreexpriméepar:
(4)
Leprocessusd’estimations’effectueendeuxétapes.Lapremièreconsisteenlasubstitutiond’unematriceiden-titéàlamatriceRtdanslafonctiondulog-vraisemblan-ce.L’avantagedeceprocédéestqu’ilpermetd’obtenirlasommedelafonctiondevraisemblancedesmodèlesGARCHunivariés.Autrementdit,àtraverscettepre-mièreétapeonobtientlesvaleursdesparamètresdel’équation2.Lasecondeétapeestdédiéeàl’estimationdesparamètresdel’équation3enadoptantlafonctiondevraisemblanceoriginaledécriteparl’équation4.Celapermetd’obtenirlescorrélationsdynamiquesentrelesvariablesétudiées.
5.2.3 Donnéesetrésultatsdesestimations
5.2.3.1 Lesdonnées
Danscettesection,nousallonsexplorerlaprésencedemouvementssemblablesentrelescomposantescycli-quesdelavaleurajoutéeréelledesdifférentesbran-chesd’activitésauLuxembourgenadoptantlemodèleDCC-GARCH bivarié. L’analyse inclut sept branchesd’activités.Lesdonnéesutiliséessontlestauxdecrois-sancetrimestrielledesdifférentesbranchesd’activité.Ellessontextraitesde labasededonnéesduStatec.Lapérioded’observationcouvrelesannées1995-2005.Leschoixdelapériodeetdunombredebranchessontdictéspar ladisponibilitédesdonnées.Comptetenudelanondisponibilitédedonnéesdessaisonnalisées,lefiltretramoseatsestappliquéàl’ensembledessériesentenantcomptedesjoursfériés.
117Revue de Stabilité Financière 2007
Tableau 1 Caractéristiques statistiques des taux de croissance de la valeur ajoutée trimestrielle réelle dessaisonnalisée (%) 1995: T1-2005: T4
E
Agr. Ind. Cons. Comm. Act.Fin. Imm.&Loc. Autresserv. PIB
Source:BCL
Part au PIB(%) 0,61 11,10 5,39 19,42 21,50 17,41 14,55 -
Moy. -1,1 0,7 0,8 1,4 1,2 1,5 0,9 1,2
Méd. -1,2 0,8 1,1 1,3 1,3 1,4 0,8 1,3
Max 16,7 5,2 29,7 7,6 21,6 9,0 3,9 5,0
Min -27,1 -3,5 -29,8 -7,2 -15,3 -6,1 -1,5 -5,0
Ecart-type 9,1 2,3 8,2 2,8 5,7 2,4 1,1 1,8
Asymétrie -0,3 0,1 -0,3 -0,5 0,1 0,3 0,4 -0,8
Aplatissement 3,2 1,9 9,5 4,0 7,4 6,3 3,4 4,8
Jarque-Bera 0,9 2,1 77,3 3,7 34,1 19,9 1,5 10,2
Probability 0,6 0,3 0,0 0,2 0,0 0,0 0,5 0,0
Obs. 43 43 43 43 43 43 43 43
Letableau1afficheunensembledestatistiquesdes-criptivesdesvariablesdenotreéchantillon73.Lesdis-tributions de quatre variables sont significativementdifférentesdeladistributionnormaleauseuilde1%.Ces variables sont caractérisées par des coefficientsd’aplatissementsuffisammentsupérieursàceluideloinormale.Ellesprésententégalementdescoefficientsd’asymétriedifférentsdeceluid’unedistributionnor-male.Lanégativitédescoefficientsd’asymétriepourl’agriculture, la construction, le commerce et le PIBindiquequecesbranchesd’activitésainsique l’acti-vitéglobaledel’économieluxembourgeoiseontsubiplusdechocsnégatifsquedechocspositifsdurantlapériodeanalysée.LesspécificationsGARCHadoptéessontsusceptiblesd’expliquerunepartsignificativedelanon-normalitédecesséries.Eneffet,l’applicationdutestJarque-Beraauxrésidus issusdel’estimationdesmodèlesAR-GARCHunivariésrévèleque lanon-nor-malitédesdonnéesduPIBetdelabranchedesactivitésfinancièress’expliqueparlaprésencedeseffetsGARCH.Cependant,l’analysedesrésidusdesdeuxautresbran-ches(ConstructionetImm.&Locations)montrequelesspécificationsGARCHnesontpascapablesderemé-dierà lanon-normalitédecesdeuxséries. Ilya lieudenoterquedanscecadre,EngleetSheppard(2001)affirmaient que l’hypothèse de normalité n’est pasnécessairepourassurerlaconvergenceetlanormalité
asymptotiquedesparamètresestimés.SelonEngleetSheppard,enl’absencedelanormalitédesinnovationsissuesdesmodèlesGARCH,lacorrélationdynamique(DCC)peutêtreinterprétéecommeétantunestimateurdepseudo-maximumdevraisemblance.
5.2.3.2 Estimationetrésultats
L’ordreautorégressifoptimalintroduitdanslesestima-tionsdesprocessusAR-GARCHaétésélectionnéselonlecritèred’informationdeSchwart(SIC).Lesrésultatsdesestimationsendeuxétapessontaffichésdans letableau2.LesestimationsdumodèleAR-GARCHuni-varié,lavaleur(Q)dutestdeLjung-Boxsurlecarrédesrésidusetsesprobabilitésfigurentdanslapartiegauchedutableau;tandisquelesparamètresdescorrélationsconditionnellesdynamiquesy figurentdans lapartiedroite.D’unemanièregénérale,lesparamètresestimésdesmodèlesGARCHsontstatistiquementsignificatifs.Cependant,desdifférencesimportantespeuventêtreconstatées entre lesdifférentesbranchesd’activités,enparticulierencequiconcerne lacontributiondeseffetsGARCH(β)àlapersistancedelongterme.Danscecadre,lescoefficientsdelavarianceretardéed’unepériodesontfortementsignificatifs;cequilaisseprésa-gerquel’adoptiond’unespécificationGARCHdesdif-férentesvariablesestappropriée.Parailleurs,onnoteraquelapersistancedecourtterme(α)demeurefaibleet
73 Lesvariablesconsistentenlesvaleursajoutéesdesseptbranchesd’activitééconomiqueetdontlesdonnéessontdisponiblesenfréquencetrimestrielle:(1)Agriculture,chasseetsylviculture,pêcheetaquaculture;(2)Industrie,ycomprisénergie;(3)Construction;(4)Commerce;réparations automobiles et d’articles domestiques, hôtels et restaurants, transports et communications; (5)Activités financières; (6)Immobilier,locationetservicesauxentreprises;(7)Autresactivitésdeservices
118 Revue de Stabilité Financière 2007
statistiquementnonsignificativedanslamajoritédeséquationsde la variance conditionnelle.Néanmoins,lasommedesdeuxparamètres(α+β)esttrèsprochedel’unité.Cecitémoignedel’importancedelapersis-tancedelavarianceconditionnelledessériesétudiées.Unevariableindicatricerelativeaupremiertrimestredel’année2003estintroduitedanslaspécificationdelavarianceconditionnelledumodèleGARCHafférentàlavaleurajoutéedesactivitésfinancières.Lavaleuresti-méedecetteindicatriceestde0,006.Elleestsignifica-tivementdifférentedezéroauseuilde1%.Ilyalieu
denoterquesans l’introductiondecette indicatrice,ilnousaétéimpossibled’aboutiràuneconvergencedel’algorithmedemaximumdevraisemblance.Enfin,ilconvientdesoulignerquelavérificationdesrésidusdesmodèlesAR-GARCHestimésdans lapremièreétapeontlesbonnespropriétés,c’est-à-direqu’ilssontnonautocorrélés.Pourcela,l’applicationdutestdeLjung-Boxpourunnombrederetardségalà20aucarrédesrésidus accepte l’hypothèse nulle d’absence d’auto-corrélation,cequisembleindiquerqueleséquationsadoptéessontcorrectementspécifiées.
Tableau 2 Les paramètres estimés de GARCH(1, 1) et de DCC pour chaque branche d’activité, 1995:T2-2005T4
E
Branche+nbrederetards LesparamètresAR# LesparamètresdeGARCHetletestd’autocorrélationdes
résidusdeLjung-BoxQ(20)LesparamètresduDCC:
Act-financières-autresbranches
Ci ωi αi βi Q(20) -ρij a b
LesparamètresdeGARCH LesparamètresduDCC:Act.-financières-PIB
#Lesécarts-typesdelasommedescoefficientsARsontcalculésselonlaméthodedelta.
-L’estimationestbaséesurlemodèleDCC-GARCH:
-Lesécarts-typessontindiquésentreparenthèses.
-Seuildesignification:***(1%),**(5%),*(10%).
Agr.- -0,01 -0,62*** 0,002*** -0,149 0,779*** 17,06 0,041 -0,028 1,023***
AR(2) (0,01) (0,156) (2,4e-06) (0,178) (0,209) (0,648) (0,024) (0,038)
Ind.- 0,011*** 0,47*** 3,80e05*** -0,145 1,054*** 12,84 0,034 0,899*** 0,100***
AR(1) (0,003) (0,121) 9,02e-06 (0,178) (0,152) (0,884) (0,0003) (0,0003)
Cons.- 0,013* -0,88*** 0,0002*** -0,076** 0,831*** 4,56 0,075 -0,035*** 1,032***
AR(3) (0,008) (0,320) (4,28e-05) (0,033) (0,037) (1,000) (0,001) (0,0004)
Comm- 0,02*** -0,44*** 4,22e-05*** -0,144 1,088*** 10,40 0,241 -0,074 0,971***
AR(1) (0,002) (0,092) 2,39e-06 (0,173) (0,155) (0,960) (0,049) (0,024)
Imm. & 0,02*** -0,55*** 0,0003*** -0,0952 0,534** 20,36 -0,128 -0,072*** 1,004***
Loc.-AR(2) (0,003) (0,096) (7,16e-07) (0,0658) (0,246) (0,435) (0,001) (0,029)
Autres serv.- 0,006*** 0,18*** 0,04e-05*** -0,212** 0,749*** 23,20 -0,186 -0,081*** 1,001**
AR(1) (0,001) (0,059) (2,99e-07) (0,106) (0,161) (0,791) (0,017) (0,019)
Act. Fin.- 0,02*** -0,47*** 9,12e-05*** -0,194** 1,001*** 20,09
AR(2) (0,004) (0,171) (3,23e-05) (0,080) (0,135) (0,452)
PIB AR(1) 0,017*** -0,31*** 3,09e-05*** -0,093 0,974*** 15,42 0,669 0,091 0,918***
(0,001) (0,055) (2,08e-06) (0,227) (0,321) (0,752) (0,070) (0,041)
PIB sans Act. 0,018*** -0,47*** 6,62e-05*** -0,129 0,654*** 16,04 0,107 -0,116*** 1,002***
Fin. AR(4) (0,002) (0,263) (2,85e-05) (0,158) (0,206) (0,450) (0,026) (0,049)
119Revue de Stabilité Financière 2007
Lapartiedroitedutableauaffichelesestimationsdu
modèleDCC(corrélationsconditionnellesdynamiques).
Ils’agitprincipalementdescorrélationsentrelavaleur
ajoutéeissuedelabranche«activitésfinancières»etde
celledelabrancheindiquéedanslalignedutableau2.Afin
d’évaluerl’importancedel’apportdusecteurfinancier
auPIBluxembourgeois,nousavonsestimé,parailleurs,
lescorrélationsdynamiquesentrelavaleurajoutéede
labranchefinancièreetleproduitintérieurbrut.
Etantdonnéqueleproduitintérieurbrutestpardéfi-
nition la somme des valeurs ajoutée des différentes
branches économiques, les corrélations dynamiquesestiméesentre lavaleurajoutéedelabranchefinan-cièreetlePIBsontfallacieuses.Afinderemédieràcetteproblématique, nous avons estimé ces corrélationsaveclePIBamputédesacomposantedueauxactivi-tésfinancières.Ainsi,ladifférenceentrelescorrélationsaveclePIBtotaletlePIBsanssacomposantefinancièreestun indicateurproxysur ledegrédeconcordancedelavariationdesdeuxagrégats.Danscecadreuneinformationpréliminaireestdonnéeparlamatricedescorrélationsinconditionnellesdesinnovationsstandar-disées( )issuesdel’estimationdesGARCHunivariés.
Tableau 3 Corrélations inconditionnelles entre les chocs standardisés propres aux branches d’activités au Luxembourg
E
Agriculture Industrie Construction Commerce Finance Autresservices Imm.&Loc. PIB PIBamputé
Agriculture 1
Industrie 0,12 1
Construction 0,25 0,21 1
Commerce -0,02 -0,04 0,14 1
Finance 0,04 0,03 0,07 0,24 1
Autres services 0,05 0,09 0,11 -0,11 -0,19 1
Imm. & Loc. 0,44 0,18 0,22 0,08 -0,13 -0,01 1
PIB 0,20 0,35 0,41 0,56 0,67 -0,01 0,30 1
PIB amputé 0,36 0,33 0,41 0,51 0,11 0,15 0,63 0,66 1
Lacorrélationentre lavaleurajoutéedelabranchefinancière et le PIB amputé de cette composanteestrelativementfaible(0,11);tandisquelacorréla-tionentrelePIBetl’activitédelabranchefinancièreafficheunniveaurelativementélevé,estiméà0,67.Ladifférenceentrecesdeuxvaleurs(0,56)peutêtreinterprétéecommeétantledegrédesynchronisationdescyclesentreleproduitintérieurbrutetlavaleurajoutéedelabranchefinancière.Decepointdevue,ilsemblequel’activitéfinancièredontlacorrélationinconditionnelleauPIBestlaplusélevéeseraitlaloco-motivedel’économieluxembourgeoise.Cependant,ce premier résultat est à relativiser car il n’attestenullement de l’existence d’une corrélation tempo-rellementstablesurunelonguepériode.Ildoitêtreaffinéavecl’estimationdescorrélationsconditionnel-lesdynamiques,qui seraientplusappropriéespourdessériesaussivolatilesquelesagrégatstrimestrielsde l’économie luxembourgeoise. Les graphiques(1à8)ci-dessousaffichentlesniveauxdescorrélationsconditionnellesdynamiquesestimésselonl’approche
de Engle (2002). A l’observation de l’évolution decescorrélations,ilsemblequecesderniersaffichentdes tendancesvariéesqui laissentprésagerque lesinterprétationsbaséessurl’hypothèsedeconstancedescorrélationsseraienterronées.Cependant,diverstestsstatistiquesfurentdéveloppéspourtesterl’hy-pothèse de constance des corrélations contre unestructuredynamiquedecelles-ci.LetestproposéparEngleetSheppard(2001)estimplémentédanscetteanalyse.Sous l’hypothèsenulle,cetestsuitasymp-totiquementunedistribution(χ2)à(p+1)degrésdeliberté.Leshypothèsesdutestsontlessuivantes:
La procédure à suivre pour implémenter ce test estdécriteparEngleetSheppard(2001).Laconduitedecetestsurnosdonnéesrévèlequelescorrélationsentrelesdifférentsagrégatsaffichentdesvariationssignifica-tivesaucoursdelapériodeanalysée74.Autrementdit,l’hypothèsenulleestrejetéeauseuilde5%.
74 JetiensàremerciermoncollègueP.Guardapourlaprogrammationdecetestdanse-views.
120 Revue de Stabilité Financière 2007
-0,4
-0,3
-0,3
-0,2
-0,2
-0,1
-0,1
0,0
0,1
0,1
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Agriculture-FinancerijLinear (Agriculture-Finance)
Graphique 1
Corrélations dynamiques: Agriculture-Finance 1995-2005
Source:BCL
-0,3
-0,2
-0,1
0
0,1
0,2
0,3
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Construction-FinancerijLinear (Construction-Finance)
Graphique 2
Corrélations dynamiques: Construction-Finance 1995-2005
Source:BCL
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Industrie-FinancerijLinear (Industrie-Finance)
Graphique 3
Corrélations dynamiques: Industrie-Finance 1995-2005
Source:BCL
-0,4-0,3-0,2-0,1
00,1
0,20,30,40,50,6
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Commerce-FinancerijLinear (Commerce-Finance)
Graphique 4
Corrélations dynamiques: Commerce-Finance 1995-2005
Source:BCL
121Revue de Stabilité Financière 2007
-0,7-0,6-0,5-0,4-0,3-0,2-0,1
00,10,20,30,40,5
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Autres services-FinancerijLinear (Autres services-Finance)
Graphique 5
Corrélations dynamiques: Autres services-Finance 1995-2005
Source:BCL
-0,5-0,4-0,3-0,2-0,1
00,10,20,30,40,50,60,70,80,9
1
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Imm&location-FinancerijLinear (Imm&location-Finance)
Graphique 6
Corrélations dynamiques: Imm & Location-Finance 1995-2005
Source:BCL
0
0,10,2
0,3
0,40,5
0,6
0,7
0,80,9
1
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Finance-PIBrijLinear (Finance-PIB)
Graphique 7
Corrélations dynamiques: Pib-Finance 1995-2005
Source:BCL
-0,9
-0,7
-0,5
-0,3
-0,1
0,1
0,3
0,5
0,7
0,9
1995
q03
1996
q03
1997
q03
1998
q03
1999
q03
2000
q03
2001
q03
2002
q03
2003
q03
2004
q03
2005
q03
Finance-PIB amputérijLinear (Finance-PIB amputé)
Graphique 8
Corrélations dynamiques: PIB amputé-Finance 1995-2005
Source:BCL
122 Revue de Stabilité Financière 2007
Lesgraphiquesci-dessusreproduisentàlafoislescour-besdecorrélationsdynamiquesentrelescomposantescycliquesde l’outputde chaquebranched’activités,lestendances linéairesyafférenteset lescoefficientsdecorrélationconstants.Al’exceptiondesactivitésdecommerceetde location, les composantescycliquesrelativesaurestedesbranchessontcorréléesnégati-vementàl’activitédelabranchefinancière.Cecilaisseprésagerquelesactivitéscaractériséesparunetendan-cenégativedescorrélationsseraientunfacteurd’at-ténuationdeseffetsdechocsnégatifssurlabranchefinancière dont l’activité est positivement corrélée àcellesducommerceetdel’immobilieretlocation.Cerésultatsembleindiquerqueleportefeuilled’activitéséconomiquesauLuxembourgestmarquéparuncertaindegrédediversification.Or,lapriseencomptedupoidsdechaquebranchedansl’économieglobalerelativisecettepremièreinterprétation.Letableau1affichedanssapremièrelignelapartdechaquebranched’activitédanslePIB.Lesquatrebranchesd’activité(commerce,finance,autresserviceset imm.&location)présententprèsde75%delavaleurajoutéedel’économieluxem-bourgeoise. La valeurajoutéemoyennegénéréeparla branche financière durant la période 1995-2005avoisineles22%.Cefaitestd’autantplusprobléma-tiquequel’activitédelabrancheducommerceetdelabranchedel’immobilieretdelocationaffichentunetendancepositivementcorréléeàl’activitéfinancière.End’autrestermes,lapriseencomptedespoidsdesbranchesdans l’économietotalerelativiseconsidéra-blementlepostulatrelatifàladiversificationdel’éco-nomieluxembourgeoise.Parconséquent,l’impactd’unchocspécifiqueà l’unedesbranchesdominantesestsusceptibled’affectersignificativementlacroissancedel’économiedanssonensemble.
Cettedernièreconclusionestconfortéeparlesestima-tionsdescorrélationsdynamiquesentrelescomposan-tescycliquesdesactivitésfinancières,decommerceetde l’immobilieret locationd’unepartetcelleduPIBamputéàchaquefoisdel’unedescomposantespréci-tées.Legraphique9illustrelaco-variationtemporelleentrecesagrégats.Dansl’ensemble,ilapparaîtquelaco-variationdelacomposantecycliquedechaquebran-cheaveclePIBamputédeladitebrancheévoluedefaçontrèssimilaire.Ceconstatappellequelquesremar-ques.Onnotetoutd’abordquelepoidsmoyendecestroisbranchesdurantlapériode1995-2005présenteprèsde60%duPIB.Ilfautégalementsoulignerqu’unecomparaisonvisuelledel’évolutiondescorrélationsdeleurscomposantescycliquesaveccelleduPIBamputésembleindiquerqu’ellessontmarquées,leplussouvent,pardesphasesanalogues.Ainsi,onpourraitinterpréter
cerésultatcommeétantuneindicationdelafaiblessedudegrédediversificationdel’économieluxembour-geoise.Decefait,lesrépercussionsd’unchocpropreàunebranched’activitédominanteseraientsuscepti-blesd’affecter lesperformancesdesautresbranchesdontlacyclicitéco-varieaveclabrancheaffectéeparlechoc.Parailleurs, legraphique9 illustreunchan-gementdrastiquedelastructuredescorrélationsdestroisbranchesd’activitésetlePIBamputédelacom-posante en question. Ce changement est intervenudans la branche du commerce en 2001, tandis quepourlesbranchesd’activitéfinancièreetd’immobilieretde location, lamodificationdecettestructureestintervenueaudébutdel’année2002.Ainsi,durantunepériodedeplusdedeuxanslescorrélationsaffichaientdessignespositifsrelativementélevésparrapportauxpériodesintérieures.Deplus,lesignedescorrélationspourlestroisbranchesd’activités’estinverséaucoursdel’année2003.Autrementdit,l’impactduchocsubitpar l’économie luxembourgeoisedans sonensembledurantl’année2003diffèredeceluiaffectantlestroisbranchesprisesindividuellement.
-1,00
-0,80-0,60
-0,40-0,20
0,00
0,200,40
0,600,80
1,00
1996q03
1997q02
1998q01
1998q04
1999q03
2000q02
2001q01
2001q04
2002q03
2003q02
2004q01
2004q04
2005q03
Imm.&LocationCommerceFinance
Graphique 9
Evolutions des corrélations entre les branches et le PIB amputé de la composante concernée
Source:BCL
123Revue de Stabilité Financière 2007
Auregarddecequiprécède,ilnousestpossibled’éva-luerledegrédediversificationdel’économieluxembour-geoise.Pourêtreréellementefficace,ladiversificationdesactivitéssectoriellesdansuneéconomiedoitcorrespon-dreàdesactivitésnonoutrèspeucorréléesetdontlespartsrespectivesdanslePIBsontplusaumoinséquiva-lentes.Ainsi,ledegrédediversificationd’uneéconomiedépendenpartiedelacompositionduportefeuilled’ac-tivités.Ilestévidentquesiuneéconomieestdominéeparunnombrelimitéd’activités,celle-ciestpeudiversifiéeetlamatérialisationd’unchocseratrèspréjudiciableàl’en-sembledel’économie.Notons,parailleurs,quelaqualitédeladiversificationd’unportefeuilled’activitésselonlathéoriefinancièredépenddetroiséléments:
• lenombredesecteursd’activitéséconomiques,
• lesrisquesspécifiquesafférentsàcessecteurset,
• ledegrédecorrélationentrelesdifférentssecteursd’activités.
Plus formellement, lamatricedesvariance-covarianceissue de l’estimation des modèles GARCH permetd’évaluerlavolatilitéduportefeuilled’activitésécono-miques,quiseraitun indicateurdudegrédediversi-fication au Luxembourg. En effet, la volatilité d’unportefeuillediversifiéseraitréduitecomparativementàunautreportefeuillemoinsdiversifié.Parconséquent,plusuneéconomieestdiversifiée,moinselleestsujetteauxeffetsdeschocsspécifiquesàunsecteurparticulier.D’unpointdevueempirique,lavolatilitéduportefeuilleàl’instant(t)s’écrit:
(5)
avec:
ωit est la part de la branche (i) à la date (t) dans lePIB,estlamatricedesvariance-covariancedesrésidusaumoment(t) issusdel’estimationdesmodèlesAR-GARCH.Comptetenudelavariabilitétemporelledesélémentsdecettematrice,cetindicateursedistinguedeceluideBourgain,GuardaetPieretti (2000)dontlaconstructionestbaséesurl’hypothèsedeconstancedesvariancesetcovariancesentrebranchesd’activités.Legraphique10illustrel’évolutiondecetindicateuretdesacomposantetendancielleextraiteaveclefiltreHPenadoptantunparamètredelissageλ=1600.Ilsemblequedepuisledébutdel’année2000,latendancedelavolatilitéestmarquéeparunenetteorientationàla
baisse.Cettetendances’expliqueenpartieparlechan-gementdelacompositionduportefeuilled’activités.Acesujet,uneanalysegraphiquedespartsdesbran-chesd’activitédanslePIBrévèlequelespartsdecinqactivités(Agriculture,Industrie,Construction,Finance,Autresservices)afficheunetendancelinéairebaissière,tandisquel’activitéducommerce,del’immobilieretdelocationsecaractérisentparunetendanceascendante.End’autrestermes,l’orientationdelavolatilitédelongterme,approximéeparlefiltreHP,sembleindiquerquel’économieluxembourgeoiseafficheungaindediver-sificationaucoursdelapériode2000-2005.Toutefois,ellefutsujetteàdemultipleschocsdontlatraductionestl’accroissementdelavolatilitéduportefeuilled’ac-tivités(>0,20)75.Autrementdit,leportefeuilledesbran-chesd’activitésdemeuremoinsdiversifiécarsavolati-litéestdictéeparleseffetsconjoncturels.
75 Lavaleur0,20reflètelamoyennedelavolatilitéduportefeuillesurlapériode1996-2005.
0,000,100,200,300,400,500,600,700,800,901,00
1996
q01
1997
q01
1998
q01
1999
q01
2000
q01
2001
q01
2002
q01
2003
q01
2004
q01
2005
q01
0,000,100,200,300,400,500,600,700,800,901,00
Volatilité>0,2volatilitéTendance de la volatilté HP
Graphique 10
Volatilité du portefeuille d'activités au Luxembourg
Source:BCL
124 Revue de Stabilité Financière 2007
LaquantitéutiliséeestlastatistiqueCCF,définitpar:
(8)
Dansunesecondephase,onprocèdeautestdel’hy-pothèse nulle d’absence de causalité des moyennescontrel’hypothèsealternative.Toutcommeletestdecausalitédelavariance,laformulationdelastatistiqueCCFpourlamoyennes’écrit:
(9)
Lestableaux4et5ci-dessousfournissent lesvaleursdutestrelativesauxcoefficientsdecorrélationcroiséeentrelessériesdesrésidusetleurscarrésstandardisés.Lenombrederetardsetd’avancesaffichédanslapre-mièrelignedecesdeuxtableauxseréfèreauxnombresdetrimestresoùlacroissancedusecteurfinancierpré-cède,coïncideousuccèdeà lacroissancedesautressecteursd’activité.Ilfautpréciserqu’uncoefficientdecorrélationstatistiquementsignificatifàlapériode(0)est synonymed’unchoccommunaffectant lesdeuxbranchesd’activités.
L’analysedesrésultatsaffichésdansletableau4révè-lentquelacroissancedusecteurbancaireluxembour-geoisaffected’unepartlacroissancedelabranchedeconstructionavecundécalaged’unepériodeetcelledelabranchedel’immobilier&locationainsiquelePIBamputédelacomposantefinancièreavecundécalagede2trimestres.Parailleurs,lesrésultatsobtenusfontparaîtredeseffetsinversesentrelacroissancedesbran-chesde l’agriculture,de l’industrieetduPIBamputédesacomposantefinancièreavecdesdécalagesres-pectivementde3,6et5trimestres.Ceconstatlaisseprésagerquecestroisagrégatssontunesourcedepro-gressiondelavaleurajoutéebancaire.Amoinsquecenesoitunartefactstatistique,ilestdifficiledetrouveruneexplicationà l’actiondelabranched’agriculturesurlacroissancedelavaleurajoutéedusecteurfinan-cierauLuxembourg.
Danslemêmesens,lesrésultatsdestestsdecausalitédesvariancesaffichésdansletableau5confirmentlaprésencedepropagationdeschocsdusecteurfinancierverslesecteurducommerceetverslePIBamputédelacomposantefinancière.Ainsi,lavolatilitécontempo-rainedecesdeuxagrégatss’expliqueenpartieparleschocssubit,quatretrimestresauparavantparlesecteurfinancier.Concernantlesrésultatsdecausalitéinstan-tanée(période0),onpeutconstaterque lavolatilitécontemporainedel’activitéfinancièreaffectecelledel’immobilier&location ainsi que le PIB amputé de lacomposantefinancière.Cerésultatpeutêtreattribuéauxeffetsdeschocscommunsaffectant instantané-
5.2.4 L’interactionentrelesecteurfinancieretlesautresbranchesd’activité:testdecausalitédesmoyennesetvariancesconditionnelles
Compte tenu de l’importance du secteur financier auLuxembourg, il estprobableque lesperformancesdesautresbranchesd’activitéssoientdictéesparcelui-ci.Lescorrélationsdynamiquescalculéesprécédemmentrepré-sententuneindicationsur l’importancedulienentre lavaleurajoutéedelabranchefinancièreetlesautrescom-posantes du PIB.Cependant, pour compléter l’analyseonestamenéàs’interrogersurlesensdecausalitésous-jacentà l’interactionentre lavaleurajoutéedusecteurfinancierluxembourgeoisetcellesissuesdesautresbran-ches.Puisque, lesestimationsdesmodèlesAR-GARCHfurentréaliséesdanslasectionprécédente,ilestcommoded’emprunterlaprocéduredeCheungetNg(1996)dédiéeauxtestsdecausalité.Danscecadre,letestdeCheungetNg(CCF-Cross-correlationfunction)emploielesrésidusetlecarrédesrésidusstandardisésdesmodèlesAR-GARCHunivariéspourdéterminerlesensdecausalitédesvariancesetdesmoyennesconditionnelles.Sousl’hypothèsenulled’absencedecausalitécetestsuitasymptotiquementunedistributionnormale.Ainsi,souscettehypothèselescoef-ficientsdecorrélationscroiséesdesrésidusstandardisésetleurcarrénesontpasdifférentsdezéro.
Formellement,laméthodologiedeCheungetNgpourtesterlesensdecausalitépeutêtredécriteainsi:Ils’agittoutd’abordd’estimerleséquations1et2décritespré-cédemmentetderécupérerlecarrédesrésidusstan-dardisés.Ainsi,enprésencededeuxvariables(y
1)et(y
2)
parexemple,ona:
(6)
(7)
Parlasuite,ilconvientdedéfinirlescorrélationscroi-séesavecunretard(k)entrelecarréderésidusstandar-disés d’unepartetlesrésidusstandardisés d’autrepart.Cescoefficientsdecorrélationserontuti-lisésrespectivementpourtesterlacausalitébidirection-nelledesvariancesetdesmoyennesconditionnelles.Ainsi,onpeut testerdansunpremier temps l’hypo-thèsenulled’absencedecausalitédesvariancescontrel’hypothèsealternativepourdesretards(k)différents.
125Revue de Stabilité Financière 2007
mentl’ensembledecesagrégats.Finalement,ilparaîtqu’il existe un effet de retour avec un décalage de5trimestresallantdelavolatilitédel’activitédel’immo-bilier&locationversl’activitéfinancière.Autrementdit,leschocspropresàl’activitédel’immobilier&locationsepropagentàl’activitéfinancière,contribuantainsiàl’amplificationdelavolatilitédesactivitésfinancières.
Ilest importantdenoterque les résultatsobtenusàtraverscesdeuxtestsdecausalitépermettentd’appor-teruneconclusion fermeconcernant le rôledu sec-teur financieren tantque locomotivede l’économieluxembourgeoise.Eneffet,l’hypothèsenulled’absencedecausalitédesmoyennesetdesvariancesdel’acti-vitéfinancièreetduPIBamputéedecelle-ciestrejetéeau seuilde5%pourundesdécalages respectifsdeunetdequatretrimestres.Ilconvientdenoterquecerésultatestconcordantavec lastructuredescorréla-tions dynamiques présentées précédemment. Ainsi,l’ensembledesrésultatsempiriquesobtenusdanscetteétudeconfirmelerôlemoteurdusecteurfinancierauLuxembourg.Etcommenousl’avonsdéjàsouligné,despossibilitésdecorrectiondelacompositionduporte-feuilled’activitéséconomiquespouruneplusgrandediversificationexistent.Lamiseenplaced’untelajuste-mentrendlesactivitéssectoriellesmoinsdépendantesdeschocssubitsparlesecteurfinancier.
126 Revue de Stabilité Financière 2007
Tabl
eau
4 Te
st d
e ca
usal
ité
bidi
rect
ionn
elle
des
moy
enne
s
E
Bra
nche
/lag&
lead
-1-2
-3-4
-5-6
01
23
45
6
Seui
lde
sign
ifica
tion
stat
istiq
ue:5
%(*
*),1
0%(*
).
Un
(k)n
égat
ifre
prés
ente
len
ombr
ede
pér
iode
de
reta
rd(l
ag);
tand
isu
n(k
)pos
itifl
eno
mbr
ede
pér
iode
sd’a
vanc
e(le
ad).
Fin-A
gricu
lture
-0
,715
1,
293
0,68
1 -0
,543
0,
599
-0,6
71
0,25
8 1,
581
-0,5
67
2,37
1**
-0,6
94
-0,3
12
1,00
6
Fin-In
dustr
ie
0,53
8 2,
071
0,58
9 0,
459
-0,4
48
0,37
3 0,
211
-0,4
13
0,57
7 0,
841
0,52
9 -0
,164
2,
251*
*
Fin-C
onstr
uctio
n -1
,961
**
0,24
7 0,
039
0,06
1 -0
,547
0,
564
0,46
5 0,
077
-0,5
67
-0,9
09
0,55
9 0,
005
-1,2
37
Fin-C
omm
erce
-0
,848
0,
692
-0,1
55
0,55
3 0,
549
0,03
7 1,
543
0,69
0 1,
170
-0,6
11
0,60
8 0,
017
-0,4
07
Fin-A
utre
s Ser
vices
. 0,
585
0,86
4 -0
,368
0,
108
-0,0
83
0,04
4 -1
,220
0,
639
-0,5
21
0,84
1 1,
631
-0,7
09
0,28
2
Fin-Im
m.&
loca
tions
0,
743
2,09
1**
0,34
1 0,
982
-0,1
88
0,19
6 -0
,857
0,
776
-0,3
89
0,40
8 -1
,321
-1
,675
-0
,911
Fin-P
IB a
mpu
té
-0,5
35
2,62
7**
0,40
5 0,
803
0,01
5 -0
,320
0,
710
0,80
7 0,
688
0,40
1 0,
096
-1,7
47*
0,45
5
Tabl
eau
5 Te
st d
e ca
usal
ité
bidi
rect
ionn
elle
des
var
ianc
es
E
Bra
nche
/k-1
-2-3
-4-5
-60
12
34
56
Seui
lde
sign
ifica
tion
stat
istiq
ue:5
%(*
*),1
0%(*
).
Un
(k)n
égat
ifre
prés
ente
len
ombr
ede
pér
iode
de
reta
rd(l
ag);
tand
isu
n(k
)pos
itifl
eno
mbr
ede
pér
iode
sd’a
vanc
e(le
ad).
Fin-A
gricu
lture
-1
,262
-0
,151
0,
386
0,70
9 0,
662
0,24
3 0,
015
-1,3
78
-0,5
02
-0,2
84
1,36
8 0,
568
0,46
2
Fin-In
dustr
ie
1,05
7 -0
,401
-0
,977
-1
,052
1,
262
-0,4
16
-0,6
16
0,90
4 0,
814
1,30
3 -1
,357
0,
243
0,36
2
Fin-C
onstr
uctio
n -0
,177
1,
296
0,07
1 -0
,450
-0
,074
-0
,390
-1
,009
-1
,221
0,
326
0,44
0 -0
,037
-0
,046
-0
,229
Fin-C
omm
erce
0,
950
-0,1
22
-0,2
44
1,96
0**
-0,0
81
-0,4
59
0,89
8 -0
,158
-0
,804
-0
,478
-0
,070
-0
,325
0,
813
Fin-A
utre
s Ser
vices
. -0
,353
0,
060
1,00
0 -0
,153
-0
,026
-1
,393
0,
464
-1,3
49
0,82
8 1,
916
-0,3
60
1,51
6 -1
,582
Fin-Im
m.&
loca
tions
-1
,243
0,
364
-0,5
14
0,30
1 0,
280
-1,1
19
1,81
5*
-1,0
99
0,51
2 0,
053
0,53
0 1,
851*
-0
,799
Fin-P
IB a
mpu
té
-0,3
59
1,06
6 -0
,538
2,
348*
* -0
,364
-0
,906
1,
918*
-1
,361
0,
325
0,94
4 -1
,070
1,
284
-0,7
05
127Revue de Stabilité Financière 2007
5.2.5 Conclusion
Mêmesilesrésultatssontengrandepartieconformesànosattentes,ilfautreconnaîtrequenotreétudeestbaséesurunnombreréduitd’observations(44points),ce qui nous pousse à une interprétation prudente.Cependant,ilconvientdenoterquecettecontributionapermisdefranchiruneétapeimportantequiconsisteenl’évaluationdelaco-variationentrelescomposantescycliquesdesdifférentesbranches.L’analyseadoptéefaitressortirquelescyclicitésdetroisbranchesd’acti-vitédominantesauLuxembourgsontpositivementcor-rélées.Cerésultatsembleindiquerquelacomposantecycliquedusecteurfinancierestenphaseaveccellesducommerceetde l’immobilier& location.Lepoidsmoyendelavaleurajoutéedecestroisbranchesd’acti-vitédanslePIBestdeprèsde60%.Etilestfortproba-blequel’impactd’unchocdansl’unedesbranchesestsusceptibled’affecterl’économiedanssonensemble.
EnadoptantlestestsdecausalitédesmoyennesetdesvariancesdeCheungetNg(1996)avecintervallesdedécalagedesixtrimestres,lesrésultatsobtenusontper-misdedéterminerl’origineetlesensdepropagationdeschocsentrelesecteurfinancierluxembourgeoisetlesautresbranchesd’activitéséconomiques.Ainsi,nousavonsconcluaurôlecausaldelacroissancedusecteurfinancier,lefaisantapparaîtrecommeunmoteurdelacroissancepourlesbranchesdelaconstruction,del’im-mobilier&locationetpourlePIBamputédelavaleurajoutéedusecteur financier.Enmatièredediffusiondeschocs,nosrésultatsfontressortirquelavolatilitédusecteurfinancieraffectelavolatilitédusecteurducommerceainsiquelavolatilitéduPIBamputé.Ledélaidetransmissiondeschocspropresausecteurfinancierverslesdeuxagrégatsprécitésestdequatretrimestres.Deplus,ilsemblequelePIBamputé,lesecteurfinan-cieretl’activitédel’immobilier&locationréagissentdefaçonsynchroneauxchocscontemporainsdemêmesnatures.
Comtetenudusensdecausalitédesmoyennesetdesvariances inter-branchesd’activités, ilapparaîtquelacroissancedusecteurfinancierauLuxembourgestundéterminantmajeurdelacroissanceéconomique.Cerésultatpourrait être trèsutilepour les autoritésdupaysenmatièredechoixdespolitiqueséconomiquesetdediversificationpuisqu’ilpermetderendrecomptedel’interrelationdesdifférentesbranchesd’activitésetdurôlecausaldel’activitéfinancière.
Il faut enfin rappelerque les résultatsobtenusdanscetteétudedivergentdeceuxobtenusparBourgainetPieretti (2006).Acesujetetsurbasededonnéesannuelles (1985-2002), les deux auteurs affirmaientque: «extenal effects don’t significantly appearbetweenfinancialservicesandforremainingindustries(Wholesales and retail trade; Hotel and restaurants;Transport,storageandcommunication;Computerandrelatedactivities».Certes, lesdonnéesexploitéesparcesdernierssontd’unefréquenceannuelleetavecundétailsectorielplusrichequelesdonnéestrimestriel-lesutiliséesdanslaprésentecontribution,néanmoinsleursrésultatssemblentêtrecontre-intuitifsetincitentàpoursuivrelarecherchedanscedomainepourconfir-merouinfirmercetypedeconjecture.
128 Revue de Stabilité Financière 2007
Bibliographie
Bollerslev,T.(1990):ModelingtheCoherenceinShort-runNominalExchangeRates:AMultivariateGeneralizedARCHModel,Review of Economics and Statistics,Vol.72,pp.498-505.
Bourgain,A.,Guarda.P.etPieretti,P.(2000):Dynamiquedelacroissanceetspécialisation:Analyseenpaneldesbranchesindustrielles,Cahiers Economiques de Bruxelles,n°167,3etrimestre.
Bourgain,A.etPieretti,P.(2006):MeasuringAgglomerationForcesinaFinancialCenter,Economics Bulletin,Vol.18,n°3,pp.1-9,July.
Cheung,Y-W.etNg,L.K.(1996):ACausality-in-VarianceTestanditsApplicationtoFinancialMarketprices,Journal of Econometricsn°72,pp.33-48.
Engle,R.F.etSheppard,K.(2001):TheoreticalandEmpiricalpropertiesofDynamicConditionalCorrelationMultivariateGARCH,UniversityofCalifornia,SanDiago,DepartmentofEconomics,Discussion paper2001-15.
Engle,R.F.(2001):GARCH101:TheUseofARCH/GARCHModelsinAppliedEconometrics,Journal of Economic Perspectives,Vol.15,n°4,pp.157-168.
Engle,R.F.(2002):DynamicConditionalCorrelation:ASimpleClassofMultivariateGeneralizedAutoregressiveConditionalHeteroskedasticityModels,Journal of Business & Economic Statistics,Vol.20,n°3,pp.339-350,July.
Lee,J.etCrowley,P.(2006):TheCo-movementBetweenOutputandPrices:EvidenceFromaDynamicConditionalCorrelationGARCHModel,Economics Letters,Vol.91,n°1,pp.110-116,April.
129Revue de Stabilité Financière 2007
5.3 Analyse long terme du compte de profits et pertes des établissements de credit luxembourgeois*
5.3.1 Introduction
LaplacefinancièreduLuxembourgaconnudenombreu-sesévolutionsaufildestroisdécenniespasséesquiontincontestablementeuleurinfluencesurl’environnementbancaire.Eneffet,cen’estqu’àpartirdesannées60quelesmarchésfinanciersdécouvrirentleLuxembourgquiserviradèslorsdeplate-formeàleursactivitésinternatio-nales.Aprèslacroissancerapidedeseurobanquesdanslesannées70,laclientèledelabanqueprivéeémergeadanslesannées80pourcéderdeplusenplussaplaceàl’industriedesorganismesdeplacementcollectifàpartirdesannées90jusqu’àaujourd’hui.
Lecomptedeprofitsetpertesestàlafoisundocumentcomptableetunétatfinancierreprésentantlespostesdesproduits(revenus)etdescharges(frais)relatifsàl’ac-tivitédesétablissementsdecrédit.L’analysedesprincipa-lescomposantesducomptedeprofitsetpertesmontrenonseulementl’évolutiondesmétiersdebanquegrâceauxrevenusgénérésmaisaussileshautsetlesbasquelesecteurfinancieraconnuaufildutemps.
Laprésenteétudeporterasurlesévolutionsàlongtermeducomptedeprofitsetpertesdesbanquesluxembour-geoises,d’unepartannuellesde1977à2006etd’autreparttrimestriellesde1994/12à2006/12.
5.3.2 Méthodologieetexplicationssurlecomptedeprofitsetpertes76
Ilconvientdenoterquelesprincipesméthodologiquesappliquésàl’élaborationducomptedeprofitsetper-tessontconformesà laméthodologiegénéralemiseaupointparlaCommissiondeSurveillanceduSecteurFinancier(CSSF).
5.3.2.1 Couvertureinstitutionnelleetgéographique
Lesdonnéesutiliséesdanscetteanalysecouvrent lesrésultatsdetouteslesbanquesétabliesouconstituéesauLuxembourg,ycomprislessuccursalesdesbanquesétrangèresetlessuccursalesàl’étrangerdesétablisse-mentsluxembourgeois.
5.3.2.2 Etenduetemporelle/Actualité/Unitésdemesure
L’agrégatducomptedeprofitsetpertesestcalculéetrapportésurbasetrimestrielleetsurbaseannuelle.Afindepouvoirmesurerl’évolutiontrimestrielleindividuelle,ilestnécessairededécomposerl’agrégattrimestrielpar
soustractionsimple.Leschiffresannuelssontdisponiblespourlesannéesallantde1977à2006,leschiffrestri-mestriels,eux,nesontdisponiblesqu’àpartirdupremiertrimestre1994jusqu’auquatrièmetrimestre2006.
Touteslesdonnéesrelativesaucomptedeprofitsetper-tesetàlasommedebilansontexpriméesenmillionsd’eurossauflesdonnéesrelativesàl’effectifetaunom-bredebanquesquisontexpriméesenunitéssimples.
5.3.2.3 Terminologie
Etantdonnélaventilationetlesspécificitésdecertai-nescatégoriesducomptedeprofitsetpertesetafind’améliorer lameilleurecompréhensiondecelui-ci, ilimported’expliquerdavantagelacompositiondequel-queslignes-clés.
Leproduitbancaire:leproduitbancaireestlasommede tous les revenusd’unétablissementdecrédit. Leproduitbancairepeutêtresubdiviséencinqcatégories:lamargesur intérêts, lesrevenusnetssurréalisationdetitres,lesrevenusnetssurcommissions,lesrevenusnets sur opérations de change et les revenus diversnets.Parmicesgrandescatégorieslesrevenuslesplusimportantsproviennentdelamargesurintérêtsetdesrevenussurcommissions:
- Lamargesurintérêtscorrespondàladifférenceentrelesintérêtsetproduitsassimilés(ils’agitentreautresdesintérêtscourus,échusounonéchusdespositionssuivantes: intérêtssureffetspublicsetautreseffetsadmissiblesau refinancementauprèsde labanquecentrale;intérêtssurcréancessurlesétablissementsdecrédit;intérêtssurcréancessurlaclientèle;intérêtssuropérationsdecrédit-bail;intérêtssurobligationsetautresvaleursmobilièresàrevenufixe;bénéficesàcaractèred’intérêtssuropérationsdechange;béné-ficesàcaractèred’intérêtssurinstrumentsfinanciers;commissionsetautresproduitsàcaractèred’intérêts;autresintérêtsetproduitsassimilés)etlesintérêtsetchargesassimilés(ils’agitdesintérêtscourus,échusou non échus des positions suivantes: intérêts surdettesenverslesétablissementsdecrédit;intérêtssurdettesenverslaclientèle;intérêtssurdettesreprésen-téesparuntitre;bonsdecaisse;obligations,titresdumarchéinterbancaireettitresdecréancesnégociables;autres;pertesàcaractèred’intérêtssuropérationsdechange;pertesàcaractèred’intérêtssurinstrumentsfinanciers;commissionsetautreschargesàcaractèred’intérêts;autresintérêtsetchargesassimilées).
* AnalyserédigéeparTomBergh76 LesinformationsproviennentdelaBanquecentraleduLuxembourg.Lamajoritédesdonnéesrelativesaucomptedeprofitsetpertespeut
êtreretrouvéesurwww.bcl.lu.
130 Revue de Stabilité Financière 2007
- Lesrevenusnetssurcommissionsreprennenttouslesproduitsrelatifsàdesservicesàcaractèreban-caireoufinancierfournisàdestiers.Ils’agitnotam-ment:descommissions résultantde ladétentiond’avoirs de tiers (les droits de garde de titres etlescommissionssurencaissementdecouponsetdedividendes);descommissionstouchéessur lesopérations fiduciaires; des commissions pour lagestiondefortune;descommissionssuropérationsdechangepourcomptedetiers;descommissionsdetransactionssurtitrespourcomptedetiers;desrevenussurlocationdecoffre-fortsouencoredescommissionspourtenuedecompte.
- Lesrevenusnetssurdivers:cf.5.3.5delaprésenteanalyse
Auniveaudesfraisondistinguedeuxgrandescatégories,àsavoirlesfraisdepersonneletlesfraisd’exploitation:
- Lesfraisdepersonnelincluentlessalairesettraite-ments(lestraitementsetsalairesbrutsdupersonnel,lesallocationsdetreizièmemois,lesgratificationsetprimesdebilanouparticipationsaubénéfice,lesrémunérationsdesprestationseffectuéesparlepersonneltemporaire);leschargessociales(lapartpatronaledueàlasécuritésociale,lapartpatronaleverséeauxinstitutionsdesécuritésocialenationalesouétrangères,lapartiedelacontributionaufondsdechômagecalculéesurlesappointements,lespri-mesd’assurance-viecontractéesparlabanqueenfaveurdupersonnel,lesprimespayéesàdesinsti-tutionsdeprévoyancepourpensionssupplémentai-resouallocationsextra-légales,lesallocationsauxfondsdepensionconstituésauprèsdelabanque
et finalement lesdotationsàun régimecomplé-mentairedepensionenfaveurdupersonnel); lesautresfraisdepersonnel(lamassed’habillement,lesindemnitésspécialespourlepersonneltellesquelesticketsderepas,lesristournesd’intérêtsdanslecasoùl’employéacontractéunprêtauprèsd’unautreétablissementbancaireounon,lesindemni-tésdesconseilsd’administrationetdesurveillance,descomitésexécutifsetdecréditetfinalementtou-tesautresallocationsextraordinaires).
- Auniveaudeschargesd’exploitation,ondistinguelesfraisetdépensesdefonctionnementencourusparlabanquedanslecadredesonactivité,lapartdelabanquedanslesfraisdepersonneletdefonc-tionnementdelaCSSF,lescotisationsàlaChambredeCommerce,àl’AGDL,etc.,lesfraisd’établisse-ment,lesfraisderechercheetdedéveloppement,lesfraisrelatifsauxconcessions,brevets,licences,marques,droitsetvaleurssimilairescrééesparl’en-trepriseelle-même.
5.3.3 Analyseannuelledesévolutionsdel’agrégatducomptedeprofitsetpertesde1977à2006
Afindepouvoiranalyserlesévolutionsàlongtermedel’agrégatducomptedeprofitsetpertesdesbanquesluxembourgeoises,ilfautégalementexaminerquelquesvariablessortantdececadreenparticulierlasommedebilanetl’effectif.Ainsi,lasommedebilanaévoluéde1501%pourpasserde52429millionsd’euros en1977 à plus de 839 565 millions d’euros fin 2006.L’évolutionpositivedecelle-ciestcertainementdueàl’évolutionpositivedusecteurfinancier.
Tableau 1 Evolution des chiffres-clés des établissements de crédit entre 1977 et 2006 (en millions d’euros et en pourcentage)
E
Variation Variation VariationBase=1977 1987 Absolue Relative 1997 Absolue Relative 2006 Absolue Relative
Source:BCL
Produitbancaire 707 2,655 1,948 276% 5,739 5,032 712% 10,963 10,256 1451% dont marge sur intérêt 553 2,125 1,572 284% 3,158 2,605 471% 4,913 4,360 788% dont revenus nets sur commissions 52 263 211 406% 1,708 1,656 3185% 3,800 3,748 7208% dont revenus nets sur divers 5 69 64 1280% -62 -67 -1340% 1,678 1,673 33460% dont revenus sur réalisation de titres 10 114 104 1040% 667 657 6570% 106 96 960% dont revenus sur opérations de change 87 84 -3 -3% 268 181 208% 466 379 436%Fraisdepersonneletfraisd’exploitation 193 809 616 319% 2,181 1,988 1030% 3,910 3,717 1926% dont frais de personnel 129 516 387 300% 1,264 1,135 880% 2,264 2,135 1655% dont frais d’exploitation 64 293 229 358% 917 853 1333% 1,646 1,582 2472%Bénéficenet 167 386 219 131% 1,783 1,616 968% 5,728 5,561 3330%Autresvariables Effectif 6,306 12,736 6,430 102% 19,135 12,829 203% 24,734 18,428 292% Somme de Bilan 52,429 215,320 162,891 311% 516,572 464,143 885% 839,565 787,136 1501% Nombre de banques 90 127 37 41% 215 125 139% 156 66 73%
131Revue de Stabilité Financière 2007
Lenombredebanques,quantàlui,adéclinéconstam-ment à partir de 1999, témoignant du processus deconsolidationquiaprissondébutdanslesecteurban-cairedanslesannées1990àtraversdenombreusesres-tructurationsetfusionsintervenuesauniveaudesmai-
0%
500%
1000%
1500%
2000%
2500%
3000%
3500%
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Bas
e10
0=19
77
Somme de bilan Effectif Nombre de banques Résultat net
839.565
516.572
215.320
52.429
0 200.000 400.000 600.000 800.000 1.000.000
millions EUR
2006
1997
1987
1977
Somme de Bilan
24.734
19.135
12.736
6.306
0 5.000 10.000 15.000 20.000 25.000
2006
1997
1987
1977
Effectif
156
215
127
90
0 50 100 150 200 250
2006
1997
1987
1977
Nombre de Banques
5.728
1.783
386
167
0 1.000 2.000 3.000 4.000 5.000 6.000
millions EUR
2006
1997
1987
1977
Résultat net
Graphique 1
Evolution des chiffres-clés des établissements de crédit entre 1977 et 2006
Source:BCL
sonsmèresàl’étrangerjusqu’ànosjours.Acôtédececi,onobservequel’effectifdesemployésaaugmentéde6306personnesen1977à12736personnesen1987et19135personnesen1997pouratteindre24734personnesen2006(+292%parrapportà1977).
132 Revue de Stabilité Financière 2007
5.3.3.1 Analysedesrevenus
Lesrevenustotauxcorrespondantauproduitbancaireontprogresséde1451%durant lapériodede réfé-rence.Enchiffresabsolus,cecireprésenteunehaussesubstantiellede10256millionsd’euros.
Parmi lescomposantesduproduitbancaire, lesreve-nusnetssurcommissionsontévoluéde7208%pourpasserde52millionsd’eurosà3800millionsd’eurosentre1977et2006tandisque lamargesur intérêtsaseulementprogresséde788%correspondantà553millionsd’eurosen1977parrapportà4913millionsd’eurosfin2006.Lahaussede33460%ou1673mil-lionsd’eurosdesrevenusnetssurdiversdoitcependantêtreinterprétéeavecprudencevuleurnaturevolatileetleurfaibleniveaude5millionsd’eurosen1977parrapportàunniveauhistoriquementhauten2006.
- 500
1 500
3 500
5 500
7 500
9 500
11 500
1977
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Marge sur intérêtsRevenus nets sur réalisation de titresRevenus nets sur commissionsRevenus nets sur opérations de changeRevenus nets sur diversProduit bancaire
Graphique 2
Evolution des principaux postes de revenus du compte de profits et pertes entre 1977 et 2006 (en millions d’euros)
Source:BCL
Lesperformancesdespositionsindividuellesdesreve-nusbancairesnevarientnonseulementenelles-mêmesmaisleurspondérationsrelativesdansleproduitban-cairechangentégalementàtraversletemps.Ceciestlerefletdespolitiquesd’investissementchangéesentre1977et2006,sansdouteavecl’arrivéedenouveauxproduitsetaudétrimentdelamargesurintérêts.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
1977
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
Marge sur intérêts Revenus nets sur réalisation de titres
Revenus nets sur commissions Revenus nets sur opérations de change
Revenus divers nets
Graphique 3
Evolution de la structure des principaux revenus bancaires entre 1977 et 2006
Source:BCL
Lapartdelamargesurintérêtsdansletotaldesreve-nusrestelaplusimportante,maisadiminuépourpas-serde78,2%en1977à44,8%en2006.Lapartdesrevenusnetssurcommissionsparcontrepassependantlamêmepériodede7,3%à34,6%.
5.3.3.2 Analysedescoûts
En chiffres absolus, les frais s’élevaient à 193 mil-lionsd’eurosen1977,809millionsd’eurosen1987(+319%),2181millionsd’eurosen1997(+1030%)et 3910millionsd’euros fin2006 (+1926%). Il estintéressant de noter, que les charges d’exploitationcorrespondaienten1977àseulement33%desfraistotauxtandisquelamajeurepartieétaitconstituéepar
mill
ions
EU
R
133Revue de Stabilité Financière 2007
lesfraisdepersonnel.Suiteà larévolutionélectroni-queetauphénomènedel’outsourcingentreautres,lasituationasensiblementchangéeetfin2006,lesfraisdepersonnelnereprésententplusque58%alorsqueleschargesd’exploitations’élèventà42%dutotaldesfraistotaux.
0
500
1.000
1.500
2.000
2.500
3.000
3.500
4.000
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Autres frais d'exploitationFrais de personnel
Graphique 4
Evolution des frais généraux et du poids relatif de ses composantes entre 1977 et 2006 (en millions d’euros)
Source:BCL
L’évolutiondescoûtsparrapportauxrevenusentre1977et2006peutêtreillustréeparl’évolutionduratiocoûts/revenus.Ceratio,indicateurdel’efficacitéopérationnel-le,estpasséde27,3%enmoyennepondéréeen1977à35,7%en2006.Lacroissanceduratios’expliqueessen-tiellementparuneaugmentationaccéléréedes coûtsparrapportauproduitbancairedurantcettepériode.Laprogressiondescoûtsestdevenueincontournablesuiteauxprofondestransformationsaussibienauniveaudesproduitsqu’auniveau technologiquequ’aconnu l’in-dustriefinancière.Alorsqu’en1977,seulement6306employéstravaillaientdanslesétablissementsdecréditetquel’informatisationn’étaitqu’àsesdébuts,fin2006lesétablissementsdecréditemploientuneffectiftotalde24734personnesetlescoûtsd’informatisationenparticuliersesontmultipliés.Ilresteànoterqueleratio
coûts/revenus des banques installées au Luxembourgreste favorable par rapport à la moyenne de l’Unioneuropéennedes15.Celle-cis’élevaità60,4%pourl’an-née2003àtitred’exemple.Cettecomparaisonnetientcependantpascomptedesdifférencesdanslesmodèlesd’activitésentrecesdeuxgroupesdebanques.
0,0%
20,0%
40,0%
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Ratio coûts / revenus
Graphique 5
Evolution du ratio coûts / revenus de 1977 à 2006
Source:BCL
5.3.3.3 Analysedesrésultatsdanslecontextenational
Alorsqueleproduitbancairemoyenparemployé,lesfraismoyensparemployéet lebénéficeavantprovi-sionsmoyenparemployéconnaissentdesprogressionssimilaires,leprofitnetmoyenparemployéaccélèresaprogressionàpartirde1993.Cetteaccélérations’expli-queparlefait,quelesbanquesdelaplaceontconsti-tuéàpartirde1994sensiblementmoinsdeprovisionsquedanslapériodeallantde1977à1993.
mill
ions
EU
R
134 Revue de Stabilité Financière 2007
0%
100%
200%
300%
400%
500%
600%
700%
800%
900%
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Profit net moyenProduit bancaire moyenFrais moyensBénéfice avant provisions moyen
Graphique 6
Evolution des résultats moyens
Source:BCL
Leratioderentabilitéglobalecorrespondaurésultatnet*100diviséparletotalactif.CeratiosimilaireauratioROA(returnonassets)exprimedefaçonassezglo-balelerendementdesactifsdesétablissementsluxem-bourgeois.Entre1977et2006 le ratios’amélioreetprogressede0,32%à0,68%maisenpassantparunephasededépressionprolongéequireflètel’intensitédelacontributiondeprovisionsdurantcettepériode.
0,00%
0,10%
0,20%
0,30%
0,40%
0,50%
0,60%
0,70%
0,80%
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Ratio de rentabilité globale
Graphique 7
Evolution du ratio de rentabilité globale
Source:BCL
Afindepouvoir comparer laperformancedesdiffé-rentsétablissementsdecréditprésentssurlaplace,ilfaut composer une base homogène, c’est-à-dire unéchantillonquicomprenduniquementlesbanquesquiétaientcontinuellementprésentessurlaplace.Danscecontexteilimportedefairetroisremarques:
a) Les succursales des établissements de crédit ori-ginairesdespaysdel’Unioneuropéennepeuventremettre un compte de profits et pertes simpli-fié. Une vingtaine de ces succursales profite decetteopportunité.Cetaspectdenotreanalyseseconcentretoutefoissurlesétablissementsdecréditquiremettentlerapport«Comptedeprofitsetper-tes»détaillé,soitenviron90%desétablissementsdecréditluxembourgeois.
b) Notreéchantillonreprésenteentermesdesommedebilanenviron90%desbanquesprésentessurlaplaceou106établissementsdecréditenchif-fresabsolus.Parmices106établissementsdecré-dit,oncompte18nationalitésdifférentesquisontregroupéesen6nationalitésindividuelles(95%del’échantillon)leresteétantregroupésousladéno-minationROW(RestOfWorld–5%del’échantillon–12nationalités).
Base
100
=1
977
135Revue de Stabilité Financière 2007
c) Lanaturedesactivitéséconomiquesetlesrevenusyattachéspeutsensiblementdifférerdebanqueàbanque.
0,00%
0,10%
0,20%
0,30%
0,40%
0,50%
0,60%
0,70%
0,80%
0,90%
1,00%
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
DE BEFR LUCH ITROW Total Echantillon
Graphique 8
Evolution comparée du ratio de rentabilité globale
Source:BCL
Legraphique9montrel’évolutionduratioderentabi-litéglobaleàpartird’unebasecommençanten1994.Il montre des progressions similaires sauf pour lesbanquesd’origineitalienneetd’originefrançaisequiaffichentdesfluctuationsplusimportantes.Cephéno-mènepeutprincipalementêtreexpliquéparlenombreetlatailledesfusionsquionteulieuentrelesacteursdecetteorigine.
0%
100%
200%
300%
400%
500%
600%
700%
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
DE BEFR LUCH ITROW Total Echantillon
Graphique 9
Evolution du ratio de rentabilité globale
Source:BCL
Finalement,ilnousresteàconstater,quelesbanquesdenationalitéluxembourgeoiseaffichentuneamélio-rationcontinuedeleurratioderentabilitéglobalepourpasserde0,28%en1994à0,44%en2005.Decettefaçon,ilsdevancentnonseulementleursconcurrentsallemands,françaisetsuissesmaisaussilaperformancedel’échantillontotalauniveaudurythmedecroissancepourlapériodeallantde1994à2005.
5.3.3.4 Analysedesrésultatsdanslecontexteeuropéen
Afin de pouvoir analyser la place financière duLuxembourgdans lecontexteeuropéen,nousavonscomposé un échantillon de pays s’étendant sur lesannées1994à2005.Toutefois,ilfaudraconsidérerlesrésultatsobtenusavecprécautionvuquelacouvertureinstitutionnelledel’échantillonaétélargementdictéepar ladisponibilitédesdonnées77sur lescomptesderevenusetdedépensesdesbanques.
77 Donnéesdisponiblesde1994à2005pour:AT;CH;DE;ES;GR;IE;IT;LU;NL;PT
136 Revue de Stabilité Financière 2007
Danscecontexte,ilimportedepréciserque:
• cevoletdenotreanalyseaétéétabli surbasededonnéescomplétéessuivantlaméthodologieutiliséepar l’organisationdecoopérationetdedéveloppement économiques dans sa publica-tionsurlarentabilitédesbanques78desespaysmembres;
• la couverture des banques figurant dans notreéchantillonn’estpaslamêmedanschaquepays;
78 Publicationdisponiblesurwww.sourceoecd.org
• ilexistedesdifférencesdans lessecteursbancairesnationauxc’est-à-direquelanaturedesactivitéséco-nomiquesetlesrevenusyattachéspeuventsensible-mentdifférerdepaysàpaysetdebanqueàbanque;
• les données relatives au Luxembourg couvrenttoutes les banques établies ou constituées auLuxembourg,ycomprislessuccursalesdesbanquesétrangères.Lessuccursalesétrangèresdebanquesluxembourgeoisessontcomprisesdansleschiffresrelatifsaucomptedepertesetprofits.
Tableau 2 Evolution annuelle des principaux postes du compte de profits et pertes (en millions d’euros et en pourcentage)
E
Base=1994 2000 2005
Variation Variation
Echa
ntill
on
LU Pror
ata
LU
Echa
ntill
on
LU
Pror
ata
LU
Echa
ntill
on
LU
Echa
ntill
on
LU
Pror
ata
LU
Echa
ntill
on
LU
Source:OCDE,BCL
Produitbancaire 206,811 4,630 2% 342,160 8,028 2% 65% 73% 400,303 8,381 2% 94% 81%
dont marge sur intérêt 153,240 3,098 2% 198,495 3,703 2% 30% 20% 240,473 3,961 2% 57% 28%
Fraisdepersonneletfrais
d’exploitation 223,269 2,082 1% 361,310 3,618 1% 62% 74% 398,670 3,494 1% 79% 68%
dont frais de personnel 78,806 1,103 1% 120,084 1,716 1% 52% 56% 131,005 1,994 2% 66% 81%
dont frais d’exploitation 144,462 979 1% 241,226 1,902 1% 67% 94% 267,665 1,500 1% 85% 53%
Revenusnetsavantprovisions 78,318 2,548 3% 128,435 4,410 3% 64% 73% 164,851 4,888 3% 110% 92%
Bénéficenet 22,684 1,549 7% 65,611 2,553 4% 189% 65% 96,863 3,566 4% 327% 130%
Autresvariables
Effectif 1,779,000 18,000 1% 1,822,000 23,000 1% 2% 28% 1,648,519 24,000 1% -7% 33%
Nombre de banques 6,847 222 3% 5,344 202 4% -22% -9% 4,448 155 3% -35% -30%
137Revue de Stabilité Financière 2007
0
20.000
40.000
60.000
80.000
100.000
120.000
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
0
500
1.000
1.500
2.000
2.500
3.000
3.500
4.000
Echantillon LU
Graphique 10
Evolution du résultat net et du résultat net moyen 1994 – 2005 (en millions d’euros et euros)
Source:OCDE,BCL
Al’exceptiondesannées1999et2002,lesecteurban-caireluxembourgeoisasuprogressersonrésultatnetd’annéeenannéetandisquenotreéchantillonmontreuneévolutionbeaucoupplusvolatile.AuniveaudesrésultatsmoyensonobservedesniveauxnettementplusélevésauLuxembourgparrapportàlamoyennedel’échantillon.Eneffet,alorsquenotreéchantillonafficheuneévolutionplusrapideauniveaudeschiffresrelatifs,lesrésultatsmoyensdelaplacefinancièreduLuxembourgsontenmoyennede354%plusélevésentermesdechiffresabsolus.
0%
10%
20%
30%
40%
50%
60%
70%
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Echantillon LU
Graphique 11
Part relative des frais de personnel dans les frais généraux
Source:BCL
0
20.000
40.000
60.000
80.000
100.000
120.000
140.000
160.000
180.000
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Echantillon LU
Résultatnet Résultatnetmoyen
LU-
mill
ions
d’e
uros
Echa
ntill
on-
mill
ions
d’e
uros
EUR
138 Revue de Stabilité Financière 2007
Ducôtéfrais,onobserved’unepartqu’enmoyennelapartrelativedesfraisdepersonnelestplusélevéepourla place financière du Luxembourg (52%) que dansnotreéchantillon(36%).Cettetendancepeutpartielle-mentêtreexpliquéeparunemassesalarialeplusimpor-tantegénéréeparlamain-d’œuvrehautementqualifiéeetspécialiséequiestprésentesurlaplace.D’autrepartleschargesd’exploitationsontplusélevéesdansnotreéchantillonqu’auLuxembourg.
Tableau 3 Evolution trimestrielle des principaux postes du compte de profits et pertes (en millions d’euros et en pourcentage)
E
Base= Variation Variation
1994/12 2000/12 Absolue Relative 2006/12 Absolue Relative
Source:BCL
Produitbancaire 1007 1792 785 78% 2771 1764 175% dont marge sur intérêt 730 808 78 11% 1514 784 107% dont sur réalisation de titres 34 55 21 63% -120 -154 -452% dont sur commissions 248 666 419 169% 923 675 273% dont sur opérations de change 33 104 71 219% 103 70 215% dont sur divers -37 159 195 531% 351 388 1054%Fraisdepersonneletd’exploitation 454 812 358 79% 1052 598 132% dont frais de personnel 269 425 157 223% 598 329 123% dont frais d’exploitation 185 387 202 245% 454 269 145%Résultatnet 469 506 36.45 8% 1512 1043 222%
5.3.4 Analysetrimestrielledesévolutionsdel’agrégatducomptedeprofitsetpertesde1994/12à2006/12
Tandisqu’uneanalysedétailléeducomptedeprofitsetpertesde l’année2006peutêtre trouvéedans lechapitre 3 de cette revue, cette partie est axée surl’analyse des évolutions trimestrielles entre 1994/12et2006/12.Engrandes lignes, l’analyse trimestrielleconfirmelesrésultatsconstatéslorsdel’analyseannuel-le.Additionnellement,l’étudedeschiffrestrimestrielsdésagrégésnouspermetde retracerprécisément lesévolutionsdeladernièredécade.
5.3.4.1 Analysedesrevenus
Auniveauduproduitbancairepar trimestre,onestactuellementenprésencedeniveauxhistoriquementhautsetdépassantceuxdutroisièmetrimestre2000.Eneffet,2006/09et2006/12sontde34%respective-ment24%plushautsque2000/03.Lesrevenusavan-centainside175%ou1764millionsd’eurosentre1994/12et2006/12.Alorsquelamargesur intérêtsafficheuneévolutiondequelque107%, les revenus
netssurcommissionsprogressentenmêmetempsde273%ou675millionsd’euros.
Legraphique10ci-jointconfirmequelesrevenusrepré-sentésparlamargesurintérêtsperdentenimportancedansleproduitbancairetrimestrielauprofitdesreve-nusnetssurcommissions.Ainsi,àtitred’exemple,ladifférenceentrelamargesurintérêtsetlesrevenusnetssurcommissionsnereprésentaitplusque71millionsd’eurosou7%aupremiertrimestre2006.
139Revue de Stabilité Financière 2007
0
500
1.000
1.500
2.000
2.500
3.000
1994
/12
1995
/06
1995
/12
1996
/06
1996
/12
1997
/06
1997
/12
1998
/06
1998
/12
1999
/06
1999
/12
2000
/06
2000
/12
2001
/06
2001
/12
2002
/06
2002
/12
2003
/06
2003
/12
2004
/06
2004
/12
2005
/06
2005
/12
2006
/06
2006
/12
Marge sur intérêtRevenus nets sur commissionsProduit bancaire
Graphique 12
Evolution trimestrielle du produit bancaire et de ses principales composantes (en millions d’euros)
Source:BCL
Enéliminantlavolatilitéquelesrevenusnetssurdiversapportentauproduitbancaire, legraphique11nousrenseignequelestrimestreslesplusproductifsenter-mesderevenussontclassiquementlesdeuxpremierstrimestresetquelestrimestreslesmoinsproductifscor-respondentauxdeuxdernierstrimestres.Lapériodedescongésd’étéautroisièmetrimestrepeutêtreàl’originedesrevenusmoindres.
0
500
1.000
1.500
2.000
2.500
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
fin mars fin juinfin septembre fin decembre
Graphique 13
Evolution du produit bancaire par fin de trimestre (en millions d’euros)
Source:BCL
5.3.4.2 Analysedescoûts
Endiversifiantleursactivitésendirectiond’opérationsdeconseiletdegestionpatrimonialeenrelationavecuneclientèleprivéeetinstitutionnelle,lesbanquesontencourudescoûtsdeproductionaccrusafindemet-tre en place l’infrastructure immobilière, matérielle,techniqueethumainerequise.Aceci,s’ajoutentenfindepériodedesfraissupplémentairesgénéréspardesmodificationsducadrerèglementaireenparticulierl’in-troductiondesnormescomptablesinternationalesouencoredeBâleII.Ainsilesfraisprogressentde132%ou598millionsd’eurosentrelederniertrimestre1994etlederniertrimestre2006.Leralentissementdel’évo-lutiondesfraisentre2001/03et2004/09estessentiel-lementdûauxsuitesdel’éclatementdelabullespé-culativedanslesmarchésboursiersetauxattentatsdu11septembre2001.
mill
ions
EU
R
mill
ions
EU
R
140 Revue de Stabilité Financière 2007
0
100
200
300
400
500
600
700
1994
/12
1995
/06
199 5
/12
1996
/06
1996
/12
1997
/06
199 7
/12
199 8
/06
1998
/12
1999
/06
199 9
/12
200 0
/06
2000
/12
2001
/06
2001
/12
200 2
/06
200 2
/12
200 3
/06
2003
/12
200 4
/06
200 4
/12
2005
/06
2005
/12
2006
/06
200 6
/12
Frais de personnel
Frais d'exploitation
Frais de personnel - moyenne mobile, 2 périodes
Frais d'exploitation - moyenne mobile, 2 périodes
Graphique 14
Evolution des frais de personnel et des charges d’exploitation entre 1994/12 et 2006/12 (en millions d’euros)
Source:BCL
30%
35%
40%
45%
50%
55%
60%
65%
1994
/12
1995
/06
1995
/12
1996
/06
1996
/12
1997
/06
1997
/12
1998
/06
1998
/12
1999
/06
1999
/12
2000
/06
2000
/12
2001
/06
2001
/12
2002
/06
2002
/12
2003
/06
2003
/12
2004
/06
2004
/12
2005
/06
2005
/12
2006
/06
2006
/12
Part relative des frais de personnelPart relative des frais d'exploitation
Graphique 15
Evolution de la part relative des frais de personnel et des charges d’exploitation dans les frais entre 1994/12 et 2006/12
Source:BCL
La tendance observée lors de l’analyse annuelle del’évolutiondupoidsdestypesdecoûtsseconfirme.Eneffet,lapartrelativedesfraisdepersonnelestmarquéeparunetendanceglobaleàlabaissepoursestabiliserversle1ertrimestre2002etoscilledèslorsautourdes57%.Leschargesd’exploitationquantàellesaugmen-tentjusqu’aupremiertrimestre2001etsestabilisentensuitedanslesenvironsde43%.
5.3.5 Laparticularitédesrevenusnetssurdivers
Lesrevenusnetssurdiversouencorerevenusexcep-tionnelsreprennentlesproduitsquiontunefréquenceinhabituelle et qui ne proviennent pas des activitésordinairesdesétablissementsdecrédit.Tous lesélé-mentsquinerépondentpassimultanémentàcesdeuxcaractéristiquessontàtraitercommedespostesrepre-nantlesproduitsordinaires.Lesrevenusnetssurdiverscomprennentégalementd’autresproduitscommelesrésultatsissusd’unchangementdeméthodecompta-bleouencorelesrésultatsissusdecorrectionsd’erreursou d’omissions significatives relatives aux exercicesantérieurs.
Ilfauttoutefoisconsidérerlesrevenusnetssurdiversavecvigilancevuleurnaturevolatileetnonrécurrentetelquelemontrelegraphique14.
mill
ions
EU
R
141Revue de Stabilité Financière 2007
-700
-500
-300
-100
100
300
500
700
900
1.100
1994
/03
1994
/12
1995
/09
1996
/06
1997
/03
1997
/12
1998
/09
1999
/06
2000
/03
2000
/12
2001
/09
2002
/06
2003
/03
2003
/12
2004
/09
2005
/06
2006
/03
2006
/12
Revenus nets sur divers
Graphique 16
Evolutions trimestrielles et annuelles des résultats nets sur divers
Source:OCDE,BCL
Lespointesen1998,2002etfinalementen2006peu-ventêtreexpliquéesparlaréalisationdeparticipations(suiteàunefusionouuneintroductionenbourse)quelesbanquesdelaplaceontdétenudanslessociétéstel-lesquelaSociétéeuropéennedessatélites(introductionenbourseen1998),Clearstream(fusionavecDeutscheBörseClearingen2002)ouencoreArcelor(fusionavecMittalSteelen2006).Les revenusnets surdivers sesoldenten1997parunchiffrenégatifsousl’influenced’uneséried’opérationsdetradingsuractionsetpro-duitsdérivésparticulièresàunebanque79.
Finalement,afind’illustrercettesituationdavantage,legraphique17ci-jointmontrel’évolutionduproduitbancaireavec(CUM)etsans(EX)lesrevenusnetssurdivers.L’évolutiondesrevenusbancairessanslesreve-nusnetssurdiversestmoinsvolatilevuqu’ellerepré-senteuniquement lesdonnées relativesauxmétiers-clésdesbanques.
79 Cf.rapportannuelIML1997,page55
- 100
100
300
500
700
900
1 100
1 300
1 500
1 700
1977
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
Revenus nets sur divers
mill
ions
EU
R
mill
ions
EU
R
Evolutiontrimestrielle Evolutionannuelle
142 Revue de Stabilité Financière 2007
-1.000
-500
0
500
1.000
1.500
2.000
2.500
3.000
1994
/03
1995
/06
1996
/09
1997
/12
1999
/03
2000
/06
2001
/09
2002
/12
2004
/03
2005
/06
2006
/09
Produit bancaire EXProduit bancaire CUMRevenus nets sur divers
Graphique 17
Impact des revenus nets sur divers sur le produit bancaire
Source:BCL
5.3.6 LerôledesOPC/l’influencedesOPCsurlecomptedeprofitsetpertesdesétablissementsdecréditluxembourgeois
L’èredesfondsd’investissementatrouvésonessorvéri-tableavecladirectiveeuropéennesurlesorganismesdeplacementscollectifsenvaleursmobilières(OPVCM)80que leLuxembourgatransposéentantquepremierpaysdanssoncadrejuridiquenational.Ainsi,l’industriedesfondsd’investissement,aujourd’huiundespiliersde laplacefinancièreduLuxembourg,acontinuelle-mentpuétendresonimportanceaussibienauniveaunationalqu’auniveaueuropéenetinternational.Ainsi,lavaleurnetted’inventairedesfondsd’investissementafranchilecapdes1844milliardsd’eurosfindécem-bre2006.
Lesbanquesquantàellesassurentnonseulementlesfonctionsdebanquedépositairepourlesfondsd’inves-tissementmaisencore,pourcertains,d’administrationcentrale.
Enanalysantl’évolutiondelavaleurnetted’inventairedesfondsd’investissementetl’évolutiondesrevenusnetssurcommissions,onpeutobserverunefortecorré-
80 DirectiveCEE85/611duConseildu20décembre1985portantcoordinationdesdispositionslégislatives,réglementairesetadministrativesconcernantlesorganismesdeplacementscollectifsenvaleursmobilières
lationpositiveégaleà93%.Ledéveloppementfavora-bledescommissionsperçuesestdoncconfirméparunehaussecontinuede lavaleurnetted’inventaire (VNI)desOPCsurbasedelaquellesontcalculéeslescommis-sionsquecesderniersdoiventverserauxbanques.
-2 000
0
2 000
4 000
6 000
8 000
10 000
12 000
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
Produit bancaire EXProduit bancaire CUMRevenus nets sur divers
mill
ions
EU
R
Evolutiontrimestrielle Evolutionannuelle
mill
ions
EU
R
143Revue de Stabilité Financière 2007
0%
100%
200%
300%
400%
500%
600%
700%
800%
1994
/12
1995
/12
1996
/12
1997
/12
1998
/12
1999
/12
2000
/12
2001
/12
2002
/12
2003
/12
2004
/12
2005
/12
2006
/12
Evolution VNIEvolution Revenus Nets sur commissionsMoyenne mobile Evolution VNIMoyenne mobile Evolution Revenus nets surcommissions
Graphique 18
Evolution trimestrielle de la valeur nette d’inventaire des fonds d’investissement et des revenus nets sur commissions entre 1994 et 2006
Source:BCL
Base
100
=1
994
144 Revue de Stabilité Financière 2007
5.4 Banks’ liquidity management regimes and interbank activity in a financial stability perspective*
Supplyingthebankingsystemwithsufficientliquidityisingeneralacentralbankresponsibility.Thisincludestheexecutionofmonetarypolicyoperations,thedesignofrobustpaymentsystemsaswellasissuesrelatedtoemergencyliquidityassistance.Innormaltimesbanksget liquiditythroughmonetarypolicyoperationsandsmooththeir liquiditypositionvia interbankdepositsandlending,whichcontributestoredistributeliquid-ityefficientlyinthebankingsector.Indeed,interbankmarketsplayan importantrole inthefunctioningofthefinancialsystembytransferringliquidityfrombankswithacashsurplustobankswithacashdeficit.Inthissense, interbankmarkets foster financial integrationbut they also increase linkages and contagion riskswithinthefinancialsystem.Thefirstpartofthisarticlelaysoutsomeaspectsofliquiditymanagementregimeswithafocusonfinancialstability.
Luxembourg’sfinancialcenterischaracterizedbyahighproportionofbranchesandsubsidiariesofinternation-albankscarryingoutamainlyliabilitiesdrivenactivitygeneratingexcessliquidityinLuxembourg.ThesecondpartofthisarticleillustratestheliquidityhubfunctionoftheLuxembourgfinancialcenter.
5.4.1 Liquiditymanagementregimes
Theoretically,abank’sliquidityriskscanbeminimisedby holding substantial cash and fully liquid assets.However, thisentailsopportunitycostsforabank intheformof lower interest income.Thus,anefficientliquiditymanagementaimstominimisethesecostsandearningsrisks.
According to recent ECB81 and Joint Forum82 stud-ies,largeEUbanks’fundingsourceshavechangedinrecentyearswithanincreasinguseofwholesalefund-ingandnewinstrumentssuchassecuritisation,coveredbondsandotherstructuredproducts.Thisindeedhasresultedintobroadersourcesofavailableliquiditybutalsohighervolatilityoffundingcostsandamorecom-plicatedliquidityprofileassessment.Ontheonehand,newinstrumentscanincreasediversificationandeffi-ciencyofliquidityriskallocationinthemarket.Butontheotherhand,theliquidityandstabilityofthesenewinstrumentsthemselveshavenotbeentestedyetunderstressedconditions.Moreover, some instrumentsaredifficulttoevaluateandlargeintra-dayvariationsinthe
paymentprofileaddtotheuncertaintiesrenderinganefficientliquiditymanagementmoredifficult.
Regarding the structure of the euro money market,theECB’sbiennialstudy83showsthattheaggregatedturnoveroftheeuromoneymarketexpandedstrong-ly,withaparticularlystrongupswingof interestratederivatives.
Anefficientliquiditymanagementrequiresanaccurateoverallandtimelypictureofabank’sactualandpoten-tialpaymentprofileatdifferenttimehorizonsaswellonagroupwidelevelasonanentitylevel.Thisalsoincludestheelaborationofliquiditycontingencyplans.
Increasinginternationalisation,financialintegrationandconsolidationmaybeafactorinfluencingliquidityman-agementregimes.Creditinstitutionscanadopteitheracentralised,oradecentralizedoramixedapproachfortheirliquiditymanagement.Ontheonehand,cen-tralisationofliquiditycanleadtocostefficiencyatthegrouplevelandenableabetteraggregateoverviewoftheliquidityprofileofabankinggroupactiveinmanydifferentlocations.Ontheotherhand,thecentralisa-tionofliquiditymanagementmeansgreaterinterlink-ageswithinbankinggroupsandtherebygreaterspill-overrisksespeciallyintimesofstress.
AccordingtoastudycarriedoutbytheECBin2001,the introduction of the euro could have lead bank-inggroupstoconcentrate the liquiditymanagementofeuroassetsintoonecenterforthegroup;therebyfacilitatingthecoordinationoffundingflows,enhanc-ingtransparencyandallowingpre-nettinginthegroup.Overall, one could imagine a further trend towardsmore centralized liquidity management systems inEuropeinviewoftheongoinginternationalisationandintegrationoftheinternationalbankingregimes.
Ingeneral,variousfactorsmightinfluencethede/cen-tralisationofliquiditymanagementinbankinggroupslikeinteraliathelevelofcomplexityofagroup’sactivi-ties,thelevelofinternationalisationofitsbusiness,typesof foreign currency exposure, transaction costs andtimezonedifferences,needforlocalknowledgeandproximity,differentlegalandfiscaloperatingregimes,insolvencylaw,collateraleligibilityandtransferability,haircutregimes,liquidityflowrestrictions,largeexpo-
* ContributionbySandrineScheller.81 ReportonEUBankingStructures2006,ECB,200682 Themanagementofliquidityriskinfinancialgroups,TheJointForum,BaselCommitteeonBankingSupervision,200683 Euromoneymarketstudy2006,ECB,February2006
145Revue de Stabilité Financière 2007
surerules,depositguaranteeschemes,regulatoryandsupervisoryregimes.Regardingregulatoryandsupervi-soryregimes,nottheprudentialrequirementsassuch,butrathertheexistingdifferencesbetweendomesticregimesmaybeanissueforbankinggroupsoperatinginmanydifferentcountries.
Internationallyactivebankshavetomeetlocalregula-toryregimesandholdliquiditytomeetpaymentobli-gationsineachofthesystemstheyaredealingwith.Though,holdinglargeenoughlevelsofliquidityineachlocalentityandfinancialsystemtocoveralllocalneeds,wouldbecostlyandsuboptimal.Bankinggroupsmaythereforehavean incentive tocentraliseat least themanagementofinformationabouttheliquidityprofileofitslocalentitiesinordertogetanaggregatepictureof theoverall liquidityprofileof thegroup.Though,localsubsidiariesandbranchesmaybemorefamiliarwith localconditionsandcounterparties,whichmayprovideincentivestodecentraliseotherpartsofliquid-itymanagement.
Takingintoaccounttheaforementionedaspects,itisprobablethatinternationallyactivebankstendatleasttocentralisethesettingofoverallliquiditypolicy,con-tingencyplans,principlesand limitsand theirglobalmonitoringwhereasdaytodayliquiditymonitoringandimplementationofliquiditymanagementmay,atleastinsomecases,remainmoredecentralised.Thecentrali-sationofthegloballiquiditymanagementframeworkand its monitoring may be of particular interest forlargeandcomplexbankinggroupsinordertohaveatimelyaggregatepictureofthegroup’soverallliquidityprofile.
If therewerenobarriers at all to transferring fundsbetweensystems,andtocentralizeliquiditymanage-ment,largebankinggroupscouldfullycentralizetheirliquiditymanagementandexploiteconomiesofscale.However,completepoolingofliquiditycouldimplyagreater exposure tooperational risk due to liquidityconcentrationinfewersystems.Notwithstandingthebenefitsassociatedwithamoreefficientfunctioningof a group’s internal liquidity management, centralliquidity management may increase intra-group andcross-bordercontagionrisks,withapotential impactonfinancialstability.
Arrangements in times of stress
Theaforementionedaspectsalsohaveimplicationsonarrangementsforthehandlingofliquidityintimesofstress.Primarily,financialinstitutionshavecontingencyplans inplacefor liquiditystresssituations, including
creditlineswiththeirmaincounterparties.However,intimesofmarketstress,counterpartiestendtobemorevigilantandmightbereluctanttoprovideliquiditytothe interbankmarket, inparticular tocounterpartiesalreadyencounteringproblems.This could lead toasituationwhereoverallliquidityisstillsufficientinthebankingsystem,butnotwelldistributedthroughthefinancialsystem.Liquidityproblemsarisingatoneinsti-tutionhavethepotentialtospreadthroughinterbankoperationsandpaymentsystemstootherinstitutionsandturnintoasystemicliquidityproblem.
In thecontextof liquiditystress,acentralbankmayconsiderinexceptionalcircumstancesandonacase-by-casebasistoprovideemergencyliquidityassistancetotemporarily illiquid institutions in its jurisdiction inorder to prevent potential systemic spillover effects.Hence,centralbanksneedtocloselymonitoranyliquid-itydevelopments.Thisinteraliaenglobesinformationoncontingencyfundingplans,instrumentsinvolvedforliquiditymanagement,structureof liquiditymanage-mentregimes,knowledgeaboutwheretheliquidityandcollateralisheldandwhetheritcanbetransferredinatimelymannerbetweendifferententitiesofagroup.Informationsharingbetweentheresponsibleauthori-tiesatthedomestic,cross-borderandcross-sectorleveliscrucialfortheassessmentofthegloballiquiditypic-tureinanintegratedfinancialenvironment.
TheLuxembourgfinancialcenterbeingamajorhostcountryofbranchesandsubsidiariesof internationalbanks,theBCLhasanobviousinterestinmonitoringissuesrelatedtoliquiditymanagementregimes.Asafirststep,inordertogetanideaoftheimportanceofliquidityhubactivitiesofLuxembourgbasedbankstheremainderofthisarticleillustratesthehighparticipa-tionofLuxembourgbanksintheEurosystem’stenderoperations and the importance of the Luxembourginterbankmarketonaglobalaswellasonan intra-grouplevel.
5.4.2 TheLuxembourgfinancialcenterasaliquidityhub
Participation in central bank open market opera-tions
Euro area banks get the bulk of their central bankmoneythroughtheirparticipationinthemainrefinanc-ingoperations(MRO).Overthelastyears,LuxembourgbanksrecordahighparticipationintheEurosystem’stendersranking2ndintermsofallocationvolumein2006.Overthelast3years,theshareofLuxembourgbanksinthetotalvolumeallocatedbytheEurosystem’s
146 Revue de Stabilité Financière 2007
MROswasonaverage8,6%;albeitLuxembourgbanks’balance sheet sum represents only about 3,5% ofeurozonebanks’totalbalancesheetsum.Theshareof Luxembourg in the total numberof participatingbanks was on average 5,9%; albeit the number ofLuxembourgbanksaccountsonlyforabout2,5%inthetotalnumberofbanksestablishedintheeurozone.
Overall, the large participation of Luxembourg in theEurosystem’s monetary policy operations underminesthatLuxembourgistraditionallyaliquidityhub,envolvingtheredistributionofliquidityintheinterbankmarket.
7,1
9,9
12,0
10,0
8,67,8
9,4
3,9
5,25,9
7,1
5,9 5,7 6,0
0,0
2,0
4,0
6,0
8,0
10,0
12,0
14,0
2000 2001 2002 2003 2004 2005 2006
LU %-allocation volume LU %-number of participants
Chart 1
LU allocation volume in Eurosystem’s MROs
Source:BCL,ECB
DataontenderparticipationinLuxembourgshowthat,internationalbankinggroupswhohaveseveralentitiesinLuxembourgingeneralonlyparticipateviaonesin-gleentity inthetendersviaLuxembourg. Ingeneral,entitiesbelongingtosmallandmediumsizedinterna-tionalbankinggroupsseemtoparticipatemoreinten-dersviatheirhostcountryLuxembourgthanentitiesoflarge internationalbankinggroups.Thiscouldbeanindicationforahighertrendofcentralizationoftenderparticipationatlargeinternationalbankinggroupsthan
atsmallandmediumsizedbankinggroups.Though,thiscanalsobeseeninlightofthefactthatlargebanksmayhaveeasierandcheaperaccesstorefinancingviacapitalmarketsthansmallandmediumsizedbanks.
Interbank activity and reflections on financial stability
Albeit being already in an excess liquidity position,Luxembourgbanksare importantparticipants in theEurosystem’sliquidityprovidingoperations.Thisunder-pinstheroleofLuxembourgbanksasacenterofcom-petenceformoneymarketproductsandtheredistribu-tionofliquidity.
Regarding liquidity management issues and possi-bleimplicationsoncontagionrisks,itisinterestingtoexplorehowthisexcessliquidityisredistributedthroughtheinterbankmarket.MostLuxembourgbasedbanksbelongto internationalbankinggroups84whichmayhaveadoptedamoreorlesscentralizedapproachtoatleastsomepartsoftheirliquiditymanagement.
InterbankactivityrepresentsalargeshareofthetotalbalancesheetofbanksinLuxembourg,withaparticu-larimportanceofintragroupassetsandliabilities.Ontheonehand,thismaybelinkedtostrategicpoliciesoftheconcernedbankinggroups.Ontheotherhand,this may also be an indication for centralization ofliquiditymanagementwithexcessliquiditygeneratedinLuxembourgbybranchesandsubsidiariesofforeignbanksbeingprimarilyredistributedtootherentitiesofthegroupinneedofliquidityorhavingamoreassetdrivenactivity.
Indeed,Luxembourgbankingdatashowthat,onanetbasis85, interbankloansexceedinterbankdepositsallovertheperiodanalysed(September1998-December2006).
Ontheassetside,theshareofinterbankloansintotalassetsfluctuatesbetween53%and47%duringtheperiod analysed (September 1998-December 2006).EndofDecember2006,theshareofinterbankloansintotalassetsreached49%,ofwhich72%areintra-grouploans.Regardingtheshareofintragrouploansintotalinterbankloans,itisinterestingtohighlighttheriseofthissharefromaround60%in2000to72%in2006,whichmayinteraliabeseenin lightoftheoverallM&Aactivity.
84 End2005,96%oftotalbanksinLuxembourgarebranchesandsubsidiariesofforeignbanksand94%oftotalbankassetsareholdbyforeignentities.
85 Interbankloans/Interbankdeposits
147Revue de Stabilité Financière 2007
Ontheliabilitiesside,theshareofinterbankdepositsintotalliabilitiesfluctuatesbetween41%and47%dur-ing theperiodanalysed (September1998-December2006). End of December 2006, interbank depositsrepresent41%oftotal liabilities.Albeitbeingratherfluctuating, theshareof intragroupdeposits in totalinterbankdepositsingeneralincreasedsince2000toreachabout65%in2006.
0%
10%
20%
30%
40%
50%
60%
70%
80%
1998
09
1999
06
2000
03
2000
12
2001
09
2002
06
2003
03
2003
12
2004
09
2005
06
2006
03
2006
12
% interbank deposits in total liabilities
% intragroup interbank deposits in totalliabilities
% intragroup in total interbank deposits
Charts 2 and 3
Interbank activity in Luxembourg
Source:BCL
0%
10%
20%
30%
40%
50%
60%
70%
80%
1998
09
1999
06
2000
03
2000
12
2001
09
2002
06
2003
03
2003
12
2004
09
2005
06
2006
03
2006
12
% interbank loans in total assets
% intragroup interbank loans in total assets
% intragroup in total interbank loans
Interbankdeposits Interbankloans
Afurtherbreakdownofinterbankloansshowsthesmallshare of domestic interbank loans compared to cross-border interbank loans.Moreover,betweentheendoftheninetiesand2006,theshareofcross-borderloansintotalinterbankloanscontinuouslyincreasedwhereasthedomesticsharedecreased.EndofDecember2006,86%oftotalinterbankloansareofcross-bordernature,com-paredto78%attheendofthe90ies.Similarlytotheassetside,afurtherbreakdownattheliabilitiesside,revealsahighshareofcrossborderinterbankdepositscomparedtodomesticinterbankdeposits.Theshareofinterbankcross-borderdepositsintotalassetsincreasedovertime.
148 Revue de Stabilité Financière 2007
0%
5%
10%
15%
20%
25%
30%
1998
09
1999
06
2000
03
2000
12
2001
09
2002
06
2003
03
2003
12
2004
09
2005
06
2006
03
2006
12
% domestic interbank deposits / total interbank deposits
Charts 4 and 5
Part of domestic interbank activity in Luxembourg
Source:BCL
Thepreviousfiguresillustratetheimportanceofinter-bankactivity,inparticularcross-borderandintragrouptransfers,inLuxembourgandhencethepotentialforcontagion via the interbank market. Financial con-solidationandmorecentralizedliquiditymanagementregimesmayhaveleadtoanintensificationoftransfersintheinterbankintragroupmarket.
Regardingcollateralizationpractices,globalstructuraldevelopmentsperceptibleingeneralinothermarketsmayalsoaffectLuxembourgbanks.Onetendencyper-ceptibleisthetrendfromunsecuredtosecuredfund-ing.Collateralbecomesmoreimportantbutcashtrans-actions,i.e.unsecuredtransactionspersist,inparticu-larinagroupstructure.Pressuresonreturnonassetsandreturnonequitymayleadtoanincreasinguseofsecuredtransactions,whicharelesscostlythanunse-curedtransactionsintermsofcapitalrequirements.
5.4.3 Concludingremarks
Innormaltimes,theinterbankmarketactsasanimpor-tant liquiditydistributionchannel transferring liquidityfrombankswithacashsurplustobankswithacashdefi-cit.Thisindeed,hasapositiveeffectonbank’sefficiency.However,intimesofstress,whereallbankstrytoseekon
theirinterbankliquidity,thisredistributionchannelmaynotworkadequatelyandturnintocontagioneffects.
Bank interlinkages canbe a channel throughwhichproblemsinonebankspreadacrossthesystem,aswelldomesticallyascross-border.Ontheonehand,inter-banklendingcancontributetofinancialstabilityasitenhancesabank’sownincentivesformonitoringotherbanks.Butontheotherhand,liquidityproblemsatonebankdirectlyorindirectlytranslateintoincreasingpres-sure on its interbank counterparts. Direct exposuresmeanthataliquidityprobleminonebankcouldcausesignificantlossestoitscounterparts.Indirectexposuresmeanforinstancethatliquidityproblemsinonebankcould causemarket doubts about the soundness ofotherbanksinvolvedinsimilaractivities.
High and increasing interbank exposures both on adomesticandonacross-borderlevelaswellasdevel-opments in collateral practices and money marketinstrumentsareimportantissuesfromafinancialsta-bilitypointofview,whichmeritongoingmonitoringandfurtheranalysis.Thisisofparticularimportanceforcountries,suchasLuxembourg,thatarecharacterizedby the largepresenceof entitiesof foreignbankinggroupsandanimportantinterbankactivity.
0%
5%
10%
15%
20%
25%
1998
09
1999
06
2000
03
2000
12
2001
09
2002
06
2003
03
2003
12
2004
09
2005
06
2006
03
2006
12
% domestic interbank loans / total interbank loans
%domesticinterbankdeposits/totalinterbankdeposits
%domesticinterbankloans/totalinterbankloans
149Revue de Stabilité Financière 2007
5.5 Securities lending*
5.5.1 Securitieslendingmarket
Securitieslendingbeganasaninformalmarketpracticebetweenbrokers.Ithasnowadaysevolvedintoamajorandgrowingbusinessareaandplaysacentralroleinthesecurities,cashandderivativesmarketsworldwide.
Thesecuritieslendingactivitycontributestothefinancialstabilityinvariousways.Itprovidesmeansforsecuredfinancingtoparticipants, it improvestheglobalmar-ketliquidity,italsoimprovesthesettlementefficiencyinreducingtheoccurrenceoffailedtransactionsanditfacilitatestheimplementationofinvestmentstrate-gies.Ontheotherhand,thesecuritieslendingactivitygivesalsorisetoanumberofdifferentrisks.Problemsinthesecuritieslendingareacouldassuchbeasourceoffinancialdisturbance,impairingliquidityofmarketsandfinancialstability,ifnotadequatelymanagedandcontrolled.
Thisarticleaimsatgivingageneraldescriptionofthesecurities lendingmarketandtherisks linkedtothisactivity86.Thefirstsectionprovidesageneraloverviewofthesecuritieslendingtransactionsandmarketpar-ticipants.Thesecondsectiondescribesthetypesandsourcesof riskspresent insecurities lendingandtheriskmanagementpracticesusedbyparticipantstomiti-gatethoserisks.Thelastsectiondiscussesthepotentialimplicationsforcentralbanks.
5.5.1.1 Securitieslendingtransactions
Securities lending can be defined as the temporaryexchangeof securitiesagainstother securitiesoranequivalentcashamount fromthe lender to thebor-roweragainstfees.Theborrowerhastheobligationtoreturnthosesecuritiesondemandorattheendoftheagreedtimeperiod.
Evenifthosetransactionsarereferredtoassecuritieslending,thesecuritiesareactuallynot lent.Formosttransactions,there is infactatransferoftitleofthesecuritiesfromthelendertotheborrowerandofthecollateralfromtheborrowertothelender.Theborrowerhasalegaltitletothesecuritiesforthelifeofthetrans-actioni.e.theborrowercanlendorsellthemonwardto thirdparties.However,economically, the transac-tionismoresimilartoaloanastheeconomicbenefits
associatedwiththosesecurities(e.g.dividends)belonginfirstinstancetotheborrowerbutarecontractually“manufactured”backtothelenderi.e.theborrowermakesequivalentpaymentsbacktothelender.
Securitieslendingtransactionsincludedifferenttypesoftransactionsthatcanbeclassifiedintotwocategories:securitiesdrivenandcashdriven.Inthesecuritiesdriventransactions(securitiesloans),borrowerswanttempo-raryaccesstospecificsecuritiesthattheyhavetodeliv-ertoathirdparty.Mostsecuritiesloanstransactionsarecollateralized,whichmitigatesthelender’sexposuretocreditriskontheborrower.Inthecashdrivenmarket(repurchaseagreementsandsell/buybackagreements)participantswant toborrowcash,andsecuritiesarebeinglent/borrowedascollateral.
Theuseof intermediaries (such as custodianbanks,brokers,dealers,third-partyagents)ishigherforsecuri-tiesloansthanforrepurchaseagreementsandsell-buybackagreements,thelatterbeingmoreoftendealtonadirectbasisbetweencounterparties.
Both categories of transactions play a vital role indomesticandinternationalfinancialmarkets,improv-ingliquidityandflexibilityofsecurities,derivativesandcashfinancingmarkets.Securitiesloanscontributetoamoreefficientandlessriskysecuritiessettlement.Cashfinancingtransactionsarealsousedbycentralbanksformonetaryoperationsandprovidemarketinforma-tionontheevolutionofinterestrateexpectations.
Securities loans
Insecuritiesloans,thesecuritiesowner,foranagreedfee, typically lendssecurities toaborrowerwhohasto return thesamesecurities.These transactionsaregenerallycollateralizedbyother securities,cashorabank-issuedletterofcredit.Tomitigatetheriskofanypricefluctuationsofthecollateralincaseofborrowerdefault, the lender receives an initial margin that isexcesscollateralabovetheloanvalue.
Asalreadymentionedthereisatransferoftitleofthesecurities on loan from the lender to the borrower,whocantransferthemtoanotherparty.Incaseofbor-rowerdefault, the lenderhasnoproperty interest intheoriginalsecuritiesbuthastherighttoforecloseon
* ContributionbyCatherineWinandy.86 Mainsources: -Securitieslendingtransactions:Marketdevelopmentsandimplications,CPSS–IOSCO,1999 -Anintroductiontosecuritieslending,MarkFaulkner -Securitieslendingandcorporategovernance,MarkFaulkner -Securitiesborrowingandlending,MatthewHarrisonandAdaChoi
150 Revue de Stabilité Financière 2007
thecollateral.Thesecuritieslenderretainscontractualrightssimilartobeneficialownership(e.g.dividends)87andthesameisvalidfortheborrowerregardingthecollateral.
Repurchase agreements (repos)
Inreposonepartyagreestosellsecuritiestoanotheragainstatransferofcash,withasimultaneousagree-menttorepurchasethesamesecurities(orequivalentones)ataspecificpriceonanagreeddateinthefuture.Securitiesborrowersaretypicallyreferredtoasbuyerswhereassecuritieslendersarecalledsellers.
Whilereposmaybeexecuted inviewoftransferringtheownershipofaparticularsecuritybetweenthesell-erandtheborrower(securitiesdriven),reposarealsooftenstructuredascollateralizedcashloansorfundingtransactions(cashdriven).Inthelattercashdriventype,partiesmayagreethatthereposellerretainstherighttosubstitutetherepoedsecuritiespostedascollateral.
Dividendsandcouponsarepaidbythebuyertotheoriginalseller.
Sell/buy back arrangements
Insell/buybacktransactions,asecuritiesselltradeandabuytradeareenteredsimultaneouslyintothesystem,withthebuytransactionagreedforafuturesettlementdate. The purchaser of securities (i.e. the borrower)receiveslegaltitleandbeneficialownershipofthesecu-rities.Heretainsanyaccruedinterestandcouponpay-mentbuttheendpricereflectstheeconomicbenefitsofanycouponbeingpassedbacktothelender.
Sell/buy backs are generally motivated by financingpurposesandinvolvebonds.
Execution, processing and settlement of a trans-action
Securitieslendingtransactionsaretypicallyconductedontheover-the-countermarket(outsidecentraltradingsystems).Thusglobalstatisticsonthedifferenttypesofsecuritieslendingtransactionstradedandtheamountsoutstandingarenotreadilyavailable.Furthermore,thehigh number of market participants, including non-regulatedoneslikehedgefunds,addstothedifficultiesofgatheringcomprehensiveinformationontheofficialsizeofsecuritieslendingmarkets.
Securitiesloantransactionsarefirstnegotiatedbetweenthepartiesbilaterallyormultilaterally.Afternegotia-tion,thetransactionhastobeconfirmed(contractandsettlement dates, detail of loaned securities, lenderandborrower identificationandanyunderlyingprin-cipal, acceptable collateral andmarginpercentages,termandrates,bankandsettlementaccountdetailsoflenderandborrower).Collateralsubstitution,ifany,isagreedbetweentheparties.Loansmayhaveafixedtermoraremoreusuallyopenoratcall(possibilityforthelendertorecallthesecuritiesfromtheborrower).
Dependingonthetypeofcollateralandthesettlemententity or entities used by the counterparties, settle-mentmayoccuronaDVD88basis(forsecuritiesdriventransactions),aDVP89basisorona freeofpaymentbasis (withcollateral takenseparately,oftenthroughanothersystemoreveninanothercountry).IfnoDVPorDVDmechanismsareused, it isgenerallymarketpractice that the collateral (whether cash or securi-ties)isrequestedtobereceivedpriortothetransferofborrowedsecuritiesorfunds.Thispracticeavoidsthe“daylightexposure”thatwouldexistduringtheperiodwhenthelentsecuritieshavebeendeliveredbutthecollateralhasnotyetbeenreceived.
Securities lendingandtheprovisionoftheunderlyingcollateralaregenerallyundertakeneitheronthebasisofatitletransferapproachorasapledgeofthesecurities.
Thepledge canbedefinedasadeliveryofpropertytosecuretheperformanceofanobligationowedbyoneparty(debtor/pledgor)toanother(securedparty).Apledgecreatesasecurityinterestinthepropertysodeliveredi.e.itprovidesthatthepropertymaybesoldondefaultinordertosatisfytheobligationcoveredbythesecurityinterest.
Asalreadyindicatedatitle transfermaybedefinedastheconveyanceoftheownershipinterestinproperty(exclusiverightorinterestofpossessing,enjoyinganddisposingofaspecificproperty)fromonecounterpartytoanotherinanoutrighttransfer.Underatitletransfer,securitieslentaretransferredagainstanobligationofthetransfereetoreturntheequivalentsecuritiesonthematurityoftheloan.
Forrepoandsell/buybacktransactions,themostcom-mon master agreement used is the Global Master
87 Votingrightscanhowevernotbemanufacturedbacktothelender.Ifthelenderwantstoexercisevotingrights,hehasthepossibilitytorecalltheconcernedsecurities.
88 Deliveryversusdelivery89 Deliveryversuspayment
151Revue de Stabilité Financière 2007
Repurchase Agreement. For securities loan transac-tions,themostwidelyusedglobalmasteragreementistheOverseasSecuritiesLendingAgreement.
5.5.1.2 Intermediaries,borrowersandlenders
a) Intermediaries
Therearevarioustypesofintermediariesinthesecuri-tieslendingmarketseparatingtheunderlyingownersofsecuritiesfromtheborrowersofsecurities.
Someintermediariesplayanagent rolesuchasassetmanagers,custodianbanks,third-partyagents.Agentsallowpoolingtogethersecuritiesofdifferentsmallerclients, in view of increasing the volume of lendingpositionsandbenefitingthusfromeconomiesofscale.While assetmanagers and custodianbanks typicallyoffersecuritieslendinginadditiontotheirotherserv-ices,third-partyagentsspecialiseinprovidingsecuritieslendingservices.
Someotherintermediarieshaveaprincipal rolesuchasbrokerdealers,specialistintermediariesorprimebro-kers.Unlikeagentintermediaries,principalintermedi-ariesassumeprincipalrisk,offercreditintermediationandtakepositionsinthesecuritiestheyborrow.
Primebrokersforinstancemayofferanaddedvalueinactingasprincipalinsituationswhereabeneficialownerisaninsurancecompanyorapensionschemeandtheultimateborrowerisahedgefund.Indeed,institutionsareoftenreluctanttotakeoncreditexposurestobor-rowers likehedgefundsthatarenotwellrecognizedandregulatedorthatdonothaveacreditrating.
Principal intermediaries also take on liquidity risk inborrowingonanopenbasis(possibilityforthelendertorecallthesecuritiesatanytime)andlendingonaterm basis (giving customers the certainty of cover-ing their shortpositions).They, in turn,mitigate theliquidityrisktheyareexposedtousingtheirin-housesecurities inventory (proprietary tradingpositions)orwitharrangementstoborrowsecuritiesfromaffiliatedinvestmentmanagementfirmsandbiddingforexclu-siveaccesstosecuritiesfromotherlenders.
b) Securities borrowers
Borrowersdonothavetodisclosetheirborrowingmoti-vationstothelenders/agents.Theyevensometimesnotknowthesemotivationsthemselvesastheymayfurther
lendthesecuritiestotradersorhedgefundswhodonotrevealtheirtradingstrategies.
Therearevariousrationalesbehindsecuritiesborrow-ingtransactions:
Cover a short position
Aborrowerhasashortposition ifhehasanobliga-tiontodeliversecurities,ofwhichhedoesnothavepossession.Thesecircumstancesmayoccurforseveralreasons:
Settlementcoverage: theborrowerneeds tocoverafailed transaction in a securities settlement system.Securitiesborrowingstoavoidsettlementfailuresareessential toensure theefficiencyof securities settle-mentsystems,inparticularforlessliquidsecurities.Inthiscontext,manysecuritiesdepositoriesofferauto-matedsecuritieslendingservicesinwhichsecuritiesareautomaticallyborrowedfromlendersincasethesystemdetectsasettlementfailureduetoalackofsecurities.
Naked shorting: i.e.borrowing securities inorder tosellthemintheexpectationthattheymightbeboughtfora lowerpricewhenreturningthemtothelender(speculationthatpriceswillfall).
Marketmaking:marketmakersmayneedtoborrowsecuritiesasaresultofanobligationtosettlea“buyorder”fromacustomer.
Arbitragetrading:securitiesareborrowedtocoverashortpositiontakentohedgeanotherlongposition90.
Support a financing transaction
In this case, the securities borrowing transaction ismotivatedbythedesiretolendcash.
Temporary transfer ownership of securities
Atemporarytransferofsecuritiesownershipmaybemotivatedby taxarbitrageordividend reinvestmentplanarbitrage.
The primary borrowers of specific securities are themajor securities dealersmost active indomestic andglobal financial markets. They may borrow for vari-ousreasonsandtheirborrowingneedsareoftensub-stantial.Otherborrowersofsecurities includebroker-dealers, hedge funds and registered investmentcompanies.
90 Arbitragestrategiesincludeconvertiblebondarbitrage,pairstradingorrelativevaluearbitrageorindexarbitrage
152 Revue de Stabilité Financière 2007
c) Securities lenders
Beneficialownerswithsecuritiesportfolioofsufficientsizeforsecuritieslendingareinstitutionalinvestorsthataretypicallylongtermholdersofsecuritiessuchaspen-sionfunds,insurancecompanies,mutualfunds.Somelenders sometimes solely lend tooffset custodyandadministrativecosts.Otherownersareattractedbytheadditionalsourceofrevenuesecuritieslendingoffers.Althoughthereturnsonsecuritieslendingarerelativelysmallinthemostliquidsecurities,theincreaseintherateofreturnfromthisadditionalincomemaybequiteimportantforfundmanagersasitimprovesthereturnoftheirfunds.
Financialfirmssuchasbanksandbroker-dealersalsolendsecuritiesbutmostlyforon-lendingaseitheragentorprincipal.
d) Cash borrowers
Theprincipalborrowersofcash in securities lendingmarketstendtobethesameinstitutionsthatactivelyborrowsecurities(securitiesdealers,banksandhedgefunds).
e) Cash investors
Investing cash through securities lendingconstitutesa short-term cash management tool and providesanalternativetotheoutrightpurchaseofshort-terminstrumentssuchasshort-termgovernmentdebt,cer-tificatesofdepositsorcommercialpapers.Inadditionto increasedflexibility (for instancethematurityofareverserepocanbetailoredpreciselytomeetdiverseinvestmentneeds),securitieslendingtransactionsarealsoespeciallyattractivetoprudentinvestorsandthosesubject to certain typesof asset restrictions.A cashinvestmentthroughareverserepoisfullycollateralizedandtheinvestorcandefinethequalityofgovernmentsecuritiesrequiredtosecuretheloan.
f) Clearing and settlement services providers
Mostprovidersofclearingandsettlementofservicesi.e.CSDs, ICSDssuchasClearstreamandcustodiansalsoprovidesettlementofsecurities lendingtransac-tionsinasimilarwaythanoutrighttransactions.Someofferspecialisedsettlementservicesthatdirectlyfacili-tatesecuritieslending.Fortransactionsbetweencus-tomersofthesamecustodian,settlementmayoccurinternallyonthecustodian’sbooks.
SomeCSDsorICSDshavesystemsthattrackandmoni-torparticipants’ securities lendingactivities, identify-ingwhichsecuritieshavebeenlentoutorborrowed
andwhich representproprietaryholdings.There isatrendtowardsintroducingautomatedsecuritieslend-ing procedures, to facilitate the settlement processandthusreducedeliveryfailures.Inthatcase,thereisgenerallyapooloflendersandsecuritiesareautomati-cally transferredformthe lendertotheborroweronananonymousbasiswhenevernecessary.Thesystemtracksparticipants’securitieslendingactivities,identify-ingpotentialshortpositionsandgeneratingautomatedadjustments to the lendersandborrowersaccounts.ThecounterpartytotheloaniseithertheCSD/ICSDortheborrowingparticipant.
Inadditiontoautomatedsecuritieslending,someclear-ingandsettlementprovidersofferbilateralandvolun-tarysecuritiesloans(theprovideractingasagentorasprincipal)tocounterparties(notabletodeliverorwish-ingtoborrowforstrategicpurposes)basedonapoolofsecuritieslenders.
5.5.2 Risksandriskmanagement
Participants in securities lending transactions areexposedtosimilartypesandsourcesofrisksthanforoutrightsecuritiestransactions.Thedurationofexpo-suretotheserisksishoweversomehowdifferentasitlastsfromtheexecutionofthetradethroughtothesettle-mentofthereturnofborrowedsecuritiesorfunds.
5.5.2.1 Creditrisk
Creditorcounterpartyriskcanbedefinedastheriskthatacounterpartywillnotsettleanobligationforfullvalueeitherwhendueoratanytimethereafter.Thetypesofcreditriskthatarerelevantinsecuritieslendingtransactionsincludeprincipalrisk(lossofthefullvalueofsecuritiesorfundsthatanon-defaultingcounterpar-tyhastransferredtothedefaultingcounterparty)andreplacementcostrisk(riskoflossofunrealisedgainsonunsettledcontractswithdefaultingcounterparties).
Anon-defaultingcounterpartymaybeexposedtoprin-cipalriskifthesettlementofoneofthelegsofsecuritieslendingtransactionsdoesnottakeplaceasexpectedoriftransactionsareuncollateralized.
Principalriskassociatedwithsettlement(beingitfromtheborrower’ssideforthecollateralorfromthelender’ssidefortheloansecurities)canbeeliminatedviaDVDandDVPmechanismsorpre-deliveryofcollateralattheinitial borrowing transaction, andpre-deliveryof theborrowedsecurities/fundsatthereturntransaction.
Lendersmayalsobeexposedtoprincipal risk incol-lateralized loans incase,dueto legalobstacles,they
153Revue de Stabilité Financière 2007
cannotrealisethecollateralreceivedfromthedefault-ingcounterparty.
Replacementcostrisksmayariseforlendersif,incaseofdefaultoftheborrower,theliquidationvalueofthecollateralislessthanthecostofpurchasingtheloanedsecuritiesintheopenmarket(collateralvalue<loanedsecuritiesvalue).Thesameriskappliestotheborrowersincaseofdefaultofthelenderifthecollateralvalueishigherthantheloanedsecuritiesvalueatthetimeofthedefault.Thisriskisincreasedinepisodesofmarketilliquidity.
5.5.2.2 Liquidityrisk
Liquidityrisksassociatedwithsecuritieslendingtransac-tionsaresimilartoliquidityrisksassociatedwithotherfinancialobligations.Itariseswhenacounterpartywillnotsettleanobligationforfullvaluewhendue,butonsomeunspecifieddatethereafter.
Asourceofliquidityriskmaystemfromthefactthatmanysecuritieslendingtransactionsmaybeterminatedondemandbyeithercounterparty.Borrowersmayfaceliquiditypressuresiftheydonothavethesecuritiesonpossessionandlendersmayfaceliquiditypressuresiftheyhave re-transferred the collateral received fromborrowersorifthereinvestmentofcashcollateralwasnotsufficientlyliquid.
Liquidityriskmayalsoariseduetothefactthatsecuri-tieslendingtransactionsarecollateralized.Ifthevalueofcollateraldeclinesrelativetoborrowedsecuritiesorfunds,thiscouldgiverisetosubstantialdemandsforadditionalcollateralandthusliquiditypressures.
Borrowersandlendersinsecuritieslendingtransactionsmayalsobeexposedtomarketliquidityriskincaseofalackofmarketabilityofasecurity.
5.5.2.3 Marketrisk
Marketriskistheriskofalossarisingfrommovementsinthelevelorvolatilityofmarketpricesofassets.Ithastobeassessedonaglobalportfolio leveltakingintoconsiderationfactorssuchasinterestrates,exchangerates,equityindicesorcommodityprices,aswellasthepotentialcorrelationsexistingamongthosefactors.
Inadditiontomarketriskassociatedwiththevariousinvestment strategies where securities lending is anintegralcomponent,therearealsomarketrisksinher-enttosecuritieslendingtransactions.Itcanmaterialiseincasessuchasacounterpartydefault,inappropriatemarginingorreinvestmentofcashcollateral.Asregardsmoreparticularlythelattercase,theacceptanceofcash
collateralbringsanadditionalleveragetothesecuritieslenders (absent insecurities lendingtransactionscol-lateralizedbysecurities).Inviewofensuringloanper-formance,thelenderhastoearnnecessaryincrementalyieldsonthecashreinvestment.Forthat,lenderstypi-callyonlymatchpartofthetermoftheloanwiththetermofthecashreinvestmentsexposingthemtoanopeninterestrateposition.Theremayalsobeamis-matchbetweenafixedratepaidbytheborrowerandfloatingrateearningsoftheinvestments.
5.5.2.4 Legalrisk
Legalrisk,i.e.theriskoflossbecauseoftheunexpectedapplicationofalaworregulationorbecauseacontractcannotbeenforced,mightalsoariseinsecuritieslend-ingtransactionswherebothpartieshavelegalobliga-tiontoreturneithersecuritiesorfundsatalaterstage.Evenifsecuritieslendingtransactionsareruledbylegalandbindingcontracts,certainprovisions(forexample,close-outnetting,liquidationofcollateral)mightnobeenforceable inall jurisdiction incaseofcounterpartyinsolvency.Cross-bordersecuritieslendingtransactionsmayraisecomplexlegalissuesinthiscontext.
5.5.2.5 Operationalrisk
Operationalrisk,i.e.theriskofanunexpectedlossduetodeficienciesininformationsystemsorinternalcon-trols,mayariseinanyfinancialactivityincludingsecuri-tieslendingtransactions.Proceduresandcontrolshavetobeinplaceinordertoensuretimelysettlementsofbothdeliveryandreturntransactions.Inaddition,itisimportant that management procedures ensure themonitoringofdailyincome,counterpartycreditlimits,rebateratesandsecurities lendingaccounts;thedis-tributionofsubstitutepayments;theidentificationofexposuresbetweenthemarketvalueofthecollateralandsecuritiesonloan.
5.5.2.6 Settlementrisk
The risk that the settlement of individual securitieslending transactionswill not takeplaceas expectedmaybeduetoatime-lagbetweentheexecutionofthetransactionanditsfinalcompletionand/oratime-lagbetweenthesettlementofthetwolegsofatransac-tion(paymentanddeliverylegs).Thesetime-lagsmightinduceprincipalandcreditriskaswellasliquidityrisk.
5.5.2.7 Custodyrisk
Custodyriskistheriskoflossofsecuritiesheldwithacustodianasaresultofinsolvency,negligenceorfraud-ulentactionbythecustodian.Itmightbeinfluenced
154 Revue de Stabilité Financière 2007
by factors such as the legal statusof securities, theaccountingpractices and safekeepingproceduresofthecustodian,theusageofsub-custodiansandotherintermediaries,andthelawgoverningthecustodyrela-tionship.Insecuritieslendingtransactions,custodyriskarisesprincipallyundercollateralarrangementswherecollateralprovidersmayimposetothecustodiancho-senbythecollateraltakercertainrestrictionsandobli-gationswithrespecttothecustodyofcollateral.
5.5.2.8 Riskmanagementprocedures
Participants may use various types of procedures tomanagerisksinrelationtosecuritieslendingtransac-tions.
Likeforotherfinancialactivities,participantsgenerallyconductformalcreditevaluationsandimposecounter-partycreditlimitspriortoconductingsecuritieslendingtransactions.Itiscommonpracticethatcounterpartiesareformallyreviewedbyacreditdepartmentthatissep-aratefromthesecuritieslendingdepartmenttoensuretheircreditworthinessandtotakeintoaccountothercreditextensionstothecounterpartyanditsaffiliates.Tomitigatetheriskduetoalackofdiversificationofcounterparties,somefirmsestablishsub-limitsbytypeofsecurityorsecuritiesmarket.Credit limitshavetobecloselymonitored,andanycreditextensionbeyondanylimithastobeproperlyreviewedandauthorized.Insituationswherelendingagentsmanageaparticipant’ssecuritieslendingactivities,theagentwillperformmostofthecreditcontrols.
Legal riskscanbemitigatedbyusing standardmas-teragreementstoestablishthetermsandconditionsapplying to securities lending transactions, includingremediesintheeventofcounterpartydefault.
Participantsalsoapply riskmanagementpractices inrelationtotheexecution,confirmationandsettlementoftransactions.Ingeneraltheymaintainaseparationbetweentrading,operations,accounting,clientserv-ices,marketing,asset/liabilityand riskmanagement,productdevelopment, legalservicesandcompliance.Securitieslendingclearingandsettlementaretypicallyintegrated in the settlement of other securities andfundstransactions.DVDandDVPmechanismsareusedtoreducepotentialexposurestosettlementrisk.Themajorityofsecuritieslendingtransactionsarecollateral-ized.IfDVDandDVPmechanismsarenotavailable,thepre-deliveryofcollateralisgenerallyrequiredtocoveranycreditexposure.Internalmanagementreportsareproducedandparticipantsusesystemsthatareasauto-
matedaspossible tomonitorcounterpartysecuritiesconcentration,creditlimitsandmark-to-marketexpo-suresandcollateralonadailybasis.
5.5.3 Implicationsforcentralbanks
Theoverallsignificanceofsecuritieslendinginfinancialmarketsisincreasingand,evenifglobalstatisticsarenotreadilyavailable,securitieslendingisnowadaysaninte-gralcomponentofmostsecuritiesmarkets,bothdomes-ticand international.Thecashdrivenmarketenablesparticipantstofinancesecuritiespositionsatalowerratethanunsecuredborrowingrates.Thesecuritiesdrivenmarketimprovesliquidityofsecuritiesmarkets,reducesthepotentialforfailedtransactionsandfacilitatestheimplementationofinvestmentandtradingstrategies.
Inthecontextofcentralbanks’responsibilitiesincon-tributingtothestabilityoffinancialsystemsandover-seeingpaymentandsecuritiessettlementsystems,cen-tralbankshaveageneralinterestinfinancialmarketsincludingsecuritieslendingaspotentiallygivingrisetosystemic risks.Thesizeof securities lending transac-tionsmaybeapotentialsourceofimportantliquidityandcreditexposuresespeciallybetweenverylargeglo-balinstitutions.Therefore,theuseofsoundriskman-agementpracticesbymarketparticipantsisessentialinordertoidentifyandcontrolrisksassociatedwiththisactivity. Indeed,counterparty losses,defaults, liquid-itypressuresortechnicalfailuresinsecuritieslendingmarketscould inprinciplebeapossibleway for thetransmissionoffinancialshocks,impairingtheliquidityandstabilityofotherfinancialmarketssuchasmoneymarketsorthefunctioningofpaymentandsettlementsystems.Ontheotherhand,thebenefitsthatsecuri-ties lendinghaveontheoverall liquidityofsecuritiesmarketsmightreducethechancethatafinancialshockmighthavesystemicimplications.Itisthereforedifficulttoassessinpracticetheoveralleffectofsecuritieslend-ingonmarketstabilityandsystemicrisk.
Toconclude,thereisaneedforcentralbankstodevel-opanunderstandingofsecuritieslendingmarketsandthe linkswithsecurities,moneyandderivativesmar-ketsinviewofanalysinghowmarketdisruptionscouldevolve.Also,insituationsofstressofaparticipant,cen-tralbanks,inthecontextofcrisispreventionandman-agement,havetoconsidernotonlytheroleofthispar-ticipantinforeignexchangemarkets,moneymarkets,securitiesmarketsandderivativesmarkets,butalsohisroleinsecuritieslendingmarketsandtheimpactadis-ruptioncouldhaveonthesemarkets.
Commande
LespublicationssursupportpapierpeuventêtreobtenuesàlaBCL,danslalimitedesstocksdisponiblesetauxconditionsqu’ellefixe.Cespublicationspeuventégalementêtreconsultéesettéléchargéessurlesitewww.bcl.lu
Secrétariatgénéral
L-2983Luxembourg
Télécopie:(+352)4774-4910
http://www.bcl.lu
e-mail:[email protected]