CYCLE DU CREDIT ET CYCLE DES

AFFAIRES DANS LES PAYS DE LA

CEMAC

Pamphile MEZUI-MBENG

Docteur

Département d’Economie - Université Omar Bongo (Gabon)

Université de Lorraine

CEREFIGE

Cahier de Recherche n°2012-02

CEREFIGE

Université Nancy 2

13 rue Maréchal Ney

54000 Nancy

France

Téléphone : 03 54 50 35 80

Fax : 03 54 50 35 81

Cerefige@univ-nancy2.fr

www.univ-nancy2.fr/CEREFIGE

n° ISSN 1960-2782

2

CYCLE DU CREDIT ET CYCLE DES AFFAIRES

DANS LES PAYS DE LA CEMAC

Pamphile MEZUI-MBENG

Département d’Economie - Université Omar Bongo (Gabon)

Tel : 00 241 07 44 03 73

Email : pmezuimbeng@gmail.com

3

CYCLE DU CREDIT ET CYCLE DES AFFAIRES

DANS LES PAYS DE LA CEMAC

Résumé

Cet article analyse les interactions potentielles entre les fluctuations

cycliques du crédit et celles de l’activité des pays de la CEMAC. Les

cycles sont estimés à l’aide d’un filtre passe-bande, puis caractérisés,

sur la période 1960-2008, selon l’algorithme de Bry et Boshan.

L’analyse des co-mouvements et de la concordance établit la

procyclicité du crédit dans les pays de la CEMAC. Les tests

économétriques de la cointégration et de la causalité précisent la

nature des interactions entre les cycles au sein des pays. En effet, au

Tchad le cycle du crédit cause celui de l’activité. Au Gabon et au

Congo, un effet feedback est observé. Enfin, au Cameroun et en RCA,

la causalité semble moins évidente. Finalement, les résultats révèlent

des spécificités sur le comportement des banques vis-à-vis du

financement de l’activité au sein de la CEMAC.

Mots Clés : cycle du crédit, cycle des affaires, filtre passe-bande, co-

mouvements, indice de concordance.

Classification JEL : E30 ; E32 ; E44 ; E47 ; F47

Abstract

This article analyzes potential interactions between the cyclic

fluctuations in credit and activity within CEMAC countries. Cycles

are extracted using a pass-band filter, then characterized over the

period 1960-2008 according to the Bry and Boshan algorithm. Co-

movements and concordance analysis establish the procyclical

character of credit in CEMAC countries. Cointegration and causality

tests specify nature of interactions between the cycles in different

countries. Indeed, in Chad credit cycle causes activity cycle; in Gabon

and Congo, a feedback effect is observed; in Cameroon and CAR

causality seems less obvious. Finally, results reveal specificities in

banks behavior towards financing of activity in the CEMAC area.

Keywords : credit cycle, business cycle, pass-band filter, co-

movements, concordance index.

JEL Classification JEL : E30 ; E32 ; E44 ; E47 ; F47

4

INTRODUCTION

Les crises financières internationales récentes relancent le débat ancien sur

l’interaction entre les variables du système financier et celles de l’activité réelle (Wicksell,

1907 ; Hawtrey, 1919). En effet, les fluctuations économiques peuvent être amplifiées

pendant les périodes de crise financière comme tendent à le prouver de nombreuses

contributions théoriques et empiriques consacrées, depuis les années 1980, au rôle des crédits

bancaires dans la forme et l'amplification des fluctuations cycliques de l'activité économique

(Bernanke et alii, 1996 ; Aghion et alii, 2000 ; Campbell, 2003 ; Cochrane, 2006 ; Reinhart et

Rogoff, 2009 ; Gilchrist et Zakrajsek, 2009 ; Gertler et Kyotaki, 2010 ; Claessens et alii,

2010 ).

Selon la théorie du cycle du crédit, une contraction des variations de l’offre de crédit

entraîne celle de l’activité économique (Minsky, 1964 ; Eichengreen, 2001). Deux

mécanismes de transmission des mouvements cycliques du crédit sur l’activité peuvent être

mis en exergue à cet égard : le canal strict du crédit et le canal large du crédit.

Le canal strict du crédit renvoie aux mécanismes macrofinanciers associés au cycle du

crédit. Il établit une forte corrélation entre l’accès au financement des emprunteurs et les

chocs monétaires. En particulier, une politique monétaire stricte entraine une réduction de

l’offre du crédit et influence les décisions de dépenses des agents en dehors du canal du taux

d’intérêt (Rosa, 1951 ; Bernanke et Blinder, 1988 ; Kashyap et Stein, 1994 ; Mishkin, 1996).

L’importance du canal strict du crédit est cependant relativisée par certains auteurs.

Par exemple, dans le cas des Etats-Unis, Ramey (1993), Oliner et Rudebush (1995) établissent

l’effet marginal du canal strict du crédit par rapport au canal monétaire, dans la transmission

des chocs monétaires sur la production.

Le deuxième mécanisme intervenant dans la transmission du cycle du crédit sur

l’activité, le canal large du crédit ou accélérateur financier, met en exergue l’impact des

imperfections financières sur les marchés des capitaux. A cet égard, l’existence d’asymétries

informationnelles entre prêteurs et demandeurs de capitaux influence la propagation des chocs

monétaires en favorisant une hausse du coût du financement et une baisse du niveau de

production (Bernanke et Gertler, 1989 ; Gertler et Gilchrist (1994) ; Rosenwald, 1995 ;

Bernanke et alii, 1999 ; Chatelain et Teurlai, 2000 ; Vermeulen, 2000).

Enfin, selon Clerc et alii (2001), la présence d’imperfections sur le marché du crédit

peut pousser les banques à surestimer la solvabilité des emprunteurs durant la phase

d’expansion du cycle d’activité et à augmenter leurs crédits, contribuant ainsi à amplifier le

cycle.

Cependant, au plan empirique, en particulier, tous les travaux n'apportent pas la preuve

de l'existence d'un lien entre l’évolution de la demande du crédit et celle de l’activité

économique. En effet, en cas de ralentissement de la croissance économique ou même de

baisse de l’activité, une hausse de la demande de crédit peut être observée (Friedman et

Kuttner, 1993 ; Gertler et Gilchrist, 1994 ; Geanokoplos, 2010).

En définitive, si la littérature admet couramment l’existence d’une interaction entre le

cycle des variables financières et celui des indicateurs macroéconomiques, il semble que

l'importance de celle-ci dépend du canal de transmission par lequel elle transite, de la

structure de consommation et de l’évolution des marchés financiers des pays concernés.

Dans le cas des pays de la Communauté Economique et Monétaire de l'Afrique

Centrale (CEMAC), le canal du crédit occupe une place importante dans la transmission de la

politique monétaire à la sphère réelle, compte tenu du faible développement des marchés

5

financiers (Saab et Vacher, 2007 ; Mezui-Mbeng, 2010)1. Par ailleurs, la zone CEMAC est

caractérisée par une croissance économique relativement faible au cours de ces dernières

années (FMI, 2006 ; CEEAC, 2007 ; Ngwa et alii, 2007). Il semble donc intéressant d'étudier

les liens entre les fluctuations cycliques du crédit et celles de l'activité économique au sein de

la zone, pour au moins deux raisons :

1°) les pays de la CEMAC constituent des économies fortement ouvertes sur

l'extérieur du point de vue des flux commerciaux et financiers (FMI, 2006 ; CEEAC, 2007 ;

Eboue, 2009). De ce fait, elles ne sont pas à l'abri des conséquences des crises financières

internationales. En ce sens, la vérification empirique des relations entre les cycles des affaires

et du crédit dans cette zone est opportune dans la mesure où elle contribue à comprendre les

interactions entre ces variables2 ;

2°) l’analyse des liens entre les cycles d'activité et du crédit en zone CEMAC constitue

un approfondissement de l'analyse des effets de la politique monétaire dans cette zone. Cette

question revêt une importance particulière pour la compréhension du rôle et de l'incidence du

comportement des banques dans le financement des économies, d'une part, le renforcement de

l’intégration économique et financière de la sous-région, d'autre part (Saab et Vacher, 2007).

Pour étudier les liens entre les cycles des affaires et du crédit dans les pays de la

CEMAC, on procèdera tout d'abord à l'identification de ces cycles des affaires et du crédit de

ces pays (partie 1). On analysera ensuite les interactions entre les composantes cycliques de

ces deux variables (partie 2).

1. L'identification des cycles des affaires et du crédit des pays de la CEMAC

La littérature définit le cycle d’une variable économique comme l’ensemble des

mouvements appartenant aux intervalles temporels ou aux fréquences temporelles de

reproduction de ses composantes3. La composante cyclique correspond alors au cycle

économique. Elle est déterminée après élimination des mouvements de long terme imputables

aux facteurs économiques structurels, et ceux de court terme correspondant aux chocs

aléatoires, aux effets saisonniers, etc.

1Les travaux de Saab et Vacher (2007) et d’Eboue (2009) décrivent les caractéristiques des pays de la CEMAC

ainsi que celles du système bancaire de la CEMAC. Concernant le système bancaire, on retient principalement

que la part des établissements de crédit dans le total des actifs détenus par l’ensemble des institutions financières

dépasse 80%. Ainsi, les banques fournissent l’essentiel du crédit à l’économie et canalisent en grande partie

l’épargne publique. Les marchés financiers de Libreville et Douala sont embryonnaires. Les marchés

interbancaire, monétaire et de capitaux sont défaillants. Par ailleurs, le système bancaire est très marquée par la

présence de banques étrangères (63% du total des actifs, soit 10.9% du PIB de la CEMAC). Les ratios

crédit/dépôt et dépôt/PIB sont faibles. On relève une situation de liquidité excédentaire, sauf au Congo et au

Tchad où elle est faible. La tarification des produits bancaires et les indices de profitabilité des banques font

apparaître des disparités entre pays. Enfin, le niveau des marges bancaires traduit un risque de crédit et un risque

opérationnel élevé. 2A notre connaissance, l’étude des interactions entre les fluctuations cycliques du crédit et de l’activité, dans le

cadre des pays de la CEMAC, n’a pas encore été abordée par la littérature. 3 Quijada (2005) présente plusieurs définitions du cycle. Nous retenons la précédente, compte tenu du choix de la

méthode d’estimation dans le domaine des fréquences, justifiée par la qualité des données des pays en

développement, très exposées aux crises internationales (Agenor et alii (2000).

6

A l’instar de Corbae et Ouliaris (2006), on utilise la méthode du filtre passe-bande de

Christiano et Fitzgerald (2003) pour extraire les cycles des affaires et du crédit des pays de la

CEMAC. Le choix de cette méthode est fondé sur trois principales raisons : d’abord, elle

donne à l’utilisateur la possibilité de choisir la longueur des fréquences du cycle en fonction

des données traitées ; ensuite, elle facilite l’identification des éléments cycliques en

supprimant convenablement la volatilité de très court terme des séries chronologiques.

Enfin, le filtre de Christiano et Fitzgerald propose un cycle dont les propriétés de

convergence sont à bien des égards meilleures que celles des méthodes TS et stochastiques

(Quijada, 2005 ; Corbae et Ouliaris, 2006 )4.

Pour la datation des cycles, deux principales méthodes sont couramment utilisées : la

méthode non paramétrique de Bry et Boshan (1971) et les modèles markoviens à changement

de régime. Dans le cadre de la présente étude, on retient, à la suite d’Aikman et alii (2010),

Pagan et Harding (2005) ou d’Avouyi-Dovi et alii (2006), la première méthode. En effet, les

modèles markoviens à changement de régime se heurtent au problème de la robustesse des

estimations liées au degré de fiabilité et de qualité des échantillons de données des pays en

développement (Agenor et alii, 2002 ; Artis et alii, 2004 ; Darvas et Szapary, 2005 ;

Orphanides et Van Norden, 2002). Par ailleurs, ils présentent des imperfections concernant la

règle d’identification des points de retournement des cycles (Pagan, 2004).

On procède à une présentation brève de la méthodologie et à son application aux pays

de la CEMAC.

1.1 Méthodologie

Le filtre de la bande passante de Christiano et Fitzgerald (2003) est une extension du

filtre originel de Baxter et King (1999). Ce dernier décompose un processus Yt en somme

pondérée de fonctions sinusoïdales e i tω , où w est une fréquence dont le poids se déduit de la

transformée de Fourier de l'autocorrélogramme du processus. Celle-ci correspond à la valeur

de la densité spectrale de Yt pour la fréquence w.

La méthode repose sur le choix a priori des fréquences définissant le cycle. Selon

Baxter et King, le cycle d’une série temporelle admet généralement une période comprise

entre 6 et 32 trimestres. La tendance, qui traduit les évolutions de long terme ou de basse

fréquence, admet une période supérieure à 32 trimestres. L'irrégulier, qui correspond aux

évolutions de très court terme ou de haute fréquence, admet une période inférieure à 6

trimestres. L’extraction du cycle consiste donc à appliquer au processus Yt le filtre passe-

bande qui conserve ces fréquences et annule les autres. Ainsi, le cycIe est obtenu comme la

différence de deux filtres passe-bas. Le filtre passe-bas idéal, associé à la fréquence w0, doit

avoir une fonction de transfert de la forme:

4 Les méthodes « Trend stationnary » (Filtres HP et moyennes mobiles) sont généralement critiquées parce qu’ils

peuvent affecter les propriétés stochastiques des données. Les méthodes stochastiques (Beveridge et Nelson et

les modèles à composantes inobservables (filtre de Kalman)) ne permettent pas toujours la distinction entre cycle

et tendance, et se heurent souvent à la stabilité des estimations dans le cas des pays en dévoloppement (Canova,

1998 ; Agenor et alii, 2000). A cet égard, pour les économies de la CEMAC fortement exposées aux crises

internationales, l’extraction du cycle dans le domaine fréquentiel par le filtre de Christiano et Fitzgerald est

adaptée d’autant plus que l’utilisateur à la possibilité de choisir la longueur de l’intervalle.

7

sinon 0,

si ,1)(

0ieA (1)

La transformation en série de Fourier de )( ieA s’écrit :

+

=k

ikω

k

iω ea=)A(e (2)

où dωe=a iω

k2π

1 ;

π

ω=a 0

0 ; πh

h)(ω=ah

0sin et ;- .

La série *

tY issue du filtre passe-bas est fournie par la moyenne mobile infinie

+

ktkt Ya=Y * (3)

En pratique, l’intervalle des fréquences temporelles est spécifié par l’utilisateur en fonction de

son intuition sur la périodicité du cycle étudié.

L’apport de Christiano et Fitzgerald (2003) a consisté à proposer un filtre passe-bande

spécifique aux séries non stationnaires en niveau et aux fréquences courtes, dont les propriétés

statistiques de convergence sont supérieures à celle du filtre de Baxter et King.

Concernant la datation et la caractérisation des cycles, l’algorithme de Bry et Boshan,

qui est utilisé par le National Bureau of Economic Research, permet l’identification des points

de retournement (pics et creux) d’un cycle selon la tradition de Burns et Mitchell (1946). Il se

résume en trois principales étapes :

1- la détermination des points de retournement candidats d’une série annuelle Yt

retient la règle suivante :

- Yt admet un pic en t si : 11 +tttt Y>Y;Y>Y

- Yt admet un creux en t si : 11 +tttt Y<Y;Y<Y .

2- la disqualification des points de retournement situés à plus ou moins six mois du

début ou de la fin de la série.

3- la vérification d’une règle d’alternance parfaite entre les pics et les creux de sorte

qu’en présence d’un double creux, la plus petite valeur est choisie. En présence d’un double

pic, la valeur la plus élevée est retenue.

Une fois datée, la composante cyclique peut être caractérisée à partir du calcul des

principaux indicateurs suivants :

- La profondeur correspond à l’amplitude de la récession ou de l’expansion, et elle est

définie par :

Profondeur = px

c

p

x

x

(4)

où xp est la valeur des séries au pic et xc est la valeur au creux de la composante

cyclique.

- La sévérité résume l’information contenue dans la durée et la profondeur. Par

ailleurs, elle mesure la perte (respectivement le gain) réalisée par une variable au cours d’une

phase de contraction (respectivement une phase d’expansion). Elle se calcule d’après la

formule :

Sévérité = Profondeur × Durée × 0.5 (5)

8

1.2 Application aux pays de la CEMAC

L’application des méthodes précédentes est effectuée sur les variables Produit

Intérieur Brut (PIB) et crédit domestique de cinq pays de la CEMAC, à savoir le Gabon, le

Cameroun, le Congo, le Tchad et la République centrafricaine (RCA)5. Les données

proviennent de la base World Development Indicators (2010) de la Banque mondiale. Toutes

les séries ont été préalablement transformées en logarithme.

A la suite d’Agenor et alii (2000), les changements réguliers des principaux

indicateurs macroéconomiques des pays en développement et leur exposition fréquente aux

crises économiques conduisent à retenir les valeurs 2 ans et 8 ans comme bornes de

l’intervalle de reproduction des composantes cycliques du crédit et de l’activité des pays de la

CEMAC. Ces valeurs sont couramment utilisées dans la littérature pour estimer le cycle des

affaires (Haug et Dewald, 2004). Elles correspondent à l’intervalle des fréquences

temporelles 27

4

27

; du filtre de Christiano et Fitzgerald. Dès lors, les fréquences inférieures à

27

correspondent au long terme, et celles supérieures à

27

4 au court terme.

La représentation graphique conjointe des cycles du crédit et du PIB extraits à l’aide

du filtre passe-bande (annexe 1) fait globalement apparaître que les cycles du crédit et du PIB

présentent deux grandes périodes : celle qui va de 1960 à 1988 et celle allant de 1988 à 2008.

Pour tous les pays, la première période se caractérise par des fluctuations d’ampleurs

sensiblement identiques. En revanche, la dernière révèle des fluctuations d’ampleurs plus

importantes correspondant aux effets de la libéralisation financière intervenue dans les années

80.

L’annexe 6 présente une chronique des phases de récession et des phases d’expansion

des cycles d’affaires et du crédit obtenue à l’aide de l’algorithme de Bry et Boshan. De même,

concernant les points de retournement des cycles de chaque série, un pic (respectivement un

creux) correspond à la fin d’une période d’expansion (respectivement à la fin d’une période

de récession). Les principaux enseignements suivants peuvent être tirés de ces tableaux :

1°) en moyenne, le crédit a connu neuf cycles dans les pays de la CEMAC sur la

période 1960-2008. La durée moyenne du cycle du crédit est d’environ six ans en RCA et au

Tchad. Elle est égale à cinq ans au Gabon, au Cameroun et au Congo. Le cycle du crédit des

pays apparaît alors inversement proportionnel à sa durée. Une justification de ce résultat

pourrait être les conclusions de Saab et Vacher (2007) qui notent dans le cas de la RCA et du

Tchad, des ratios crédit/Dépôts supérieurs à 100, reflétant une épargne très limité et une

situation de liquidité très faibles par rapport au Cameroun et au Congo et au Gabon.

Le calcul de la volatilité du cycle du crédit (tableau 2) fait apparaître deux groupes de

pays : le premier groupe comprend le Cameroun, le Congo, le Tchad et la RCA où la volatilité

du cycle du crédit avoisine 2. Le deuxième groupe intègre un seul pays, le Gabon pour lequel

la volatilité du cycle du crédit s’élève environ à 0.83. Ainsi, les fluctuations cycliques

semblent avoir été sensiblement plus homogènes au Gabon que dans les autres pays de la

5 La Guinée Equatoriale est exclue de l'échantillon faute de données disponibles sur une bonne partie de la

période 1960-2008.

9

CEMAC. Une fois de plus, les spécificités relatives à la situation bancaire des pays expliquent

les différences observées.

2°) les phases d'expansion du crédit correspondent globalement aux périodes 1973-

1981, 1988-1996, 1999-2001 et 2003-2006 pour l’ensemble des pays. La première période, au

cours de laquelle on a enregistré deux chocs pétroliers, est caractérisée par une conjoncture

favorable du fait de la bonne tenue des prix des matières premières exportés par les pays de la

CEMAC. Celle-ci a eu pour effet une augmentation des crédits bancaires, compte tenu de la

consolidation de la situation financière des établissements bancaires. La seconde période

d’expansion du crédit est consécutive à l’accroissement de la dette intérieure et extérieure des

pays de la CEMAC, qui visait le financement des infrastructures initié durant les années

précédentes. La seconde et la troisième période peuvent être liées à deux facteurs. D’abord, à

l’impact de la nouvelle politique des taux d’intérêt de la Banque des Etats de l’Afrique

Centrale (BEAC) intervenue en fin 1990 et qui a permis une gestion plus souple du loyer de

l’argent. Ensuite, à l’effet de la création de la Commission Bancaire d’Afrique Centrale

(COBAC) qui a favorisé l’harmonisation des normes prudentielles et un meilleur contrôle des

banques.

Enfin, la dernière période d’expansion du crédit correspond aux effets de la

modernisation de la COBAC et de la surliquidité des banques de la zone, particulièrement

marquée depuis 2001, et correspondant à une accumulation des excédents pétroliers.

Les phases de contraction du crédit correspondent, quant à elles, aux périodes 1966-

1973, 1981-1988, 1996-1999, 2001-2003. La deuxième période met en évidence la crise

économique du milieu des années 80 qui a profondément affecté les banques de la sous-région

et qui s’est caractérisée par l’accumulation de soldes budgétaires déficitaires ainsi que

d’importantes créances douteuses et irrécouvrables. La dernière période coïncide avec une

consolidation de la réglementation prudentielle par la COBAC. La contraction du crédit la

plus sévère est observée au Congo durant la période 1981-1984. La contraction la moins

sévère s’est produite en RCA durant la période 1965-1970.

Concernant le cycle de l’activité, celui des pays de la CEMAC ressemble au cycle du

crédit. Toutefois, pour tous les pays, il est légèrement plus volatile. Ainsi, on peut s’attendre à

un nombre légèrement plus important de phases de récession dans l’activité. Par ailleurs, la

durée moyenne du cycle du PIB est de six ans au Cameroun, au Tchad, au Congo et en RCA.

En revanche, elle est légèrement inférieure au Gabon où elle est égale à quatre ans.

Les phases d'expansion et de contraction du PIB correspondent presque parfaitement à

celles du cycle du crédit. L’expansion du PIB sur la période 1973-1981 correspond aux effets

du premier choc pétrolier, notamment l’accroissement des exportations qui a favorisé

l’accroissement des ressources budgétaires des états et des investissements publics. On note

que la contraction survenue en 1990-1994 a précédé la dévaluation du Franc CFA. Cette

période coïncide avec l’application des programmes d’ajustement structurel dont l’objectif

était la relance des économies de la zone, fortement marquées par la crise du milieu des

années 1980. L’échec de ces programmes a conduit les pays de la CEMAC à procéder à un

ajustement monétaire en début 1994 pour corriger les déséquilibres économiques et financiers

enregistrés lors de la deuxième moitié des années 1980. La contraction du PIB la plus sévère

est intervenue au Cameroun et au Congo durant la période 1965-1969. En revanche, la

contraction la moins sévère du PIB s’est produite au Congo et en RCA durant la période

10

2001-2003. Les disparités entre les économies de la CEMAC sont imputables au degré

d’ouverture des Etats et à leur plus ou moins grande dépendance des exportations d’un petit

nombre de produits (Eboué, 2009).

Après avoir procédé à l'identification des cycles de l'activité et du crédit, ainsi qu'à

leurs principales caractéristiques (durée, profondeur et sévérité), nous voudrions, à présent,

aborder l’étude des interactions entre les composantes cycliques de ces deux variables.

2. Les interactions entre les composantes des cycles des affaires et du crédit

Pour analyser les interactions entre les fluctuations cycliques du crédit et celles de

l’activité, on s’inspire des travaux d’Allergret et Zantman (2006), de Rand et Tarp (2002),

d’Edwards et alii (2007), d’Avouyi-Dovi et alii (2006). A cet effet, on adopte une démarche

en deux étapes :

1°) on envisage d’abord l’étude statistique des co-mouvements et du degré de

concordance entre les phases d’expansion et de récession des cycles. Pour cela, nous

calculons tout d’abord, pour chaque pays, les corrélations dynamiques croisées des cycles,

puis les indices de concordance des deux cycles ;

2°) on analyse ensuite les interactions cycliques du crédit et de l’activité à partir des

tests économétriques de cointégration et de causalité dans le but de préciser les trajectoires

communes éventuelles, ainsi que la nature des interactions au sein de chaque pays.

Nous exposons succinctement la modélisation des interactions cycliques avant

d'analyser les résultats empiriques.

2.1 Modélisation des interactions cycliques

L’analyse des co-mouvements des phases d’expansion et de récession des

composantes cycliques du crédit et de l’activité repose sur le calcul des corrélations

dynamiques croisées ρ(K) entre les composantes cycliques stationnaires du crédit xt et celles

retardées ou avancées de l’activité yt-K (K=0 ,±1 ,±2 ,±3) et sur une approximation de l’écart-

type de l’échantillon par N

1. La démarche retient les critères suivants :

- le crédit est procyclique, si * max ( ) ( *) 0K Arg K K ;

- le crédit est acyclique, si 1

0 ( )KN

, K ;

- le crédit est contracyclique, si * max ( ) ( *) 0K Arg K K

Par ailleurs, les relations précédentes peuvent être classifiées en fonction du niveau de

significativité. Ainsi, la relation entre les cycles du crédit et de l’activité est :

- significative au seuil 5%, si : N

)k(1

ou si 1<)k(ρ<N

2 ;

- significative au seuil 10%, si : N

kN

2)(

1 .

11

Parallèlement, l’analyse du degré de concordance entre les cycles du crédit et de

l’activité consiste en la construction de l’indice de concordance de Harding et Pagan (2002).

Cet indice permet d’apprécier le lien entre les périodes de récession et d’expansion de deux

séries x et y.

Formellement, l'indice de concordance entre x et y se calcule comme suit :

N

=t

ty,tx,ty,tx,xy )S()S(+SSN

=IC1

1.1.1

(6)

où 01I

>=S

tΔztz, , pour une série zt donnée.

De sorte que si ICxy=1, les séries x et y sont parfaitement en phase. Autrement dit, leurs

phases d’expansion et de contraction sont parfaitement juxtaposées. Lorsque ICxy=0, les séries

x et y sont toujours dans des phases opposées, et il y a parfaite anti-concordance entre les

deux séries.

En général, les propriétés de l’indice de concordance sont inconnues. Aussi, concernant

son degré de significativité, Harding et Pagan (2002) montrent-ils qu’il correspond au degré

de significativité du coefficient ρ dans l’estimation du modèle linéaire suivant :

t

tx,S

tx,

ty,S

ty,δ+

ζ

Sρ+α=

ζ

S

(7)

avec où tδ : un bruit blanc.

Sous l’hypothèse nulle 0ˆ , la corrélation sérielle des erreurs nuit à la robustesse de

l’estimation du modèle (7). Dans ce cas, Newey et West (1987) proposent de recourir à la

méthode des moindres carrés, augmentée d’une procédure HAC afin d’apprécier la

significativité de l’indice de concordance à partir des statistiques de Student.

L’analyse économétrique des interactions cycliques entre le crédit et l’activité recourt

aux tests de cointégration d’Engle et Granger (1987) et de Causalité de Granger (1969).

Le premier test décrit une procédure à deux étapes : la première permet de vérifier

préalablement que les cycles du crédit xt et de l’activité yt sont intégrés d’ordre un, ce qui

incline à penser qu’il existe une relation de cointégration entre leurs composantes. La

deuxième étape consiste à estimer, par la méthode des moindres carrés ordinaires le modèle :

ttt ε+βx+α=y (8)

Lorsque le résidu de cette estimation est stationnaire, l’existence d’une relation de

cointégration entre les variables est confirmée. Il est alors possible d’estimer un modèle à

correction d’erreur (M.C.E.) qui décrit la relation de long terme entre les variables xt et yt et

qui est défini par l’équation :

tttt u+eα+Δxα=Δy 121 (9)

Le test de causalité examine l’éventualité qu’il existe des relations causales entre les

cycles d’affaires et du crédit des différents pays à partir d’un test de Wald.

12

2.2 Résultats empiriques

L’application de la modélisation précédente aux composantes cycliques du crédit et du

PIB des pays de la CEMAC permet de dégager les principaux résultats empiriques suivants :

1°) les graphiques représentant conjointement les cycles des affaires (ou du PIB) et du

crédit (annexe 1) présagent de la procyclicité du crédit et de l’activité dans l’ensemble des

pays de la CEMAC. Cette intuition est précisée par l’analyse des co-mouvements et de la

concordance intra-pays.

2°) le calcul des coefficients de corrélation dynamiques entre les composantes

cycliques stationnaires du crédit et de l’activité, qui couvrent au total trois périodes retardées

et avancées des deux distributions, est fournit par le tableau ci-dessous.

Tableau 1: Les correlations dynamiques

K=-3 K=-2 K=-1 K=0 K=+1 K=+2 K=+3

GABON -0.062 0.31 0.77 0.978 0.79 0.36 -0.006

CAMEROUN -0.04 0.332 0.781 0.98 0.78 0.329 -0.043

TCHAD -0.04 0.32 0.78 0.978 0.78 0.328 0.04

RCA -0.04 0.33 0.78 0.98 0.78 0.3l2 -0.047

CONGO -0.05 0.32 0.78 0.978 0.77 0.31 -0.05

Il ressort du tableau 1 que les composantes cycliques du crédit et de l’activité de tous

les pays sont contemporaines, puisque la valeur maximale du coefficient de corrélation est

obtenue lorsque K=0. De plus, la valeur des corrélations de la colonne K=0 montre que dans

98 % du temps, les phases de récession et d’expansion des deux cycles coïncident. Par

ailleurs, tous les coefficients de la colonne K=0 sont en valeur absolue supérieurs à 0.14, donc

significatifs. En définitive, l’analyse des coefficients de corrélation confirme la procyclicité

du crédit et leur signe indique une corrélation positive entre les cycles du crédit et de

l’activité.

Le crédit est donc procyclique et contemporain de l’activité dans les pays la CEMAC.

Ce résultat suppose qu'une hausse (ou une baisse) contemporaine des crédits à l'économie

coïncide avec une augmentation (ou une diminution) du PIB.

Le tableau 1 montre également que pour K=±1, les coefficients de corrélation sont

relativement élevées et significatifs au seuil 5%, quelque soit le pays. Ce résultat suggère

l’existence d’une procyclicité du crédit avec décalage d’une période par rapport à l’activité.

En réalité, ce décalage est nécessairement inférieur à un an. Selon Eboue (2009), ce décalage

est imputable au délai d’ajustement des anticipations de profitabilité des banques.

3°) l’analyse du degré de concordance des cycles des affaires et du crédit des pays de

la CEMAC conduit au calcul des indices de concordance figurant dans le tableau ci-après.

Tableau 2 : Les indices de concordance

GABON CAMEROUN TCHAD RCA CONGO

IC 0.878 1 0.836 0.897 0.938

Sρ 0.997 0.999 0.998 0.999 0.998

Prob. 0.00 0.00 0.00 0.00 0.00

R2

0.995 0.998 0.996 0.998 0.997

13

Les résultats du tableau 2 révèlent une parfaite concordance entre les cycles des

affaires et du crédit au Cameroun. Au Congo, l’indice de concordance décrit une

synchronisation des phases cycliques dans près de 93% des cas. Des indices de concordance

sensiblement supérieurs à 80% sont également obtenus au Gabon, en RCA et au Tchad.

Le critère de significativité de Harding et Pagan (2002) montre qu’au seuil 5%, tous

les indices de concordance sont significatifs. On en déduit que les mouvements cycliques du

crédit et de l’activité sont en phase dans les pays de la CEMAC. Ce résultat corrobore celui de

l’analyse des co-mouvements et en garantit la fiabilité.

De manière générale, l’analyse des concordances et des corrélations traduit le fait

qu’en zone franc les dépôts des banques dépendent en grande partie des dépôts de l’Etat, et

proviennent des recettes fiscales assises sur le commerce extérieur (Eboue, 2009).

4°) les tests économétriques préliminaires de stationnarité révèlent que toutes les

composantes cycliques du crédit et de l’activité sont intégrées d’ordre un (annexe 3). Il existe

donc une possible relation de cointégration intra-pays entre les cycles des affaires et du crédit.

Par ailleurs, les résidus estimés à partir du modèle (8) sont stationnaires (annexe 4).

L’existence d’une relation de cointégration est donc confirmée pour tous les pays. Il est donc

possible d’estimer un modèle à correction d’erreur pour décrire la relation de long terme liant

les cycles des affaires et du crédit des pays de la CEMAC. Pour chaque pays, ce modèle prend

la forme suivante :

ttt e+xβ+α=y ˆˆ (10)

Le tableau 3 ci-dessous présente les coefficients estimés α , β , 1α et 2α des modèles

(8) et (9).

Tableau 3 : Résultats des tests de cointégration

1 2

GABON

)49,0(

0046,0 )97,96(

113,1 )04,86(

12,1 )48,2(

248,0

CAMEROUN

)52,0(

064,0 )35,174(

07,1 )57,195(

08,1 )14,2(

7,1

RCA

)01,0(

005,0

)45,206(

1,1 )03,183(

108,1 )60,2(

263,0

TCHAD

)63,0(

108,0 )25,119(

137,1 )89,95(

131,1 )05,3(

34,0

CONGO

)13,0(

002,0

)31,131(

154,1 )86,108(

14,1 )57,2(

281,0

14

Il ressort de ce tableau que les forces de rappel estimées à travers les coefficients

2α sont significativement négatives. Les modèles à correction d’erreur sont donc validés pour

chaque pays. Le modèle dynamique (court terme) qui lie le cycle du crédit à celui de l’activité

de chaque pays est décrit par l’équation :

tttt u+eα+Δxα=Δy ˆˆˆ121 (11)

5°) le test de causalité de Granger (annexe 5) effectué pour chaque pays révèle les

résultats suivants :

Au seuil 5%, on observe que le cycle du crédit cause celui de l’activité au Gabon, au

Congo et au Tchad. Ainsi, le caractère procyclique et contemporain du crédit se confirme

dans ces trois pays avec une forte significativité. La politique d'offre du crédit des banques y

constitue donc un indicateur important de l’activité économique. Ce résultat peut être mis en

relation avec la thèse de Clerc (2001) selon laquelle pendant les phases d'expansion de

l'activité réelle, l’existence des imperfections du marché du crédit conduit les banques à

surestimer la solvabilité des emprunteurs et à procéder à une forte distribution de crédits. A ce

propos, Oung (2003) relève deux facteurs pour justifier ce résultat : d’une part, un

assouplissement des critères d’octroi du crédit durant les phases de croissance, d’autre part,

une baisse de la prime de risque durant ces phases. Comme le relèvent Saab et Vacher (2007),

le niveau du risque de défaut particulièrement élevé en zone CEMAC, corrobore ce résultat.

Parallèlement, on peut penser que les banques réduisent le volume des crédits accordés en

période de récession.

En définitive, au Gabon, au Congo et au Tchad, la distribution des crédits influence la

conjoncture et elle amplifie les cycles économiques en prolongeant les phases d’expansion et

en aggravant les périodes de ralentissement économique. Il apparaît donc que l’optimisme

régnant durant les phases d’expansion engendre une distribution trop généreuse des crédits.

Dans le cas spécifique du Gabon et du Congo, une causalité réciproque (effet

feedback) est observée. Ainsi, l’idée que le cycle de l’activité cause celui du crédit se justifie

par le fait qu’un accroissement du PIB augmente le revenu des ménages et facilite l’accès au

crédit. De même, ce résultat suppose qu’une baisse de l’activité entraîne une fermeture du

marché du crédit aux ménages. Dans le cas de ces deux pays, les conclusions d’Eboue (2009)

qui lient l’évolution du cycle crédit à celle des exportations pétrolières ainsi que la forte

liquidité bancaire justifient les résultats précédents. Dans le cas du Tchad, le faible niveau du

ratio crédits/dépôts conforte le résultat précédent, auquel on peut adjoindre la faible liquidité

qui caractérise ce pays.

Au Cameroun et en RCA, aucune relation causale n’est observée dans un sens comme

dans l’autre au seuil 5%. En revanche, au seuil 10% le crédit cause l’activité au Cameroun,

alors qu’un effet feedback apparaît dans le cas de la RCA. Les caractérisques bancaires

spécificiques aux pays justifient ces résultats. En effet, dans le cas du Cameroun, comme le

soulignent Saab et Vacher (2007) et Eboue (2009), le résultat précédent trouve une

justification dans le recours important des ménages au réseau parallèle de financement (les

tontines), le poids relativement faible du crédit dans le cycle d’activité dans ces pays, et le

poids élevé des actifs de l’Etat dans les dépôts bancaires qui constitue un frein à l’accès au

crédit. Dans le cas précis de la RCA, les auteurs s’appuient sur le caractère embryonnaire du

système bancaire, le faible niveau de liquidité bancaire.

15

De manière générale, les résultats de l'estimation font apparaître une relation positive

entre les deux cycles, ce qui confirme le caractère procyclique du crédit vis-à-vis de l’activité

réelle au sein de l'Union. Selon Clerc (2001), ce comportement correspondrait au fait qu'en

période d'expansion économique, les banques ont tendance à adopter des stratégies globales

plus risquées, afin d'assurer un rendement de capital plus élevé. En définitive, ce lien fort

entre le crédit et l'activité dans la CEMAC traduit le fait que l'interaction entre les sphères

réelle et financière est perceptible à travers le rôle du crédit bancaire dans l'activité

économique, puisque l'essentiel du financement de l'économie provient du système bancaire.

De plus, la procyclicité du crédit montre qu’il constitue un déterminant important de

l'amplification du cycle économique dans les pays de la CEMAC.

CONCLUSION

Cet article a d’abord permis de proposer une datation des cycles des affaires et du

crédit des pays de la CEMAC. Ensuite, il a contribué à établir la convergence des cycles du

crédit et de l'activité réelle de ces pays. Nous aboutissons à la conclusion qu’en zone

CEMAC, les banques ont un comportement procyclique et contemporain vis-à-vis de

l'activité réelle. Toutefois, ce comportement global présente quelques spécificités liées à la

structure du système bancaire. Ce dernier fait apparaître des disparités selon les pays, quant à

leur niveau de liquidité, à la tarification des produits bancaires en vigueur, ainsi qu’au degré

du risque de solvabilité et du risque opérationnel.

En définitive, le caractère procyclique du crédit bancaire vis-à-vis de l'activité dans la

CEMAC montre que l'évolution des crédits à l'économie n'est pas disjointe de celle de

l'activité réelle. On en conclut qu’à l’échelle de l'Union, le crédit bancaire se développe plus

dans les phases ascendantes du cycle d'activité et se contracte pendant les phases de

ralentissement. Ce résultat devrait être pris en compte par l’autorité monétaire durant les

phases d'expansion de l'activité économique afin de prémunir le système bancaire régional

de prises de risque excessives et de l’instabilité financière.

Toutefois, compte tenu de la surliquidité des banques et du niveau relativement faible

du ratio des crédits à l'économie rapportés au PIB dans la zone (environ 7%),

comparativement à ceux des pays de la zone euro par exemple, la BEAC pourrait mettre à

profit sa marge de manœuvre pour accompagner, à travers sa politique monétaire, l'activité

économique de la zone. Dans cette perspective, on préconise l’amélioration du cadre du

contrôle bancaire et la mise en place de règles permettant de limiter la procyclicité du crédit,

en vue d’assurer un cadre optimal de financement des économies de la CEMAC.

Bibliographie

Agenor P. R., C.J McDermott et E. S. Prasad (2000), Macroeconomic Fluctuation in

Developing Countries: Some stylized facts, The World Bank Economic Review, 14, 2, 251-

285.

Aghion P., P. Bachetta et A. Banerjee A (2004), Financial Development and the Instability of

Open Economies, Journal of Monetary Economics, 51, 6, 33-53.

16

Aghion P., P. Bacchetta et A. Banerjee (2000), Currency Crises and Monetary Policy in an

Economy with Credit Constraints, Working Papers, No. 00-07, Swiss National Bank,

Study Center Gerzensee.

Aikman D., A.G. Haldane et B. Nelson B (2010), Curbing the credit cycle, working paper for

the Columbia University Center on Capitalism and Society Annual Conference

Microfoundations for Modern Macroeconomics, New York.

Allergret J. P. et A. Zantman (2006), Disentangling Business Cycles and Macroeconomic

Policy in Mercusor : a VAR and Unobserved Components Model Approaches, Document

de travail, Observatoire Français de Conjoncture Economique n° 2006-15.

Artis M. M. et T. Proietti (2004), Dating business cycles: A methodological contribution with

an application to the Euro area, Oxford Bulletin of Economics and Statistics, 66, 537-565.

Avouyi-DoviI S., R. Kierzenkowski et C. Lubochinsky (2006), Are Business Credit

Converging or Diverging? A comparison of Poland, Hungary, the Czech and the Euro Area

», NER Banque de France, 14, mai.

Baxter M. et R. King (1998), Measuring Business Cycles, Approximate Band-pass Filters for

Economic Time Series, University of Virginia, Working Paper.

Bernanke B. et M. Gertler (1989), Agency costs, net worth and business fluctuations,

American Economic Review, 79, 14-31.

Bernanke B. S. et M. Gertler (1995), Inside the Black Box : The Credit Channel of Monetary

Policy Transmission, NBER Working Papers 5146, National Bureau of Economic

Research, Inc.

Bernanke B. S., M. Gertler et S. Gilchrist (1996), The Financial Accelerator and the Flight to

quality, Review of Economics and Statistics, 78, 1-15.

Bernanke B. S., Gertler M. et Gilchrist S. (1999), « The Financial Accelerator in a

Quantitative Business Cycle Framework », dans Taylor, J. B. et Woodford, M. (ed.): The

Handbook of Macroeconomics, vol. I (Elsevier).

Bernanke B.S. et Blinder A. S. (1988), « Credit, Money and Aggregate Demand », American

Economic Review, 78, 435-439.

Beveridge S. et C. Nelson (1981), A new approach to decomposition of economic time series

into permanent and transitory components with particular attention to measurement of the

business cycle, Journal of Monetary economics, 7, 151-174.

Borio C., C. Durfine et P. Lowen (2001), Procyclicality of the financial system and financial

stability: issues and policy options, BIS paper No 1, 57 p.

Bry G. et C. Boshan (1971), Cyclical analysis of time series: selected procedures and

computer programs, Cambridge, MA: NBER.

Burns, A. F., et W.C. Mitchell (1946), Measuring business cycles, Cambridge, MA: NBER.

Campbell J. Y. (2003), Consumption-based asset pricing, Chapter 13 in Constantinides, G.

M., Harris, M. and Stulz R. (eds.), Handbook of the Economics of Finance, Amsterdam :

Elsevier North-Holland.

Canova F. (1998), Detrending and Business Cycles Facts, Journal of Monetray Economics,

41, 475-512.

CEEAC (2007), Les Economies de l’Afrique Centrale, Rapport sur les liens entre croissance,

pauvreté et inégalité, Maisonneuve & Larose.

17

Chatelain J.B. et T.C. Teurlai (2000), Investment and the Cost of External Finance: An

Empirical Investigation According to the Size of Firms and Their Use of Leasing, Banque

de France Mimeo, November.

Claessens S., M.A. Kose. et M.E. Terrones (2010), How Do Business and Financial Cycles

Interact? Working paper N°11/88, Research Department International Monetary.

Christiano L. J. et T. Fitzgerald (2003), The band pass filter, Working paper 7257,

httpf/www.nber.orglpapers/w7257, NBER, Massachusetts.

Clerc L., F. Drumetz et O. Jaudoin. (2001), To What Extent are Prudential and Accounting

Arrangements Pro or Counter-Cyclical with Respect to Overall Financial Conditions? in

Marrying the macro and microprudential dimensions of Financial stability, BIS n°1,

March, 197-210.

Clerc L. (2001), Le cycle du crédit, une revue de la littérature : intermédiation, prime de

financement externe et politique monétaire, Bulletin de la Banque de France, 94, 43-61.

Cochrane J. H. (2006), Financial Markets and the Real Economy, Volume 18 of the

International Library of Critical Writings in Financial Economics, London: Edward Elgar.

Corbae D. et S. Ouliaris (2006), Extracting Cycles from Nonstationary Data, in Econometric

Theory and Practice: Frontiers of Analysis and Applied Research, ed. by D. Corbae, S.

Durlauf, and B. Hansen (New York: Cambridge University Press).

Darvas Z. et G. Szapáry (2005), Business cycle synchronization in the enlarged EU:

Comovements in the new and old members, Discussion Paper No. 5179. CEPR, London.

Eboue C. (2009), De la nécessité d’une approche macro-prudentielle de la surveillance du

secteur financier », Communication au colloque sur la stabilité financière en Afrique

Centrale, BEAC, juillet 2009.

Edwards S., Biscarri J.G. et F.P. De Gracia (2003), Stock Market Cycles, Financial

Liberalization and Volatility, National Bureau of Economic Research Working Paper No.

98/17. Online Available: http://www.nber.org/w9817

Eichengreen B. (2001), International Financial Crises: Is the Problem Growing?, mimeo,

University of California, Berkeley.

Engle R. F. et C.W.J. Granger (1987), Co-integration and Error Correction: Representation,

Estimation, and Testing, Econometrica, 55, 251–276.

F.M.I. (2006), Central African Economic and Monetary Community-Financial System

Stability Assessment, IMF Country Report No. 06/321, Washington.

Friedman B. et K. Kuttner (1993), Economic activity and the short-term credit markets: an

analysis of prices and quantities, Working Paper Series, Macroeconomic Issues 93-17,

Federal Reserve Bank of Chicago.

Geanakoplos J. (2010), The Leverage Cycle, NBER Macroeconomics Annual 2009, 24, 1-65,

University of Chicago Press.

Gertler M. et S. Gilchrist (1994), Monetary Policy, Business Cycles and the Behaviour of

Small Manufacturing Firms, Quarterly Journal of Economics, May.

Gertler M. et N. Kiyotaki (2010), Financial Intermediation and Credit Policy in Business

Cycle Analysis, Working Paper.

Gilchrist S. et E. Zakrajsek (2009), Linkages Between the Financial and Real Sectors: An

Overview, Working Paper, Boston University.

Granger C. W. J. (1969), Investigating Causal Relations by Econometric Models and Cross-

Spectral Methods, Econometrica, 37:424-438.

18

Haldane A. G. et B. Nelson (2010), Curbing the credit cycle, Annual Conference

"Microfoundations for Modern Macroeconomics", Columbia University Center on

Capitalism and Society New York.

Hamilton J. D. (1989), A new approach to the economic analysis of non-stationary time series

and the business cycle, Econometrica, 57, 357-84

Harding D. et A. Pagan (2002), Synchronization of Cycles, Document de travail, Melbourne

University.

Harding D. et A Pagan (2004), Synchronization of Cycles, CAMA Working Papers 2004-04,

Australian National University, Centre for Applied Macroeconomic Analysis.

Haug A. A. et W.G. Dewald (2004), Longer-Term Effects of Monetary Growth on Real and

Nominal Variables, Major Industrial Countries, 1880- 2001." European Central Bank

working paper series No.382.

Hawtrey R. (1919), Currency and Credit, Fourth Edition 1950, London, New York and

Toronto: Longmans, Green and Co.

Kashyap A. K. et J.C. Stein (1994), The Impact of Monetary Policy on Bank Balance Sheets,

NBER Working Papers 4821, National Bureau of Economic.

Kashyap A.K. et C. Stein (2004), Cyclical implications of the Basel II capital standards,

Economic Perspectives, 1 Q, 18-31.

Kiyotaki N. et J. Moore (1997), Credit Cycles, Journal of Political Economy, 105, 2, 211-248.

Kose A. et K. M. Yi (2006), Can the Standard International Business Cycle Model Explain

the Relation between Trade and Comovement? Journal of International Economics, 68, 2,

267-295.

Kose A., Prasad E. et Terrones M. (2003), How Does Globalization Affect the

Synchronization of Business Cycles?, American Economic Review, 93, 2, 57-62.

Lowe P. (2002), Credit Risk Measurement and Procyclicality, Bank for International

Settlements, Working Paper No. 116, 23 p.

Mathis A. et V. Marimoutou (1997), Y’a t’il une synchronisation entre les cycles d’activité et

du crédit ?, Document de travail n ° 97-03, Observatoire Français des Conjonctures

Economiques.

Mezui-Mbeng P. (2010), Transmission de la politique monétaire : cas des pays de la CEMAC,

Les cahiers du CEDIMES, 338, 23-36.

Minsky H. P. (1964), Financial Crisis, Financial Systems and the Performance of the

Economy, dans Englewood Cliffs (ed.), Commission on Money and Credit: Private Capital

Market, (New Jersey: Prentice-Hall).

Mishkin F. S. (1996), les canaux de transmission monétaire : lecons pour la politique

monétaire, article rédigé pour le colloque Banque de France-universite sur le thème cycles

financiers et croissance, du 24 au 26 janvier 1996, Bulletin de la Banque de France N°27-

Mars 1996.

Newey W. K. et K. D. West (1987), A Simple, Positive Semi-Definite, Heteroskedasticity and

Autocorrelation Consistent Covariance Matrix, Econometrica, 55, 703–708..

Ngwa E., Jackson T. H. et H. K. Dodzi (2007), Efficience des banques dans la CEMAC:

approche Data envelopment Analysis, working paper ISSEA, Yaoundé.

Oliner S.D. et G. D. Rudebush (1995), Is there a Bank lending channel for monetary policy?

FRB San Francisco Economic Review, 2, 3-20.

19

Orphanides A., et S. van Norden (2002), The unreliability of output-gap estimates in real

time, The Review of Ecomimics and Statistics,84, 4, 569-583

Oung V. (2003), Exigences de capital et cycles économiques : une étude empirique sur les

données françaises, Bulletin de la Commission Bancaire, n° 28, 31-48.

Pagan A. R. (2004), Measuring the cycle, Lecture to IMF staff on 16 August 2004. New

York: IMF.

Rajan R. G. (1992), Insiders and outsiders : the choice between relationship and arm's length

debt, Journal of finance, 47.

Rajan R. G. (1994), Why Bank Credit Policies fluctuate: a theory and some evidence,

Quarterly Journal of Economics, 109, 399-441.

Quijada A. (2005), Les cycles économiques dans la Communauté Andine des Nations: la

faisabilité d’une union monétaire, working paper, CERDI – Université d’Auvergne -

France.

Ramey V. (1993), How important is the credit channel in the transmission of monetary

policy?, Carnegie-Rochester Conference Series on Public Policy, Elsevier, 39, 1-45,

December.

Rand J. et TARP F. (2002), Business Cycles in Developing Countries : Are They Different?

World Development, N°30, 2071-2088.

Reinhart C. M. et Rogoff K. S. (2009), This Time is Different: Eight Centuries of Financial

Folly, Princeton University Press.

Rosa R.V. (1951), Interest Rates and the Central Bank, In Money, Trade, and Economic.

Growth: Essays in Honor of John Henry Williams, 270-95. New York: Macmillan.

Rosenwald F. (1995), Influence de la sphère financière sur la sphère réelle : les canaux du

credit, Bulletin de la Banque de France, 1er trimestre 1995, 105-121.

Saab S. et S. Vacher (2007), Banking Sector Integration and Competition in CEMAC,

working paper IMF.

Sandretto R. et Tiani F. (1993), La faillite du système bancaire africain, autopsie et

implication d'un désastre : l'exemple camerounais, Informations et Commentaires N° 83,

21 - 28

Sharpe S. (1990), Asymmetric Information, bank lending and implicit contracts : A stylized

model of customer relationships, Journal of finance, 45.

Vermeulen P. (2000), Business Fixed Investment: Evidence of Financial Accelerator in

Europe, European Central Bank mimeo, July.

Wicksell K. (1907), The Influence of the Rate of Interest on Prices, Economic Journal, 17,

213-220.

20

ANNEXES

Annexe 1 : Cycles du CREDIT et du PIB

-4

-2

0

2

4

6

8

10

60 65 70 75 80 85 90 95 00 05

CRD_CAM PIB_CAM

-4

-2

0

2

4

6

8

10

60 65 70 75 80 85 90 95 00 05

CRD_CGO PIB_CGO

-4

-2

0

2

4

6

8

10

60 65 70 75 80 85 90 95 00 05

CRD_TCH PIB_TCH

-2

-1

0

1

2

3

4

60 65 70 75 80 85 90 95 00 05

CRD_GAB PIB_GAB

-4

-2

0

2

4

6

8

10

60 65 70 75 80 85 90 95 00 05

CDR_RCA PIB_RCA

Annexe 2 : Volatilité des cycles

PIB CREDIT

GABON 0.925 0.829

CAMEROUN 2.17 2.015

TCHAD 2.103 1.85

RCA 1.98 1.79

CONGO 2.102 1.81

21

Annexe 3 : Tests de stationnarité usuels

3.1 (ADF°)

3.2. (KPSS°)

Annexe 4 : Tests stationnarité des résidus

4.1. ADF

4.2. KPSS

22

Annexe 5 : Tests de causalité

23

Annexe 6 : Caractéristiques des cycles par pays

6.1 GABON

CREDIT

Cycles Récession Expansion Cycle

complet Profondeur Durée Sévérité

1 1962; 1964 1964; 1965 1962; 1965 -0,48109253 3 -0,72163879

2 1965; 1969 1969; 1970 1965; 1970 -0,44052868 5 -1,10132171

3 1970; 1973 1973; 1977 1970; 1977 -0,27671352 7 -0,96849732

4 1977; 1979 1979; 1980 1977; 1980 0,35705532 3 0,53558298

5 1980; 1984 1984; 1986 1980; 1986 0,41153535 6 1,23460606

6 1986; 1988 1988; 1992 1986; 1992 0,55665587 6 1,66996761

7 1992; 1994 1994; 1995 1992; 1995 4,42096856 3 6,63145285

8 1995; 1999 1999; 2001 1995; 2001 6,59508791 6 19,7852637

9 2001; 2003 2003; 2007 2001; 2007 6,69455258 6 20,0836578

PIB

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 0,54783767 3 0,8217565

2 1965-1972 1972-1976 1965-1976 6,96543052 5 17,4135763

3 1976-1978 1978-1980 1976-1980 1,00468053 3 1,5070208

4 1980-1984 1984-1986 1980-1986 5,50962709 3 8,26444064

5 1986-1988 1988-1992 1986-1992 -0,28714188 5 -0,71785471

6 1992-1993 1993-1995 1992-1995 0,32396231 3 0,48594346

7 1995-1999 1999-2001 1995-2001 3,67791753 3 5,51687629

8 2001-2003 2003-2007 2001-2007 -0,58056203 5 -1,45140507

24

6.2 CAMEROUN

CREDIT

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 1,2817548 3 1,922632196

2 1965-1969 1969-1971 1965-1969 7,21256019 6 21,63768058

3 1971-1973 1973-1977 1969-1973 -0,29725423 6 -0,891762684

4 1977-1978 1978-1980 1973-1980 0,40008171 3 0,600122565

5 1980-1984 1984-1986 1980-1986 4,15642314 6 12,46926941

6 1986-1988 1988-1992 1986-1992 -0,12572023 6 -0,377160694

7 1992-1994 1994-1995 1992-1995 0,34581472 3 0,518722077

8 1995-1999 1999-2001 1995-2001 3,79473593 6 11,38420778

9 2001-2003 2003-2007 2001-2007 -0,54088574 6 -1,622657213

PIB

Cycles Récession Expansion Année Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 1,13376285 4 2,2675257

2 1965-1969 1969-1971 1965-1971 9,68191041 7 33,8866864

3 1971-1973 1973-1977 1971-1977 -0,26152583 7 -0,91534042

4 1977-1978 1978-1980 1977-1980 0,38004419 4 0,76008838

5 1980-1984 1984-1986 1980-1986 4,27502581 7 14,9625903

6 1986-1988 1988-1992 1986-1992 -0,31475313 7 -1,10163596

7 1992-1994 1994-1995 1992-1995 0,35075419 4 0,70150838

8 1995-1999 1999-2001 1995-2001 3,86069998 7 13,5124499

9 2001-2003 2003-2007 2001-2007 -0,54908643 7 -1,9218025

25

6.3 CONGO

CREDIT

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 1,41085595 3 2,11628392

2 1965-1969 1969-1971 1965-1971 9,38087129 5 23,4521782

3 1971-1973 1973-1976 1971-1976 -0,332812 5 -0,83203

4 1976-1979 1979-1981 1976-1981 1,71831445 5 4,29578612

5 1981-1984 1984-1986 1981-1986 32,0711492 5 80,1778729

6 1986-1988 1988-1991 1986-1991 -0,64112763 5 -1,60281908

7 1991-1994 1994-1995 1991-1995 0,51618167 4 1,03236335

8 1995-1999 1999-2001 1995-2001 4,04444471 6 12,1333341

9 2001-2003 2003-2007 2001-2007 -0,6169397 6 -1,85081909

PIB

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 1,13183788 4 2,26367577

2 1965-1969 1969-1971 1965-1971 10,0664337 7 35,2325178

3 1971-1973 1973-1976 1971-1976 -0,1881555 6 -0,56446651

4 1976-1978 1978-1981 1976-1981 1,46651378 6 4,39954135

5 1981-1984 1984-1986 1981-1986 7,59853817 6 22,7956145

6 1986-1988 1988-1992 1986-1992 -0,30108152 7 -1,05378533

7 1992-1993 1993-1995 1992-1995 0,32333574 4 0,64667149

8 1995-1999 1999-2001 1995-2001 3,639777 7 12,7392195

9 2001-2003 2003-2007 2001-2007 -0,58092877 7 -2,03325071

26

6.4 RCA

CREDIT

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1964 1964-1965 1962-1965 2,41535353 4 4,83070705

2 1965-1970 1970-1971 1965-1971 -22,0216042 7 -77,0756147

3 1971-1972 1972-1977 1971-1977 -0,04295616 7 -0,15034655

4 1977-1978 1978-1980 1977-1980 0,84913222 4 1,69826444

5 198-1984 1984-1986 1980-1986 6,28439968 7 21,9953989

6 1986-1988 1988-1991 1986-1991 -0,17425171 6 -0,52275514

7 1991-1993 1993-1995 1991-1995 0,36666956 5 0,9166739

8 1995-1999 1999-2001 1995-2001 3,89791404 7 13,6426991

9 2001-2003 2003-2007 2001-2007 -0,52465558 7 -1,83629452

PIB

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 1,19765139 3 1,79647708

2 1965-1969 1969-1971 1965-1971 7,85278696 7 27,4847544

3 1971-1973 1973-1977 1971-1977 -0,39568415 7 -1,38489452

4 1977-1979 1979-1980 1971-1980 0,73139206 10 3,65696029

5 1980-1984 1984-1986 1980-1986 5,46052071 7 19,1118225

6 1986-1988 1988-1992 1986-1992 -0,28751952 7 -1,00631832

7 1992-1993 1993-1995 1992-1995 0,34477361 4 0,68954722

8 1995-1999 1999-2001 1995-2001 3,85334183 7 13,4866964

9 2001-2003 2003-2007 2001-2007 -0,5997466 7 -2,09911309

27

6.5 TCHAD

CREDIT

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1964 1964-1966 1962-1966 3,8781E-05 5 9,6952E-05

2 1966-1972 1972-1977 1966-1972 41,5229285 7 145,33025

3 1977-1978 1978-1980 1972-1980 0,21014093 9 0,94563418

4 1980-1984 1984-1986 1980-1984 4,92344458 5 12,3086114

5 1986-1988 1988-1991 1984-1991 -0,9196689 8 -3,67867559

6 1991-1993 1993-1995 1991-1995 0,37518124 5 0,93795311

7 1995-1999 1999-2001 1995-2001 3,80959053 7 13,3335669

8 2001-2003 2003-2007 2001-2007 -0,50928706 7 -1,78250471

PIB

Cycles Récession Expansion

Cycle

complet Profondeur Durée Sévérité

1 1962-1963 1963-1965 1962-1965 0,82469904 4 1,64939808

2 1965-1969 1969-1971 1965-1971 6,90736198 7 24,1757669

3 1971-1973 1973-1977 1971-1977 -0,32020851 7 -1,1207298

4 1977-1979 1979-1980 1977-1980 0,65490802 4 1,30981604

5 1980-1984 1984-1986 1980-1986 5,61946489 7 19,6681271

6 1986-1988 1988-1992 1986-1992 -0,26873734 7 -0,9405807

7 1992-1993 1993-1995 1992-1995 0,3326943 4 0,6653886

8 1995-1999 1999-2001 1995-2001 3,76690161 7 13,1841556

9 2001-2003 2003-2007 2001-2007 -0,49850184 7 -1,74475645