Information, Organisation et Prise de Risque dans la Banque, C.J. Godlewski (2005)

8/14/2019 Information, Organisation et Prise de Risque dans la Banque, C.J. Godlewski (2005)

http://slidepdf.com/reader/full/information-organisation-et-prise-de-risque-dans-la-banque-cj-godlewski 1/222

UNIVERSITE ROBERT SCHUMAN

STRASBOURG III

THESE

de Doctorat de Sciences de Gestion

INFORMATION, ORGANISATION

ET PRISE DE RISQUE

DANS LA BANQUE

Presentee et soutenue par

Christophe J. GODLEWSKI

Directeur de Recherche :

Michel DIETSCH

Professeur a l’Universite Robert Schuman

Strasbourg III

JURY

Frederic LOBEZ Philippe RAIMBOURG

Professeur a l’Universite de Lille II Professeur a l’Universite de Paris I

Ecole Superieure des Affaires Pantheon-Sorbonne

Rapporteur

Joel PETEY Laurent VILANOVAProfesseur a l’Universite Robert Schuman Professeur a l’Universite Paul Sabatier

Strasbourg III Toulouse III

Rapporteur

Novembre 2005



A la memoire de mes grands-parents,

a mes parents.



La Faculte n’entend donner aucune appro-

bation ou improbation aux opinions emises

dans les theses. Ces opinions doivent etre

considerees comme propres a leurs auteurs.



Remerciements

Je souhaite tout d’abord adresser mes remerciements les plus sinceres a mon

directeur de recherche, M. le Professeur Michel Dietsch. Je suis profondement recon-

naissant pour la confiance qu’il m’a accordee durant ces annees de these. Ses idees

stimulantes et originales, ses judicieux conseils et ses critiques constructives m’ont

considerablement aide dans l’elaboration de ce travail de recherche.

Je remercie MM. les Professeurs Frederic Lobez, Laurent Vilanova, Joel Petey et

Philippe Raimbourg de m’avoir fait l’honneur de composer mon jury.

Pour leurs commentaires, remarques et suggestions sur mes travaux de recherche

je remercie MM. les Professeurs Mohammed Chaffai, Eric De Bodt, Georges Gallais-

Hammono, Jan Krahnen, Frederic Lobez, Franck Moraux, Joel Petey, Christian So-

rensen, Philip Strahan et William Weber, ainsi que les rapporteurs anonymes de la

revue Banque & Marches.

Merci a Regis Blazy, Marie-Helene Broihanne, Mohammed Chaffai, Anne-France

Delannay, Brigitte Godbillon-Camus, Maxime Merli et Laurent Weill pour avoir relu

certains chapitres de cette these.

Je tiens egalement a remercier toute l’equipe de recherche du LaRGE pour les

excellentes conditions de travail et l’environnement propice a la reflexion, en par-

ticulier les directeurs du laboratoire MM. les Professeurs Regis Blazy et Jacques

Thepot.

Je remercie egalement MM. les Professeurs Nicolas Eber, Maxime Merli et Pa-

trick Roger, ma co-auteur Brigitte Godbillon-Camus, ainsi que Damien Broussolle,

Marie-Helene Broihanne, Anne-France Delannay et Laurent Weill. Mes remercie-

ments vont egalement aux ex-membres du LaRGE : Laurent Deville, celles avec qui

j’ai partage mon bureau en debut de these - Aude Hubrecht et Corentine Le Roy,



ainsi que Pierre-Guillaume Meon et Acho Theodore Yapo. Je remercie egalement

Olga Bourachnikova, Marie Pfiffelmann et mon collegue de bureau Sylvain Willart.

Merci egalement a mes collegues doctorants, futurs docteurs et docteurs de l’Ecole

Doctorale Augustin Cournot, en particulier Thierry, Rachel, Guillaume et Angela,ainsi qu’Andre, Benoıt, Cedric, Claude, Francois, Hassan, Julien, Jun, Kim, Mathieu,

Phu, Stephane, Sukriye, Tayeb et Yves.

Je tiens particulierement a remercier Rachel Levy et Stephane Bertrand avec qui

j’ai organise avec grand succes la premiere edition des Augustin Cournot Doctoral

Days 2004, ainsi que Thierry Burger-Helmchen, avec qui j’ai partage la responsabilite

de delegue de l’Ecole Doctorale et de co-redacteur de la Page Cournot pendant un

an. Ces experiences m’ont permis de prendre des responsabilites et de decouvrir un

autre aspect de la vie d’enseignant-chercheur.

Je remercie MM. Jean-Claude Koenig et Christian Bischoff de la Banque San-

paolo ainsi que M. Claude Fussler et Mme Chantal Ruh de la Deutsche Bank pour

m’avoir donne l’opportunite de travailler en temps qu’analyste du risque de credit

pendant mes etudes universitaires.

Ma plus profonde gratitude et mes plus chaleureux remerciements pour leur

amour et leur soutien sans faille reviennent a mes parents. Je leur dedicace cette

these, ainsi qu’a la memoire de mes grands-parents.

A tous mes amis, merci pour votre soutien et vos encouragements.



Sommaire

Introduction generale 11

Chapitre introductif 19

Information, organisation et prise de risque dans labanque

Chapitre 1 59

Le role de l’environnement reglementaire, legal et ins-

titutionnel dans la defaillance des banques : Le cas despays emergents

Chapitre 2 91

La coherence des ratings avec la probabilite de de-faillance des banques dans les pays emergents

Chapitre 3 115

Choix de la combinaison rentabilite-risque du porte-

feuille : Une approche fondee sur les fonctions de dis-tance directionnelle

Chapitre 4 143

Delegation de la decision de credit dans les banques :Le risque de manipulation de l’information soft et soncontrole

Conclusion generale 171

Bibliographie 179

Annexes 201

http://-/?-

http://-/?-



Introduction Generale


Presentation du contexte

Depuis la vague des faillites bancaires des annees 80, un consensus a emerge

sur le fait que le risque de credit constitue la premiere cause interne de defaillance

bancaire (voir Pantalone et Platt, 1987 pour les Etats-Unis, von Westernhagen et al.,

2004 pour les autres pays industrialises et Bell et Pain, 2000 pour les pays emergents).

Plus precisement, l’exces de risque de credit, lorsqu’il resulte d’une mauvaise gestion

du risque, est le determinant interne fondamental dans la faillite bancaire.

L’interet porte a la defaillance bancaire vient des couts substantiels de ces faillites.

Il s’agit de pertes financieres pour les actionnaires, les deposants et l’assureur des

depots. Il s’agit egalement de perte de competitivite de l’industrie bancaire, ainsi

que de la destabilisation du systeme financier provoquee par la faillite bancaire, si

plusieurs defaillances individuelles degenerent en crise bancaire, par voie de conta-

gion. La resolution de ce type de defaillance entraıne un gaspillage de ressources.En moyenne, les pertes en terme d’output dues a une crise bancaire s’elevent a

15% − 20% du PIB annuel. Par ailleurs, les couts de resolution de la crise bancaire

se chiffrent en moyenne a 6% − 8% du PIB annuel (Hoggarth et al., 2003).

Le risque de credit peut etre defini comme une “non performance” de la contre-

partie, engendrant une perte probable au niveau de la banque. Les activites pouvant

etre a l’origine de ce type de risque representent jusqu’a 80% du bilan (Greuning et

Bratanovic, 2000). La gestion du risque compte parmi les trois principales activites

d’une banque, avec la production d’information et la transformation d’actifs (Freixas

et Rochet, 1997). La gestion du risque correspond a l’ensemble des decisions permet-

tant d’ameliorer le profil rentabilite-risque et permettre a la banque de maıtriser ses

11




risques ainsi que de reduire le risque de faillite bancaire. Cependant, une decision de

credit inefficace peut entraıner un exces de risque de la banque qui augmente sa pro-

babilite de defaut. Ainsi, une meilleure connaissance des causes de l’exces de risque

et des moyens susceptibles de les controler devrait contribuer a ameliorer l’efficacitede la gestion du risque dans la banque.

L’exces de risque peut etre defini comme le resultat d’une decision de credit qui

engendre un risque de defaut de l’etablissement superieur au niveau juge acceptable

par les differents partenaires de la banque, a savoir les actionnaires et le regulateur.

La cause essentielle de ce phenomene est que les agents a l’origine de la prise de

risque ne supportent pas la totalite des couts du risque induits par leurs decisions.

Cette definition place le probleme du risque dans le cadre de l’organisation et de la

gouvernance bancaire, dont les mecanismes doivent permettre un meilleur controle de

la gestion du risque. Les agents responsables de la gestion du risque sont les dirigeants

et les charges de clientele de la banque. Les couts du risque correspondent aux pertes

potentielles qu’induit une decision de credit inefficace et peuvent entraıner la faillite

de la banque. Le cout de cette derniere doit alors etre supporte par l’assureur des

depots et/ou le regulateur, ainsi que les actionnaires. Se pose alors la question des

causes de l’exces de risque et des moyens de le controler.

La decision de credit peut entraıner un exces de risque pour plusieurs raisons.

– D’une part, cette decision repose sur le traitement efficace de l’information

par la banque, ce qui requiert une structure organisationnelle adaptee au type

d’information (Stein, 2002; Takats, 2004), particulierement lorsque les carac-

teristiques de cette derniere la rende manipulable par l’agent - conseiller de

clientele - en charge de l’activite de traitement et de production de l’informa-

tion. Dans ce contexte de la relation bancaire, l’asymetrie d’information entre

l’agent et le principal - directeur de la banque - peut entraıner un probleme

12




d’alea moral pouvant deboucher sur une decision de credit inefficace et qu’il est

necessaire de controler par des mecanismes d’organisation et de gouvernance

bancaire adequats. Par ailleurs, certains mecanismes de gouvernance comme la

structure de la remuneration des managers peuvent egalement favoriser l’excesde risque (Gorton et Rosen, 1995).

– D’autre part, des causes externes exercent une influence sur la decision de cre-

dit dans la banque, en particulier l’environnement institutionnel et legal, la

reglementation et la surveillance prudentielle des banques, ainsi que la struc-

ture et la discipline de marche. L’environnement institutionnel, juridique et

legal a un impact non negligeable sur l’industrie bancaire, en particulier la

protection legale des interets des investisseurs (LaPorta et al., 2000). L’effica-

cite de l’intermediation financiere, particulierement le design des contrats de

dette bancaire ainsi que les taux de credit pratiques, est egalement influence

par cet environnement (Laeven et Majnoni, 2005), de meme que la fragilite

des banques (Mitton, 2002). La reglementation et la surveillance prudentielle

des banques ainsi que la discipline de marche constituent les Piliers 1, 2 et 3

de la Reforme de Bale II. Ces processus doivent assurer que la banque detient

des fonds propres en adequation avec son profil de risque et ameliorer la com-

munication d’informations et encourager l’application des pratiques bancaires

saines. Ils exercent egalement une influence sur la prise de risque de la banque.

Problematique et questions de recherche

Cette these se propose d’etudier a la fois empiriquement et theori-

quement les facteurs internes et externes qui influencent la decision de

credit et pouvant entraıner un exces de risque, ainsi que les mecanismes

susceptibles de controler la prise de risque dans la banque.

13




Cet objectif amene deux interrogations principales :

1. Quelles sont les causes, a la fois internes et externes, de l’exces de

risque ?

Une meilleure connaissance des causes de l’exces de risque contribue a une

meilleure comprehension du processus de la decision de credit permettant

d’augmenter l’efficacite de cette derniere.

2. Quels sont les mecanismes qui permettent de controler l’exces de

risque ?

La connaissance des causes de l’exces de risque et la comprehension de leur

impact sur la gestion du risque fournit des reponses quant a l’efficacite et la

pertinence des mecanismes de controle internes et externes susceptibles d’in-

fluencer la prise de risque de la banque.

Nous apportons notre contribution a ces interrogations dans cette these qui se

compose de cinq chapitres.

Organisation de la these et contributions

Le chapitre introductif de la these presente les causes internes et externes

de l’exces de risque. On discute en particulier le role des mecanismes de gouver-

nance bancaire inefficients et des defaillances de la structure organisationnelle de

la banque, qui constituent les determinants internes de l’exces de risque. Selon la

technologie d’octroi de prets employee par la banque, celle-ci a acces a de l’informa-

tion hard ou de l’information soft (Petersen, 2004) sur l’emprunteur. Chaque type

d’information presente des caracteristiques propres, qui lui conferent des avantages

et des inconvenients particuliers, lesquels influencent la gestion du risque dans la

banque et appellent une structure organisationnelle adaptee. L’information de type

hard (par exemple un score) est publique, financiere et peut etre verifiable et donc

14




difficilement manipulable, mais peut induire des erreurs de discrimination des em-

prunteurs (erreurs de type I et II, soit l’acceptation d’un “mauvais risque” et/ou le

rejet d’un “bon risque” dans le cadre des resultats d’un modele de score). Elle est

adaptee avec une organisation hierarchique et centralisee. L’information soft (parexemple un compte rendu sur l’emprunteur) est privee, non financiere et difficile-

ment verifiable est donc manipulable, mais contribue a une estimation plus precise

de la qualite de l’emprunteur. Sa manipulabilite peut etre source d’alea moral dans

la banque lorsque l’activite de traitement de l’information est deleguee a un agent.

On presente ensuite les determinants externes, en mettant l’accent sur l’influence de

l’environnement institutionnel et legal, le role de la regulation et de la surveillance

prudentielle, ainsi que l’impact de la structure et de la discipline de marche sur

l’exces de risque.

Les quatre chapitres suivants de la these proposent des contributions

empiriques et theoriques a l’etude des determinants internes et externes

de l’exces de risque et de la probabilite de defaut de la banque.

L’etude du role des facteurs internes et externes, en particulier de la reglemen-

tation bancaire et de la qualite des institutions legales, dans l’evaluation de la prise

de risque et la determination de la probabilite de defaut des banques dans les pays

emergents, fait l’objet du chapitre 1 (tire de Godlewski, 2004c). L’interet pour ces

pays est motive par le nombre de defauts bancaires importants dans ces pays durant

les annees 90 et l’impact plus important des consequences de la faillite. L’impact de

l’ensemble des facteurs internes et externes sur la prise de risque et la defaillance des

banques n’a pas fait l’objet de nombreux developpements. L’utilisation d’un modele

logit a deux etapes, inspiree de Demirguc-Kunt (1989b) et de Thomson (1992), per-

met de distinguer l’impact de ces facteurs sur un indicateur d’exces de risque ex post ,

de l’influence de ce dernier sur la probabilite de defaut de la banque. Une base de

15




defauts bancaires pour un ensemble de pays emergents des trois zones d’Asie, d’Ame-

rique Latine et des PECO (Pays de l’Europe Centrale et Orientale) a ete construite

pour cette etude en collectant les informations aupres d’institutions de regulation

locales. Les resultats demontrent le role des facteurs reglementaires et institutionnelsdans le controle des incitations a l’exces de risque. En particulier, on montre que la

qualite de l’etat de droit est un element crucial pour une reglementation efficace et

credible.

Le role de la discipline de marche dans le controle de la prise de risque du banquier

est reconnu par les acteurs du marche et est amene a croıtre dans le cadre du Pilier

3 de Bale II. Le rating peut etre considere comme un indicateur synthetique de

l’ensemble de l’information portant sur le risque de defaut de l’emetteur, pouvant

contribuer a la discipline de marche, en particulier dans les pays emergents ou les

marches financiers et bancaires sont plus opaques (Allen et Gale, 2000). Cependant,

pour que le rating puisse contribuer a la discipline de marche, il est crucial qu’il soit

coherent avec le risque de defaut de l’emetteur. C’est pourquoi, on s’interesse dans

le chapitre 2 (adapte de Godlewski, 2004a) a la coherence du rating de la banque

avec sa probabilite de defaut, en ayant recours a un modele de score et une methode

de mapping (Carey et Hrycay, 2001). Les resultats obtenus montrent que les ratings

de banques dans les pays emergents offrent des estimations du risque de defaut des

banques coherentes avec les taux de defaut observe. Une tendance a l’agregation de

l’information sur le risque de defaut par les ratings est neanmoins mise en evidence.

Le chapitre 3 propose de mesurer le choix du couple rentabilite-risque du ban-

quier au moyen de la methodologie des fonctions de distance directionnelle avec out-

put non desirable (Fare et Grosskopf, 2000 ; Fare et al., 2004). Il etudie egalement

l’impact de la reglementation du capital. A cet effet, on utilise une methodologie

originale (Chaffai et al., 2004) permettant d’integrer le risque de credit dans la fonc-

16




tion de production bancaire et ainsi d’etudier l’efficience des banques, leur sensibilite

au risque et l’impact de la contrainte reglementaire de capital sur ces preferences.

Sur la base d’un echantillon de banques des pays de l’OCDE, les resultats obtenus

mettent en evidence des degres d’inefficience manageriale plus importants pour lesbanques qui ne respectent pas la contrainte de capital reglementaire. En outre, il

apparaıt que ce type de mecanisme de reglementation bancaire engendre un com-

portement de prise de risque plus conservateur. Les preferences pour le risque du

banquier semblent donc etre influencees par la reglementation bancaire. D’apres ces

resultats, le controle externe de l’arbitrage rentabilite-risque, en particulier de l’ex-

ces de risque, par le biais de la reglementation, est lie a des prix percus du risque

moyens plus importants que dans le cadre du controle interne.

L’organisation du traitement de l’information et de la decision de credit peut

influencer la prise de risque, en particulier lorsque ces t aches sont deleguees a un

agent. En effet, lorsque l’information est produite par un agent et qu’elle est non ve-

rifiable et manipulable, un probleme d’asymetrie d’information emerge entre l’agent

et le principal, lorsque ce dernier utilise l’information transmise par l’agent pour

prendre ses decisions. Le chapitre 4 (tire de Gobillon-Camus et Godlewski, 2005)

propose un modele principal-agent (banquier-charge de clientele) avec alea moral

avec information cachee. Ce modele est centre sur les effets et les consequences de

la manipulation de l’information soft sur l’organisation de la decision du credit dans

la banque et l’allocation des fonds propres pour couvrir la Value at Risk. En effet,

le banquier requiert de l’information sur le rendement des actifs pour gerer le risque

de credit par allocation des fonds propres. Les resultats mettent en evidence une

economie de fonds propres pour couvrir la VaR grace au recours a de l’information

soft, mais egalement l’existence d’une incitation a la manipulation du signal conte-

nant de l’information soft par le charge de clientele. Un schema de remuneration qui

17




empeche cette manipulation est alors propose. La comparaison des resultats issus

des deux cadres - information hard versus information soft - effectuee au moyen de

simulations, confirme que l’information soft peut etre avantageuse pour le banquier,

bien qu’elle necessite des modifications organisationnelles particulieres. Celles-ci sontimplantees a travers une remuneration incitative, indexee sur le rendement des actifs

risques, et contient egalement un facteur de ponderation du signal transmis par le

charge de clientele, qui correspond a une “prevision du rendement moyen”.

On peut inferer de ce travail de recherche plusieurs contributions ma-

nageriales dans le domaine de la gestion et du controle du risque dans la

banque.

– L’organisation et la gouvernance bancaire constituent des facteurs cles d’une

decision de credit maıtrisee, compte tenu du role du type d’information et de

la technologie de son traitement dans le diagnostic du risque.

– La qualite des institutions legales et de la reglementation bancaire sont autant

de facteurs externes qui influencent a la fois la prise de risque et la probabilite

de defaut de la banque.

– L’information sur cette derniere, vehiculee par un rating, peut contribuer a la

discipline de marche du comportement de prise de risque du banquier.

– Le controle externe de ce comportement par le regulateur au moyen de la

contrainte de capital reglementaire peut egalement etre un mecanisme d’inci-

tation a reduire l’exces de risque.

18



Chapitre introductif

Information, organisation et prise

de risque dans la banque

19



Chap. intro. Information, organisation et prise de risque dans la banque

0.1 Introduction

Le diagnostic effectue par la banque en vue d’une decision de credit necessite le

traitement de l’information au moyen d’une methodologie adaptee. Ce diagnostic a

pour but d’evaluer le risque de credit, dans un cadre de selection adverse en presence

d’asymetrie d’information ex ante.

Le risque de credit peut etre defini comme une “non performance” de la contre-

partie, engendrant une perte probable au niveau de la banque. Parmi les six types

de risques bancaires que repertorie Santomero (1997)1, la gestion du risque de credit

demeure le coeur du metier bancaire2. Les activites generant ce type de risque repre-

sentent jusqu’a 80% du bilan (Greuning et Bratanovic, 2000). La gestion du risque

est citee parmi les trois principales activites d’une banque par Freixas et Rochet

(1997), avec la production d’information et la transformation d’actifs. Cette activite

doit permettre de reduire le risque de faillite de l’etablissement.

Le risque de credit depend de facteurs financiers et non-financiers. La connais-

sance de ces facteurs est donnee par de l’information hard ou soft (Petersen, 2004).

Deux methodologies de traitement de ces deux types d’informations sont dispo-

nibles : la banque a l’acte ou transactionnelle et la banque de relation. La premiere

repose de plus en plus sur des methodes statistiques de traitement de l’information

de type hard, financiere, quantitative et publique. La seconde genere de l’information

soft a travers la relation banque-emprunteur, et cette information est non financiere,

qualitative et privee.

1Risque systemique ou de marche, risque de contrepartie, risque de liquidite, risque operationnelet risque legal.

2Pour une analyse detaillee des risques bancaires voir Lobez (1997), Altman et Saunders (1998)et Dietsch et Petey (2003).

20

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Dans le cas de l’information hard et de l’information soft, des inefficiences sub-

sistent, notamment lorsque la tarification du credit n’est pas ajustee au risque sous-

jacent. Ces inefficiences sont liees aux caracteristiques de l’information traitee et de

l’organisation de la decision de credit dans la banque. Lorsque l’activite de traite-ment et de production de l’information est deleguee a un agent, un probleme d’alea

moral peut apparaıtre. En effet, en presence d’information de type soft, non veri-

fiable et donc plus facilement manipulable par l’agent qui la produit dans le cadre

d’une relation bancaire, le principal encourt un risque de decision de credit inefficace

sur la base de cette information. Une structure organisationnelle adaptee est alors

necessaire pour repondre a ce probleme de gouvernance dans la relation entre le

manager et le charge de clientele. Cette organisation implique notamment des couts

de controle et de surveillance, de meme que des structures incitatives adequates. Par

contre, l’information hard, par exemple un score, presente des inefficiences en ma-

tiere de discrimination et de reclassification des emprunteurs. Il s’agit des erreurs de

type I et II3, de meme que des valeurs seuils du score qui peuvent etre mal calibrees.

Ces problemes peuvent engendrer une decision de credit inefficace, qui se materialise

par le rejet d’un “bon risque” ou l’acceptation d’un “mauvais risque”.

L’exces de risque peut etre defini comme le resultat d’une decision de credit qui

engendre un risque de defaut de l’etablissement superieur au niveau juge acceptable

par les differents partenaires de la banque, en particulier les actionnaires et le re-

gulateur4. La cause essentielle de ce phenomene est que les agents a l’origine de la

prise de risque ne supportent pas la totalite des couts du risque induits par leurs

decisions, c’est-a-dire les dirigeants et les charges de clientele de la banque. Cette

3Des erreurs sont possibles lorsque l’on prend une decision par une procedure statistique. Ils’agit de l’erreur de type I, qui consiste a rejeter a tort l’hypothese nulle, et de l’erreur de type II,qui consiste a accepter a tort cette meme hypothese.

4On peut egalement definir l’exces de risque comme une situation ou la perte moyenne n’est pascouverte par le resultat d’exploitation du credit.

21

http://-/?-

http://-/?-

http://-/?-

http://-/?-




definition place le probleme de la prise de risque dans le cadre de l’organisation et

de la gouvernance bancaire.

L’exces de risque se traduit par un certain nombre de symptomes (Keeton et

Morris, 1987; Clair, 1992; Honohan, 1997; Lown et Morgan, 2002) :– une qualite du portefeuille de prets mediocre (part des prets non performants

importante),

– une mauvaise definition et/ou un non respect des limites qui engendre une

diversification insuffisante du portefeuille,

– des correlations importantes entre les prets du portefeuille,

– une croissance du volume des prets excessive.

Ces symptomes correspondent a la materialisation d’un exces de risque qui accroıt

la probabilite de defaut de la banque.

En effet, parmi les determinants de la defaillance de la banque, on retrouve

comme cause principale des problemes lies a la mauvaise qualite des actifs bancaires.

Or ce sont les managers de la banque qui sont responsables de cette qualite. Une

mauvaise gestion du risque, qui se traduit par un exces de risque, constitue ainsi le

principal facteur de defaillance de la banque (Pantalone et Platt, 1987). C’est ce que

rapporte l’etude de l’Office of the Comptroller of the Currency (1988), en presentant

les principales caracteristiques des banques defaillantes :

1. une politique de credit inexistante ou inadequate,

2. un systeme de controle et de surveillance inadequat,

3. un systeme d’identification des prets douteux inadapte,

4. une concentration excessive des pouvoirs de decision.

Une autre etude plus recente, produite par Llellewyn (2002), expose les princi-

paux facteurs de crise bancaire et complete les travaux anterieurs dans ce domaine.

22




Elle releve cinq caracteristiques communes a la majorite des problemes bancaires

dans le monde :

1. des processus d’analyse, de gestion et de controle du risque inefficaces,

2. une surveillance insuffisante,

3. une structure incitative faible ou contre-productive,

4. une transmission de l’information insuffisante,

5. une gouvernance inadequate.

Les causes de l’exces de risque peuvent etre internes et externes. Au sein des

causes internes, on retrouve un mauvais controle du processus de decision de credit,

en particulier des mecanismes de gouvernance inefficaces et des defauts organisation-

nels de la banque, que l’on discute dans la section 0 .2. Au sein des causes externes,

on presentera dans la section 0.3 l’influence de l’environnement legal et institution-

nel, la regulation et la surveillance prudentielle des banques et la structure ainsi que

la discipline de marche. La section 0.4 conclue ce chapitre introductif.

0.2 Les causes internes de l’exces de risque

0.2.1 Les defauts organisationnels et de traitement de l’in-

formation dans la banque

La qualite de l’information produite par la banque determine les caracteristiques

de la prise de risque. La litterature existante traite de ce probleme en distinguant

l’information soft et l’information hard (Petersen, 2004). En effet, pour prendre

une decision de credit, la banque a besoin d’effectuer un diagnostic qui necessite le

traitement de l’information5. L’acquisition de cette information peut s’effectuer par

5Notons que le savoir superieur de la banque en terme de collecte, de traitement et de productionde l’information est nuance par certains auteurs. Par exemple, Guigou et Vilanova (1999) concluent

23

http://-/?-

http://-/?-




deux moyens, qui correspondent a deux technologies de traitement de l’information

et d’octroi de prets bancaires :

– externe, par le biais de l’information financiere et publique hard (donnees de

bilan, rating, score . . .). Ces procedures visent a quantifier le risque des clientspar des methodes statistiques, en ayant recours a de l’information majoritai-

rement publique et financiere. Les technologies d’octroi de credit sont dans ce

cadre des modeles de score. Elles produisent de l’information de type hard.

– interne, par le biais de la relation de clientele, produisant en plus de l’infor-

mation soft. La relation bancaire qu’entretient le banquier avec son client,

implique des interactions banque-emprunteur, qui genere une “information in-

terne”. La banque collecte ainsi de l’information privee et non financiere. Cette

source d’informations apporte une variete d’elements, notamment sur la situa-

tion professionnelle de l’emprunteur, sa reputation, sa capacite et sa qualite de

gestion et son positionnement sur le marche. Il s’agit de l’information de type

soft.

Les caracteristiques et les specificites de l’information hard versus information

soft impliquent une organisation adaptee. Une inadequation entre celle-ci et le type

d’information peut induire un exces de risque.

L’information soft peut etre source d’alea moral dans la banque. En effet, lorsque

l’activite de production et de traitement de l’information est deleguee a un agent

dans le cadre d’une relation bancaire, celle-ci implique une asymetrie d’information

entre le principal qui prend ses decisions de structure de bilan et de gestion du

risque sur la base de l’information transmise par l’agent. La decision de credit et

d’allocation de fonds peut etre inefficace et conduire a un exces de risque.

que la banque s’engage dans le traitement et la production d’information couteuse seulement si celaest rentable. Le savoir bancaire serait donc imparfait, puisqu’en presence de couts de surveillanceeleves, la dette bancaire apparaıt comme une solution partielle aux problemes de selection adverseet d’alea moral.

24




Le credit scoring ou scoring est une des principales technologies de traitement de

l’information hard. Selon la definition donnee par Mester (1997), le scoring est une

methode statistique d’estimation de la probabilite de defaut de la contrepartie6.

En se basant sur les travaux de Feldman (1997a,b), on peut presenter les avan-tages que procure le scoring au niveau du processus de decision de credit.

En premier lieu, le scoring affecte les interactions de la relation banque / entre-

prise. En utilisant les techniques de scoring, le contact personnel est inutile. Ceci

facilite et accelere le processus de decision, ainsi que le renouvellement, l’ajustement

et l’administration des prets. En second lieu, le scoring permet de reduire le cout

d’octroi du pret en accelerant la vitesse de prise de decision et d’accroıtre le volume

des dossiers traites, et donc le volume des prets accordes. Enfin, en troisieme lieu,

le scoring affecte le prix du credit, en permettant, grace aux techniques d’evaluation

quantitative du risque de defaut, une tarification du credit ajustee au risque. C’est ce

mecanisme qui permet de reduire le rationnement du credit. Le scoring permet ainsi

de fournir des prets a un taux plus faible aux emprunteurs de qualite. Par contre, le

recours au scoring peut entraıner des problemes lies aux erreurs de type I et II qui

entraınent une decision de credit inefficace.

Les resultats des etudes empiriques de Berger et al. (2002a) et Frame et al. (2001)

montrent que l’effet dominant de l’adoption du scoring est une reduction du cout du

credit aux PME.

L’information soft constitue le second type d’information produite et traitee par

la banque. Cette information est intimement liee a l’environnement dans lequel elle a

6Le scoring utilise des donnees historiques passees afin d’isoler et de quantifier les effets des

differentes caracteristiques des emprunteurs sur leur probabilite de defaut. Generalement, on ap-plique un modele multivarie qui permet de combiner plusieurs variables predictives - par exemple,les ratios comptables cles - en calculant leurs ponderations respectives pour produire un score ouune mesure de la probabilite de defaut. Ensuite, dans le processus de prise de decision de credit, lescore obtenu est compare a un score seuil afin de pouvoir discriminer parmi les demandes de pretcelles qui seront acceptees et celles qui seront rejetees.

25

http://-/?-

http://-/?-




ete produite. Il s’agit plus particulierement du cadre de la relation bancaire. Berger

(1999) et Boot (2000) definissent plusieurs conditions necessaires a l’existence de ce

type de relation :

1. l’information obtenue est plus riche que l’information publique,

2. l’obtention de cette information s’effectue dans le temps a travers une multi-

tude d’interactions,

3. l’information demeure confidentielle (privee).

Berger et Udell (2002) definissent plus precisement la relation de long terme

comme une technologie d’octroi de prets qui depend de la production d’information

soft. Ce type d’information constitue un des principaux determinants de la construc-

tion et de l’existence d’une relation (Elsas, 2005).

L’impact de l’existence de ce type de relation sur le contrat de dette reste nuance

dans les travaux empiriques. Berger et Udell (1995) et Detragiache et al. (2000)

concluent que l’existence d’une relation reduit le cout du credit bancaire, tandis que

Degryse et Cayseele (2000) fournissent des conclusions inverses. Petersen et Rajan

(1994) utilisent des mesures plus detaillees de la relation, comme sa dimension tem-

porelle, pour etudier son impact sur la disponibilite et le cout du credit bancaire.

Leurs resultats montre un faible effet de la relation sur le prix du credit, mais signifi-

cativement positif sur la disponibilite du credit. Dietsch et Golitin-Boubakari (2002)

et De Bodt et al. (2005) parviennent a des conclusions similaires sur des donnees

francaises et belges respectivement7.

Les travaux empiriques recents montrent que les petites banques disposent d’un

avantage important en terme de capacite superieure dans la production d’information

7Notons que l’existence d’une relation apporte de la valeur pour la banque ainsi que pourl’emprunteur (Elyasiani et Goldberg, 2004). Cependant, le degre de concurrence et l’inefficiencede la banque sont des facteurs qui peuvent influencer negativement la rentabilite de la relation(Ergungor, 2005).

26

http://-/?-

http://-/?-




soft dans le cadre des relations de long terme. En outre, ce type de banque peut

concurrencer les grands etablissements dans le cadre de strategies de niches locales

(DeYoung et al., 2004 ; Scott, 2004).

La litterature sur la theorie de l’architecture organisationnelle exploite la dicho-tomie de l’information hard versus soft pour expliquer la structure organisationnelle

de la banque, et etudier la relation entre le type d’information et cette structure.

En effet, dans une industrie fortement tributaire de l’information comme dans la

banque, son type ne sera pas sans influence sur la structure organisationnelle de

l’etablissement et de ce fait sur l’allocation optimale des ressources.

Les premiers a s’interesser au cout de transfert de “l’information specifique” ont

ete Jensen et Meckling (1992). Ce type d’information implique l’organisation des

droits de decision, qui incluent des droits d’alienation de l’information, necessitant

la mise en place d’un systeme de controle. Dans leur article, la distinction porte

sur l’information generale versus l’information specifique, la difference etant le cout

de transfert. L’information specifique est plus couteuse et necessite une delegation

de pouvoir a l’agent plus importante. Si on considere la propriete comme un droit,

celui-ci en comporte deux : le droit de decision et le droit d’alienation (de ce droit).

Il existe une relation entre le droit de decision et la connaissance. Deux moyens de

fonctionnement sont possibles : le transfert de connaissances et le transfert de droits.

Le cout de transfert de connaissance est fonction de la nature de cette connaissance,

de l’environnement organisationnel et de la technologie disponible. Ce transfert est

benefique s’il engendre une decision plus efficace. Il existe donc un arbitrage entre le

benefice marginal de la decision “mieux informee” et le cout marginal du transfert.

La delegation du pouvoir et des droits de decision necessite la prise en compte de

ces couts de transfert de connaissances et de l’impact de l’allocation des droits sur

les incitations des agents a acquerir de l’information.

27




Dans le domaine bancaire, l’article de Stein (2002) represente une reference cle.

Cet auteur s’interroge sur l’influence de la structure organisationnelle sur la decision

optimale d’allocation de fonds. Dans une banque de grande taille, il y a separation

du processus de collecte et de traitement de l’information du processus de prisede decision. Cela implique que l’information necessaire pour la prise de decision

doit etre facilement transmissible entre les niveaux hierarchiques. Elle doit egale-

ment pouvoir etre interpretee de facon uniforme par les agents, independamment

du contexte dans lequel elle a ete produite. Dans un monde a contrats incomplets,

les incitations ex ante des agents dependent de leur controle sur les actifs qui leur

sont alloues (Hart et Moore, 1990; Hart, 1995; Harris et Raviv, 1996, 1998). Dans ce

contexte, le modele de Stein (2002) oppose deux types d’information (hard et soft)

et deux types de structure organisationnelle (organisation hierarchique centralisee

et non-hierarchique decentralisee). Il est demontre qu’il existe une adequation entre

la structure organisationnelle et la nature de l’information permettant une alloca-

tion optimale des fonds, par le biais de meilleures incitations. L’information soft est

associee a une organisation decentralisee, car en disposant davantage de pouvoir et

d’autorite, l’agent qui produit ce type d’information est incite a en faire un usage

efficient dans le cadre de l’allocation de fonds. L’information hard est associee a une

organisation centralisee, puisqu’elle est plus facilement transmissible a des niveaux

hierarchiques superieurs ou la decision d’allocation des fonds s’effectue.

Dans un article plus recent, Takats (2004) etudie l’impact de la consolidation

bancaire sur l’activite d’octroi de prets aux PME en tenant compte du cadre or-

ganisationnel. Le modele propose oppose des dirigeants et des charges d’affaire qui

disposent d’information plus detaillee sur les emprunteurs. Le probleme d’asymetrie

d’information interne qui en resulte peut etre resolu en adoptant une organisation

decentralisee de la banque, avec un nombre de surveillants plus important, mais qui

28




est couteuse. Une structure centralisee s’avere plus rentable mais penalise l’acces

des PME au financement bancaire. Ainsi, l’adoption d’une structure organisation-

nelle adequate pour gerer le probleme d’asymetrie d’information interne, liee a une

meilleure connaissance des PME par le charge d’affaire, demeure cruciale pour l’ef-ficience et la rentabilite de l’activite d’octroi de prets a ce type d’emprunteur.

Des etudes empiriques permettent de relayer ces conclusions theoriques. Ber-

ger et Udell (2002) etudient la relation bancaire. Dans le cadre de cette relation, le

charge de clientele se voit octroyer plus d’autorite, ce qui peut accroıtre les problemes

d’agence et necessite donc une structure organisationnelle adaptee, avec l’allocation

de ressources plus importantes pour le controle de l’agent. Les resultats de l’etude

montrent que la relation est fortement fondee sur l’information soft, que le charge

de clientele a une position cruciale dans la banque et que les problemes d’agence

s’en trouvent accrus. Des organisations de petite taille, moins hierarchisees et plus

decentralisees, tirent davantage parti de la relation de clientele. Des resultats simi-

laires sont mis en evidence par Berger et al. (2001) et Berger et al. (2002a; 2005), qui

trouvent que les grandes banques ont plus de propension a preter a de grandes en-

treprises ayant de meilleurs resultats comptables. La distance entre l’entreprise et la

banque s’accroıt avec la taille de celle-ci, car les relations sont plus courtes et moins

exclusives. Lorsque les PME se trouvent face au choix de leur banque, elles pre-

ferent des etablissements plus petits, reduisant ainsi les problemes de rationnement

du credit.

Citons egalement une etude de cas menee par Liberti (2003) et qui porte sur

l’effet du changement de la structure hierarchique sur les incitations des agents dans

une grande banque etrangere en Argentine sur la periode 1999 − 2001. Les hypo-

theses testees portent sur l’impact de la delegation de l’autorite et de la diminution

du controle sur les incitations et l’effort des agents. Le cadre theorique correspond a

29




celui de Aghion et Tirole (1997), qui distingue l’autorite reelle de l’autorite formelle,

et qui stipule qu’une delegation de l’autorite accroıt l’effort de l’agent. Liberti (2003)

confronte la delegation de l’autorite (controle decentralise) a un controle “classique”

centralise. Sur le terrain, le changement hierarchique dans le departement de creditpermet l’octroi d’une part plus importante d’autorite dans la prise de decision aux

managers, avec une diminution de la surveillance et du contr ole par les superieurs

hierarchiques. Les resultats mettent en evidence un accroissement du temps consa-

cre a la clientele, de l’effort percu et une diminution du nombre de plaintes. Les

agents ayant recu plus d’autorite utilisent leur information soft plus efficacement.

La transmission et la fiabilite de ce type d’information est plus importante dans les

organisations decentralisees.

Le tableau 1 presente de maniere synthetique les principales dimensions permet-

tant de proposer une typologie de l’information hard versus l’information soft.

Le type d’information et l’organisation du processus de decision de credit dans la

banque peuvent influencer la prise de risque. En particulier, en presence d’informa-

tion soft produite dans le cadre d’une relation bancaire, les caracteristiques de ce type

d’information, a savoir une non verifiabilite et donc une manipulabilite plus facile,

peuvent generer un probleme d’alea moral dans la banque. Une structure organisa-

tionnelle adaptee, de type decentralisee et non-hierarchique, constitue une reponse

a ce probleme, mais implique des couts en terme de controle et de surveillance de

l’agent ainsi qu’une structure incitative adequate.

Outre ce probleme d’organisation lie aux relations entre le manager et le charge

de clientele, des mecanismes de gouvernance bancaire peuvent conduire a un exces

de risque s’ils sont inefficaces.

30



Tab. 1 – Typologie de l’information soft versus information hard

Information HARD Informat

Nature de l’information

– Financiere, quantitative et publique (chiffres : documents comptables

et sociaux, donnees de marche financier . . .).– Facteurs cognitifs absents.

– Non financiere, qualitative et p

nions, commentaires, projets . . .)– Facteurs cognitifs presents (juge

Collecte, production et transmission

– Collecte impersonnelle, information independante du contexte de saproduction et de l’agent qui en est responsable.

– Facilement transmissible et comparable, car les processus de collecteet d’utilisation sont separables.

– Collecte personnelle qui rend l’ide production et de l’agent qui e

– Transmission de l’information diffientre les processus de collecte et

Avantages / Inconvenients potentiels

+ Reduction des couts de transaction (technologie de production d’in-formation automatisee, facilite de stockage de l’information, gainsde productivite, economies de gamme, augmentation de la com-petitivite de marche) et du credit (tarification ajustee au risque).

+ L’intervention du jugement humain subjectif est reduit.

- Reduction de l’information disponible (concentration et perte de pre-cision, de “dimension” ou de “profondeur” de l’information),

- Discrimination inefficace des emprunteurs due aux erreurs de type Iet II.

+ Intimement liee a la notion dune information plus precisdimensionnelle”. La relationlite.

+ Le jugement humain est forteme

- L’implication du jugement humament manipulable.

Nature de l’information et structure organisationnelle

– Adaptee avec une organisation importante, de grande taille, hierar-chique et centralisee.

– Transmission facile et credible de l’information.– Niveau de delegation faible (pouvoir, droit de decision, controle des

actifs, etc.).

– Adaptee avec une organisation rrarchique et decentralisee.

– La difficulte de transmission (crniveau de delegation eleve, impdepositaire de l’information.

3 1




0.2.2 Les mecanismes de gouvernance inefficaces

Avant d’aborder les imperfections de la gouvernance d’entreprise dans la banque

et leur influence sur la prise de risque, on discute brievement des specificites de la

gouvernance d’entreprise dans les banques.

La gouvernance d’entreprise peut etre definie comme un ensemble de mecanismes

- a la fois institutionnels et de marche - qui induisent les agents a prendre des

decisions qui maximisent la valeur de la firme, pour le compte d’un principal8. Ces

mecanismes peuvent etre internes ou externes (Shleifer et Vishny, 1997 ; Becht et al.,

2002 ; Denis et McConnell, 2003).

Rappelons que Jensen (1993) repertorie les mecanismes de gouvernance d’entre-prise suivants :

1. les mecanismes juridiques et reglementaires (la protection des droits des inves-

tisseurs par la legislation en vigueur et l’application de celle-ci constituent des

determinants importants de l’evolution de la gouvernance d’entreprise),

2. les mecanismes de controle interne (la structure de propriete, le conseil d’ad-

ministration, representant les interets des actionnaires, et la remuneration des

managers),

3. les mecanismes de controle externe (les Offres Publiques d’Achat et la concur-

rence de marche).

Les travaux portant sur l’etude de la gouvernance dans la banque sont relative-

ment peu nombreux et recents. Ces travaux integrent dans leur analyse la specificite

des activites, de la nature et du role de la banque9.

8Charreaux (1997) defini le gouvernement d’entreprise comme :

“(. . .) l’ensemble des mecanismes organisationnels qui ont pour effet de delimiter lespouvoirs et d’influencer les decisions des dirigeants, autrement dit, qui gouvernentleur conduite et definissent leur espace discretionnaire.”

9Y ont contribue en particulier Prowse (1995), Ciancanelli et Gonzalez (2000), Caprio et Levine(2002), Arun et Turner (2003), Macey et O’Hara (2003), Fan (2004), et Nam (2004).

32

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Les specificites de l’industrie bancaire induisent des particularites au niveau des

mecanismes de gouvernance d’entreprise dans la banque. Il s’agit en particulier des

trois elements suivants :

1. les banques sont davantage sujettes aux chocs externes a cause de leur levier

plus important,

2. l’asymetrie d’information est plus importante dans l’industrie bancaire, indui-

sant une forte opacite des actifs bancaires,

3. la regulation des banques reduit les incitations privees a controler le compor-

tement des banques.

L’effet de levier est une consequence du faible niveau de fonds propres, puisqu’une

part importante des depots au passif et des prets a maturite plus longue a l’actif

engendrent un differentiel de liquidite qui entraıne un probleme de vulnerabilite des

banques. Celui-ci peut se manifester par un risque de panique bancaire (bank run ),

qui peut entraıner le defaut d’une banque solvable10. Cet effet exacerbe les conflits

entre les creanciers et les actionnaires generant des problemes de transfert de risque,

qui se materialisent par un sur-investissement ou un sous-investissement dans les

projets risques. L’effet de levier accroıt aussi l’aversion au risque des managers, qui

ont investi leur capital humain specifique et non diversifiable dans la banque.

L’opacite des actifs bancaires resulte des asymetries d’information qui sont plus

importantes dans la banque compte tenu de la qualite des actifs, particulierement

des prets, qui demeure non observable et potentiellement manipulable par les ma-

nagers. Cette opacite se traduit par des difficultes a obtenir des informations sur le

10Une des fonctions de la banque consiste a fournir des liquidites aux deposants, leurs depotspermettant un meilleur partage des risques entre les menages qui font face a des chocs idiosyn-cratiques affectant leur consommation dans le temps (Diamond et Dybvig, 1983). Ce service deliquidite induit une structure du bilan bancaire specifique, avec une valeur liquidative des actifsinferieure a celle du passif, qui expose la banque au risque de bank run . La structure des actifsresulte du role de la banque en temps que surveillant delegue pour le compte des investisseurs,evitant ainsi la duplication des couts de controle des emprunteurs (Diamond, 1984).

33

http://-/?-

http://-/?-




comportement des banques, ce qui peut affecter les mecanismes de gouvernance11.

Cette opacite accrue rend plus problematique la determination de la remuneration

des directeurs qui aligneraient leurs interets sur ceux des actionnaires12. La partici-

pation des managers au capital de la banque peut aligner leurs interets sur ceux desactionnaires, mais peut egalement faciliter l’enracinement des managers (Charreaux,

1991). L’opacite amplifie egalement le risque d’expropriation des outsiders par les

insiders13. Enfin, l’opacite complique les mecanismes de concurrence externe, en af-

faiblissant les forces du marche. Par ailleurs, les relations de long terme representent

des barrieres a la concurrence.

La regulation14 impose des contraintes sur les forces du marche. Elle a des conse-

quences au niveau du secteur d’activite (l’industrie bancaire) et au niveau individuel

(la banque). Dans l’industrie bancaire la regulation se substitue a d’autres meca-

nismes de controle de marche. Cependant, la regulation constitue un mecanisme plus

couteux et potentiellement plus faible, compte tenu des problemes bureaucratiques

et politiques inherents. En effet, la discipline reglementaire exercee par le regulateur

est imparfaite a cause des problemes specifiques de TBTF (“too big to fail ”) et d’at-

tentisme ( forbearance) (Kane, 1989). L’attentisme du regulateur l’empeche d’agir11La complexite des produits financiers, due notamment a l’innovation financiere, amplifie ce

probleme (Santomero et Trester, 1998).12En effet, il est difficile de mesurer les resultats, qui sont manipulable a court terme pour

influencer la remuneration (notamment par le biais d’octroi de nouveaux prets a des emprunteursdeja en difficulte), lorsque celle-ci est indexee sur les performances de l’agent.

13Par exemple, les actionnaires majoritaires peuvent utiliser leur statut d’insider privilegie pourexproprier les autres investisseurs. Un phenomene de collusion potentielle entre les actionnairesmajoritaires et les managers-insiders peut egalement apparaıtre, facilite par un actionnariat fami-lial, et qui permet l’octroi de prets aux related parties beneficiant de conditions avantageuses entermes de taux, de volume et de garantie requise.

14La regulation bancaire comprend des audits, une surveillance prudentielle, l’accord pour les

fusions et acquisitions, le declenchement et la mise en place de procedures preventives et correctives,de procedures d’insolvabilite et de liquidation. La regulation de la propriete impose des restrictionsde la concentration de la propriete. La regulation de la concurrence impose des barrieres a l’entree eta la formation de banque de type universelle (emission d’actions, credit immobilier, bancassurance. . .). Elle peut entraıner la reduction de la concurrence sur le marche des outputs, avec en parallelel’imposition du nombre minimum de succursales, des restrictions des portefeuilles, du niveau deliquidite, et de taux.

34

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




dans le cas de difficultes d’une banque insolvable. Le probleme du TBTF releve du

conflit d’interets entre la banque et le regulateur.

Compte tenu des specificites de l’industrie bancaire et de la gouvernance bancaire,

Macey et O’Hara (2003) argumentent en faveur de l’elargissement des devoirs et desobligations des dirigeants de banques, en allant au-dela des interets des actionnaires

et en incluant ceux des autres apporteurs de fonds : deposants et autres creanciers,

tout en prenant explicitement en compte le risque d’insolvabilite dans la decision

de credit. Caprio et Levine (2002) invoquent l’importance de la remuneration des

managers, en particulier leur composition et leur indexation, comme mecanisme de

gouvernance et de controle interne. Simpson et Gleason (1999) trouvent que le seul

mecanisme de gouvernance qui exerce une influence significativement negative sur le

risque de defaut des banques americaines est le cumul du poste de President directeur

general et de President du conseil d’administration par la meme personne. Crespi

et al. (2004) trouvent une relation negative entre les performances et l’intervention

des mecanismes de gouvernance comme le changement de dirigeants ou la fusion des

etablissements. La structure de propriete joue un role dans cette relation puisque ces

mecanismes de controle interne fonctionnent mieux dans les banques commerciales

que dans les caisses d’epargne. En outre, la concurrence sur le marche bancaire

s’avere etre un mecanisme externe qui compense la faiblesse des mecanismes de

gouvernance interne.

Une etude portant sur la gouvernance des banques japonaises de Anderson et

Campbell (2004) fournit une evidence empirique sur le fonctionnement des meca-

nismes internes et externes dans les annees 1985 − 1996. Les auteurs trouvent qu’il

existe une certaine rigidite des mecanismes externes. La concentration de propriete,

l’evolution de l’actionnariat majoritaire et les fusions sont peu sensibles aux per-

formances des banques cotees. La defaillance de ces mecanismes externes implique

35




un role plus important pour les mecanismes de gouvernance interne. Les auteurs ne

trouvent pas de relation significative entre le turnover des dirigeants et les mesures

de performance sur la periode precedant la crise des annees 90. Par contre, cette

relation devient significative pour la periode qui a suivi.L’efficacite des mecanismes de gouvernance interne comme la composition du

conseil d’administration et la remuneration des dirigeants dans les banques coreennes

est etudiee par Choe et Lee (2003). Ils s’interessent en particulier a la reaction des

marches financiers a la reforme de ces mecanismes apres la crise asiatique de 1997.

Leurs resultats montrent que les annonces de reformes de la gouvernance interne

sont generalement associees a des hausses significatives des prix des actions des

banques en question. La composition du conseil d’administration apparaıt comme un

mecanisme de gouvernance interne important. En outre, d’apres les resultats d’une

enquete menee par McKinsey, et rapportes par Choe et Lee (2003), les investisseurs

interroges seraient prets a payer en moyenne une prime supplementaire de 24% pour

les titres de banques dont le systeme de gouvernance est efficace.

Les specificites des banques, a savoir leur levier important, la forte opacite de leurs

actifs et la regulation, peuvent affecter l’efficacite des mecanismes de gouvernance

d’entreprise et par ce biais, avoir un impact sur la prise de risque de la banque.

Un certain nombre de travaux mettent en evidence leur influence sur la decision de

credit.

Le modele theorique propose par Gorton et Rosen (1995) se focalise sur le role du

manager en temps que preneur de decision de credit, en integrant dans l’analyse les

apports de la gouvernance d’entreprise. Les incitations a l’exces de risque de la part

des managers dependent du niveau de leurs participations au capital de la banque.

Cette relation entre la prise de risque et le niveau de participations manageriales est

non lineaire et concave. Si le niveau de ses participations au capital rend le manager-

36




insider actionnaire majoritaire, le mecanisme est efficace car disciplinant, reduisant

ainsi les incitations a l’exces de risque. En effet, en cas d’exces de risque et de defaut

de la banque, le manager perd son investissement en capital humain et ses partici-

pations au capital de la banque. Par contre, si ses participations lui donne un statutd’actionnaire minoritaire, le manager conserve sa capacite de resister au controle des

actionnaires. Il est incite a accroıtre les risques car il en tirera les benefices, alors que

les couts de faillite seront reportes sur l’ensemble des actionnaires, et cela d’autant

plus que ces derniers ne peuvent completement observer son comportement mais

seulement ses resultats.

Ainsi, d’apres ces resultats theoriques, un mecanisme de gouvernance visant a

aligner les interets du principal et de l’agent a travers le design de la remuneration

de ce dernier peut dans certains cas inciter le manager a l’exces de risque si celui-ci

a un statut d’actionnaire minoritaire15.

Un modele unifie permettant de prendre en compte simultanement les problemes

d’agence et la valeur de franchise16 de la banque est propose par Demsetz et al.

(1997). Une valeur de franchise importante peut discipliner la prise de risque du

banquier, dans la mesure ou tout exces de risque amplifie la probabilite de defaut

de la banque et donc la probabilite de perte de cette valeur de franchise - actif

non tangible qui represente l’opportunite de croissance de la firme (Galloway et al.,

1997). Demsetz et al. (1997) estiment une relation entre le risque de la banque, son

pouvoir de marche et le niveau ainsi que la concentration des participations des

15Notons que Konishi et Yasuda (2004) trouvent une relation non lineaire entre la part desactionnaires stables et le risque dans les banques japonaises. L’exces de risque augmente lorsquela participation de ce type d’actionnaires est plus importante, a mesure que l’effet de substitution

d’actifs domine l’effet d’enracinement des managers. DeYoung et al. (2001) trouvent une relationnon lineaire et concave entre l’efficience profit de petites banques et la participation des managersau capital de l’etablissement. L’efficience croıt avec des participations manageriales faibles puisdiminue a mesure que les managers deviennent des actionnaires ma joritaires.

16La valeur de franchise peut etre definie comme le volume de profits futurs anticipes qui sontgeneres par les barrieres et les restrictions imposees par la reglementation pour limiter la concur-rence.

37

http://-/?-

http://-/?-

http://-/?-

http://-/?-




insiders. Ils trouvent que les conflits d’interets et les problemes d’alea moral sont

plus importants dans les banques a valeur de franchise faible. La prise de risque

s’accroıt avec le niveau de participations des insiders.

Des travaux empiriques ont etudie la relation entre la structure de propriete etla prise de risque dans la banque. Saunders et al. (1990) ont analyse les incitations a

prendre des risques en fonction de la structure de propriete des etablissements de cre-

dit, notamment en periode de deregulation. Ils demontrent que les banques contro-

lees majoritairement par les actionnaires prennent plus de risque que les banques

controlees majoritairement par les managers, et ce d’autant plus en periode de de-

regulation.

L’etude de Anderson et Fraser (2000) analyse le meme type de relation mais sur

deux periodes separees, refletant deux regimes reglementaires differents (1987 −1989

et 1992 − 1994). Ils trouvent que les managers detenant des parts du capital de leurs

etablissements ont pris plus de risque en periode 1987 − 1989, correspondant a une

reglementation moins stricte, et ont reduit leur exposition en periode 1992 − 1994,

refletant une reaction au changement de la reglementation, devenue plus stricte.

Un type d’etablissement specifique - les thrifts (caisses d’epargne), est analyse

par Knopf et Teall (1996), ainsi que l’impact du FIRREA (Financial Institutions

Reform Recovery and Enforcement Act , 1989)17 sur le comportement de prise de

risque dans les banques. Les auteurs trouvent que les caisses d’epargne controlees

majoritairement par les insiders se sont engagees dans des activites plus risques

avant 1989. Le FIRREA a eu un impact sur le comportement de prise de risque,

dans la mesure ou il existe une relation inverse entre la prise de risque et le niveau

17Loi bancaire americaine mise en oeuvre suite a la crise des Savings & Loans dans les annees 80.Cette loi mettait en place un apport de fonds pour resoudre la crise, une augmentation des primesd’assurance des depots et la creation de deux institutions de regulation : l’OTS (Office of Thrift Supervision ) pour les institutions d’epargne et la RTC (Resolution Trust Corporation ), chargee dusauvetage des institutions d’epargne insolvables.

38

http://-/?-

http://-/?-




de participations institutionnelles. Cette prise de risque plus importante profiterait

aux managers-actionnaires enracines.

Les resultats de ces travaux empiriques restent donc mitiges. La structure de

propriete exerce une influence significative sur la prise de risque dans la banque,mais les auteurs trouvent que l’exces de risque se materialise dans des etablissements

controles majoritairement par des actionnaires-outsiders mais egalement par des

managers-insiders.

0.3 Les causes externes de l’exces de risque

Outre les principales causes internes discutees dans la section precedente, il existe

egalement des causes externes de l’exces de risque. Il s’agit principalement de la

qualite des institutions legales, de la regulation et de la surveillance prudentielle des

banques, ainsi que de la concurrence et de la discipline de marche.

0.3.1 Le role de la qualite des institutions legales

La protection legale et juridique des interets des investisseurs peut expliquer les

caracteristiques et specificites du systeme financier d’un pays, comme le developpe-

ment et l’efficience des marches financiers, la structure de propriete des entreprises,

et l’efficacite de l’allocation des fonds (LaPorta et al., 2000).

En ayant recours a des indicateurs issus d’enquetes permettant de mesurer la qua-

lite de l’environnement juridique et institutionnel d’un pays, LaPorta et al. (1998)

trouvent que les interets des investisseurs presents dans des etats dotes d’une loi

d’origine Civil Law (exemple de la France) sont moins bien proteges que ceux dispo-

sant d’une loi d’origine Common Law (exemple de la Grande Bretagne). Les auteurs

montrent que les entreprises s’adaptent a l’environnement legal en vigueur, notam-

39




ment avec une concentration des droits de propriete qui est plus importante dans

les pays ou la protection des investisseurs est faible18. Le systeme legal semble donc

avoir de l’importance pour la gouvernance d’entreprise.

L’environnement legal et institutionnel exerce egalement un impact sur l’inter-mediation financiere. Bottazzi et al. (2005) demontrent, sur des donnees de venture

capital (capital risque) en Europe sur la periode 1998 − 2001, que de meilleurs sys-

temes juridiques sont associes a une meilleure intermediation financiere. Le design

des contrats de dette bancaire est egalement influence par la qualite de l’environne-

ment juridique et legal. D’apres les resultats de Qian et Strahan (2005), le formalisme

juridique induit des jugements plus lents et moins efficients, affectant les contrats

de dette. C’est pourquoi, ces derniers sont adaptes afin de compenser des environne-

ments inefficients. L’industrie bancaire integre donc dans son processus de decision

de credit les specificites de l’environnement legal et institutionnel dans lequel elle

opere19. Les resultats de Laeven et Majnoni (2005) montrent que l’efficacite juridique

constitue un determinant crucial des taux d’interets bancaires. Ainsi, l’amelioration

de l’environnement juridique est un element critique pour la diminution du cout de

l’intermediation financiere.

D’autres etudes se sont plus particulierement interessees a l’influence de l’envi-

ronnement legal et institutionnel sur la fragilite et les performances des banques.

Hussain et Wihlborg (1999) etudient l’impact de cet environnement sur l’amplifica-

tion et la duree de la crise asiatique de 1997. Il apparaıt que les facteurs institution-

nels ont contribue a la profondeur de la crise, tandis que les procedures d’insolvabilite

expliqueraient la duree de la crise. Les resultats de Mitton (2002) montrent egale-

18Notons que cette reponse a une faible protection des interets des investisseurs peut conduire aun autre probleme d’agence, opposant les actionnaires minoritaires et ma joritaires.

19Citons egalement les principaux resultats de Davydenko et Franks (2005) qui montrent que lesbanques s’adaptent a l’environnement juridique qui gouverne la faillite de l’emprunteur, et ajustenten consequence les termes des contrats de dette.

40

http://-/?-

http://-/?-

http://-/?-

http://-/?-




ment que certains mecanismes de gouvernance20 ont ete faibles en Asie, impliquant

une protection insuffisante des actionnaires minoritaires, et conduisant a une forte

expropriation de ceux-ci et par la suite a une amplification de la crise. En outre, il ap-

paraıt egalement qu’une gouvernance individuelle plus performante peut compenserun environnement reglementaire et institutionnel mediocre. En utilisant des indi-

cateurs de gouvernance portant sur la discipline, la transparence, l’independance,

la comptabilite et la responsabilite, resultant d’une enquete aupres de banquiers,

Klapper et Love (2002) confirment le role crucial de la gouvernance dans des envi-

ronnements institutionnels et juridiques inefficients. En utilisant une nouvelle base

de donnees contenant des informations sur la structure de propriete des banques,

Caprio et al. (2003) mettent en evidence que des environnement juridiques qui pro-

tegent davantage les droits des actionnaires ont une influence positive sur la valeur

des banques.

0.3.2 Le role de la regulation et de la surveillance pruden-

tielle des banques

La regulation bancaire est principalement motivee par les externalites negatives

des defaillances bancaires (Berger et al., 1995 ; Bhattacharya et al., 1998 ; Santos,

2001), et a pour vocation la protection des deposants contre ces externalites qui

peuvent conduire a une crise systemique. Elle a trois objectifs principaux : limiter

l’exposition au risque de l’assureur des depots, les incitations a l’exces de risque dans

la banque et la probabilite de sa defaillance.

20Dans cette etude, la definition de la gouvernance porte sur les moyens de protection mis a ladisposition des actionnaires minoritaires contre l’expropriation par les managers et les actionnairesmajoritaires.

41

http://-/?-

http://-/?-




L’influence du filet de securite sur la prise de risque

L’assurance des depots constitue un mecanisme permettant de reduire le risque

de panique bancaire et donc leur cout, puisque l’assureur garantie les depots. Cepen-

dant, des systemes d’assurance des depots a prime fixe, c’est-a-dire independante du

niveau de risque des actifs finances par les depots, peuvent generer des problemes

d’alea moral. D’une part, l’assurance des depots incite le banquier a maximiser la

valeur du put en s’engageant dans des activites excessivement risquees (Merton,

1977)21. D’autre part, ce type de systeme reduit les incitations des deposants a sur-

veiller la prise de risque par la banque, soit un affaiblissement de la discipline de

marche22

.L’influence de l’assurance des depots sur le comportement de prise de risque dans

la banque recoit plusieurs analyses empiriques. Ce type de systeme rend les taux d’in-

terets moins sensibles au risque bancaire, conduisant a une reduction de la discipline

de marche (Demirguc-Kunt et Huizinga, 2000; Demirgunc-Kunt et Huizinga, 2004).

Les travaux de Demirgunc-Kunt et Detragiache (2002), Baumann et Nier (2003),

Hovakimian et al. (2003) et Hoggarth et al. (2005) montrent que la presence d’un

systeme d’assurance des depots accroıt la probabilite de crise bancaire, et ce d’autant

plus que les taux d’interets ont ete liberalises, que l’environnement institutionnel est

faible et inefficient, et que le systeme offre une couverture complete des depots et

est finance par des fonds publics. Par contre, des systemes d’assurance avec garantie

limitee, prime ajustee au risque et co-assurance sont associes a une probabilite de

crise plus faible.

21

L’assurance peut etre consideree comme une option de vente (put ) sur la valeur des actifs de labanque avec comme prix d’exercice la valeur des dettes a maturite. Ce put confere aux actionnairesun potentiel haussier illimite en terme de profits, alors que leurs pertes sont limitees en cas dedefaut de la banque suite a un exces de risque, puisque l’assureur se charge de rembourser lesdeposants dont les fonds ont servi a financer les actifs risques.

22Notons que l’introduction d’un systeme d’assurance a prime a justee au risque demeure com-plexe, compte tenu du probleme d’asymetrie d’information (Chan et al., 1992).

42

http://-/?-

http://-/?-

http://-/?-

http://-/?-




L’influence de la regulation du capital sur la prise de risque

La litterature theorique sur l’influence de la regulation du capital bancaire sur

la prise de risque peut etre classee en trois courants. Le premier courant adopte

une approche esperance-variance pour demontrer qu’une regulation uniforme23 peut

accroıtre la prise de risque. Le second propose une approche de maximisation de

la valeur du capital et conclue a l’efficacite de la regulation dans l’incitation au

conservatisme en matiere de prise de risque. Enfin, le troisieme courant considere

la regulation dans un cadre d’information imparfaite avec alea moral de la part des

managers24.

Dans un cadre de marche incomplet, le courant du cadre esperance-variance re-pose sur le modele de portefeuille (Pyle, 1971; Hart et Jaffee, 1974) et permet de

modeliser le choix d’allocation des actifs risques par la banque. Koehn et Santomero

(1980) et Kim et Santomero (1988) supposent l’aversion au risque du banquier et

trouvent que la probabilite de defaut de la banque augmente suite a l’introduction

d’une contrainte de capital, puisque l’effet de structure (recomposition du porte-

feuille vers des actifs plus risques) domine l’effet de volume (reduction du risque

total du portefeuille)25.

23Ce type de regulation impose une contrainte de capital reglementaire qui ne prend pas com-pletement en compte les differents niveaux de risque des actifs detenus par la banque.

24Notons que les premiers travaux s’interessant a l’effet de la regulation du capital bancaire sur lasolvabilite des banques utilisent un cadre de modele a etats de preferences avec des marches complets(Kahane, 1977; Kareken et Wallace, 1978; Sharpe, 1978). Cependant, dans ce cadre d’hypotheses,l’absence d’asymetrie d’information fournit peu de justification pour la regulation bancaire.

25Une solution consiste a introduire dans le ratio de capital des ponderations des actifs risquesproportionnelles au risque sous-jacent. Dans ce cas, la reglementation induit des choix de porte-feuilles efficients et une baisse de la probabilite de defaut de la banque. Notons que dans un cadredynamique permettant de modeliser l’aspect intertemporel de la regulation du capital bancaire,

Blum (1999) montre que l’obligation de detenir un certain niveau de capital reglementaire en pe-riode t + 1 exige de la banque de degager des revenus en periode t. Le respect de la contraintereglementaire etant couteux, reduisant les profits esperes de l’etablissement et par consequent lavaleur de franchise, la banque peut etre alors incitee a degager les revenus en augmentant sa prisede risque.

43

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Le modele de portefeuille demeure une approche reductrice car reposant sur l’hy-

pothese d’independance du taux de rentabilite du capital par rapport au choix des

actifs risques26. Cette hypothese n’est plus valable si l’on prend en compte l’exis-

tence d’une probabilite de defaut de la banque positive, qui est influencee par lechoix des actifs. En levant cette hypothese, Furlong et Keeley (1989) et Keeley et

Furlong (1990) prouvent que la regulation n’induit pas forcement plus de risque dans

la banque, car un accroissement du capital reduit la valeur du put et les incitations

a l’exces de risque27.

Enfin, le troisieme courant integre le probleme d’alea moral des managers en

tenant explicitement compte de la separation de la propriete et de la gestion de

la banque28. Besanko et Kanatas (1996) utilisent un modele de maximisation de

la valeur de la banque avec information imparfaite et demontrent l’impact contre-

productif de la regulation. Celle-ci genere deux problemes d’alea moral : la substi-

tution d’actifs et l’aversion a l’effort du manager. La regulation permet de reduire

le risque de la banque mais pas la probabilite de defaut de l’etablissement. En uti-

lisant une modelisation avec responsabilite limitee, Rochet (1992) trouve que pour

des valeurs faibles du capital, la banque peut choisir des portefeuilles avec un risque

maximal et une diversification minimale. Les ponderations ajustees au risque du ra-

26Les autres principales critiques de l’approche de portefeuille concernent le traitement du ca-pital comme un titre, qu’il est possible d’acheter et de vendre a un prix exogene independant ducomportement de la banque, ainsi que l’hypothese d’absence de responsabilite limitee (Rochet,1992). En outre, cette approche neglige egalement la valeur du put que confere la valeur des depotsassures a prime fixe a la banque.

27Afin d’eviter que des actifs presentent une valeur actualisee nette nulle comme dans le modelede Furlong et Keeley (1989), Gennote et Pyle (1991) introduisent un marche imparfait pour lesactifs et une fonction de couts des credits. Cette fonction modelise les couts d’evaluation, de controleet de surveillance de l’emprunteur. Les resultats concluent a un accroissement du risque du a la

regulation et un impact ambigu sur la probabilite de defaut de la banque. Park (1997) parvient ades conclusions similaires.

28Cette separation justifie la necessite de reguler les banques (Dewatripont et Tirole, 1993). Enabsence de contrats complets, la structure capitalistique determine l’allocation des droits parmi lespartenaires de la banque. Dans ce contexte, le regulateur agit comme un representant des interetsdes deposants.

44

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




tio de capital ne suffisant pas a resoudre le probleme d’alea moral dans la banque,

impliquant un exces de risque et une probabilite de defaut plus importante29.

Compte tenu des resultats theoriques contradictoires quant a l’impact de la regu-

lation du capital sur l’exces de risque, une approche integree des interets de l’assu-reur des depots, de l’actionnaire et du manager est proposee par Jeitschko et Jeung

(2005). En combinant les differents objectifs et profils rentabilite-risque, les auteurs

demontrent que le niveau de risque peut varier differemment avec le niveau de capi-

tal en fonction des forces relatives de chacun des agents. Si l’objectif de l’actionnaire

domine, il y a correlation negative entre le capital et le risque, par contre lorsque

l’objectif du manager domine, il y a correlation positive entre le risque et le capital.

Les verifications empiriques de la relation entre le capital et le risque bancaire

fournissent quant a elles des resultats moins mitiges.

Les resultats de Keeley (1988) mettent en evidence un effet d’uniformisation et de

convergence des ratios de capital dans l’industrie bancaire americaine dans les annees

80. Les banques sous-capitalisees ont augmente leur capitalisation en ralentissant la

croissance de leurs actifs30.

Shrieves et Dahl (1992) supposent que les decisions de risque et de capital sont

liees et donc determinees simultanement, ce qui implique le recours a un modele a

equations simultanees. Les variables endogenes sont le niveau de capital, la variation

du niveau de capital et le risque. Les resultats mettent en evidence une relation

29Ce dernier courant recoit une extension de la part de Bris et Cantale (2004) qui etudient lesproblemes d’agence interne (entre les actionnaires et les managers) et externe (entre le regulateur etla banque). Leurs resultats demontrent que, concernant le probleme d’agence externe, la regulationdu capital reduit l’exces de risque. Quant au niveau de probleme d’agence interne, il s’avere queles niveaux de risque entrepris par le manager sont inefficients.

30En outre, les banques correctement capitalisees ont en fait detenu un “coussin de capital”. Cecoussin correspond a la difference entre le niveau de capital actuel observe, fonction de la rentabiliteet des pertes sur prets, et le niveau de capital reglementairement requis. Ses determinants sontetudies par Lindquist (2004). D’apres ses resultats, la detention de cet exces de capital fournit uneforme d’assurance au cas ou l’ etablissement ne respecterait pas le niveau de capital reglementairerequis.

45

http://-/?-

http://-/?-

http://-/?-

http://-/?-




positive entre le risque et la variation du capital, particulierement pour les banques

sur-capitalisees. En outre, la pression reglementaire semble etre efficace pour les

banques sous-capitalisees31.

Une approche dynamique est mise en oeuvre par Calem et Rob (1999). Ces au-teurs analysent le lien entre la prise de risque, la capitalisation et la regulation du

capital, pour tenir compte de reaction differente des banques selon leur niveau de

capitalisation32. Les estimations sur donnees americaines pour la periode 1984−1993

predisent une forme en U de la relation entre la capitalisation et la prise de risque.

Les banques sous-capitalisees sont excessivement risquees et un accroissement des

niveaux minimums de capitalisation peut provoquer une prise de risque supplemen-

taire dans une banque suffisamment capitalisee.

L’evidence empirique sur l’impact de la regulation du capital bancaire sur le

risque des banques hors Etats-Unis fournit des resultats similaires, en ce qui concerne

les banques britanniques (Ediz et al., 1998) et suisses (Rime, 2001 ; Bichsel et Blum,

2004) respectivement33.

0.3.3 Le role de la structure et de la discipline de marche

L’influence de la concurrence sur la prise de risque

On presente en premier lieu les travaux theoriques recents sur le theme de l’in-

fluence de la structure du marche bancaire sur la prise de risque. Les recentes etudes

empiriques sont presentees en second lieu.

31Cependant, Jacques et Nigro (1997) mettent en evidence qu’un niveau de capital plus importantaffecte l’offre de credit, pouvant engendrer son rationnement (credit crunch ).

32Cette approche tranche avec la litterature anterieure qui adopte generalement un cadre statique,ou la capitalisation ex ante de la banque est fixee, ce qui amene a considerer uniquement l’effetmarginal de la regulation.

33Citons egalement des etudes internationales, comme VanRoy (2003), qui s’interesse a l’impactde la regulation sur les banques des pays industrialises, ainsi que Godlewski (2005) qui se focalisesur les pays emergents. Leurs resultats concluent a une reaction des banques sous-capitalisees a lareglementation et des conclusions mitigees quant a la relation capital-risque.

46

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




L’impact d’une augmentation de la concurrence sur la probabilite de faillite ban-

caire est etudiee par Caminal et Matutes (2002). Dans un modele avec responsabilite

limitee et action non verifiable, les banques disposent de deux moyens pour influen-

cer la selection de projets appropries par les emprunteurs : le rationnement du credit,qui accroıt le rendement marginal du capital et peut reduire les incitations a l’ex-

ces de risque, ou bien le controle de l’emprunteur. Les auteurs supposent que tous

les projets risques sont identiques et soumis a un choc exogene. Ils etudient alors

deux types de structure de marche : le monopole et la concurrence a la Bertrand .

Les resultats demontrent l’ambiguite de la relation entre la structure de marche et

la faillite bancaire. L’investissement diminue avec les taux de credits et augmente

avec l’effort de surveillance. Les incitations au controle croissent avec le pouvoir de

marche de la banque. En presence de risques non diversifiables et de rendements

d’echelle decroissants, une hausse des investissements augmente le risque de defaut

de la banque.

Le question principale posee par Cordella et Yeyati (2002) porte sur la maniere

dont le niveau de concurrence exerce un impact sur le risque, en fonction de la

tarification de celui-ci. Dans leur modele les banques se financent entierement par

des depots et choisissent leurs prets dans un pool (pas de concurrence sur le marche

des actifs). Le probleme d’alea moral est introduit en permettant a la banque de

choisir l’intensite du controle, determinant a son tour le risque de son portefeuille.

En fonction de l’asymetrie d’information sur le risque du portefeuille, les taux sur

depots s’ajustent a la probabilite de defaut de la banque (information publique),

ou alors la prime d’assurance est basee sur le risque de defaut (information privee

de l’assureur). L’accroissement de la concurrence augmente l’exces de risque, mais

cet impact peut etre reduit lorsque l’information sur le risque du portefeuille est

47




disponible publiquement ou lorsque la prime d’assurance des depots est ajustee au

risque34.

Le degre de concurrence et donc la prise de risque peuvent etre affectes par une

liberalisation financiere. Cette influence est etudiee par Repullo (2004), qui s’inscritdans la perspective ouverte par Hellmann et al. (2000). Ceux-ci ont montre que des

taux de depots libres sont incompatibles avec une efficacite au sens de Pareto. Le

controle de ces taux est propose comme une solution a ce probleme, car il permet de

garantir a la banque un certain niveau de valeur de franchise, dont la perte discipline

la prise de risque du banquier. Repullo (2004) trouve quant a lui qu’en presence

de marges faibles, correspondant a un niveau de concurrence eleve, la valeur de

franchise est faible ; en absence de regulation il n’existe que l’equilibre d’alea moral.

En revanche, en introduisant un controle des taux, on accroıt la valeur de franchise

et on reduit l’exces de risque.

En integrant la concurrence sur le marche des prets, Boyd et Nicolo (2005)

trouvent qu’une concurrence plus faible accroıt l’exces de risque et la probabilite

de defaut de la banque. Un marche de prets plus concentre augmente la rente ex-

traite par la banque, ce qui augmente le taux de credit et finalement le risque de

defaut de la banque, puisque l’emprunteur reagit a la hausse des taux par une hausse

du risque. Ce resultat est a l’oppose de ceux des modeles presentes precedemment,

qui ne tiennent pas compte des effets de la concurrence sur le marche des actifs sur

la prise de risque.

34Ces resultats theoriques peuvent eclaircir deux experiences historiques. L’elimination des res-trictions des activites des agences bancaires aux Etats-Unis, qui a mene a une rapide concentrationde l’industrie, mais egalement a une hausse de la concurrence, a influence negativement les profits

des banques et a augmente leur probabilite de defaut. Par contre, le couple deregulation et disci-pline de marche a pu augmenter les performances des banques, comme le demontre l’exemple dela Nouvelle-Zelande.

48

http://-/?-

http://-/?-




Apres avoir expose les apports theoriques recents sur l’impact de la concurrence

sur la prise de risque, on passe desormais en revue les recentes contributions empi-

riques sur ce theme.

Une explication de l’exces de risque basee sur le developpement de la concur-rence dans le secteur bancaire americain suite a la dereglementation des annees 80

est proposee par Keeley (1990) et Galloway et al. (1997). Leur analyse empirique

se focalise sur la relation entre la prise de risque de la banque et sa valeur de fran-

chise. Les resultats montrent que les banques disposant d’un pouvoir de marche plus

important detiennent plus de capital et ont ainsi un risque de defaut plus faible.

Ainsi, d’apres ces resultats, une des causes de l’augmentation du nombre de faillites

dans les annees 80 a pu etre la chute de la valeur de franchise des banques, resultant

d’une hausse de la concurrence, consequence de la dereglementation. La valeur de

franchise ayant chutee en consequence, les incitations a maıtriser la prise de risque

se sont amenuisees, impliquant une hausse du nombre de defauts des banques35. No-

tons que Saunders et Wilson (2001) montrent que durant les phases de croissance,

les banques a valeur de franchise elevee detiennent plus de capital, alors que pen-

dant les phases de recession, ces memes etablissements subissent de lourdes pertes

au niveau de leur valeur de franchise, et peuvent s’engager alors dans des activites

de prets excessivement risques.

35Plusieurs developpements de l’approche de Keeley (1990) viennent enrichir la reflexion. Salas etSaurina (2000) etudient l’impact de la deregulation de l’industrie bancaire espagnole sur le pouvoirde marche et la prise de risque des banques. Ils trouvent que les mesures de liberalisation ontaugmente la concurrence et reduit le pouvoir de marche des banques, ce qui s’est traduit par unehausse du risque au niveau des etablissements ayant une valeur de franchise et des ratios de capitalfaibles. Une etude empirique recente sur des banques texanes produite par Gan (2004) conclueegalement a un impact positif de la concurrence sur l’exces de risque, par le biais d’une reduction

de la valeur de franchise de la banque.

49

http://-/?-

http://-/?-




L’influence de la discipline de marche sur la prise de risque

La discipline de marche dans le contexte bancaire peut etre definie comme un

mecanisme de delegation des taches de controle et de surveillance a tous les par-

ticipants du marche. La discipline de marche peut reduire les incitations a l’alea

moral et donc augmenter l’efficience des banques et reduire le cout de la surveillance

bancaire. Elle induit un comportement transparent, prudent et efficace du banquier

en matiere de prise de risque. Cependant, pour que la discipline soit efficace, il est

necessaire que le marche soit competitif et fonctionne de maniere satisfaisante, en

particulier l’information doit etre precise et pertinente, les participants doivent etre

competents et incites a controler les banques, et les managers doivent etre capablesde reagir aux signaux du marche.

Les actionnaires constituent un premier groupe de surveillants potentiels. Ce-

pendant, leurs incitations peuvent conduire a l’exces de risque de la banque, dans la

mesure ou leur participation au capital est assimilable a une option d’achat (call )

sur les actifs de l’etablissement (Merton, 1977)36. En presence d’actionnariat diffus,

les petits porteurs ont peu d’incitations au controle a cause du probleme de free

riding , en plus des problemes de competences insuffisantes et d’asymetries d’infor-

mation importantes. Un actionnariat majoritaire peut constituer une solution a ces

problemes, mais induit des risques propres, a savoir une trop forte concentration de

pouvoir, comme en presence d’actionnariat familial.

Les detenteurs de dette, particulierement de dette subordonnee, perdent leur

participation en cas de defaut de la banque. C’est pourquoi leur role dans la discipline

de marche est important. Les spreads sur dette subordonnee sont censes contenir de

l’information sur le risque de la banque, fournissant un outil de discipline indirecte.

36En effet, disposant de responsabilite limitee et etant les creanciers residuels de la banque,les actionnaires peuvent maximiser la valeur de leur call par le biais d’une prise de risque plusimportante.

50

http://-/?-

http://-/?-




Les detenteurs de dette subordonnee influencent la prise de risque de la banque

puisqu’ils requierent une prime plus importante lorsque la banque est plus risquee.

En effet, le cout d’emission de la dette subordonnee apparaıt comme une fonction

croissante du profil de risque de la banque (Flannery et Sorescu, 1996 ; Jagtiani etal., 1999 ; Hancock et Kwast, 2001 ; Evanoff et Wall, 2002 ; Sironi, 2003).

Decamps et al. (2004) proposent une approche fusionnant les Piliers 1 et 3 de Bale

II37, dans un modele du comportement de la banque en temps continu. La discipline

de marche (Pilier 3) est modelisee par le biais de la dette subordonnee dans le bilan

de la banque. Les principaux resultats mettent en evidence le role crucial du Pilier 3,

qui permet en particulier de reduire les niveaux des seuils du capital reglementaire

requis.

Les resultats de Blum (2002) montrent que si la banque peut crediblement s’en-

gager a respecter un niveau de risque donne, alors la dette subordonnee qu’elle emet

permet de discipliner l’etablissement. Sinon, l’emission de ce type de dette accroıt

l’exces de risque a cause de la responsabilite limitee de la banque qui induit un com-

portement de prise de risque excessif, puisque les detenteurs de dette subordonnee

37Le Nouvel Accord de Bale II se compose de trois piliers : 1er Pilier - les exigences minimales defonds propres, 2eme Pilier - le processus de surveillance prudentielle, 3 eme Pilier - la discipline demarche. Les exigences minimales de fonds propres constituant l’ossature fondamentale du dispositif seront calculees selon deux methodes. La methode dite Standard Approach (SA) est une versionamenagee et modifiee des regles definies dans l’accord de 1988 (ratio Cooke), avec les pondera-tions des actifs etant calculees a partir de rating externes des contreparties. La methode Internal Rating Based Approach (IRBA) repose sur des ratings internes permettant d’estimer par la suiteles probabilites de defaut des contreparties. Le regulateur fournit des regles de conversion de cetteprobabilite en capital requis. La methode Full Model Approach (FMA) constitue une approchecomplete poussee, qui permet a la banque d’utiliser un modele de risque de credit interne pour es-timer la fonction de densite des probabilites de pertes sur portefeuille. Le processus de surveillanceprudentielle d’adequation des fonds propres des institutions et de leurs procedures internes d’eva-luation constitue le 2eme Pilier. Ce processus doit s’assurer que le capital bancaire est bien en phase

avec le profil risque de l’etablissement. Enfin, le 3eme Pilier concerne l’utilisation efficace de la dis-cipline de marche, censee ameliorer la communication d’informations et encourager l’applicationdes pratiques bancaires saines et sures.

51

http://-/?-

http://-/?-




requierent une prime plus elevee lorsque l’etablissement est plus risque, ce qui peut

inciter la banque a generer des revenus supplementaires par exces de risque38.

Les deposants non assures constituent le troisieme groupe de surveillants poten-

tiels. Ils peuvent penaliser les banques excessivement risques en retirant leurs depotsou en exigeant une prime de risque plus importante. Cependant, s’il s’agit de petits

deposants, ceux-ci n’auront pas de fortes incitations a controler les banques a cause

de l’opacite bancaire et de leur manque d’expertise et de connaissances. Les grands

deposants ont plus d’incitations et une plus grande capacite a controler les banques.

La litterature s’interessant au role de ce type de deposant dans la discipline de

marche se decompose en deux courants : l’un conclue a la sensibilite de la prime

de risque des depots non assures au profil de risque de la banque (Hannan et Han-

weck, 1988; Cargill, 1989), l’autre examine la relation entre le volume des retraits de

depots non assures lorsque les performances de la banque diminuent (Park et Peris-

tiani, 1998; Goldberg et Hudgins, 2002). Dans un article recent, Maechler et McDill

(2005) adoptent une approche dynamique en considerant la reaction du volume et du

prix des depots au changement des fondamentaux des banques americaines comme

un processus endogene. Des banques saines et faiblement risquees peuvent augmen-

ter leur niveau de depots non assures a un cout modere. Par contre, des banques

excessivement risquees doivent payer une prime de risque importante pour pouvoir

maintenir leur niveau de depots non assures. La discipline de marche exercee par les

deposants non assures peut contraindre l’exces de risque des banques ayant un profil

de risque deja important.

Le role de la transparence informationnelle ou disclosure est primordial pour le

controle des banques par le marche. Cette information peut etre inferee a partir des

38Goyal (2005) trouve que des clauses restrictives sont davantage presentes lorsque la dettesubordonnee est emise par des banques a valeur de franchise faible, c’est-a-dire presentant un excesde risque plus important, avec des spreads plus importants. Il conclue a un effet disciplinant desdetenteurs de la dette subordonnee.

52

http://-/?-

http://-/?-




prix des actifs financiers, mais egalement a partir des ratings des agences de notation

externe39.

Baumann et Nier (2003) etudient la relation entre le volume d’informations dis-

ponibles dans les comptes sociaux d’une banque et la volatilite du prix de son titre. Al’aide d’un indicateur composite de transparence informationnelle, ils trouvent que la

divulgation de l’information est benefique a la fois a la banque et au marche. Plus de

transparence engendre moins de volatilite des cours et donc une economie des couts

des fonds propres. Cette transparence peut egalement etre utile pour le regulateur si

celui-ci a recours aux prix du marche dans son activite de surveillance des banques.

En effet, le regulateur peut egalement contribuer a la discipline par l’information

produite lors des inspections sur-site des banques qui renseignent sur le profil de

risque de l’etablissement ainsi que sur sa structure capitalistique et l’adequation du

capital aux normes reglementaires.

0.4 Conclusion

Depuis la vague de faillites bancaires americaines des annees 80, il a ete prouveque le risque de credit constitue la premiere cause interne de defaillance bancaire

(Pantalone et Platt, 1987). Il en est de meme dans le cas des defaillances dans

d’autres pays industrialises (von Westernhagen et al., 2004). Plus particulierement,

un exces de risque de credit a ete le determinant interne fondamental dans la faillite

de la banque. Cet exces de risque peut etre defini comme le resultat d’une decision

de credit qui engendre un risque de defaut de la banque superieur au niveau juge

39Un consensus empirique semble indiquer que les ratings vehiculent de l’information superieureau marche et contribue ainsi a la discipline de marche (voir par exemple Ederington et al., 1987 ;Reiter et Zeibart, 1991 ; Hand et al., 1992 ; Helwege et Turner, 1999), qui reste toutefois nuance(Bongini et al., 2002 ; Perraudin et Taylor, 2004).

53

http://-/?-

http://-/?-




acceptable par les differents partenaires de l’etablissement (actionnaires et regula-

teur).

Deux types de causes de l’exces de risque peuvent etre rapportes : des causes

internes et des causes externes. Au sein des causes internes, on retrouve des defautsorganisationnels et des mecanismes de gouvernance inefficaces. Au sein des causes

externes, on presente l’influence de la qualite des institutions legales, des defauts de

la regulation bancaire ainsi que le role d’une concurrence excessive et d’une discipline

de marche inefficace.

La qualite de l’information traitee par la banque peut determiner les caracte-

ristiques de sa prise de risque. Une litterature recente traite de ce probleme en

distinguant l’information soft et l’information hard (Petersen, 2004). L’acquisition

de cette information peut s’effectuer par deux moyens, qui correspondent a deux

technologies d’octroi de prets bancaires : externe, par le biais de l’information pu-

blique et financiere de type hard (rating, score . . .), ou interne par le biais de la

relation de clientele, produisant en plus de l’information privee et non financiere de

type soft.

En presence de delegation du pouvoir et des droits de decision, il est necessaire

de prendre en compte les couts de transfert de connaissances et de l’impact de

l’allocation des droits sur les incitations des agents a acquerir de l’information.

Dans une banque de grande taille, il y a separation du processus de collecte

et de traitement de l’information du processus de prise de decision. Cela implique

que l’information necessaire pour la prise de decision doit etre facilement transmis-

sible entre les niveaux hierarchiques et doit egalement pouvoir etre interpretee de

facon uniforme par les agents, independamment du contexte dans lequel elle a ete

produite. Dans un monde a contrats incomplets, les incitations ex ante des agents

dependent de leur controle sur les actifs qui leur sont alloues (Hart et Moore, 1990;

54




Hart, 1995; Harris et Raviv, 1996, 1998). C’est pourquoi il existe une adequation

entre la structure organisationnelle et la nature de l’information permettant une

allocation optimale des fonds, par le biais de meilleures incitations. L’information

soft est associee a une organisation decentralisee, car en disposant davantage depouvoir et d’autorite, l’agent qui produit ce type d’information est incite a en faire

un usage efficient dans le cadre de l’allocation de fonds. L’information hard est as-

sociee a une organisation centralisee, puisque etant plus facilement transmissible a

des niveaux hierarchiques superieurs ou la decision d’allocation des fonds s’effectue

(Stein, 2002). Ces conclusions theoriques sont relayees par les resultats des travaux

empiriques (Berger et Udell, 2002 ; Berger et al., 2005). Des organisations de petite

taille, moins hierarchisees et plus decentralisees se pretent mieux a tirer parti de ce

type de l’information soft (Liberti, 2003 ; DeYoung et al., 2004 ; Scott, 2004).

Les specificites des banques, a savoir leur levier important, la forte opacite de leurs

actifs et leur regulation, peuvent affecter l’efficacite des mecanismes de gouvernance.

Certains de ces mecanismes, comme la politique de remuneration et la participation

des managers au capital de la banque, peuvent engendrer des incitations a l’exces de

risque, qui accroıt la probabilite de defaut de la banque, lorsque l’agent responsable

de la decision de credit dispose d’un statut d’actionnaire minoritaire (Gorton et

Rosen, 1995). Les resultats empiriques des travaux sur la relation entre la structure

de propriete et la prise de risque dans la banque fournissent des resultats mitiges.

L’exces de risque se materialise dans des etablissements controlees majoritairement

par des actionnaires-outsiders mais egalement par des managers-insiders (Knopf et

Teall, 1996; Anderson et Fraser, 2000).

L’environnement institutionnel, juridique et legal a un impact non negligeable

sur l’industrie bancaire, en particulier la protection legale des interets des investis-

seurs (LaPorta et al., 1998 ; LaPorta et al., 2000). L’efficacite de l’intermediation

55




financiere, particulierement le design des contrats de dette bancaire ainsi que les

taux de credit pratiques, est egalement influence par cet environnement (Bottazzi et

al., 2005 ; Laeven et Majnoni, 2005 ; Qin et Strahan, 2005). L’impact de l’environ-

nement legal et institutionnel sur la fragilite des banques est demontre par Hussainet Wihlborg (1999) et Mitton (2002).

Les resultats theoriques et empiriques fournissent une evidence mitigee quant a

l’impact de la regulation et la surveillance prudentielle des banques sur l’exces de

risque.

En ce qui concerne l’influence du filet de securite, la protection des deposants

par le biais des systemes d’assurance des depots, mis en place pour prevenir ou

reduire les effets des defaillances systemiques des banques, reduit les incitations des

deposants a exercer leur role de discipline et encourage les banques a l’exces de risque

(Demirguc-Kunt et Huizinga, 2000; Demirguc-Kunt et Sobaci, 2001). Cependant,

certaines caracteristiques, comme une prime ajustee au risque, une assurance des

depots limitee, ainsi que la co-assurance, permettent de reduire les incitations a

l’exces de risque (Nier et Baumann, 2002 ; Hovakimian et al., 2003).

L’etude de l’impact de la regulation du capital bancaire fournit des resultats

theoriques qui restent sensibles aux hypotheses des modeles en question, avec des

impacts positifs ou negatifs de la regulation du capital sur l’exces de risque. Des

approches plus integrees, a l’image du modele de Jeitschko et Jeung (2005), mettent

en evidence des effets differents en fonction des objectifs des agents participant au

fonctionnement de la banque. Les resultats empiriques quant a l’efficacite de la

contrainte de capital (de type ratio Cooke) sont moins mitiges, avec une contribution

interessante de Calem et Rob (1999), qui trouvent une relation non lineaire entre le

capital et le risque, les banques sous-capitalisees etant excessivement risquees.

56




Les resultats empiriques semblent conclure qu’une concurrence plus intense ac-

croıt l’exces de risque dans la banque, en reduisant la valeur de franchise de l’eta-

blissement qui constitue un outil d’auto-discipline important (Keeley, 1990; Covitz

et Heitfield, 1999; Caminal et Matutes, 2002). Cependant, il existe une forme deprocyclicite de la valeur de franchise qui diminue en phase de recession, ainsi que

son role auto-disciplinant de la prise de risque du banquier (Saunders et Wilson,

2001). Notons que l’impact positif de la concurrence sur l’exces de risque peut etre

mitige par une transparence informationnelle plus importante, qui contribue a une

meilleure discipline de marche (Cordella et Yeyati, 2002). Les resultats empiriques

valident les contributions theoriques quant au role de la discipline de marche dans le

controle de l’exces de risque dans la banque. La transparence informationnelle consti-

tue l’input fondamental d’une discipline efficace (Nier et Baumann, 2002 ; Decamps

et al., 2004).

La figure 1 propose une representation schematique simplifiee de l’influence des

causes internes et externes sur l’exces de risque.

DETERMINANTS EXTERNES

Structure et discipline de marché

Environnement institutionnel et légal

Réglementation et surveillance prudentielle

DEFAILLANCE DE LA BANQUE

EXCES DE RISQUE

DETERMINANTS INTERNES

Structure organisationnelle

Type et traitement d’information

Mécanismes de gouvernance

Fig. 1 – Representation schematique de l’influence des causes internes et externessur l’exces de risque et la defaillance de la banque

57



Chapitre 1

Le role de l’environnement

reglementaire, legal et

institutionnel dans la defaillance

des banques : Le cas des pays

emergents

Sommaire

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 60

1.2 Facteurs institutionnels et reglementaires et defaillance

bancaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

1.3 Methodologie et donnees . . . . . . . . . . . . . . . . . . . 68

1.4 Resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

1.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

59



Chap. 1. Le role de l’environnement reglementaire, legal et. . .

1.1 Introduction

Ces vingt dernieres annees ont ete marquees par une recrudescence des faillites

bancaires a travers le monde, particulierement dans les pays emergents1 (Bell et Pain,

2000; Rojas-Suarez, 2000, 2001). L’interet porte a la defaillance bancaire vient des

couts substantiels de ces faillites. Il s’agit de pertes financieres pour les actionnaires,

les deposants et l’assureur des depots. Il s’agit egalement de perte de competitivite de

l’industrie bancaire, ainsi que de la destabilisation du systeme financier provoquee

par la faillite bancaire, si plusieurs defaillances individuelles degenerent en crise

bancaire, par voie de contagion. La resolution de ce type de defaillance entraıne

un gaspillage de ressources, alors meme que celles-ci sont rares dans les economies

emergentes (Honohan, 1997). En moyenne, les pertes en terme d’output dues a une

crise bancaire s’elevent a 15% a 20% du Produit Interieur Brut annuel. Par ailleurs,

les couts de resolution de la crise bancaire se chiffrent en moyenne a 6% a 8% du

PIB annuel (Hoggarth et al., 2003). Par exemple, les crises bancaires en Indonesie

(1997) et en Thaılande (1997 − 98), ont genere des couts de restructuration s’elevant

respectivement a 50%-55% et 42.3% du PIB (en terme de contribution fiscale).

Un exces de risque de credit constitue le facteur interne principal de defaut dans

la banque. Parmi les facteurs externes, on peut relever des facteurs reglementaires

et institutionnels (etat de droit, efficacite du systeme juridique, etc.), ainsi que la

structure et la discipline de marche. Pourtant, l’impact de l’ensemble de ces facteurs

sur la defaillance des banques n’a pas fait l’objet de nombreux developpements.

C’est pourquoi l’objectif de ce chapitre est d’etudier le role des facteurs institu-

tionnels dans l’incitation a prendre des risques et l’apparition des faillites bancaires,

en considerant le cas des etablissements des pays emergents. L’interet pour ces pays

1Ce chapitre est adapte de Godlewski (2004c).

60

http://-/?-

http://-/?-




est motive par le nombre de defauts bancaires importants dans ces pays durant les

annees 90 et l’impact plus important des consequences de la faillite. A cette fin, on

adopte une modelisation en deux etapes inspiree de Demirguc-Kunt (1989b) et de

Thomson (1992), et on l’applique aux donnees d’une base de banques de pays emer-gents. Cette base contient des informations comptables individuelles extraites de

Bankscope, mais aussi des informations portant sur l’environnement reglementaire,

legal et institutionnel (LaPorta et al., 1997; 1998 ; Barth et al., 2001). Nos resul-

tats confirment le role des facteurs reglementaires et institutionnels dans le controle

des incitations a l’exces de risque. En particulier, la qualite de l’etat de droit est

un element crucial pour controler ces incitations et reduire le risque de defaut des

banques.

Ce chapitre est organise de la maniere suivante. La section 1.2 discute de maniere

synthetique les deux principales sources de defaut bancaire, a savoir l’exces de risque,

resultant d’une mauvaise gouvernance, ainsi que le role des facteurs reglementaires

et institutionnels dans la defaillance des banques, en s’appuyant sur la litterature

existante. La section 1.3 presente la methodologie en deux etapes proposee et les

donnees. Les principaux resultats sont presentes dans la section 1.4. La section 1.5

conclue ce chapitre.

1.2 Facteurs institutionnels et reglementaires et

defaillance bancaire

1.2.1 Exces de risque et problemes de gouvernance

Les travaux empiriques existants montrent qu’un exces de risque de credit, re-

sultant d’une mauvaise gouvernance d’entreprise, est le facteur interne principal de

defaut des banques, selon les caracteristiques des banques defaillantes rapportees

61




par Pantalone et Platt (1987), Graham et Horner (1988), Demirguc-Kunt (1989a) et

Llellewyn (2002). Il s’agit en particulier d’un systeme de controle et de surveillance

inadequat ou une concentration excessive des pouvoirs de decision.

Ainsi, la defaillance est principalement associee a la mauvaise qualite des actifsbancaires, dont la responsabilite incombe aux managers de l’etablissement. La mau-

vaise gestion du risque de credit, qui se traduit par un exces de risque, est a l’origine

de la defaillance bancaire.

Cet exces de risque provient de decisions de credit qui induisent un risque de

defaut de l’etablissement trop eleve par rapport a un objectif de stabilite financiere.

La cause essentielle de ce phenomene est que les agents qui prennent les decisions de

credit ne supportent pas la totalite des couts du risque induits par leurs decisions.

Differents symptomes de l’exces de risque de credit peuvent etre releves (Hono-

han, 1997) : une qualite du portefeuille de prets mediocre, en particulier une part

de prets non performants (PNP) importante, une concentration excessive des prets

dans le portefeuille (par maturite, par emprunteur, par secteur, par geographie, et

par type d’instrument), des correlations importantes entre les prets du portefeuille,

ou une croissance du volume des prets excessive.

Gorton et Rosen (1995) proposent une explication de la defaillance bancaire

fondee sur des mecanismes de gouvernance d’entreprise inefficaces ou inadequats

qui incitent a l’exces de risque. Les incitations a l’exces de risque de la part des

managers dependent du niveau de leurs participations dans le capital de la banque.

Cette relation entre la prise de risque et le niveau de participations manageriales

est non lineaire et concave. Si le niveau de ses participations au capital rend le

manager-insider actionnaire majoritaire, le mecanisme est efficace car disciplinant.

En cas d’exces de risque et donc de defaut, le manager perd son investissement

en capital humain et ses participations au capital de la banque, reduisant ainsi les

62




incitations a l’exces de risque. Par contre, si ses participations lui donnent un statut

d’actionnaire minoritaire, le manager conserve sa capacite a resister au controle des

actionnaires. Il est incite a accroıtre les risques car il en tirera les benefices, alors que

les couts de faillite seront reportes sur l’ensemble des actionnaires, et cela d’autantplus que ces derniers ne peuvent completement observer son comportement.

L’explication de l’exces de risque avancee par Gorton et Rosen (1995) est parti-

culierement pertinente dans le cadre des banques des pays emergents, ou les parti-

cipations au capital des managers et de l’equipe dirigeante sont courantes, de meme

que les interconnexions entre les emprunteurs et les preteurs (Arun et Turner, 2003;

Nam, 2004).

Cependant, les resultats des travaux empiriques s’interessant a l’impact de la

structure de propriete sur la prise de risque dans la banque sont plus mitiges.

Saunders et al. (1990) trouvent que les banques controlees majoritairement par des

actionnaires-outsiders apparaissent comme plus risquees. Par contre, Knopf et Teall

(1996) et Anderson et Fraser (2000) confirment l’existence d’une prise de risque plus

importante dans les banques controlees majoritairement par des managers-insiders.

Demsetz et al. (1997) trouvent que ce type de relation est particulierement significatif

dans des banques a valeur de franchise faible.

1.2.2 Le role des facteurs reglementaires et institutionnels

dans la defaillance bancaire

En guise d’introduction, on peut citer les vulnerabilites structurelles relevees par

Lindgren et al. (1999) durant la crise asiatique des annees 90. Ce sont principalement

les faiblesses de la gouvernance d’entreprise et de la discipline de marche, accompa-

gnees d’une regulation prudentielle inefficace, qui ont favorise l’exces de risque. De

plus, des standards comptables inadaptes et des pratiques douteuses d’evaluation

63




et de classification des prets et des provisions ont permis aux banques de camou-

fler leurs difficultes, biaisant davantage les mecanismes de la discipline reglementaire

et de marche. Enfin, des problemes d’independance des regulateurs et de collusion

entre ceux-ci, les pouvoirs publics et les banques, ont contribue a l’aggravation desfragilites financieres.

Les incitations a l’exces de risque peuvent prendre leur source dans les caracte-

ristiques de la reglementation de l’activite bancaire, comme le systeme d’assurance

des depots a prime fixe, et le comportement du regulateur.

Sous l’hypothese d’aversion au risque du banquier, Koehn et Santomero (1980)

et Kim et Santomero (1988) trouvent que la probabilite de defaut de la banque aug-

mente suite a l’introduction d’une contrainte de capital, puisque l’effet de structure

(recomposition du portefeuille vers des actifs plus risques) domine l’effet de volume

(reduction du risque total du portefeuille). Par contre, Keeley et Furlong (1990)

prouvent que la regulation n’induit pas forcement plus de risque dans la banque, car

un accroissement du capital reduit la valeur du put 2 et les incitations a l’exces de

risque. En recourant a une modelisation avec responsabilite limitee, Rochet (1992)

trouve que pour des valeurs faibles du capital, la banque peut choisir des portefeuilles

de prets avec un risque maximal et une diversification minimale, les ponderations

ajustees au risque du ratio de capital ne suffisant pas a resoudre le probleme d’alea

moral dans la banque, impliquant un exces de risque et une probabilite de defaut

plus importante3. Enfin, dans une approche integree des interets de l’assureur des

2L’assurance des depots peut etre consideree comme une option de vente (put ) sur la valeurdes actifs de la banque avec comme prix d’exercice la valeur des dettes a maturite (Merton, 1977).Ce put confere aux actionnaires un potentiel haussier illimite en terme de profits, alors que leurs

pertes sont limitees en cas de defaut de la banque suite a un exces de risque, puisque l’assureur secharge de rembourser les deposants dont les fonds ont servi a financer les actifs risques.

3Notons que l’aspect intertemporel de la reglementation du capital bancaire peut inciter a l’excesde risque (Blum, 1999). L’obligation reglementaire de detenir un certain niveau de capital en periodet + 1 exige de la banque de degager des revenus en periode t. La reglementation etant couteuse,reduisant donc les profits esperes de l’etablissement et par consequent la valeur de franchise, labanque peut etre alors incitee a degager ces revenus en augmentant sa prise de risque.

64

http://-/?-

http://-/?-

http://-/?-

http://-/?-




depots, de l’actionnaire et du manager, Jeitschko et Jeung (2005) demontrent que le

niveau de risque peut varier differemment avec le niveau de capital en fonction des

forces relatives de chacun des partenaires de la banque. Si l’objectif de l’actionnaire

domine alors il y a une correlation negative entre le capital et le risque. Lorsque c’estl’objectif du manager qui domine, il y a une correlation positive entre le risque et le

capital.

L’existence d’un fonds de garantie des depots a prime fixe reduit les incitations

des deposants a exercer une discipline de marche sur la banque (Demirgunc-Kunt et

Huizinga, 2004). Par ailleurs, la fixite de la prime d’assurance incite les banques a

utiliser les depots pour financer des prets risques et les conduit a un exces de risque.

Cependant, le financement du fonds de garantie par les banques, ainsi que l’existence

d’un plafond pour la couverture des depots, peuvent inciter la banque a adopter un

comportement conservateur en matiere de prise de risque (Hovakimian et al., 2003 ;

Hoggarth et al., 2005).

Le comportement du regulateur exerce une forme de discipline reglementaire sur

le comportement de la banque. Cette discipline est imparfaite a cause des problemes

specifiques de TBTF (“too big to fail ”) et d’attentisme ( forbearance) (Kane, 1989).

L’attentisme du regulateur l’empeche d’agir dans le cas de difficultes d’une banque

insolvable. Ce comportement peut generer des incitations au risque dans les autres

banques de la place. Le probleme du TBTF releve du conflit d’interets entre la

banque et le regulateur. Des etablissements de grande taille, dont la mise en faillite

impliquerait des couts importants (pertes pour les apporteurs de fonds, particuliere-

ment le fonds de garantie, destabilisation du systeme financier, etc.) anticipent une

non intervention du regulateur. Elles peuvent alors s’engager dans des activites trop

risquees.

65




L’exces de risque peut etre aussi influence par les conditions de la concurrence

et la discipline de marche.

Une concurrence intense sur le marche de credit peut inciter la banque a accepter

de mauvais risques en proposant des conditions de credit qui ne correspondent pasau profil de risque de l’emprunteur4. Ainsi, Keeley (1990) analyse la relation entre

la prise de risque et la valeur de franchise de la banque. Cette valeur de franchise est

d’autant plus importante que la banque dispose d’un pouvoir de marche important

sur le marche de credit et la menace de sa perte discipline le comportement de la

banque. Suite a la dereglementation des activites bancaires dans les annees 80 aux

Etats-Unis, le pouvoir de monopole des banques s’est estompe et l’intensification

de la concurrence a reduit la valeur de franchise des banques, ce qui a diminue

l’effet disciplinant de celle-ci. Par contre, la concurrence a exige des banques des

efforts supplementaires pour rester rentables, ce qui a genere un exces de risque

(voir egalement Galloway et al., 1997, Salas et Saurina, 2000 et Gan, 2004).

Barth et al. (1999), Barth et al. (2000; 2001) et Barth et al. (2004) etudient

l’impact des mecanismes de regulation et de surveillance bancaire sur la performance

et la stabilite des banques. Leur resultats mettent en evidence l’importance de la

discipline de marche comme element crucial dans les strategies de regulation et de

surveillance efficaces. Les pratiques qui renforcent la transparence de l’information

et la participation du secteur prive au controle des banques engendrent une meilleure

discipline de marche qui s’avere benefique pour les performances et la stabilite des

banques. Une surveillance prudentielle plus importante ainsi que la restriction des

activites ont un impact negatif sur le developpement, les performances et la stabilite

des banques. En effet, la contestabilite du marche exerce un impact positif sur la

stabilite de l’industrie bancaire. En outre, les restrictions reglementaires des activites

4Il s’agit particulierement d’une tarification non ajustee au risque, qui genere une marge qui neremunere pas le cout du risque.

66

http://-/?-

http://-/?-




bancaires sont plus fortes dans les pays ou l’environnement institutionnel et juridique

est plus inefficace. Ces restrictions sont associees a une probabilite de crise bancaire

plus importante5.

Nier et Baumann (2002) analysent aussi l’impact de la discipline de marche surdifferentes mesures du risque et du capital bancaire. L’efficacite de cette discipline

dans la reduction de l’exces de risque depend du filet de securite public, de la part

non assuree des ressources, et de la transparence des choix de risque de la banque.

Leurs resultats mettent en evidence le role important de la discipline de marche dans

la reduction du risque d’insolvabilite bancaire.

Il existe egalement des facteurs institutionnels, particulierement pertinents dans

les pays emergents, ou les defaillances bancaires n’ont pas la meme nature que dans

les pays industrialises (Rojas-Suarez, 2000, 2001). Ainsi, les travaux de LaPorta et

al. (1997; 1998; 2000) ont mis en evidence l’impact de la qualite de l’environnement

juridique et institutionnel sur la protection des apporteurs de fonds (protection des

investisseurs contre l’expropriation par les insiders particulierement) et ainsi sur la

nature et l’efficience des marches de capitaux, de meme que sur les performances des

systemes financiers dans leur ensemble. Les droits qui regissent les relations entre les

apporteurs de fonds et les banquiers sont garantis par l’environnement juridique et

institutionnel d’un pays, et ils peuvent etre un determinant important de l’efficacite

des mecanismes de gouvernance. Cet environnement peut favoriser l’exces de risque

ou reduire l’efficacite de son controle par d’autres institutions et mecanismes prevus

a cet effet. Ainsi, Mitton (2002) et Hussain et Wihlborg (1999) trouvent que des

mecanismes de gouvernance defaillants ont contribue a vulnerabiliser et par la suite

a amplifier la crise asiatique de 1997, notamment les procedures de faillite inefficaces.

5Ces conclusions sont relayees par Calomiris et Powell (2000) dans le cas argentin, ou la regle-mentation s’est appuyee principalement sur la discipline de marche. Celle-ci a permis d’inciter lesbanques a une gestion plus saine des risques.

67

http://-/?-

http://-/?-




Enfin, l’efficacite de l’intermediation financiere, en particulier le design des contrats

de dette bancaire, est egalement influence par l’environnement institutionnel, ju-

ridique et legal (Bottazzi et al., 2005 ; Laeven et Majnoni, 2005 ; Qin et Strahan,

2005).

1.3 Methodologie et donnees

1.3.1 La methodologie

Les annees 70 ont vu l’apparition des premiers modeles de prevision de la de-

faillance bancaire (modeles d’alerte precoce ou EWS - Early Warning Systems), aune equation. Les methodologies les plus retenues ont ete l’analyse discriminante

et les modeles logit (Sinkey, 1975 ; Altman et al., 1977 ; Martin, 1977, Avery et

Hanweck, 1984 ; Barth et al., 1985 ; Benston, 1985 ; Pantalone et Platt, 1987). A la

fin des annees 80, des modeles a deux equations sont apparus, dont l’objectif etait

de distinguer les facteurs internes de l’insolvabilite bancaire des facteurs externes

determinant la decision de fermeture du regulateur (Demirguc-Kunt, 1989b).

Cette decision de fermeture prise par l’autorite judiciaire obeit a des motifs qui

ne sont pas seulement l’insolvabilite. Les autorites considerent ainsi l’effet de la

fermeture sur l’economie, la stabilite du systeme bancaire (risque systemique) et

aussi sur leurs propres interets (desutilite de la fermeture pour le regulateur).

Une modelisation a deux etapes permet de dissocier les facteurs de risque qui

affectent la solvabilite de la banque des facteurs externes qui conduisent le regula-

teur a intervenir aupres d’une banque “a probleme”. Gajewski (1988) est le premier

a incorporer cette distinction entre l’insolvabilite et la faillite, qui releve d’une deci-

sion juridique et reglementaire en utilisant deux equations, suivi par Demirguc-Kunt

(1989b) et Thomson (1992), qui adoptent egalement ce type de modelisation. Les

68




modeles estimes sont composes de deux equations, la premiere representant la va-

leur nette de la banque (solvabilite de l’etablissement) et la seconde la fermeture de

l’etablissement (permettant ainsi de modeliser la propension du regulateur a inter-

venir dans une banque en difficulte)6

. Les deux etudes appliquent une methode endeux etapes de Maddala (1983), en estimant la premiere equation par la methode

des MCO (Moindres Carres Ordinaires) et la seconde par un modele logit7.

Dans ce qui suit, on propose un modele inspire de cette logique.

1.3.2 Le modele logit en deux etapes et le traitement des

facteurs institutionnels

Une approche en deux etapes permet d’estimer dans une premiere etape l’impact

des facteurs institutionnels sur l’exces de risque, et dans une seconde d’estimer la

probabilite de defaut, en fonction de l’exces de risque.

Les deux etapes de notre approche se decomposent comme suit :

1re etape : estimation par un logit ordonne d’un indicateur de la propension a

l’exces de risque IRISK (Indicateur de Risque) en fonction de la presence defacteurs reglementaires, institutionnels, et juridiques,

2e etape : estimation par un logit binaire de la probabilite de defaillance bancaire

en fonction de facteurs de risque, dont la propension a l’exces de risque estimee

a la 1re etape.

6L’approche de Demirguc-Kunt (1989b) est tres proche. Elle introduit en plus une equationmodelisant la valeur de la banque nette de la contribution de l’assureur des depots au capital.

7Signalons egalement que Cole et Gunther (1995) ont recours a un “modele de temps de survie

sur populations separees” (split-population survival-time model ) afin d’etudier les determinants de lasurvie et du temps de survie d’une banque. Une etude internationale, produite par Gonzalez (2005),propose egalement une methodologie en deux etapes, avec une equation modelisant la valeur defranchise et une seconde equation modelisant le risque.

69

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Les deux equations a estimer sont les suivantes8 :

(NPL/GL) = γ + x′i ϕ + ξi (1.1)

DEFAUT = α + y′i β + εi (1.2)

ou p(NPL/GL) = expz

1+expz, avec z = γ + x′i ϕ + ξi et p(DEFAUT ) = expw

1+expw, avec

w = α + y′i β + εi. On a respectivement x′i le vecteur des facteurs reglementaires et

institutionnels, et y′i le vecteur des facteurs de risque. Les residus ξi et εi ont des

distributions logistiques, de moyenne 0 et de variance Π2

3 .

L’exces de risque est modelise par la part des prets non performants dans le

portefeuille9 - NPLGL

(Non Performing Loans / Gross Loans), qu’on transforme en

variable discrete IRISK , afin d’obtenir une variable expliquee polytomique ordonnee,

composee de trois classes de risque de credit croissant10.

Elle est construite de la maniere suivante :

1 si 0% < NPLGL

≤ 5% (exces de risque faible)

IRISK = 2 si 5% < NPLGL

≤ 20% (exces de risque moyen)

3 si +∞ > NP LGL

> 20% (exces de risque eleve)

Ainsi, on aura (F (·) etant la loi normale standard) :

p(IRISK = 1) = F (5% − γ − x′i ϕ) − F (−γ − x′i ϕ),

8Voir Maddala (1983) pour une description detaillee des modeles logit.9Il s’agit des prets consideres comme douteux.

10On discretise le ratio des prets non performants afin d’obtenir un indicateur discret d’excesde risque (a l’image d’un rating de la prise de risque ex post ) qui permet de classer les banquesen fonction de leur prise de risque. L’equation (1.1) fournit alors un modele de prediction de troisetats de l’exces de risque ex post de la banque.

70

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




p(IRISK = 2) = F (20% − γ − x′i ϕ) − F (5% − γ − x′i ϕ),

p(IRISK = 3) = 1 − F (20% − γ − x′i ϕ).

La variable expliquee dans la seconde equation est le DEFAUT , egale a 1 si la

banque a ete defaillante en date t, puisque le modele explique la probabilite de defaut

a l’horizon d’un an.

1.3.3 La base de donnees

La base de donnees utilisee est composee de trois sources d’informations diffe-

rentes.

Une base de banques defaillantes a ete construite pour un ensemble de pays

emergents des trois zones d’Asie, d’Amerique Latine et des PECO (Pays de l’Europe

Centrale et Orientale). L’interet pour ces pays est motive par le nombre de defauts

bancaires importants dans ces pays durant les annees 90 et l’impact plus important

des consequences de la faillite. Les listes de banques a probleme ou en defaut ont ete

collectees aupres d’institutions de regulation locales11. On a egalement pu beneficier

d’un acces a la base en ligne de Banker’s Almanac12 pour completer nos donnees

sur les banques defaillantes. Celle-ci permet d’identifier les etablissements defaillants

ainsi que la date du defaut13.

11Banques centrales, commissions de regulation et de surveillance prudentielle, assureurs desdepots bancaires, associations et federations de banques, associations de commissions de regulationprudentielle, et agences de restructuration dans les pays ayant connus des crises.

12www.bankersalmanac.com.

13Des informations plus detaillees sur les origines et le contexte de la defaillance, le type deprocedure de resolution employee et son cout sont egalement disponibles, mais pour un nombrerestreint de banques.

71

http://-/?-

http://-/?-

http://-/?-

http://www.bankersalmanac.com./

http://www.bankersalmanac.com./

http://-/?-

http://-/?-

http://-/?-




Une banque est consideree comme defaillante lorsqu’elle fait l’objet des proce-

dures suivantes :

– sous administration,

– licence bancaire suspendue ou revoquee,– en liquidation,

– en faillite.

Les informations comptables (donnees annuelles en milliers de USD) ainsi que

les donnees sur la structure de l’actionnariat, a savoir la nationalite des actionnaires

principaux, leurs parts du capital, ainsi que leur raison sociale, proviennent de la

base de donnees Bankscope de Fitch IBCA.

La troisieme source d’informations concerne les variables institutionnelles et re-

glementaires. On a utilise la base de donnees de Barth et al. (2001) de la Banque

Mondiale, et des informations sur l’environnement institutionnel et juridique four-

nies par LaPorta et al. (1997; 1998). La base de Barth et al. (2001) est composee de

dix sous-bases, chacune portant sur une des dimensions de l’activite de regulation et

de surveillance prudentielle14. Ces donnees sont ma joritairement de type qualitatif,

et sont regroupees par pays. La base de LaPorta et al. (1997; 1998) contient des

indicateurs portant sur l’environnement juridique et reglementaire et la qualite des

institutions. Plus particulierement, il s’agit des mecanismes de protection des droits

des apporteurs de fonds (creanciers et actionnaires).

14Il s’agit des dimensions suivantes : surveillance prudentielle, r eglementation du capital, assu-rance des depots, discipline de marche, transparence, contestabilite du marche bancaire, liquidite,structure de propriete, regles de provisionnement, et organisation des commissions de surveillanceprudentielle.

72

http://-/?-

http://-/?-




1.4 Resultats

1.4.1 Statistiques descriptives

En ne conservant que les banques commerciales, cooperatives, d’investissement,

ainsi que les caisses d’epargne sur la periode 1996 − 2002, on obtient finalement un

echantillon de 270 banques defaillantes15 pour lesquelles des informations comptables

ont ete collectees a partir de la base de donnees Bankscope.

On a borne la variable total bilan T A pour eliminer les petites banques16. Un

premier critere de taille determine notre echantillon. Ensuite, afin de ne retenir que

les banques dont l’activite principale et donc la source de risque principale est l’octroi

de prets, on a borne les variables part des prets dans le total bilan NLTA17 et part

des depots dans le total bilan T DT A18. Un second critere d’activite determine notre

echantillon. On obtient finalement un echantillon de 894 banques, empilees sur 6 ans

(1996 − 2001), dont 61 defauts19. La repartition des banques par pays est fournie

dans le tableau 1.1.

Les variables utilisees dans l’equation (1.1) sont presentees dans le tableau 1.2.

Les neuf premieres variables reglementaires proviennent de la base de Barth et

al. (2001) et de Bankscope, les deux dernieres variables institutionnelles et juridiques

de La Porta et al. (1997; 1998). On a selectionne des variables representatives de

differentes dimensions de l’environnement reglementaire, juridique et institutionnel

en vigueur dans les pays etudies, en s’appuyant sur les arguments presentes dans

15La repartition des banques defaillantes et des banques disponibles est presentee dans le tableauA.1 dans l’annexe A.

16Borne fixee au premier quartile, soit 105.11 MUSD.17Borne fixee au premier decile, soit 25.32% du total bilan.18Borne fixee a partir de la valeur du 5e percentile, soit a 26.81% du total bilan.19La majeure partie des defauts se situent dans les annees 1997 et 1998, respectivement 23 et 17,

puis respectivement 5, 9 et 7 pour les annees suivantes - 1999, 2000 et 2001.

73

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Tab. 1.1 – Repartition des defauts et des banques par pays

Pays Defauts BanquesArgentine 7 151Bolivie 7 23

Colombie 3 104Equateur 2 63Indonesie 1 68Coree du Sud 12 33Mexique 2 95Malaisie 19 82Perou 4 100Thaılande 3 54Venezuela 1 121

61 894

Source : base de banques defaillantesconstruite par l’auteur.

la section 1.2 ainsi que sur les resultats de regressions logit utilisant une procedure

stepwise20.

Les definitions des ratios utilises (en pourcentage) sont fournies dans le tableau

1.3, et leurs statistiques descriptives sont presentees dans le tableau 1.4.

Les variables de l’equation (1.2) sont choisies en reference a la litterature sur

les modeles d’alerte precoce (voir Demirguc-Kunt, 1989b pour une revue detaillee,

ainsi que Barr et Siems, 1994) et par rapport aux resultats de regressions logit

utilisant une procedure stepwise21. Ces variables comprennent la variable IRISK

qui est la valeur estimee de l’indicateur de la propension a l’exces de risque obtenue

a partir de l’equation (1.1), ainsi que les facteurs de risque suivants22 : l’adequation

20Cette methodologie permet, par iterations successives utilisant des tests de Fischer, de selec-tionner les variables les plus pertinentes en matiere de pouvoir explicatif et discriminatif.

21Ces resultats sont issus d’une etude anterieure, dont l’ob jectif consistait a tester la validite dela typologie du rating CAMEL pour l’etude de la defaillance des banques dans les pays emergents(Godlewski, 2004d). Les resultats obtenus confirment l’utilite de cette typologie dans l’etude de ladefaillance bancaire dans ces pays.

22La majorite des modeles de prevision du defaut bancaire utilisent la typologie du rating CA-MEL, qui recense cinq facteurs de risque. Ceux-ci sont respectivement C - CAPITAL ADEQUACY,

74

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-



Tab. 1.2 – Facteurs reglementaires et institutionnels utilises dans l’equati

Variables Signification Dimension Sreglementaire

CREDITRISKVAR egale a 1 si le ratio de capital reglementaire regulation

minimum varie avec le risque de credit de la bancairebanque

MINCAR ratio de capital reglementaire minimum - mPROHIBEXTERNLOAN egale a 1 si la regulation bancaire interdit -

aux banques l’octroi de prets a l’etrangerDEPOSITINSURANCE egale a 1 s’il existe un systeme d’assurance assurance

des depots bancaires en vigueur des depotsEMEHOLDING egale a 1 si le premier actionnaire de la gouvernance

banque provient d’un pays emergent d’entrepriseORGASTRUCTURECH egale a 1 si le regulateur peut forcer la discipline

banque a operer un changement de reglementairel’organisation interne

MISCMGTREPORT egale a 1 si l’auditeur a l’obligation legale - de rapporter au regulateur une mauvaiseconduite de la direction de la banque

LEGACTION egale a 1 si le regulateur peut entreprendre - une action en justice a l’encontre desauditeurs pour negligence

NBSUPERVISORS nombre total de surveillants professionnels - mpar banque

RULEOFLAW indicateur de la qualite de l’etat de droit environnement m

institutionnelFRENCHLEGALSYS egale a 1 si le systeme juridique en place -

est fondee sur le systeme francaisamoy. : moyenne. Les pourcentages indiquent la frequence avec laquelle la variable est renseignee dans l’echan

Sources : Bankscope, Barth et al. (2001), et LaPorta et al. (1997; 1998).

7 5




Tab. 1.3 – Facteurs de risque utilises dans l’equation (1.2)

Variables Definition Signeattendu

EQUTOTLOANS Fonds Propres / Total des Prets -PERSEXPENSE Charges de Personnel / -

Charges d’ExploitationNETINTMARGINa Marge d’Interets Nette -LIQUIDASSETS Actifs Liquides / Total Bilan -TOTLOANSTOTDEP Total des Prets / Total Depots +/-a Revenus des taux d’interets exprimes en pourcentage des actifs productifs. Source : BankScope.

du capital (ratio de capital sur total des prets), la qualite du management (part des

depenses de personnel dans les depenses d’exploitation), la rentabilite (marge nette)

et enfin la liquidite des actifs (part des actifs liquides dans le total bilan et ratio

d’intermediation).

On remarque que les facteurs aggravants du risque sont plus presents, en moyenne,

dans les banques defaillantes. Celles-ci ont moins de capital par rapport aux prets

(EQUTOTLOANS), plus de prets douteux dans leur portefeuille (NPLGL), degagent

moins de marge beneficiaire (NETINTMARGIN), ont moins de depenses de person-

nel par rapport au total des depenses d’exploitation (PERSEXPENSE) et moins

d’actifs liquides par rapport au total bilan (LIQUIDASSETS). Par contre, leur ra-

tio d’intermediation (TOTLOANSTOTDEP) est equivalent a celui des banques non

defaillantes.

On peut reecrire les equations (1.1) et (1.2) avec les facteurs retenus, tel que :

qui mesure l’adequation capitalistique ou le “coussin” de capital contre les pertes non anticipees, A

- ASSET QUALITY, qui mesure la qualite des actifs de la banque, particulierement de ses prets, M

- MANAGEMENT QUALITY, qui mesure la qualite de la gestion de la banque, E - EARNINGS,qui mesure la performance recente et la stabilite historique du resultat de la banque, ainsi que sacomposition, et L - LIQUIDITY, qui mesure l’exposition de la banque au risque de liquidite, en sefocalisant sur les ressources disponibles et les degres de liquidite des actifs de la banque. Notonsque depuis le 1er janvier 1997, il existe une 6e composante - S : sensibilite au risque de marche.

76




Tab. 1.4 – Statistiques descriptives des principaux ratios comptables

DefaillantesVariables N moyenne ecart-type min. max.EQUTOTLOANS 61 8.05 35.5 −221.93 59.3

NPLGL 61 16.66 13.64 1.83 65.72PERSEXPENSE 61 27.29 12.54 1.12 54.75NETINTMARGIN 61 2.76 7.71 −52.99 13.15LIQUIDASSETS 61 18 8.82 4.88 42.87TOTLOANSTOTDEP 61 76.77 16.02 29.11 124.1

Non defaillantesVariables N moyenne ecart-type min. max.EQUTOTLOANS 833 21.28 13.76 −31.93 100.98NPLGL 833 10.68 11.23 0 89.59PERSEXPENSE 833 33.44 12.44 0.29 76.96

NETINTMARGIN 833 8.2 7.67 −8.06 55.8LIQUIDASSETS 833 23.24 13.35 0.34 69.08TOTLOANSTOTDEP 833 77.36 27.02 27.68 362.93

N : nombre d’observations, min. : minimum, max. : maximum.

p(NPL/GL) = f (γ, CREDITRISKV AR, MINCAR,

PROHIBEXTERNLOAN,DEPOSITINSURANCE,

EMEHOLDING,ORGASTRUCTURECH,MISC −

MGTREP ORT, LEGACT ION, NBSUP ERV ISORS,

RULEOF LAW, F RENCH LEGALSY S, ξi)

p(DEFAUT ) = f (α, IRISK,EQUTOTLOANS,PERSEXPENSE,

NETINTMARGIN,LIQUIDASSETS,TOTLOANS −

TOTDEP,εi)

77




1.4.2 Resultats du modele logit a deux etapes

On estime deux variantes de l’equation (1.1)23 :

1. l’une ne comprenant que des variables proxies de l’environnement reglemen-

taire (Barth et al., 2001) - regression (1.1),

2. l’autre comprenant des variables proxies de l’environnement reglementaire

(Barth et al., 2001) ainsi que des variables proxies de l’environnement juri-

dique et institutionnel (LaPorta et al., 1997; 1998) - regression (1.2).

Cela permet de distinguer l’impact de l’environnement reglementaire sur l’exces

de risque de celui de la qualite de l’environnement institutionnel, mais aussi de me-

surer la qualite de la reglementation. Un cadre reglementaire peut apparaıtre comme

pertinent en theorie, mais son application pratique peut etre biaisee par la qualite

des institutions. Il ne suffit pas qu’une disposition reglementaire existe pour qu’elle

soit efficace, encore faut-il que les institutions qui en ont la responsabilite soient

elles-memes credibles et de qualite. En somme, la qualite juridique et institution-

nelle d’un pays affectera l’efficacite et la credibilite de son cadre reglementaire et de

surveillance prudentielle (LaPorta et al., 1998).

Les resultats sont presentes dans le tableau 1.5. Compte tenu de la disponibilite

des donnees, on travaille sur deux echantillons : le premier compose de 727 banques

(dont 56 defaillantes), le second compose de 704 banques (dont 49 defaillantes). La

repartition des frequences de la variable expliquee IRISK est la suivante (dans un

ordre decroissant, c’est-a-dire de IRISK =3 a IRISK =1) : 18.02%, 49.79% et 32.19%

pour (1.1), et 18.18%, 48.72% et 33.1% pour (1.2).

23On a egalement introduit une variable muette LISTED (egale a 1 si la banque est cotee enbourse, soit moins de 30% de l’echantillon) pour integrer une proxy de la discipline de marche.Cette variable ressort non significative. Rappelons que le nombre de banques cotees dans les paysemergents reste faible et que ces marches financiers demeurent faiblement developpes (Allen etGale, 2000). De la meme maniere, on a introduit une variable SIZE (logarithme du total bilan)pour controler l’effet taille. Cette variable ressort comme non significative egalement.

78

http://-/?-

http://-/?-




Tab. 1.5 – Resultats des estimations de l’equation (1.1)

Variables (1.1) (1.2)INTERCEPT 3 0.314∗ 8.053∗∗∗

(0.403) (1.686)INTERCEPT 2 3.146∗∗∗ 10.762∗∗∗

(0.424) (1.712)MINCAR×CREDITRISKV 0.092∗∗∗ 0.257∗∗∗

(0.021) (0.04)CARLOW 0.336∗∗ 0.293∗

(0.157) (0.159)PROHIBEXTERNLOAN 2.077∗∗∗ −0.104

(0.273) (0.423)DEPOSITINSURANCE −1.369∗∗∗

(0.265)CHINTORGSTR −2.113∗∗∗

(0.256)EMEHOLDING 0.368∗∗ 0.545∗∗∗

(0.163) (0.166)ORGASTRUCTURECH −1.844∗∗∗

(0.304)MISCMGTREPORT×LEGACTION 0.462∗∗ −2.177∗∗∗

(0.198) (0.481)

NBSUPERVISORS −0.126∗∗∗

−0.338∗∗∗

(0.03) (0.054)RULEOFLAW −0.963∗∗∗

(0.165)FRENCHLEGSYS −4.567∗∗∗

(0.63)N 727 704Chi-2 200.47∗∗∗ 182.36∗∗∗

Log V −641.95 −631.3Tx reclas. cor. 73.9 73.8∗∗∗

,∗∗

et∗

: coefficient significatif au seuil de 1%, 5% et 10%respectivement. Les ecarts-types figurent entre parentheses.

N : nombre d’observations. Log V : logvraisemblance.

Tx reclas. cor. : Taux de reclassement correct.

79




La premiere regression (1.1) permet de tester l’impact de plusieurs dimensions de

facteurs reglementaires (regulation des activites bancaires, discipline reglementaire et

de marche, et gouvernance d’entreprise) sur l’exces de risque. La regression suivante

(1.2) integre des facteurs institutionnels24

.Tout d’abord, rappelons que l’on modelise la probabilite cumulee p(IRISK = 3)

correspondant a un exces de risque eleve. La significativite des constantes INTER-

CEPT 3 et INTERCEPT 2 indique un decoupage coherent de la variable NPL/GL

en 3 categories d’exces de risque.

L’impact de l’environnement reglementaire sur l’exces de risque

On discute en premier lieu les resultats de la regression (1.1), en commentant

l’impact des differentes dimensions reglementaires sur l’exces de risque dans l’ordre

suivant : reglementation de l’actif bancaire, discipline reglementaire et de surveillance

prudentielle, reglementation prudentielle du capital bancaire, systeme d’assurance

des depots, audit, et structure de propriete.

La reglementation de l’actif bancaire, a savoir l’interdiction d’octroyer des prets a

l’etranger (PROHIBEXTERNLOAN), presente une relation positive avec l’exces de

risque, sans doute parce que ce type d’entrave reduit les possibilites de diversification

du portefeuille de credits. Un regime administre des prets de type etatique peut

egalement expliquer ce resultat.

En matiere de discipline reglementaire et de surveillance prudentielle, un nombre

plus important de controleurs par etablissement (NBSUPERVISORS) est correle

negativement avec l’exces de risque. En effet, plus ce nombre est important, plus la

banque est surveillee etroitement et precisement, ce qui reduit les incitations a l’exces

24On a teste la presence de colinearite des variables introduites dans les regressions. Par ailleurs,on omet les variables reglementaires correlees significativement avec les variables institutionnellesintroduites.

80

http://-/?-

http://-/?-




de risque, puisque ce type de comportement peut etre plus facilement et rapidement

decouvert, avec des sanctions reglementaires a l’appui.

La menace de changement de l’organisation interne de la banque par le regulateur

(ORGASTRUCTURECH) a un impact negatif sur l’exces de risque. Cela indique uneforme de credibilite de la discipline reglementaire, puisqu’en cas d’exces de risque,

le regulateur peut forcer des changements organisationnels dans la banque, enlevant

ainsi aux managers les opportunites de jouir de leur position pour profiter des revenus

de l’exces de risque engage.

On introduit la dimension de la reglementation prudentielle du capital bancaire

dans la regression (1.1) au moyen de deux variables. La premiere - MINCAR ×

CREDITRISKV25 - est le resultat du produit de la variable MINCAR et de la

variable CREDITRISKVAR. Cette variable croisee renseigne a la fois sur le niveau

du ratio de capital minimum reglementaire (CAR)26 (qui peut etre different selon

les pays) et sur l’existence d’une contrainte reglementaire selon laquelle le capital

bancaire doit s’ajuster au risque de la banque. L’effort d’ajustement sera different

selon que la reglementation prudentielle du pays impose un ratio de capital minimum

de 8% ou de 11.5%. La seconde variable - CARLOW - est egale a 1 si le ratio de

capital par rapport au total de bilan de la banque (Fonds Propres / Total Bilan ) est

inferieur au ratio de capital reglementaire minimum27. Cette variable renseigne sur

la pression reglementaire que subit la banque si elle ne satisfait pas les standards

reglementaires (Shrieves et Dahl, 1992). En effet, une banque dont le ratio de capital

est inferieur au minimum reglementaire devra reagir soit par recapitalisation soit par

25Elle est egale respectivement a 0, 8 et 11.5 pour 66.16%, 13.07% et 20.77% des banques de

l’echantillon.26Calcule comme la somme des capitaux de type Tier 1 et Tier 2 rapportee a la somme des actifs

ajustes au risque.27Elle est egale a 1 pour 52.41% des banques de l’echantillon.

81

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




reduction du volume des actifs risques. La recapitalisation peut s’effectuer par le biais

des benefices, qui peuvent etre generes par exces de risque (Blum, 1999).

Ces deux variables presentent des coefficients significatifs et positifs, ce qui sug-

gere que ce type de reglementation du capital bancaire est liee de maniere positiveavec l’exces de risque. Ce resultat recoit plusieurs explications. Premierement, il

existe une concomitance entre l’augmentation du risque de credit, materialise par

un accroissement de la part des prets non performants dans le portefeuille, et la

hausse du ratio de capital. En effet, dans notre echantillon, la moyenne du ratio de

capital sur total bilan s’eleve a 10.8%, et sa mediane est de 9.29%. Pour plus de

50% des banques, le ratio de capital reglementaire minimum est superieur a 9% (et

superieur a 10% pour plus de 40% des etablissements). Par contre, les banques qui

presentent un indicateur d’exces de risque eleve (IRISK = 3) ont en moyenne un

ratio CAR de 6.58%. Deuxiemement, on peut egalement expliquer ce resultat comme

Blum (1999) par exemple. Une contrainte de capital implique un effort supplemen-

taire en matiere de rentabilite des actifs, qui passe generalement par une prise de

risque accrue. Le signe positif de la variable CARLOW en temoigne. Rappelons enfin

que le stock des prets non performants a augmente a partir du milieu des annees

90 dans certains pays emergents, induisant une reaction des regulateurs de certains

pays, qui ont porte le ratio de capital reglementaire minimum a plus de 8% (entre

10% et 12%) (Hawkins et Turner, 1999). Cette reaction etait censee limiter l’exces

de risque des banques, et les obliger a se recapitaliser pour les rendre plus solvables.

L’existence d’un systeme d’assurance des depots (DEPOSITINSURANCE) semble

etre lie negativement avec l’exces de risque. En ce qui concerne ce resultat, dans notre

echantillon, plus du tiers des systemes d’assurance sont finances par les banques, et

il existe un plafond de garantie des depots, ce qui implique que la totalite des depots

n’est pas couverte. Un systeme de co-assurance des depots, dans lequel la banque

82




contribue au financement du fond de garantie, peut egalement limiter les incitations

a l’exces de risque de la part du banquier28.

Enfin, la dimension de la discipline reglementaire emanant des auditeurs est

introduite par le biais d’une variable croisee - MISCMGTREPORT×LEGACTION29

- qui est le produit des variables MISCMGTREPORT et LEGACTION. De cette

maniere, on vise a controler a la fois l’influence de la menace pour la banque d’un

mauvais rapport d’audit sur la qualite de sa gestion, et egalement la menace pour

l’auditeur d’une action en justice menee par le regulateur. Le coefficient de cette

variable croisee presente un signe significativement positif. A priori, on attendait

un signe negatif. En effet, sachant que la qualite de l’audit devrait etre influencee

par la menace d’action en justice en cas de negligence, le rapport d’audit sur des

pratiques de mauvaise gestion peut constituer une menace d’intervention ulterieure

du regulateur dans le fonctionnement de la banque. Le signe est cependant positif,

ce qui peut signaler que ce type de menace n’est sans doute pas credible (systeme

d’audit inefficient, auditeurs negligents, collusion entre l’audit et la banque), de

meme que la menace d’action en justice du regulateur a l’encontre de l’auditeur.

En matiere de gouvernance, et plus particulierement de structure de propriete,

la presence d’un actionnaire majoritaire originaire d’un pays emergent (EMEHOL-

DING) tend a favoriser l’exces de risque. Ceci peut s’expliquer par le fait que cet

actionnaire est souvent l’Etat, cas frequent dans les pays emergents. L’Etat, parti-

culierement dans les pays emergents, n’incite pas forcement a la discipline ni a la

28La disponibilite des donnees empeche a ce stade d’enrichir les variables representant la dimen-sion assurance des depots. En effet, les variables proxies des limites de garantie des depots, des ratiosde couverture des depots, de co-assurance, ou de l’existence de prime ajustee au risque sont insuf-

fisamment renseignees dans notre echantillon. En effectuant des regressions sur des echantillons detaille reduite, on trouve des signes significativement negatifs lorsqu’on introduit une variable croiseeresultat du produit de DEPOSITINSURANCE et BANKFUND (fonds de garantie finance par lesbanques) et significativement positifs lorsqu’on introduit une variable croisee resultat du produitde DEPOSITINSURANCE et GOVERNMENTFUND (fonds de garantie finance par l’etat). Cesresultats tendent a confirmer les arguments de notre discussion.

29Elle est egale a 1 pour 45.8% des banques de l’echantillon.

83

http://-/?-

http://-/?-

http://-/?-

http://-/?-




prudence des managers en matiere de prise de risque, compte tenu des problemes de

laxisme, d’anticipation d’intervention en cas de difficultes, de corruption, et d’etat

de droit mediocre.

Les resultats tendent a montrer que la reglementation des activites bancaires a unimpact significatif sur l’exces de risque dans les banques des pays emergents etudies.

L’environnement reglementaire semble a la fois influencer l’exces de risque, mais

egalement s’adapter au comportement de prise de risque du banquier. La discipline

reglementaire semble efficace, limitant ainsi les incitations a l’exces de risque.

L’impact de l’environnement reglementaire et institutionnel sur l’exces

de risque

On discute desormais les resultats de la regression (1.2) en commentant l’impact

des differentes dimensions institutionnelles sur l’exces de risque dans l’ordre suivant :

etat de droit et origine du systeme juridique. On discute ensuite les coefficients des

variables dont les signes et/ou la significativite ont ete affectes par l’introduction des

facteurs institutionnels dans la regression - il s’agit des proxies de la regulation de

l’activite bancaire et de l’audit.

Parmi les indicateurs de protection des apporteurs de fonds (creanciers et action-

naires), la variable RULEOFLAW apparaıt comme l’indicateur le plus significatif et

le moins correle avec les autres variables du modele. Cela permet d’integrer une va-

riable sur l’etat de droit dans la regression et tester son impact sur l’exces de risque.

La variable FRENCHLEGSYS est introduite pour controler l’origine du systeme

juridique en vigueur.

Le signe du coefficient de la variable RULEOFLAW est negatif, indiquant que

l’exces de risque est reduit dans un etat de droit. L’impact d’un systeme juridique

base sur le droit francais (de type Civil Law ) (FRENCHLEGSYS) reduirait l’exces

84




de risque. Suivant LaPorta et al. (1998), le systeme juridique francais est plus porte

sur les droits de l’Etat. Dans ce cadre, les interets des creanciers sont moins bien

proteges, ce qui accroıt la discipline de marche qu’ils exercent, reduisant ainsi les

incitations a l’exces de risque du banquier.On observe un changement de signes ou de significativite de certains coefficients

apres l’introduction des variables controlant la qualite des institutions. Tout d’abord,

le coefficient de la variable PROHIBEXTERNLOAN devient non significatif (et ne-

gatif ), ce qui suggere que ce type de reglementation demeure a un stage theorique,

sans que son application pratique soit assuree dans un cadre institutionnel mediocre.

Enfin, et c’est un des resultats les plus interessants, le signe du coefficient de la va-

riable croisee MISCMGTREPORT×LEGACTION devient negatif. Ce resultat sug-

gere que ce canal de la discipline reglementaire est efficace dans un environnement

institutionnel de qualite, dans lequel la menace d’action en justice du regulateur a

l’encontre des auditeurs pour negligence peut etre mise en place de maniere efficace

et credible. Cette menace influence a son tour la qualite des rapports d’audit sur

les pratiques de mauvaise gestion dans les banques. L’environnement institutionnel

affecte donc l’environnement reglementaire, et peut contribuer a l’efficacite de ce

dernier.

L’impact de l’exces de risque sur la defaillance bancaire

On a ensuite effectue deux regressions du modele logit de la defaillance bancaire

(equation (1.2)) en integrant la valeur estimee de IRISK obtenue, ainsi que d’autres

facteurs de risque (suivant une typologie CAMEL)30 - regressions (2.1) et (2.2).

Le tableau 1.6 presente les resultats de ces regressions : deux regressions bench-

mark et deux regressions integrant dans les facteurs de risque explicatifs de la proba-

30On a introduit une variable muette egale a 1 lorsque le defaut a eu lieu durant la crise asiatiquede 1997. Elle s’avere non significative.

85

http://-/?-

http://-/?-




bilite de defaillance les indicateurs d’exces de risque estimes par les equations (1.1)

et (1.2) respectivement.

Tout d’abord, on observe une bonne qualite des modeles, comme en temoignent

les statistiques du Chi-2 et les taux de reclassement des defauts.Un premier resultat concerne les indicateurs d’exces de risque IRISK qui sont

conformes aux attentes, avec des coefficients significativement positifs. Le comporte-

ment de prise de risque du banquier a bien une influence positive sur la probabilite

de defaut. On trouve ensuite, que les variables proxies des facteurs de risque portant

sur la capitalisation (EQUTOTLOANS), la qualite de la gestion (PERSEXPENSE),

la rentabilite (NETINTMARGIN) et la liquidite (LIQUIDASSETS et TOTLOANS-

TOTDEP) sont significatives avec des signes coherents. Ainsi, par exemple, une

couverture des prets par du capital plus importante a un impact negatif sur la pro-

babilite de defaut de la banque. Par ailleurs, une banque qui genere une marge

nette importante reduit son risque de faillite. Enfin, une part d’actifs liquides plus

importante reduit egalement ce risque de defaut.

En terme d’elasticites moyennes31, on observe par exemple, qu’un accroissement

de 1% de la marge nette (NETINTMARGIN) reduit la probabilite de defaut de 27.6%

et de 35.5% respectivement pour les equations (2.21) et (2.22). Un accroissement de

1% de la part de des actifs liquides (LIQUIDASSETS) reduit la probabilite de defaut

de 35.3% et 37.8% respectivement pour les equations (2.21) et (2.22). L’elasticite de

l’indicateur d’exces de risque IRISK est plus faible que celle des autres facteurs de

risque dans les equations (2.21) et (2.22). Pour un accroissement de 1% de IRISK ,

la probabilite de defaut augmente respectivement de 7.4% et 8.3%.

31Il s’agit de l’elasticite au point moyen de la probabilite de l’evenement DEFAUT = 1 parrapport a un facteur de risque. Elle permet de repondre a la question suivante : quel est l’impactmoyen de la variation d’un facteur de risque sur p(DEFAUT = 1) ? (Thomas, 2000).

86

http://-/?-

http://-/?-



Tab. 1.6 – Resultats des estimations de l’equation (1.2)

Variables (2.21) benchmark ε estimation ε benchmark ε e

INTERCEPT 0.534 0.642 −0.055

(1.645) (1.698) (1.623) EQUTOTLOANS −0.017∗∗∗ −0.095 −0.014∗∗∗ −0.074 −0.018∗∗∗ −0.119

(0.003) (0.003) (0.004) IRISK 0.216∗∗∗ 0.136 0.263∗∗∗ 0.218

(0.01) (0.013)IRISK (1.1)a 1.032∗∗∗ 0.072(0.007)IRISK (1.2)b

PERSEXPENSE −0.004 − −0.005∗ − 0.002 −

(0.003) (0.003) (0.003) NETINTMARGIN −0.156∗∗∗ −0.302 −0.145∗∗∗ −0.276 −0.174∗∗∗ −0.36(0.014) (0.012) (0.014)

LIQUIDASSETS −0.056∗∗∗ −0.377 −0.055∗∗∗ −0.355 −0.049∗∗∗ −0.426(0.0001) (0.001) (0)

TOTLOANSTOTDEP −0.013∗∗∗ −0.326 −0.014∗∗∗ −0.319 −0.011∗∗∗ −0.341(0.001) (0.002) (0.001)

Ndef. 56 56 49 N 727 727 704 Chi-2 56.79∗∗∗ 57.44∗∗∗ 52.22∗∗∗

Log V −168.95 −168.63 −151.73

Mc Fadden R2 14.39 14.72 14.67 Tx reclas. def. 76.8 82.1 73.5

ε : elasticites moyennes. ∗∗∗ et ∗ : coefficient significatif au seuil de 1% et 10% resp. Les ecarts-types figurent

Ndef. : nombre de defauts. N : nombre d’observations. Log V : logvraisemblance. Tx reclas. def. : taux de reca : IRISK (1.1) estime par l’equation (1.1), b : IRISK (1.2) estime par l’equation (1.2).

8 7




En observant les taux de reclassement des defauts, on remarque que ceux-ci sont

sensiblement meilleurs lorsqu’on utilise l’approche en deux etapes, avec l’introduc-

tion de l’estimation de l’exces de risque

IRISK de l’equation (1), particulierement

pour la specification qui integre des facteurs reglementaires et institutionnels (75%pour (2.21) et 77.6% pour (2.22))32, que ceux issus du benchmark (76.8% pour (2.21)

et 73.5% pour (2.22)).

1.5 Conclusion

Dans ce chapitre on utilise un modele logit en deux etapes pour etudier l’impact

de l’environnement reglementaire, juridique et institutionnel sur l’exces de risque, et

le lien entre celui-ci et la defaillance bancaire. En utilisant des donnees de banques

des pays emergents et des donnees sur les institutions dans ces memes pays, on

verifie que la prise de risque de credit dans la banque est influencee par les caracte-

ristiques de l’environnement reglementaire, juridique et institutionnel du pays dans

lequel operent les banques, et que l’exces de risque qui peut en resulter amplifie la

probabilite de defaut de la banque.Cet environnement exerce un effet significatif sur l’exces de risque. L’impact de la

reglementation sur l’exces de risque, particulierement des mecanismes de regulation

de l’activite et du capital bancaire, ainsi que la discipline reglementaire, s’avere de

premiere importance. L’efficacite de l’etat de droit apparaıt comme une dimension

cruciale de l’environnement juridique et institutionnel d’un pays.

L’integration d’un indicateur de l’exces de risque issu de cette modelisation per-

met, en controlant les variables de capitalisation, de rentabilite et de liquidite, une

meilleure explication et discrimination de la probabilite de defaillance a un an de

banques dans les pays emergents. En outre, cet indicateur d’exces de risque qui est

32Au taux de defaillance de l’echantillon, compris entre 6% et 8%.

88

http://-/?-

http://-/?-




fonction de l’environnement reglementaire et institutionnel a un impact significati-

vement positif sur la probabilite de defaut de la banque.

Ce chapitre montre l’avantage d’un modele en deux etapes. Les determinants de

l’exces de risque sont a la fois internes et externes, particulierement dans les paysemergents. On demontre ainsi l’importance des institutions dans le controle de la

prise de risque et donc du risque de defaillance bancaire33.

33L’extension de cette methodologie en deux etapes a l’etude des determinants des ratings debanques confirme ou complete les resultats obtenus dans ce travail (Godlewski, 2004b).

89

http://-/?-

http://-/?-



Chapitre 2

La coherence des ratings avec la

probabilite de defaillance des

banques dans les pays emergents

Sommaire

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 92

2.2 Systemes de rating . . . . . . . . . . . . . . . . . . . . . . . 94

2.3 Methodologie et donnees . . . . . . . . . . . . . . . . . . . 98

2.4 Resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

91



Chap. 2. La coherence des ratings avec la probabilite de defaillance.. .

2.1 Introduction

Les ratings d’agences1 peuvent-ils etre consideres comme de bons indicateurs du

risque de defaut des emetteurs2 ? Le consensus sur la capacite du rating a vehiculer

de l’information supplementaire a celle inherente aux donnees financieres disponibles

sur le marche tend a se deteriorer (voir Ederington et al., 1987 ; Reiter et Zeibart,

1991 ; Hand et al., 1992 ; Helwege et Turner, 1999). En outre, une etude empirique

de la fragilite bancaire en Asie du Sud-Est par Bongini et al. (2002) demontre que

parmi un ensemble d’indicateurs (donnees de bilan, de marches et ratings), les ratings

presentent le pouvoir predictif et discriminatif le plus faible.

Pourtant, la specificite du rating comme moyen de diffuser une information syn-

thetique est d’une grande utilite pour les investisseurs comme pour les regulateurs,

dans la mesure ou il favorise la discipline de marche. Les ratings sont supposes four-

nir une mesure de la probabilite de defaillance de la contrepartie, qu’il s’agisse d’une

entreprise industrielle ou d’une banque. Leur role est sans doute encore plus fonda-

mental dans les pays emergents, ou l’environnement reglementaire et institutionnel

tend a creer des incitations a l’exces de risque, qu’il est necessaire de contrarier avec

une discipline de marche plus efficace (Rojas-Suarez, 2000, 2001).

La coherence des ratings de banques avec les probabilites de defaut est donc

fondamentale dans ce contexte, puisqu’elle contribue a la creation d’incitations a

la prudence en matiere de prise de risque pour la banque. Si le rating est coherent

avec le risque de defaut, il constitue un signal fiable de la solidite de la banque, ce

1Voir Raimbourg (1990) pour une description detaillee du fonctionnement des agences de nota-tions.

2Ce chapitre est adapte de Godlewski (2004a), qui a fait l’objet d’une presentation a la 21e

Conference Internationale de l’Association Francaise de Finance, Universite Cergy-Pontoise, juin2004 et au Seminaire International de Finance Francophone, septembre 2004, Institut d’EtudesPolitiques de Strasbourg.

92

http://-/?-

http://-/?-

http://-/?-

http://-/?-




qui permet au marche d’exercer avec une plus grande transparence son pouvoir de

discipline. Le banquier est alors incite a adopter un comportement plus prudent,

puisque tout exces de risque se traduit par un accroissement de la probabilite de

defaut et une degradation du rating. Dans le contexte bancaire, cela est d’autantplus crucial compte tenu de l’opacite, particulierement de la valeur des actifs, comme

le demontre Morgan (2002) en etudiant les differences de ratings de Moody’s et

Standard & Poor’s.

Les travaux portant sur le role et l’influence des ratings constituent un courant

important. On peut scinder ces travaux en plusieurs thematiques, notamment la

comprehension des transitions de ratings, les determinants ainsi que la stabilite des

notations, et les relations entre ratings et informations de marche.

En premier lieu, on peut citer, entre autres, des etudes visant a construire des

modeles de rating (Pinches et Mingo, 1975 ; Kaplan et Urwitz, 1979 ; Ederington et

al., 1987 ; Brister et al., 1994), ou bien a comparer les differents ratings existants

(Cantor et Packer, 1995, 1996; Jewell et Livingston, 1999; Shin et Moore, 2003).

En second lieu, il existe egalement une litterature importante sur le role de sur-

veillance et de discipline des agences de rating (Berger et al., 2000 ; DeYoung et al.,

2001 ; Bliss et Flannery, 2002 ; Krainer et Lopez, 2004, par exemple). En effet, les

ratings, en particulier de banques, constituent egalement un outil de surveillance

prudentielle que les regulateurs peuvent utiliser comme signal de la fragilite de l’eta-

blissement dans les pays emergents. En s’appuyant sur ce type d’information, les

regulateurs dans ces pays peuvent mieux cibler les examens sur site et d’autres ac-

tions de surveillance, afin d’instaurer une forme de discipline reglementaire visant a

reduire les incitations a l’exces de risque.

93




En dernier lieu, la litterature sur la modelisation du defaut, qui s’est considera-

blement developpee ces 35 dernieres annees, a partir des travaux pionniers de Beaver

(1966), d’Altman (1968) et Altman et al., (1977), est egalement abondante.

Recemment, certains travaux se sont penches sur la coherence des notes desagences avec un modele de defaut (Carey et Hrycay, 2001). Leurs resultats mettent

en evidence une coherence satisfaisante des ratings avec des probabilites de defaut

obtenues a partir d’un modele de score simple, mais mettent egalement en evidence

certains problemes lies au biais, a l’instabilite et a la manipulation. Dans le meme

esprit, Guttler (2004) et Kramer et Guttler (2003) comparent la precision de la

prediction du defaut des ratings Standard & Poor’s et Moody’s pour un ensemble

d’emetteurs, toutes industries et tous pays confondus. Leurs resultats sont concluants

quant a la capacite predictive de ces ratings. Mais peu de travaux se sont attaches a

analyser la coherence des ratings d’agence avec la probabilite de defaut dans le cas

des banques, et plus encore des banques des pays emergents.

L’objectif de ce chapitre est d’etudier la coherence des ratings d’agence, en l’oc-

currence ceux de Moody’s, avec les resultats d’un modele de defaut des banques

applique aux pays emergents. Dans cette perspective, la methodologie de scoring et

de mapping proposee par Carey et Hrycay (2001) est mise en oeuvre.

Le chapitre est organise de la maniere suivante. Une revue de litterature succincte

portant sur les systemes de ratings de banques est proposee dans la section 2.2. La

section 2.3 presente la methodologie et les donnees employees. Les resultats et leur

discussion figurent dans la section 2.4. La section 2.5 conclue ce chapitre.

2.2 Systemes de rating

D’apres Crouhy et al. (2001), un systeme de rating est base sur une evaluation a

la fois quantitative et qualitative de la solvabilite d’une entreprise. La decision finale

94




quant a l’attribution du rating est fondee sur des analyses economiques et finan-

cieres, ainsi que sur le jugement et l’experience de l’agent en charge de la notation.

Les documents financiers, la qualite du management, la competitivite, les elements

macroeconomiques, sectoriels et conjoncturels contribuent a l’elaboration de la note.Les ratings d’agences peuvent s’apparenter a des signaux informatifs quant a la pro-

babilite de defaut de la banque. En effet, un des principaux objectifs des ratings

est de vehiculer de l’information sur la capacite d’un emetteur a faire face a ses

engagements. Sa note constitue un indicateur synthetique de la distance au defaut

et, plus generalement, du risque de defaut. Cette definition est completee par Ferri

et al. (1999), qui met en avant le role preponderant des agences de rating sur les

marches financiers, en produisant de l’information pour les differents acteurs qui s’y

rencontrent, contribuant a la discipline de marche et a la reduction de l’asymetrie

d’information. La notation determine en grande partie le taux d’interet exige par

le marche en contrepartie de la prise de risque, ainsi que le nombre d’investisseurs

potentiels.

Les marches financiers et bancaires sont plus opaques dans les pays emergents

(Allen et Gale, 2000). Dans ce contexte, le rating a d’autant plus d’importance

et de valeur3. De plus, l’environnement reglementaire, legal et institutionnel peut

non seulement amplifier les problemes lies a l’opacite, mais egalement contribuer a

l’apparition d’incitations a l’exces de risque dans les banques (Rojas-Suarez, 2000,

2001). Le poids du rating dans la decision d’un investisseur sera alors d’autant plus

important. La disponibilite d’un rating fournit en effet une meilleure visibilite pour

les investisseurs, en particulier etrangers.

3Notons que Kraussl (2005) trouve que les modifications du rating souverain influence la stabilitefinanciere des pays emergents.

95

http://-/?-

http://-/?-




On peut distinguer plusieurs axes significatifs dans le domaine des recherches sur

le rating4.

En premier lieu, on peut citer les travaux traitant des matrices de transitions des

ratings (Nickell et al., 2000 ; Lando et Skodeberg, 2002 ; Christensen et al., 2004 ;Lucas et Klaassen, 2005). Celles-ci sont de premiere importance pour plusieurs rai-

sons : l’allocation de fonds propres pour couvrir la Value at Risk calculee a partir de

modeles de risque de credit utilisant les ratings comme inputs necessite la connais-

sance de la distribution future des ratings ; les evenements de defaut etant rares et les

historiques des ratings etant relativement courts, la comprehension des transitions

des ratings apporte des connaissances utiles pour l’extrapolation des probabilites de

defauts predites ; enfin, les transitions de rating eclairent egalement les proprietes et

les facteurs explicatifs des ratings5. Par exemple, Nickell et al. (2000) trouvent que

les facteurs tels que le secteur d’activite, la domiciliation et le cycle des affaires ont

une influence significative sur la probabilite de transition des ratings Moody’s6.

Les determinants et la stabilite des ratings constituent un autre axe de recherche

important (Kaplan et Urwitz, 1979 ; Ederington et al., 1987), dans la mesure ou les

acteurs du marche utilisant les notations sont soucieux d’un rating stable a travers

le cycle de credit. Altman et Rijken (2004) comparent, par exemple, les transitions

observees avec celles calculees par un modele de score et un modele de rating, avec

differents horizons temporels. Leurs resultats mettent en evidence une stabilite rela-

tive des ratings d’agence. Amato et Furfine (2004) trouvent egalement que le rating

4La litterature sur le rating interne dans la banque n’est pas abordee dans cette section. Onrenvoie le lecteur aux contributions de Machauer et Weber (1998) et Treacy et Carey (2000) portantsur ce sujet.

5Soulignons que les matrices de transition constituent un input important de la tarification desderives de credit.

6Notons que Jafry et Schuermann (2004) demontrent que le choix de la methode d’estimationdes matrices de transition influencent les resultats obtenus.

96

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




est peu sensible aux variables correspondant au cycle des affaires7. La comparaison

des notations de differentes agences est egalement un champ de recherche important

(Jewell et Livingston, 1999; Shin et Moore, 2003).

L’utilisation des ratings comme outil de gouvernance est egalement un axe inte-ressant, dans la mesure ou la note peut conditionner les regles d’investissement de la

firme. Loffler (2004) trouve, par exemple, que ce type de regles permet de reduire la

volatilite des investissements, en comparaison avec des mecanismes de gouvernance

basees sur des indicateurs de marche.

En outre, un axe vivement debattu aborde l’etude des relations entre les ratings,

les prix et les variations des prix des actifs, ainsi que les spreads. En general, les

resultats mettent en evidence une relation negative entre le rating et le spread. Il en

est de meme pour la relation avec les informations de marche, particulierement les

prix des actifs (Elton et al., 2001 ; Hubler et Raimbourg, 2001 ; Hull et al., 2004).

Enfin, notons qu’il existe une litterature abondante relative a l’etude de la capa-

cite informationnelle des ratings emis par le regulateur et des indicateurs des marches

financiers (Berger et al., 2000 ; DeYoung et al., 2001 ; Bliss et Flannery, 2002 ; Krai-

ner et Lopez, 2004). Les resultats restent mitiges, avec comme conclusion principale

l’existence d’une complementarite entre l’information du regulateur et du marche.

Le regulateur disposerait d’une information plus precise et contribue ainsi a accroıtre

la discipline de marche.

7Neanmoins, cette stabilite peut etre un inconvenient lorsque le rating integre les nouvellesinformations sur la situation de l’emetteur avec un retard trop important, qui est alors prejudiciablea la capacite informationnelle de la notation (Loffler, 2005).

97

http://-/?-

http://-/?-




2.3 Methodologie et donnees

2.3.1 Methodologie

Carey et Hrycay (2001) ont ete les premiers a etudier empiriquement les proprie-

tes des deux principales methodes d’estimation des probabilites de defaut associees

aux ratings. Ces deux methodes sont le mapping et le scoring . Elles sont presentees

dans la suite de cette sous-section.

Carey et Hrycay (2001) effectuent une etude approfondie, amenant un nombre

important de resultats. Plusieurs sources de problemes sont etudies. Les problemes de

biais, qu’ils soient mecaniques (lies a l’assignation d’une contrepartie a une categorie

de rating particuliere) ou informationnels (agregation de contreparties ayant des

profils de risque individuels differents), sont relativement importants, sachant que les

methodes d’estimation des probabilites de defaut basees sur les moyennes semblent

plus performantes pour les categories de rating de mauvaise qualite, alors que les

methodes basees sur les medianes semblent plus adaptees aux ratings de bonne

qualite. La stabilite des deux methodes est egalement mise en evidence. Les auteurs

soulignent que la stabilite depend du point dans le temps utilise et de la periode

etudiee. La methode de scoring presente ici un avantage indeniable puisqu’elle peut

etre facilement ajustee a un point dans le temps donne. Enfin, les problemes de

manipulation (ou gaming ) sont egalement abordes, et peuvent porter prejudice a

la qualite des estimations si plusieurs agents sont impliques dans le processus de

notation.

On expose desormais la methodologie adoptee dans la suite de ce chapitre

8

.Appliquee a une base de donnees de banques pour lesquelles on dispose d’un rating,

et de donnees financieres, ainsi que d’information sur l’existence ou l’absence de

8On suit ici la methodologie de scoring et de mapping proposee par Carey et Hrycay (2001).

98

http://-/?-

http://-/?-




defaut, elle consiste a construire, dans un premier temps, un modele logit pour

estimer des probabilites de defaut. Dans un second temps, la methodologie utilise

la distribution de ces probabilites de defaut pour construire des classes de rating

simulees, et finalement confronter celles-ci aux classes de rating d’agence et a leursprobabilites de defaut historiques sous-jacentes. Cette methodologie formalise les

relations entre les probabilites de defaut produites par le systeme de ratings et les

probabilites de defaut issues de la modelisation.

On suppose que chaque emetteur i est caracterise a l’instant t par sa distance

au defaut Dit ainsi que par la volatilite de cette distance V it. En t, la probabilite de

defaut (non observee) a l’horizon de n annees, notee P nit correspond a la probabilite

que Dit tombe a 0 durant la periode [t, t + n], l’emetteur est dans ce cas en defaut.

L’objectif d’un systeme de ratings consiste ici essentiellement a mesurer le risque

de defaut a l’horizon de n annees grace a l’agregation de l’information sur D et

V en une estimation de la probabilite de defaut P rnit = f (Dit, V it) et grace a une

echelle de notation qui specifie la classe Gnit associee a chaque valeur de P rnit9. Sous

l’hypothese que P rnit mesure P nit, tous les emetteurs d’une meme classe de rating ont

des P nit dont les valeurs sont comprises a l’interieur des intervalles des probabilites

de defaut qui delimitent la classe de rating. Cependant, l’attribution d’un rating fait

intervenir le jugement humain. De ce fait, P rnit demeure implicite et non observable.

La quantification de la probabilite de defaut moyenne par classe de rating necessite

l’obtention des estimations des probabilites de defaut individuelles des emetteurs

P qnit. Dans la pratique, les probabilites de defaut estimees moyennes par classe de

rating sont utilisees.

La quantification des classes de rating peut s’operer en utilisant deux approches.

La premiere consiste a estimer les probabilites de defaut individuelles en utilisant

9L’exposant r correspond a la classe de rating.

99

http://-/?-

http://-/?-




un modele statistique, tel un modele de score, afin de calculer la probabilite de

defaut moyenne correspondante a la classe de rating. La deuxieme approche est la

methode de mapping. Dans le cadre de celle-ci, on peut recourir a la methode du

rating de l’emprunteur median. Celle-ci se decompose en deux etapes : l’egalisationde chaque classe de rating simulee a une classe de rating d’agence de notation, puis

l’utilisation du taux de defaut moyen correspondant a la classe de rating d’agence

comme estimateur de la probabilite de defaut moyenne du systeme de rating simule.

Dans ce travail, les deux approches de quantification des ratings sont appliquees

afin d’etudier la coherence d’un rating de banque de Moody’s avec les resultats

d’un modele de defaut. L’objectif consiste a tester si ces ratings signalent de fa-

con coherente la probabilite de defaut de la banque, et remplissent ainsi leur role

informationnel.

Cette methodologie se decompose en cinq etapes :

Etape 1. Afin d’estimer des probabilites de defaut, un modele logit est applique10.

Ces probabilites sont notees ˆ pD et correspondent aux probabilites de defaut

individuelles a l’horizon d’un an des banques de pays emergents dans l’echan-

tillon. La fonction de scoring est definie selon l’equation suivante :

DEFAUT = α + Y ′i β + εi,

avec p(DEFAUT ) = expv

1+expv , v = α + Y ′i β + εi, Y ′i correspondant au vecteur

des facteurs de risque, le residu εi ayant une distribution logistique de moyenne

0 et de variance Π2

3 .

Etape 2. A partir de la distribution des probabilites ˆ pD, on cree des classes de

rating simulees. L’intervalle [0,1] des ˆ pD est decoupe suivant les resultats des

rapports Moody’s (Carey et Hrycay, 2001 ; Hamilton et al., 2004), ce qui permet

10Voir Maddala (1983) pour une description detaillee des modeles logit.

100

http://-/?-

http://-/?-




d’attribuer un rating a chaque banque. Une echelle ordinale du risque de defaut

est obtenue.

Etape 3. Les statistiques descriptives suivantes sont calculees : les moyennes et

medianes des probabilites estimees ˆ pD, de meme que les taux de defaillance

observes par classe de rating simulee.

Etape 4. Les memes statistiques descriptives relatives aux ˆ pD et aux taux de defaut

par classe de rating Moody’s sont evaluees.

Etape 5. On procede au mapping des classes de rating simulees, construit a partir

de la distribution des probabilites de defaut individuelles estimees par le modele

de score, avec les classes de rating Moody’s. En confrontant les taux de defaut

historiques correspondants au rating median a ceux observes dans l’echantillon,

par classe de rating simulee, on peut affiner l’etude de la coherence des ratings

avec le risque de defaut. Celle-ci est satisfaisante si la distribution des ratings

concorde avec celle du rating simulee.

2.3.2 Donnees

Moody’s Investors Service a lance en 1995 un nouveau type de rating de banques :

le Bank Financial Strength Rating (BFSR). Le BFSR represente l’opinion de Moody’s

sur la solidite financiere interne d’une banque. D’apres cette agence, les determinants

de ce rating sont differents des ratings traditionnels produits par Moody’s (obliga-

tions, depots bancaires, credits, titrisation, etc.). Ce service est disponible pour des

etablissements de plus de 50 pays a travers le monde. Les classes de rating du BFSR

s’etendent de A (meilleure note) a E (moins bonne note). Le BFSR est produit a

l’issue d’une analyse financiere et d’une evaluation subjective de l’analyste. Ce type

de rating est disponible sous forme sollicitee ou non. Le BFSR peut s’apparenter a

101




une evaluation de la probabilite de defaut de la banque, puisqu’il vise a quantifier le

niveau de fragilite de l’etablissement en question.

Par ailleurs, on utilise la base Bankscope de Fitch IBCA pour extraire les in-

formations comptables des banques de pays emergents, y compris les etablissementsdefaillants. L’etude porte sur la periode 1998 −2002. La base de banques defaillantes

est identique a celle presentee et utilisee dans le chapitre 211.

On utilise l’echantillon de donnees decrit dans le chapitre 2, augmente des banques

provenant des pays d’Europe de l’Est. On retient les etablissements disposant du ra-

ting BFSR de Moody’s, ce qui reduit sa taille. L’echantillon final est compose de

483 banques des pays emergents des zones d’Europe de l’Est, d’Asie du Sud-Est et

d’Amerique Latine, dont 68 en defaut12.

Les definitions des ratings Moody’s sont fournies dans le tableau 2.113.

2.4 Resultats

Le modele logit utilise comporte cinq variables proxies des principaux facteurs

de risque mis en avant dans la litterature (voir Demirguc-Kunt, 1989a), et ayant unimpact significatif sur la probabilite de faillite de la banque14.

Ces facteurs de risque recouvrent selon la typologie CAMEL les dimensions sui-

vantes : l’adequation du capital au total bilan (EQUTOTASSETS = Fonds Propres

/ Total Bilan ), la qualite des actifs bancaires - la couverture des prets non per-

formants par les provisions (LLOSSRESNPL = Provisions pour Pertes sur Prets /

11Rappelons qu’une banque est consideree comme defaillante lorsqu’elle fait l’ob jet des proce-

dures suivantes : sous-administration, agrement bancaire suspendu ou revoque, en liquidation, ouen faillite.12Voir tableau B.1 en annexe B.13On ne dispose pas de banques notees A dans notre echantillon puisque ce type d’etablissement

est tres rare dans les pays emergents.14Le choix des variables s’appuie sur les resultats de Godlewski (2004d). Les facteurs de risque

selectionnes sont ceux dont le pouvoir explicatif et discriminant est le plus important.

102

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Tab. 2.1 – Definition et frequences des classes de rating Moody’s BFSR

BFSR Frequence DefinitionA 0 Force financiere intrinseque exceptionnelle. Etablissements

majeurs avec des valeurs de franchise elevees, des fonda-

mentaux financiers solides et un environnement operationnelstable et tres attractif.

B 12 Force financiere intrinseque importante. Etablissementsd’importance avec des valeurs de franchise de qualite, de bonsfondamentaux financiers, et un environnement operationnelattractif et stable.

C 57 Bonne force financiere intrinseque. Valeur de franchise dequalite, des fondamentaux financiers acceptables dans unenvironnement operationnel stable, ou des fondamentaux fi-nanciers superieurs a la moyenne dans un environnement in-

stable.D 237 Force financiere adequate. Valeur de franchise vulnerable,fondamentaux financiers faibles, un environnement opera-tionnel instable.

E 177 Force financiere intrinseque tres faible. Necessite un soutienexterne periodique. Valeur de franchise douteuse, fondamen-taux financiers deficients, un environnement operationnel for-tement instable.

Source : Moody’s Investors Service, Global Credit Research , et Poon et al. (1999).

Prets Non Performants ), la qualite de la gestion de la banque (PERSEXPENSE

= Charges de Personnel / Charges d’Exploitation ), la rentabilite (NETINTMAR-

GIN = Marge d’Interets Nette), et la liquidite des actifs (LIQUIDASSETS = Actifs

Liquides / Total Bilan ). On controle egalement la taille de la banque, en incluant

le logarithme de la valeur du total bilan dans le modele (LOGTOTASSET). Les

statistiques descriptives sont presentees dans le tableau 2.2.

Ces resultats amenent plusieurs commentaires. Les valeurs des variables de capi-

talisation (EQUTOTASSETS), de provisions des prets douteux (LLOSSRESNPL),

de depenses de personnel (PERSEXPENSE), de marge beneficiaire (NETINTMAR-

GIN), et d’actifs liquides (LIQUIDASSETS) dans les banques defaillantes sont net-

103




Tab. 2.2 – Statistiques descriptives des variables explicatives du modele de defautde la banque

Variable N moyenne ecart-type min. max.Defaillantes

EQUTOTASSETS 68 0.09 21.68 −120.92 28.26LLOSSRESNPL 68 30.03 31.13 7.74 114.91PERSEXPENSE 68 24.44 11.27 7.02 96.85NETINTMARGIN 68 0.65 9.45 −52.99 3.78LIQUIDASSETS 68 16.82 8.59 5.16 39.09LOGTOTASSET 68 16.32 0.83 13.58 17.38

Non defaillantesEQUTOTASSETS 415 9.96 6.39 −4.49 59.55LLOSSRESNPL 415 101.33 93.46 5.25 765.62PERSEXPENSE 415 35.47 15.64 7.02 96.85

NETINTMARGIN 415 5.89 6.21 −16.95 31.72LIQUIDASSETS 415 30.92 15.41 5.03 73.79LOGTOTASSET 415 15.47 1.15 12.5 18.09

N : nombre d’observations. min. et max. : minimum et maximum.

Source : Bankscope.

tement inferieures en moyenne aux valeurs de ces memes variables pour les etablis-

sements solvables. Par contre, la taille des banques est en moyenne equivalente pour

les etablissement defaillants et non defaillants.

Dans la suite de cette section sont presentes les resultats des cinq etapes de la

methodologie decrites precedemment.

Etape 1

Les resultats du modele de defaut incorporant les facteurs de risques sont donnes


Les coefficients significatifs et ayant des signes attendus, conformement aux re-

sultats obtenus dans la litterature empirique existante (voir Demirguc-Kunt, 1989a),

sont associes aux variables EQUTOTASSETS, LLOSSRESNPL, PERSEXPENSE,

NETINIMARGIN, et LIQUIDASSETS. Une bonne capitalisation, une couverture

104




Tab. 2.3 – Resultats du modele logit de defaut de la banque

VariablesINTERCEPT −5.221∗

(2.84)

EQUTOTASSETS −0.231∗∗∗

(0.07)LLOSSRESNPL −0.019∗∗∗

(0.01)PERSEXPENSE 0.02

(0.01)NETINTMARGIN −0.192∗∗∗

(0.01)LIQUIDASSETS −0.06∗∗∗

(0.01)

LOGTOTA 0.453∗∗∗

(0.11)Ndef. 68N 478LR 175.97∗∗∗

Log V −107.54Tx reclas. def. 88.2Tx reclas. non def. 83.7∗∗∗ et ∗ : coefficient significatif au seuil de 1% et 10%.

Les ecarts-types figurent entre parentheses.

Ndef. : nombre de defauts, N : nombre de banques.

Log V : logvraisemblance, LR : ratio de vraisemblance.

Tx reclas. def. : Taux de reclassement des defauts.

Tx reclas. non def. : Taux de reclassement des non defauts.

importante des prets non performants par les provisions, une part de depenses de

personnel importante, une bonne marge beneficiaire, et une part d’actifs liquides re-

lativement eleve dans le total bilan sont des facteurs qui reduisent la probabilite de

defaut de la banque. Les proprietes du modele sont bonnes, comme en temoignent

le taux de reclassement des defauts, proche de 90% et celui des non-defauts, proche

de 85%15.

15Au taux de defaillance de l’echantillon, soit 14%.

105

http://-/?-

http://-/?-




Etape 2

L’intervalle des probabilites estimees par le modele logit est decoupe en classes

en suivant les rapports de Moody’s (Carey et Hrycay, 2001 ; Hamilton et al., 2004).

Toutefois, on agrege les probabilites en quatre classes puisqu’on travaille sur desratings BFSR renseignes sur quatre classes seulement dans notre echantillon (res-

pectivement B, C, D et E). Le decoupage agrege de la distribution des probabilites

de defaut estimees est decrit dans le tableau ci-dessous.

ˆ pD classe simulee

< 0.0025 1

[0.0025, 0.01[ 2

[0.01, 0.05[ 3

≥ 0.05 4

La distribution des probabilites de defaut ainsi estimees est utilisee pour construire

un systeme de rating simule, en decoupant l’intervalle des probabilites estimees en

quatre classes16.

Etape 3

En utilisant les probabilites de defaut estimees moyennes et medianes, on quan-

tifie chaque classe de rating simulee, et on compare les probabilites de defaut avec

les taux de defaut observes par classe de rating simulee. Les resultats sont presentes


En premier lieu, une liaison monotone entre les probabilites de defaut moyenne

et les taux de defaut observes par classe de rating simulee est mise en evidence.

Les probabilites de defaut estimees moyennes sont relativement coherentes avec les

taux de defaut observes, particulierement pour la classe 4 la plus risquee, avec une

16Le nombre d’observations par classe de rating simulee est (par ordre croissant du rating) : 116,64, 108, 190.

106

http://-/?-

http://-/?-



Tab. 2.4 – Moyennes et medianes des probabilites estimees et des taux de defaut par cl

classes moy. med. s.e. tx nb. s.e. lim. inf. lim. sup. lˆ pD ˆ pD ˆ pD def. def. tx def. I.C. ˆ pD I.C. ˆ pD I.C

1 0.000617 0.000277 0.0007 0 0 0 0.000492 0.000743 2 0.005808 0.005237 0.0022 0 0 0 0.005261 0.006354

3 0.022789 0.021318 0.0114 0.046296 6 0.2111 0.020617 0.02496 4 0.34261 0.279663 0.2524 0.326316 62 0.4701 0.306483 0.378736

La probabilite de defaut estimee par le modele logit est notee ˆ pD. moy. : moyenne, med. : mediane, s.e. :

taux de defaut, nb. def. : nombre de defauts, lim. inf. et lim. sup. de l’I.C. : limite inferieure et superieure

de confiance a 95%. Compte tenu du nombre d’observations reduit par classe de rating (simulee et d’agen

des limites de l’intervalle de confiance exact sous l’hypothese de distribution binomiale des proportions.

1 0

7




probabilite de defaut estimee moyenne a 34.26% et un taux de defaut observe a

32.63%. Par contre, cette coherence est faible pour les classes 1 et 2 ou il y a absence

de defauts observes. Les moyennes et les medianes des probabilites de defaut estimees

sont tres proches. Pour les classes comportant des defauts, les probabilites de defautmoyennes appartiennent toutes a l’intervalle de confiance a 95%, ce qui contribue a

valider le degre de coherence. On observe egalement des ecarts-type de la moyenne de

ˆ pD croissants avec les classes de rating, inferieurs aux ecarts-type du taux de defaut

observe correspondants. On obtient de cette maniere une mesure de l’homogeneite

du risque de defaut par classe de rating, celle-ci n’etant pas forcement garantie

par le systeme de notation (simule et d’agence) (voir Blochwitz et Holh, 2001, par

exemple). Enfin, on remarque que, hormis pour les classes 1 et 2 sans defaut observe,

les intervalles de confiance a 95% de la probabilite de defaut estimee et du taux de

defaut observe se croisent.

Etape 4

On procede ensuite a la quantification des classes de rating Moody’s par la me-

thode de scoring, a savoir au calcul des probabilites de defaut par classe de BFSR

en utilisant les probabilites de defaut individuelles issues du modele de score. On

presente les moyennes et les medianes des probabilites estimees par classe de rating

BFSR de Moody’s, de meme que les taux de defaut et les intervalles de confiance a

95% ainsi que les ecarts-type de ˆ pD et du taux de defaut au sein de chacune de ces

classes Moody’s dans le tableau 2.5.

Il est important de signaler que le rating devrait etre par nature acyclique

(“through the cycle”), alors que le modele logit estime des probabilites “point in

time”. Cependant, si ce modele de defaut permet d’estimer correctement des proba-

bilites de defaut individuelles des banques a l’horizon d’un an, il devrait egalement

108



Tab. 2.5 – Moyennes et medianes des probabilites estimees et taux de defaut par class

BFSR moy. med. s.e. tx nb. s.e. lim. inf. lim. sup. ˆ pD ˆ pD ˆ pD def. def. tx def. I.C. ˆ pD I.C. ˆ pD I

B 0.03125 0.030338 0.0129 0 0 0 0.023062 0.039438 C 0.014895 0.007982 0.0209 0.036364 2 0.188919 0.009248 0.020543

D 0.074619 0.011019 0.1464 0.08547 20 0.280179 0.05576 0.093478 E 0.278786 0.15315 0.2852 0.259887 46 0.439817 0.236481 0.321092





1 0

9




permettre d’estimer correctement les probabilites de defaut moyennes a l’horizon

d’un an par classe de rating BFSR de Moody’s17.

D’apres les resultats du tableau 2.5, on constate une coherence importante avec

les taux de defaut observes par classe de rating, hormis pour la classe B, ou les defautsobserves sont absents. On a ainsi des probabilites de defaut estimees moyennes a

1.49%, 7.46% et 27.88% pour les classes C, D, et E, avec des taux de defaut observes

correspondants a 3.63%, 8.55% et 25.99%. Ainsi, mise a part la classe B, toutes les

probabilites de defaut estimees moyennes appartiennent a l’intervalle de confiance a

95%. Par contre, sauf pour la classe la moins risquee - B - les divergences entre les

moyennes et les medianes des probabilites de defaut estimees sont consequentes. Les

ecarts-type de ˆ pD et du taux de defaut sont croissants avec les classes de rating BFSR,

avec des divergences moins importantes entre ces deux statistiques. On constate

egalement que les intervalles de confiance a 95% des ˆ pD et des taux de defaut se

croisent pour les classes de rating C, D et E, permettant de valider l’hypothese

d’egalite de ces deux variables.

Etape 5

Enfin, on utilise les probabilites de defaut (transition a un an d’un rating vers

le defaut) des classes de rating Moody’s afin de proceder au mapping des classes de

rating simulees au systeme Moody’s. Les resultats sont presentes dans le tableau 2.6.

Les taux de defaut historique correspondent aux taux de transition historiques

moyens vers la categorie Default a l’horizon d’un an sur la periode 1998 − 2002 pour

les pays emergents etudies18.

17Sachant que le pouvoir discriminatif du modele logit reste imparfait. Notons que le presenttravail ne vise pas a etudier l’impact de l’horizon temporel sur les performances du modele descore. C’est la une piste de recherche future. On renvoie le lecteur a l’etude d’Altman et Rijken(2004) pour ce type d’investigation. Ces auteurs montrent que les ratings d’agence presentent unestabilite de long terme, validant ainsi l’hypothese de notation a travers le cycle. La politique detransition prudente des ratings explique en grande partie cette stabilite.

18Source : Credit Risk Calculator , Moody’s Investor Services. On utilise les matrices de transitiondes ratings des emetteurs, excluant les ratings retires (withdrawn ratings), avec une correspondance

110

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Tab. 2.6 – Calibrage des classes de rating simulees avec les classes de rating Moody’s

classes BFSR tx def. BFSR s.e. tx lim. inf. lim. sup.med. historique moy. BFSR def. I.C. tx def. I.C. tx def.

1 D 0.00693 3.03 0.625 0 0 02 D 0.00693 3.06 0.5876 0 0 03 D 0.00693 2.81 0.877 0.046296 0.0152 0.10474 E 0.1429 3.58 0.5735 0.326316 0.2602 0.3979

La probabilite de defaut estimee par le modele logit est notee ˆ pD. moy. : moyenne, med. :

mediane, s.e. : ecart-type, tx def. : taux de defaut, nb. def. : nombre de defauts, lim. inf.

et lim. sup. de l’I.C. : limite inferieure et superieure de l’intervalle de confiance a 95%.

Compte tenu du nombre d’observations reduit par classe de rating (simulee et d’agence),

on utilise des limites de l’intervalle de confiance exact sous l’hypothese de distribution

binomiale des proportions.

La derniere classe 4 correspond a la classe de rating Moody’s E. Par contre, les

trois premieres classes 1 − 3 correspondent au BFSR D. Une forme d’agregation de

l’information sur le risque de defaut par le rating Moody’s semble presente. On re-

marque egalement que les taux de defaut historique des rating Moody’s sur-estiment

les taux de defaut observes pour les classes moins risquees et sous-estiment les taux

de defaut observes pour les classes plus risquees. Meme pour la derniere classe 4, la

plus risquee, le taux de defaut historique a 14.29% est deux fois inferieur au taux de

defaut observe de 32.63%.

Enfin, le croisement entre les classes de rating simulees et les classes de rating

d’agence Moody’s est presente dans le tableau 2.7.

Ces resultats tendent a confirmer une tendance a l’agregation de l’information

dans des classes intermediaires de categorie de mauvaise qualite, particulierement

dans la classe de rating D du BFSR de Moody’s.

entre ces ratings et le BFSR comme suit (la categorie des “ratings speculatifs” commence au ratingBaa de Moody’s) : Aaa = A, Aa = B, A = C, Baa-B=D, Caa-C = E. Pour la categorie D (Baa-B),on utilise la moyenne ponderee des taux de transition vers la categorie Default . Le resume de lamatrice de transition de Moody’s est fourni dans le tableau B.2 dans l’annexe B.

111




Tab. 2.7 – Croisement des classes de rating simulees et BFSR (Moody’s)

BFSRclasses B C D E

1 0 18.1 61.21 20.69 1002 0 14.06 65.63 20.31 1003 10.19 18.52 50.93 20.37 1004 0.53 2.63 34.74 62.11 100

Compte tenu des donnees disponibles, la quantification des classes de rating

Moody’s par la methode de scoring montre une relative coherence du BFSR avec

le risque de defaut effectif de l’echantillon. Par contre, les resultats du mapping

suggerent que le systeme des ratings Moody’s a tendance a agreger l’information sur

le risque de defaut dans des classes de rating de mauvaise qualite, le rating BFSR

median etant equivalent a la categorie D19.

2.5 Conclusion

Ce chapitre etudie la coherence des ratings de banque avec les resultats d’un

modele de defaut des banques dans les pays emergents. La methodologie de scoring

et de mapping proposee par Carey et Hrycay (2001) est appliquee a un echantillon

de pres de 500 banques des pays emergents d’Europe de l’Est, d’Asie du Sud-Est

et d’Amerique Latine sur la periode 1998 − 2002, notees par Moody’s, a savoir le

systeme BFSR - Bank Financial Strength Rating . Le BFSR represente l’opinion de

l’agence Moody’s sur la solidite financiere d’une banque.

La quantification des classes de rating Moody’s par la methode de scoring met

en evidence l’existence d’une coherence satisfaisante entre le BFSR et le risque de

defaut observe dans l’echantillon. Les resultats de la methode du mapping, permet-

19Un decoupage alternatif de l’intervalle de la probabilite de defaut estimee pourrait eventuelle-ment influencer ce type de resultat.

112

http://-/?-

http://-/?-




tant d’affiner l’etude de la coherence, mettent en evidence une tendance a agreger

l’information sur la probabilite de defaut en classe de risque mediocre, equivalent a

un rating BFSR D.

L’integration de variables proxies des facteurs reglementaires en vigueur dansles pays emergents etudies ameliorent sensiblement le modele de score, ainsi que les

resultats de la quantification et du mapping. L’agregation de l’information sur le

risque de defaut par le rating Moody’s apparaıt moins prononcee20.

20Ces resultats supplementaires sont fournis en annexe B.

113

http://-/?-

http://-/?-



Chapitre 3

Choix de la combinaison

rentabilite-risque du portefeuille :

Une approche fondee sur les

fonctions de distance directionnelle

Sommaire

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 116

3.2 Le modele de fonction de distance directionnelle . . . . 120

3.3 Donnees et resultats . . . . . . . . . . . . . . . . . . . . . . 129

3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

115



Chap. 3. Choix de la combinaison rentabilite-risque du portefeuille. . .

3.1 Introduction

Les banques peuvent effectuer des arbitrages en terme de rentabilite et de risque,

et choisir des profils plus ou moins risques en terme de couple rentabilite-risque. En

outre, la reglementation prudentielle des banques, particulierement la regulation du

capital bancaire, a pour but de reduire l’exces de risque dans la banque. La banque

est tenue de detenir des fonds propres pour couvrir les pertes potentielles sur actifs

risques, notamment le portefeuille de prets. Ce mecanisme reglementaire est cense

influencer les preferences pour le risque des managers de la banque, en induisant un

comportement de prise de risque conservateur.

La combinaison rentabilite-risque efficiente d’un portefeuille d’une banque peut

etre mesuree suivant plusieurs approches.

Le modele de portefeuille propose par Pyle (1971) avec les extensions apportees

par Hart et Jaffee (1974) se place dans un cadre esperance-variance et constitue

une premiere approche. Il permet de modeliser le choix d’allocation des actifs et des

dettes risques par la banque. Cependant, ce type de modele ne tient pas compte du

risque de faillite de l’etablissement (Keeley et Furlong, 1990), c’est-a-dire des pertes

potentielles sur les actifs pouvant entraıner la faillite. Or ce risque est influence par

le choix des actifs risques. En reponse a ce probleme, des auteurs comme Koehn et

Santomero (1980), Kim et Santomero (1988) et Rochet (1992) ont etudie l’impact

d’une contrainte reglementaire en capital sur le choix d’allocation des actifs risques.

Cette contrainte modifie la frontiere rentabilite-risque. Leurs resultats montrent que

la probabilite de defaut de la banque peut augmenter suite a l’introduction d’une

contrainte de capital. Par contre, Furlong et Keeley (1989) et Keeley et Furlong

(1990) trouvent que ce type de contrainte peut reduire le risque defaut de la banque.

116




Cette approche comporte certaines limites. Dans un cadre esperance-variance,

tous les niveaux de risque sont possibles et implicitement acceptables par la banque

et on ne tient pas compte du risque de defaut de la banque, qui est influence par le

choix des actifs. Le traitement exogene de la contrainte de capital modifie la frontiererentabilite-risque, mais les resultats quant a son efficacite sur le controle de la prise

de risque sont contradictoires.

Les frontieres d’efficience offrent une approche alternative pour la modelisation

du choix rentabilite-risque. Hughes et al. (1997, 2001) ont ete les premiers a faire

le lien entre la prise de risque, la structure financiere et l’efficience bancaire. Ils

etudient l’impact des decisions de production par la banque sur son niveau de risque,

en integrant la structure du capital (le capital est introduit comme un input fixe)

ainsi que les objectifs de maximisation de la valeur de la banque par les managers,

endogeneisant ainsi la prise de risque, dans la fonction de production de la banque. En

effet, Hughes et Mester (1998) ont demontre que les managers faisaient un arbitrage

entre le risque et la rentabilite, le capital servant de couverture des pertes, ce qui

legitime son introduction comme input fixe dans la fonction de production de la

banque. Un etablissement davantage adverse au risque peut decider de couvrir le

risque de son portefeuille de prets avec un niveau de capital plus important qu’un

etablissement neutre au risque.

Au sein du meme courant des frontieres de production, des extensions ont consiste

a integrer la qualite du portefeuille de prets et les preferences pour le risque du

manager en recourant a la methodologie des fonctions de distance directionnelle

(Fare et Grosskopf , 2000). Devaney et Weber (2002) et Fare et al. (2004) etudient

l’efficience profit de banques americaines ainsi que l’effet de la reglementation du

capital bancaire sur l’efficience des banques, en introduisant des contraintes sur le

levier et le ratio de capital dans le programme lineaire. Les resultats demontrent que

117




la reglementation du capital a un effet sur l’efficience allocative mais est sans effet

sur l’efficience technique.

La mesure du risque s’effectue de maniere differente selon l’approche retenue.

Dans le cadre d’un modele de portefeuille, le risque est mesure par la volatilite desrendements des actifs de la banque. Par contre, le risque est mesure par les pertes

sur actifs dans le cadre de l’approche des fonctions de distance directionnelle avec

output non desirable.

La contrainte de capital modifie la frontiere rentabilite-risque pour amener les

banques a choisir des combinaisons d’actifs qui generent un rendement en relation

avec le risque. Le manager de la banque peut egalement choisir une combinaison

rentabilite-risque efficiente s’il percoit correctement le cout du risque des actifs,

c’est-a-dire les pertes. Cette approche alternative devrait permettre de determiner

la combinaison rentabilite-risque avec une probabilite de defaut acceptable par les

actionnaires de la banque. La determination de cette combinaison optimale permet

ensuite de la comparer avec l’effet de la contrainte de capital.

Ce chapitre propose de mesurer le choix du couple rentabilite-risque du banquier

au moyen de la methodologie des fonctions de distance directionnelle avec output

non desirable (Fare et Grosskopf, 2000 ; Fare et al., 1993; 2004). Il etudie egalement

l’impact de la reglementation du capital. A cet effet, on utilise une methodologie ori-

ginale (Chaffai et al., 2004) permettant d’integrer le risque de credit dans la fonction

de production bancaire et ainsi d’etudier l’efficience des banques, leur sensibilite au

risque et l’impact de la contrainte reglementaire de capital sur ces preferences. La

fonction de distance directionnelle permet de controler les preferences pour le risque

du manager, en specifiant une direction impliquant l’augmentation des bons outputs

et la reduction des mauvais outputs dans le processus de production de la banque.

118




Cette methodologie presente de nombreux avantages : la fonction de distance

decrit completement la technologie, elle permet de modeliser de maniere conjointe

la production d’outputs multiples, elle satisfait la propriete de faible disposition des

outputs et la dualite entre les fonctions de distance et de revenu permet de deduireles prix implicites (shadow prices) des outputs. Enfin, elle necessite uniquement des

donnees agregees de bilan des banques.

La demarche visant a mesurer l’impact de la reglementation de capital sur la prise

de risque dans la banque distingue une alternative : le controle peut etre interne

(controle du couple rentabilite-risque par la banque) ou reglementaire (obligation

reglementaire qui agit sur le couple rentabilite-risque). Le controle de l’arbitrage en

terme de rentabilite-risque peut s’effectuer par le biais de l’input de capital et/ou par

le biais d’une direction adaptee pour les outputs desirables et l’output non desirable.

L’objectif est ici de confronter les resultats en terme de degre d’inefficience et de

prix percu du risque issus de deux modeles. Le premier considere le capital comme

input fixe et impose une direction de prise de risque. Le second impose une direction

qui correspond a une perception conservatrice du risque. On oppose ainsi l’incidence

de la reglementation prudentielle du capital sur la prise de risque a un comportement

individuel du manager qui serait sensible au risque.

Les resultats mettent en evidence des degres d’inefficience manageriale plus im-

portants pour les banques ne respectant pas la contrainte de capital reglementaire,

ainsi que des prix percus du risque plus faible. En outre, il apparaıt que ce type de

mecanisme de reglementation bancaire induit un comportement de prise de risque

plus conservateur. Le controle externe de l’arbitrage rentabilite-risque, en particu-

lier de l’exces de risque, par le biais de la reglementation semble plus efficace que le

controle interne.

119




La suite de ce chapitre est organisee de la maniere suivante. La methodologie

des fonctions de distance directionnelle avec output non desirable et le traitement

alternatif de la contrainte de capital sont presentes dans la section 3.2. On decrit les

donnees et on presente les resultats dans la section 3.3. Enfin, la section 3.4 concluece chapitre.

3.2 Le modele de fonction de distance direction-

nelle

3.2.1 La fonction de distance directionnelle avec output non

desirable

Le recours a une fonction de distance permet d’integrer des outputs non desi-

rables dans la fonction de production (Fare et al., 1993 ; Chung et al., 1997 ; Fare

et Grosskopf, 2000). L’originalite du modele de Chaffai et al. (2004) est de consi-

derer, dans le cas de la banque, les prets non performants comme un output non

desirable du processus de production. La fonction directionnelle fournit un cadre

d’analyse dans lequel le manager de la banque peut choisir des combinaisons d’out-

puts et d’inputs telles que le revenu soit maximise grace aux outputs desirables tout

en minimisant la production d’outputs non desirables qui impliquent des pertes de

revenu. L’estimation de ce type de fonction de distance directionnelle integrant un

output non desirable (les prets non performants dans la banque) permet d’inferer le

prix implicite de celui-ci. Ce prix peut etre interprete comme un cout marginal despertes de revenus, pouvant servir de mesure du prix du risque percu par le banquier,

et qui devrait etre inclut dans le taux d’interet exige pour remunerer la prise de

120




risque. Cette information permet d’etudier la sensibilite au risque du manager de la

banque.

Dans ce travail, on estime donc l’efficience technique des banques en tenant

compte de la possibilite pour la banque de produire a la fois des bons et des mauvaisoutputs.

On traite de maniere asymetrique les bons et les mauvais prets, ces derniers

etant consideres comme les outputs non desirables du processus de production de la

banque. En effet, une banque est d’autant plus efficiente qu’elle augmente la produc-

tion des bons outputs tout en reduisant celle des mauvais outputs pour un revenu

d’inputs donne. Pour representer cette technologie on recourt donc a la methodologie

des fonctions de distance directionnelle avec output non desirable.

Cette methode presente plusieurs avantages :

1. aucune hypothese forte concernant le programme de minimisation des couts

ou de maximisation des profits n’est necessaire,

2. l’information sur les prix des inputs ou des outputs n’est pas necessaire,

3. la fonction de distance peut etre utilisee pour deriver les prix implicites (shadow

prices) des outputs consideres.

Cette derniere caracteristique permet d’inferer le prix implicite des outputs non

desirables afin de quantifier le prix percu du risque par le manager de la banque.

On note x ∈ RN + le vecteur des inputs et y ∈ RM

+ le vecteur des outputs. On

note egalement b un scalaire representant l’output non desirable, a savoir les prets

non performants (PNP), qui sont produits conjointement avec les bons outputs.

L’ensemble de production de la banque est alors represente par :

T = {(y, b) : x peut produire (y, b)}. (3.1)

121




On suppose que l’ensemble T satisfait les conditions suivantes : c’est un ensemble

compact et convexe qui satisfait les hypotheses de libre disposition des inputs x, de

faible disposition des outputs (y, b) et l’hypothese de nullite conjointe.

L’ensemble compact signifie que des montants finis d’inputs ne peuvent produireque des montants finis d’outputs. En d’autres termes, la rarete des inputs implique

la rarete des outputs. La libre disposition des inputs traduit le fait qu’une augmen-

tation des inputs n’induit pas de reduction des outputs (les inputs ne congestionnent

pas les outputs). La faible disposition des outputs signifie que si x peut produire y,

alors x peut produire toute reduction proportionnelle de y. Cette hypothese offre la

possibilite de tenir compte des outputs non desirables. Les firmes ne peuvent elimi-

ner sans frais leur production d’outputs non desirables. La reduction des mauvais

outputs implique une diminution simultanee des bons outputs. La nullite conjointe

traduit la production conjointe des bons et mauvais outputs. Si aucun mauvais out-

put n’est produit, il est impossible de produire des bons outputs, et symetriquement,

la production de bons outputs implique une production de mauvais outputs egale-

ment.

La fonction de distance directionnelle qui permet d’accroıtre l’output desirable

y et de reduire l’output non desirable b selon la direction specifiee (gy, gb) est definie

par :

D(x,y,b; gy, gb) = maxβ {(x, y + βgy, b − βgb; gy, gb) ∈ T }. (3.2)

Pour une valeur donnee du vecteur g = (gy, gb), la fonction de distance direc-

tionnelle permet d’accroıtre les bons outputs y suivant la direction gy et de reduire

le mauvais output b suivant la direction gb, afin d’atteindre un point se trouvant

sur l’enveloppe T . L’accroissement et la reduction maximales sont donnees par la

122




valeur du coefficient β , solution de l’equation (3.2). Pour tout (y, b) ∈ T , on a

D(x,y,b; gy, gb) ≥ 0, et pour les banques efficientes D(x,y,b; gy, gb) = 0.

La figure 3.1 propose une representation graphique d’une fonction de distance

directionnelle avec un output desirable et un output non desirable.

a

T

0

B

D

b = output non désirable

y = output désirable

b

def A

cC

F

g = (gy, gb)

E = (b, y)

(y + β × gy, b− β × gb)

Fig. 3.1 – Representation de la fonction de distance directionnelle avec un outputdesirable et un output non desirable.

On represente 4 banques B, C, D et E. La technologie lineaire par morceaux

T est bornee par les droites AB, BC et CD, ainsi que l’extension horizontale D.

Compte tenu d’un vecteur directionnel (gy, gb), la fonction de distance directionnelle

est definie par DT (x,y,b; gy, gb) = maxβ {(x, y + β × gy, b − β × gb) ∈ T }. Elle accroıt

l’output desirable selon la direction gy et contracte l’output non desirable selon la

direction gb et mesure l’inefficience technique. Les banques B, C et D sont situees

sur la frontiere T et sont donc techniquement efficientes. La banque E se situe a

l’interieur de la frontiere et est techniquement inefficiente. Pour cet etablissement,

une expansion de l’output desirable et une contraction de l’output non desirable

123




proportionnelles implique DT (y, b; y, b) = EF /0g = β ∗. Le gain en output desirable

du a l’accroissement de l’efficience technique est b − a.

Dans ce cadre, la distance a la frontiere directionnelle dependra de la direction

choisie. Celle-ci formalise un comportement de prise de risque. Dans le cas d’unedirection g = (1, 1), les bons et mauvais outputs augmentent dans les memes pro-

portions. Dans le cas g = (1, 0), seuls les bons outputs augmentent, les mauvais etant

maintenus a un niveau constant. Enfin, il y a expansion des bons et contraction des

mauvais outputs dans le cas d’une direction g = (1, −1). Le choix des directions peut

etre effectue soit afin de representer des scenarios refletant l’attitude face au risque

du manager de la banque, soit en optant pour la direction qui permet le meilleur

enveloppement des donnees, en se basant sur les proprietes statistiques du modele.

Afin d’inferer les prix implicites des outputs, on utilise les proprietes de dualite

entre la fonction de distance et de revenu. Le prix implicite de l’output non desirable

reflete un cout d’opportunite en termes de perte de revenus suite a une reduction

incrementale de sa disposition. Alternativement, on peut considerer ce prix implicite

de l’output non desirable comme une mesure en termes de cout d’opportunite de l’im-

pact sur la performance de la banque de restrictions reglementaires qui empechent

la libre disposition de cet output1.

La fonction de revenu est definie comme

R(x, py, pb) = maxy,b{ pyy − pbb; (y, b) ∈ T }, (3.3)

ou py et pb correspondent aux vecteurs des prix de l’output desirable y et non

desirable b respectivement.

1En effet, la regulation impose aux banques de detenir des fonds propres couteux en adequationavec leur niveau de risque.

124

http://-/?-

http://-/?-




La relation entre la fonction de distance et de revenu satisfait l’equation suivante

D(x,y,b; gy, gb) =min py ,pb{R(x, py, pb) − ( pyy − pbb)}

( pyy + pbb), (3.4)

et sous l’hypothese de derivabilite de la fonction de distance directionnelle, le

prix implicite de l’output non desirable p∗b est donne par

p∗b = − pyi

∂ D(x,y,b; gy, gb)/∂b

∂ D(x,y,b; gy, gb)/∂yi

. (3.5)

Afin d’obtenir le prix implicite de l’output non desirable, il est necessaire de fixer

un des prix des outputs desirables2.

3.2.2 Le modele econometrique

L’estimation de la fonction peut s’effectuer au moyen de deux methodes : la

methode non parametrique, utilisant la methodologie d’enveloppement des donnees

(Data Envelopment Analysis - DEA), et la methode parametrique. Celle-ci permet

de differencier la fonction de distance directionnelle et obtenir ainsi le prix implicite

de l’output non desirable comme dans l’equation (3.5). C’est pourquoi on choisit

cette derniere methode.

Compte tenu du fait que la fonction de distance directionnelle doit satisfaire la

propriete de translation (soit D(x, y+αgy, b−αgb, gy, gb) = D(x,y,b; gy, gb)−α)3, une

forme fonctionnelle adaptee pour la fonction de production est necessaire. On utilise

une fonction quadratique lineaire (Chambers, 1998), dont l’estimation implique la

prise en compte de contraintes lineaires sur les parametres. Cette forme de la fonction2Notons que les resultats de la derivee, a savoir les valeurs du prix implicite de l’output non

desirable, sont sensibles au choix du prix de l’output desirable dans l’equation (3.5).3Si un bon output augmente de αgy et un mauvais output diminue de αgb alors le degre d’inef-

ficience sera reduit d’un niveau α.

125

http://-/?-

http://-/?-

http://-/?-

http://-/?-




de production est la plus repandue dans les etudes empiriques qui estiment des

fonctions de distance directionnelle (Fare et al, 2005).

On suppose ici que le processus de production de la banque implique deux out-

puts desirables y1, y2 et un output non desirable b, ainsi que trois inputs x1, x2, x3

et un input fixe xf . Notons que l’on impose aucune restriction ni contrainte sur cet

input fixe. Cela signifie que le capital est traite comme exogene au processus d’in-

termediation bancaire, servant uniquement de couverture des pertes potentielles sur

les outputs desirables. La fonction de distance directionnelle quadratique est definie

par :

D(x,y,b; gy, gb) = α0 +3

n=1

αnxn +2

m=1

β mym + γb + λxf

+1

2

3n=1

3n′=1

αnn′xnxn′ +1

2

2m=1

2m′=1

β mm′ynyn′ +1

2δb2

+2

m=1

3n=1

ηmnymxn +3

n=1

θmxmb +2

m=1

ϑynb, (3.6)

et les contraintes lineaires sur les parametres sont

2m=1

β mgy − γgb = −1, (3.7)

2m′=1

β mm′gy − ϑmgb = 0, m = 1, 2, (3.8)

2m′=1

ηmm′gy − θmgb = 0, m = 1, 2, (3.9)

2m=1

ϑmgy − δgb = 0, (3.10)

126




et on impose en plus des restrictions de symetrie, a savoir que αnn′ = αn′n,

β mm′ = β m′m et ηmn = ηnm.

Les parametres de la fonction de distance directionnelle sont estimes en mi-

nimisant la somme des ecarts par rapport a la frontiere efficiente, sous plusieurscontraintes :

minI

i=1

( D(xi, yi, bi; gy, gb) − 0), (3.11)

s.c.

D(xi, yi, bi; gy, gb) ≥ 0, i = 1, . . . , I , (3.12)

∂ D(xi, yi, bi; gy, gb)∂b

≥ 0, i = 1, . . . , I , (3.13)

∂ D(xi, yi, bi; gy, gb)

∂y j

≤ 0, i = 1, . . . , I , j = 1, . . . , J (3.14)

∂ D(xi, yi, bi; gy, gb)

∂xk

≥ 0, i = 1, . . . , I , k = 1, . . . , K (3.15)

ainsi que les contraintes materialisees par les equations (3.7) a (3.15), sachant I

etant le nombre d’observations, J le nombre d’outputs desirables et K le nombre

d’inputs.

Dans cette etude empirique on opte principalement pour deux directions qui

materialisent l’attitude face au risque du manager de la banque. Il s’agit des deux

scenarios suivants4 :

1. augmentation des outputs desirables (gy = 1) et reduction de l’output non

desirable - PNP (gb = −1),

4Notons qu’une direction impliquant l’absence de production d’output non desirable - PNP, soitgb = 0, n’est pas pertinente, car impossible a realiser lors de la production d’outputs desirablescomme les prets sans influencer le risque de credit dans la banque. Par ailleurs, on n’etudie pasles scenarios extremes, avec des directions de type g = (0.1,−1) ou g = (1, 0.1), pour lesquelleson experimente des problemes de convergence dans la resolution du programme d’optimisationcontraint.

127

http://-/?-

http://-/?-




2. augmentation des outputs desirables (gy = 1) et de l’output non desirable -

PNP (gb = 1).

Chaque direction correspond a un scenario de choix du manager de la banque

d’une combinaison rentabilite-risque. Le premier scenario (g = (1, −1)) correspond

a une sensibilite au risque, impliquant un arbitrage entre risque et rentabilite. Le

second scenario (g = (1, 1)) correspond a une neutralite au risque.

Les directions ci-dessus permettent de formaliser un comportement de prise de

risque du banquier. Il reste a integrer l’impact de la reglementation du capital.

3.2.3 L’integration de la contrainte de capital

Le traitement de la contrainte reglementaire peut s’effectuer de plusieurs ma-

nieres. Dans la litterature non parametrique existante, le capital est integre comme

input fixe et des contraintes supplementaires sur les outputs et cet input fixe sont

rajoutees dans le programme lineaire a resoudre. L’integration de contraintes addi-

tionnelles sur les inputs et outputs de la fonction de distance borne l’ensemble des

possibles et reduit donc la surface enveloppee par la frontiere.

Generalement ces contraintes reglementaires5 prennent la forme d’inegalites. :

capitalM m=1 ym

≥ 0.04, (3.16)

pour la contrainte de levier, et

capital

M m=1 ωmym

≥ 0.08, (3.17)

5On fait reference au ratio Cooke, qui impose aux banques de detenir un montant minimumde fonds propres, egal a 8% de leur actifs ponderes au risque, avec au moins la moitie en Tier 1(capital et reserves).

128

http://-/?-

http://-/?-




pour la contrainte de capital reglementaire minimum (ωm etant les facteurs de

ponderation reglementaire des differents actifs a risques presents au bilan).

Cette approche est possible dans le cadre d’estimation non parametrique de la

fonction de distance en integrant les contraintes de capital (equations (3.16) et (3.17))dans le bloc de contraintes du programme lineaire. Or cette methodologie n’impose

pas de forme fonctionnelle a la frontiere et ne permet pas d’inferer les prix implicites

des outputs, particulierement de l’output non desirable. Un des objectifs de ce travail

etant d’estimer ces prix implicites du risque et d’etudier l’impact de la reglementation

sur ces derniers, on doit proceder de facon alternative. En effet, en imposant une

forme fonctionnelle a la fonction de distance, il s’avere difficile voire impossible de lier

les contraintes aux parametres de cette fonction, ce qui complique considerablement

l’estimation des parametres.

Notre objectif consiste a quantifier l’impact de la contrainte de capital reglemen-

taire sur l’efficience des banques et de confronter ces resultats a ceux qui supposent

l’absence de reglementation, mais qui imposent aux managers des preferences pour

le risque conservatrices, soit un arbitrage entre risque et rentabilite.

La demarche alternative consiste a estimer une fonction de distance directionnelle

selon que les banques respectent ou ne respectent pas la contrainte de capital, et de

comparer les resultats en terme de degre d’inefficience et de prix percu du risque.

3.3 Donnees et resultats

3.3.1 Donnees

L’echantillon utilise dans cette etude comporte 1510 observations portant sur

des banques des pays de l’Organisation de Cooperation et de Developpement Eco-

129




nomiques6 sur la periode de 1996 a 2003. Il est extrait de la base Bankscope de

Fitch IBCA. Il s’agit d’etablissements dont l’activite principale est l’intermediation

bancaire, avec fourniture de services de liquidite et collecte de depots ainsi que d’allo-

cation de prets. On a restreint l’echantillon aux banques commerciales, cooperativeset de depots. On a egalement borne les ratios suivants afin d’exclure les etablisse-

ments trop specialises :

– (Depots / Total Bilan ) > 10%,

– (Prets / Total Bilan ) > 10%,

– (Autres Actifs / Total Bilan ) > 5%.

On a elimine les etablissements de petite taille (Total Bilan < 250, 000 MUSD).

Enfin, on a procede a un bornage a 1% et 99% de tous les inputs et outputs utilises

dans la fonction de distance directionnelle quadratique qu’on estime par la methode

de programmation lineaire (Aigner et Chu, 1968) en imposant les contraintes de

linearite sur les parametres.

On considere la banque comme un intermediaire financier7 qui produit trois out-

puts, dont deux outputs desirables :

1. y1 : Prets,

2. y2 : Autres Actifs de Placement ,

et un output non desirable b : Prets Non Performants 8.

Quatre inputs sont utilises dans ce processus de production :

1. x1 : input travail, mesure par les Charges de Personnel ,

6Le recours aux banques des pays de l’OCDE permet de travailler sur des etablissements et des

environnements economiques et reglementaires relativement homogenes.7Approche d’intermediation, selon laquelle l’activite de la banque consiste a transformer des

inputs (par exemple les depots) en outputs (par exemple les prets).8Les prets non performants fournissent une mesure ex post de l’exces de risque. Une alternative

serait d’utiliser les provisions pour pertes sur prets comme mesure ex ante de l’exces de risque.Cependant, les provisions sont en grande partie influencees par la fiscalite et la reglementation envigueur. C’est pourquoi on retient les PNP comme output non desirable de la production bancaire,mesurant l’exces de risque.

130

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-

http://-/?-




2. x2 : input capital physique, mesure par les Actifs Immobilises,

3. x3 : input financier, mesure par le Total des Dettes,

4. xf : input fixe, le capital, mesure par les Fonds Propres.

Le controle de l’arbitrage en terme de rentabilite-risque peut s’effectuer par le

biais de l’input capital et/ou par le biais d’une direction adaptee pour les outputs de-

sirables et l’output non desirable. On confronte les resultats en termes d’inefficience

et de prix implicite des prets non performants issus soit d’un cadre ou le capital est

traite comme input fixe et une direction refletant un comportement de neutralite au

risque, soit d’un cadre sans capital mais avec une direction refletant une sensibilite

au risque. On oppose ainsi l’incidence de la reglementation prudentielle du capital

sur la prise de risque a un comportement individuel du manager qui serait sensible

a l’exces de risque.

En somme, la demarche visant a mesurer l’impact de la reglementation de capi-

tal sur la prise de risque dans la banque se decline en deux alternatives : le controle

interne (controle du couple rentabilite-risque par la banque) et le controle reglemen-

taire (obligation reglementaire qui agit sur le couple rentabilite-risque).

3.3.2 Resultats

On estime plusieurs modeles de la fonction de distance directionnelle avec output

non desirable, suivant une direction refletant un comportement de prise de risque

(neutre au risque pour une direction g(1, 1) et sensible au risque pour une direction

g(1, −1)), et l’integration ou non du capital (K ) comme input fixe dans la fonction

de production. Le tableau 3.1 resume les quatre modeles estimes par la suite.

En outre, on estime ces differents modeles sur deux sous-echantillons de banques :

celles qui respectent (ratio de capital sur total bilan superieur ou egal a 8%) et celles

qui ne respectent pas la reglementation du capital (ratio de capital inferieur a 8%).

131




Tab. 3.1 – Synthese des modeles estimes selon le comportement face au risque etl’integration ou non de l’input capital dans la fonction de distance directionnelle

Comportementde prise de risque

neutre sensibleg(1, 1) g(1, −1)

avec capital M 1 M 2sans capital M 3 M 4

Les resultats sont presentes de la facon suivante :

1. dans un premier temps, on etudie l’impact de l’integration du capital comme

input fixe sur les degres d’inefficience technique des banques (confrontation des

resultats des modeles M 1 aux resultats de M 3),

2. dans un second temps, on etudie l’impact du respect de la contrainte regle-

mentaire, en suivant l’approche alternative decrite auparavant, qui consiste a

estimer une fonction de distance directionnelle pour les banques respectant la

contrainte de capital et pour les banques ne respectant pas cette contrainte,

et de comparer les degres d’inefficience et les prix percus du risque obtenus(estimation du modele M 1),

3. dans un troisieme temps, on confronte les resultats en termes de degre d’inef-

ficience et de prix percu du risque d’un modele sans capital et sensibilite au

risque a ceux d’un modele avec capital et neutralite au risque (confrontation

des modeles M 1 et M 4).

A chaque fois, on presente et on compare les degres d’inefficience technique etles prix percus du risque moyens.

132




En premier lieu, on presente les statistiques descriptives des inputs et outputs

utilises dans l’estimation de la fonction de distance directionnelle dans le tableau

3.29.

Tab. 3.2 – Statistiques descriptives des inputs et outputs de la fonction de produc-tion bancaire (en milliers USD)

variable moy. ecart-type min. max.y1 Prets 20,952,912.3 39,826,277.6 147,592.6 309,356,000y2 Autres Actifs 13,444,671.2 30,722,775.7 40,369.4 234,686,000b Prets Non Performants 691,087.1 1,527,047.7 171.4 12,370,400

x1 Charges de Personnel 430,323.7 863,755.3 2,057 6,589,999.1x2 Actifs Immobilises 427,121.4 827,433.8 1,089.2 5,460,000

x3 Total Dettes 35,641,755.8 71,723,681.8 251,375 541,050,304xf Capital 185,126,441 330,910,425 2,117,025.09 2,943,506,923

N : 1510. moy. : moyenne, min. : minimum, max. : maximum.

L’estimation de la fonction de distance directionnelle permet d’inferer les prix

implicites des outputs, particulierement de l’output non desirable - les prets non

performants - pour chaque banque de l’echantillon. La valeur de la fonction de dis-

tance directionnelle fournit l’accroissement unitaire maximal en output desirable et

la contraction unitaire maximale en output non desirable et constitue une mesure

du degre d’inefficience. Des valeurs de la fonction superieures a zero indiquent des

degres d’inefficience plus important. Le prix implicite des PNP est interprete comme

etant le prix du risque percu par le manager de la banque. Alternativement, on peut

considerer ce prix comme le montant de la prime de risque que le banquier devrait

exiger et integrer dans le taux applique au pret afin de couvrir les pertes sur prets

potentielles. On infere ce prix implicite du risque a partir des equations (3.5) et

(3.6), en le normalisant par le prix implicite d’un des outputs desirables, a savoir

9Compte tenu de la taille des variables d’inputs et d’outputs, des problemes de convergence dansla resolution du programme d’optimisation contraint sont apparus. En suivant Fare et al. (2005),on a normalise les donnees en divisant chaque input et chaque output par sa valeur moyenne.

133

http://-/?-

http://-/?-




les Prets (output y1). On suppose par ailleurs que ce prix implicite est egal au prix

de marche des prets, a savoir le taux d’interet, mesure par le ratio Interets Verses /

Prets comme proxy 10. Ainsi, on peut interpreter le prix implicite du risque comme

une prime de risque exprimee en pourcentages. On interprete les valeurs moyennesde ces prix percus du risque comme suit :

– un prix percu du risque faible favorise un exces de risque,

– un prix percu du risque eleve favorise un comportement conservateur en ma-

tiere de prise de risque.

Impact de l’integration du capital sur l’inefficience technique

On presente dans le tableau 3.3 les degres d’inefficience moyens selon que la

banque respecte ou non un ratio de capital sur total bilan a 8%, correspondant

a une contrainte reglementaire en capital simplifiee11. Il s’agit la de la premiere

etape de notre demarche, presentee en debut de cette section. On etudie l’impact de

l’integration du capital comme input fixe sur les degres d’inefficience technique des

banques, en retenant une direction correspondant a un comportement de neutralite

au risque. Les resultats en terme de degre d’inefficience des modeles M 1 et M 3 sont

compares, en retenant une direction correspondant a une neutralite au risque (cf.

tableau 3.1). On estime une seule fonction de distance directionnelle sur l’ensemble

de l’echantillon (direction g(1, 1)), en integrant et omettant le capital comme input

fixe, respectivement.

Les resultats du tableau 3.3 se lisent de la maniere suivante : par exemple, une

distance moyenne de 0.242 equivaut a une inefficience technique de 24.2%.

Les banques respectant la contrainte de capital presentent des degres d’ineffi-

cience moyens plus faibles que les etablissements ne respectant pas cette contrainte.

10Notons que le prix moyen des prets dans l’echantillon s’eleve a 11.9%.11Les tests de difference de moyennes des degres d’inefficience presentes dans les tableaux qui

suivent ne permettent pas de rejeter l’hypothese d’egalite au seuil de 1%.

134

http://-/?-

http://-/?-

http://-/?-

http://-/?-




Fig. 3.2 – Distribution des degres d’inefficience pour toutes les banques de l’echan-tillon - modele M 1.

Tab. 3.4 – Comparaison des valeurs moyennes des degres d’inefficience et des prixpercus du risque (direction g(1, 1)) avec capital comme input fixe (modele M 1)

Resultats M 1ratio K ≥ 8% ratio K < 8%

D 0.0645 0.1839(0.135) (0.213)

p(risk) 0.28% ∼ 0

p(risk) : prix percu du risque. N : 1510. Ecarts-types

entre parentheses. Nombre de banques respectant

(resp. ne respectant pas) la contrainte : 375 et 1135.

136




On constate que les banques respectant la contrainte de capital ont un degre

d’inefficience moyen de 6.45% contre 18.39% pour celles qui ne la respectent pas. En

d’autres termes, les banques sous-capitalisees sont trois fois plus inefficientes. Le prix

percu du risque moyen pour les banques correctement capitalisees s’eleve a 0.28%,alors qu’il est quasi nul pour les banques sous-capitalisees. Ce resultat semble indi-

quer que la contrainte de capital exerce un impact sur la prise de risque d’un manager

de banque au comportement “preneur de risque”, puisqu’elle associee a un prix percu

du risque plus important. En d’autres termes, ce type de reglementation affecte la

perception du risque par le banquier, ce qui devrait conduire a un comportement

plus conservateur et l’exigence d’une prime de risque plus importante. Toutefois, ce

resultat peut recevoir d’autres explications. Les banques plus efficientes peuvent etre

aussi mieux capitalisees car plus rentables. De plus, une capitalisation plus impor-

tante accroıt la valeur de franchise de la banque, qui peut fonctionner comme un

mecanisme auto-disciplinant de la prise de risque (Keeley, 1990).

Les figures 3.3 et 3.4 fournissent une illustration graphique des resultats pre-

sentes dans le tableau 3.4. Il s’agit des distributions des degres d’inefficience pour

les banques respectant et ne respectant pas la contrainte de capital respectivement,

pour une direction g(1, 1), soit le modele M 1.

Controle interne versus controle externe de la prise de risque

Enfin, on compare les resultats en terme de degre d’inefficience et de prix percu

du risque d’un modele sans capital et sensibilite au risque (M 4) a ceux d’un modele

avec capital et neutralite au risque (M 1). En outre, pour le modele M

4, on distingue

les banques qui respectent ou ne respectent pas la contrainte de capital. Les resultats

sont presentes dans le tableau 3.5.

137




Fig. 3.3 – Distribution des degres d’inefficience pour les banques respectant lacontrainte de capital - modele M 1.

Fig. 3.4 – Distribution des degres d’inefficience pour les banques ne respectant pasla contrainte de capital - modele M 1.

138




Tab. 3.5 – Comparaison des valeurs moyennes des degres d’inefficience et des prixpercus du risque estimes par les modeles M 1 et M 4 (distinction des banques respec-tant et ne respectant pas la contrainte de capital pour ce dernier modele)

M 4 M 1ratio K ≥ 8% ratio K < 8% ratio K ≥ 8%

D 0.0983 0.1796 0.0645(0.135) (0.257) (0.135)

p(risk) 0.19% ∼ 0 0.28%

p(risk) : prix percu du risque. N : 1510. Ecarts-types entre parentheses.

Le respect de la contrainte de capital correspond a des prix du risque percus par

le banquier plus importants. Pour le modele M 4 applique aux banques respectant la

reglementation, le prix percu du risque est de 0.19%, alors que ce prix est quasi nul

pour les banques ne respectant pas la contrainte de capital. Ce resultat est coherent

puisqu’un prix du risque percu plus important traduit effectivement une sensibilite

au risque accrue. Le respect de la reglementation est associe a un comportement de

risque plus prudent. L’integration du capital comme input fixe dans la fonction de

distance implique des degres d’inefficiences moyens plus faibles compares a ceux sans

integration de l’input capital. Cet input joue donc bien un role dans la fonction de

production bancaire, et exerce un impact sur le choix du couple rentabilite-risque et

l’efficience de la banque.

Un manager de banque neutre au risque tenant compte de la contrainte de capital

a une perception du risque accrue par rapport a un manager sensible au risque. On

peut considerer ce resultat comme indicateur d’un comportement de prise de risque

coherent, dans la mesure ou pour une unite d’output desirable le manager produit

egalement une unite d’output non desirable. Mais, en raison de la contrainte de

capital, sa perception du risque est affectee, et il facture plus cher le credit octroye.

A l’inverse, s’il est sensible au risque (pour une unite d’output desirable le manager

139




contracte la production de l’output non desirable), la presence du capital comme

couverture semble etre liee a un prix percu du risque plus faible.

On remarque que, pour les banques respectant la contrainte de capital, le degre

d’inefficience moyen est proche de 10% dans le cas avec sensibilite au risque et sanscapital (modele M 4), contre un degre proche de 6.45% dans le cas avec neutralite

au risque et capital (modele M 1). Le prix percu du risque est sensiblement plus im-

portant dans le cas d’un comportement neutre au risque avec l’input capital (0.28%

avec le modele M 1), avec un ecart de pres de 0.10% par rapport au cas de sensibilite

au risque sans input capital (0.19% avec le modele M 4). En moyenne, l’inefficience

est donc plus importante et le prix du risque percu plus faible lorsqu’on ne tient pas

compte du capital comme input fixe dans la fonction de production bancaire, mais

seulement en reposant sur le comportement du banquier a restreindre sa prise de

risque (modele M 4).

Compte tenu des resultats obtenus, la reglementation du capital semble etre un

moyen efficace pour restreindre davantage l’exces de risque, car elle associee a un

prix du risque percu plus important et donc une tarification plus importante si elle

est ajustee au risque au niveau de la banque. Le controle externe semble plus a meme

d’induire un comportement conservateur en matiere de prise de risque par la banque

que le controle interne.

3.4 Conclusion

Ce chapitre modelise le choix du couple rentabilite-risque du banquier au moyen

de la methodologie des fonctions de distance directionnelle avec output non desirable.

Cette methodologie originale permet d’integrer le risque de credit dans la fonction

de production bancaire et ainsi d’etudier l’efficience des banques en tenant compte

de leurs preferences pour le risque, de leur sensibilite au risque et de l’impact de

140




la contrainte reglementaire de capital sur ces preferences. La demarche visant a

mesurer l’impact de la reglementation de capital sur la prise de risque dans la banque

modelise l’alternative entre le controle interne (controle du couple rentabilite-risque

par la banque) et le controle reglementaire (obligation reglementaire qui agit sur lecouple rentabilite-risque).

On obtient ainsi des mesures de l’inefficience technique (manageriale) des banques,

ainsi que des mesures de prix percus du risque par le banquier, en controlant leur

production de prets non performants, selon differents scenarios d’attitude face au

risque et en tenant compte du capital.

Cette methodologie a ete appliquee en estimant une fonction de distance direc-

tionnelle de forme quadratique avec un output non desirable - les prets non perfor-

mants - selon deux directions traduisant soit un comportement de neutralite, soit de

sensibilite au risque, et en integrant le capital comme input fixe. L’echantillon utilise

comprend plus de 1500 banques des pays de l’OCDE sur la periode 1996 − 2003.

Les resultats mettent en evidence des degres d’inefficience plus importants, ainsi

que des prix percus du risque plus faible, pour les banques ne respectant pas la

contrainte de capital. En outre, il apparaıt que ce type de mecanisme de reglemen-

tation bancaire engendre un comportement de prise de risque plus conservateur. Les

preferences pour le risque du banquier semblent donc etre influencees par la regle-

mentation bancaire. En effet, celle-ci induit un prix du risque percu plus important

et donc une tarification mieux ajustee au risque. D’apres ces resultats, le controle

externe de l’arbitrage rentabilite-risque, en particulier de l’exces de risque, par le

biais de la reglementation, est lie a des prix percus du risque moyens plus important

que dans le cadre du controle interne.

141



Chapitre 4

Delegation de la decision de credit

dans les banques : Le risque de

manipulation de l’information soft

et son controle

Sommaire

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 144

4.2 Information hard versus information soft et organisa-

tion de la banque . . . . . . . . . . . . . . . . . . . . . . . 146

4.3 Le modele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

4.4 Le cas de l’information hard . . . . . . . . . . . . . . . . . 156

4.5 Couts et gains de l’information soft . . . . . . . . . . . . 158

4.6 Le cas de l’information soft . . . . . . . . . . . . . . . . . 160

4.7 Comparaison des resultats . . . . . . . . . . . . . . . . . . 165

4.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 169

143



Chap. 4. Delegation de la decision de credit dans les banques. . .

4.1 Introduction

L’industrie bancaire est fortement tributaire de l’information1. La banque est

en effet confrontee a un probleme d’asymetrie d’information due a l’opacite informa-

tionnelle des emprunteurs. Cette opacite varie avec les emprunteurs, les PME etant

sans doute les plus opaques. Pour resoudre ce probleme d’asymetrie d’information

la banque peut acquerir deux types d’information : de l’information hard , en ex-

terne, par le biais de l’information publique (rating, score . . .), et de l’information

soft , en interne, par le biais de la relation de clientele. Cela suppose deux methodes

d’attribution des prets : la banque a l’acte versus la banque de relation. Une littera-ture recente etablit des distinctions a faire entre l’information soft et l’information

hard (Petersen, 2004)2. La prise en compte de l’information soft est notamment

susceptible d’accroıtre la precision des estimations de la qualite des emprunteurs

(Lehmann, 2003 ; Grunert et al., 2005), mais a le desavantage d’etre non verifiable

et donc manipulable. Ainsi le type d’information utilise peut influencer la gestion des

risques par la banque, mais il a aussi un impact sur sa structure organisationnelle

qui doit etre adaptee pour eviter les consequences et les couts de la manipulation de

l’information soft.

Les travaux recents portant sur la gestion des risques par le banquier mettent

bien en avant l’importance du traitement de l’information. Ainsi, Hakenes (2004)

considere le banquier comme un “specialiste” du traitement de l’information et du

controle du risque. Danielsson et al. (2002), de leur cote, analysent le choix du

systeme de gestion des risques en envisageant differents niveaux de delegation du1Ce chapitre est tire de Godbillon-Camus et Godlewski (2005) qui a fait l’objet d’une presen-

tation au Seminaire International de Finance Francophone, septembre 2005, Universite Catholiquede Louvain, Louvain-la-Neuve, Belgique.

2Quoique, le role de la banque en temps que producteur d’information a deja ete mis en evidencepar Fama (1985).

144

http://-/?-

http://-/?-

http://-/?-

http://-/?-




pouvoir impliquant des transmissions d’informations plus ou moins importantes.

Mais ces travaux ne distinguent pas l’information hard de l’information soft.

Ce chapitre traite de l’impact du type d’information sur la structure du bilan et

l’organisation de la banque en matiere de gestion des risques. Pour ce faire, il proposeune modelisation theorique de la decision de credit dans un cadre principal-agent

impliquant un directeur de banque et un charge de clientele. Le directeur alloue des

fonds propres pour couvrir la Value at Risk. Il decide egalement du montant des li-

mites allouees a un charge de clientele, ainsi que de sa remuneration, en fonction d’un

signal, dependant du type d’information utilise, exclusivement hard ou combinaison

d’informations hard et soft. La difference entre les deux types de signaux porte sur

leur nature, a savoir leur verifiabilite et leur manipulabilite, ainsi que leur degre de

precision. Une combinaison d’information hard et soft est plus precise que de l’in-

formation exclusivement hard mais non verifiable par le banquier, la composante

soft etant manipulable par le charge de clientele. L’information soft est ainsi source

d’alea moral avec information cachee. Elle est par consequent susceptible d’induire

des modifications organisationnelles pour limiter le probleme d’alea moral.

On met en evidence plusieurs resultats. Tout d’abord, on montre que la prise en

compte de l’information soft peut sous certaines conditions permettre une reduction

du montant des fonds propres. Cependant, on verifie l’existence d’une incitation du

charge de clientele a manipuler le signal contenant de l’information soft. On pro-

pose alors un schema de remuneration qui empeche la manipulation. L’influence

de l’information soft sur les structures organisationnelles de la banque se traduit

donc par la necessite d’un schema de remuneration particulier. La comparaison des

solutions correspondant aux deux types de signaux (information hard versus com-

binaison information hard et soft), effectuee au moyen de simulations, confirme que

145




l’addition d’information soft peut etre avantageuse, puisqu’elle permet effectivement

la reduction des fonds propres.

Dans la suite de ce chapitre, on presente la distinction entre les deux types

d’informations et les travaux theoriques recents portant sur l’influence du type d’in-formation sur les structures organisationnelles des banques dans la section 4.2. La

presentation du modele de la decision de credit constitue l’objet de la section 4.3.

Les sections 4.4 et 4.5 etablissent les resultats avec information hard, puis deduisent

les gains et couts de l’information soft, en particulier l’existence d’une incitation a

manipuler un signal contenant ce type d’information. Un schema de remuneration

incitatif du charge de clientele pour resoudre le probleme de manipulation est pro-

pose a la section 4.6. Enfin, les resultats avec information hard et avec combinaison

d’information hard et soft sont compares au moyen de simulations dans la section

4.7. La section 4.8 conclue ce chapitre.

4.2 Information hard versus information soft et

organisation de la banque

L’objectif de cette section est d’analyser les caracteristiques de l’information

hard et soft afin de definir un ensemble de dimensions qui distinguent clairement ces

deux types d’information et determinent leurs avantages et inconvenients respectifs

(Petersen, 2004).

Trois types de dimensions peuvent permettre de distinguer l’information hard de

l’information soft :

– la nature : l’information hard est quantitative - “des nombres” (en finance, il

s’agit de bilans comptables, de rentabilites des titres, etc.), alors que l’infor-

146




mation soft est generalement sous forme de texte - “des mots” (opinions, idees,

projets, commentaires, etc.).

– la collecte : elle est impersonnelle pour l’information hard, et ne depend pas

du contexte dans lequel elle a ete produite (l’information hard est exhaustiveet explicite), alors qu’elle est personnelle pour l’information soft et incorpore

le contexte de sa collecte et de son traitement.

– les facteurs cognitifs3 : les notions de jugement, d’opinion et de perception font

partie integrante de l’information soft, alors qu’elles sont absentes de l’infor-

mation hard.

De par sa nature et sa facon de collecte, l’information hard presente donc plu-

sieurs avantages :

– un faible cout, compte tenu d’une information reduite, de technologies de pro-

duction automatisables, de gains de competitivite et de productivite, d’une

standardisation, et d’economies d’echelle et de gamme,

– une durabilite plus importante due a la facilite de collecte, de stockage, et de

transmission,

– une comparaison plus aisee4, permettant de separer le processus de collecte et

de l’utilisation de l’information, soit une facilite dans la delegation de l’activite

de collecte, de production et de traitement de l’information,

– une verifiabilite et donc une non manipulabilite, compte tenu de la nature et

du mode de collecte de l’information hard.

3Notons la definition de l’information dans un contexte comptable proposee par Kirschenheiter(2002) :

“Hard information (. . .) is when everyone agrees on its meaning. (. . .) Honest disagree-

ments arise when two people perfectly observe information yet interpret this informa-tion differently (i.e. soft information)”.

4Impliquant un referentiel commun, qui permet de comparer des indicateurs entre eux.

147

http://-/?-

http://-/?-

http://-/?-

http://-/?-




La realite des avantages de l’information hard est confirmee par les travaux de

Feldman (1997a,b), ainsi que de Berger et al. (2002a) et Frame et al. (2001) portant

sur le scoring . Le scoring5 est une methode de traitement de l’information hard. Il

est montre que le scoring permet de reduire le cout d’octroi du credit et d’accroıtrela vitesse de prise de decision, en augmentant le volume des prets accordes, ainsi

qu’une tarification ajustee au risque, reduisant le rationnement de credit.

La particularite la plus importante de l’information soft est d’etre intimement liee

a l’environnement dans lequel elle a ete produite. Dans le cadre de la banque, il s’agit

de la relation bancaire qui, par le biais d’interactions multiples dans le temps, donne

acces a de l’information superieure a celle disponible publiquement mais qui demeure

confidentielle (Berger, 1999; Boot, 2000; Berger et Udell, 2002; Elsas, 2005). L’infor-

mation soft presente par consequent l’avantage de pouvoir renforcer la puissance de

prevision de l’information hard mais l’inconvenient d’etre difficilement verifiable. Sa

non verifiabilite la rend manipulable par l’agent responsable de son traitement et de

sa production et impose de ce fait des structures organisationnelles particulieres.

L’aptitude de l’information soft a renforcer le pouvoir de prevision de l’informa-

tion hard est attestee par certains travaux empiriques cherchant a qualifier l’impact

des facteurs qualitatifs sur la prevision du risque de defaut. Ce type d’etudes utilise

en particulier des ratings internes des banques qui sont integres comme variables ex-

plicatives dans les modeles de prevision du defaut. Une partie non negligeables des

composantes qualitatives de ces ratings est fondee sur de l’information soft, integrant

des dimensions comme la qualite du management ou les perspectives de l’entreprise.

D’apres les enquetes de Gunther et Gruning (2000), 70 des 145 banques allemandes

interrogees fondent leur rating sur des composantes qualitatives. L’integration de

composantes qualitatives se traduit par une amelioration des taux de reclassement

5Selon la definition donnee par Mester (1997), le credit scoring (ou scoring) est une methodestatistique d’estimation de la probabilite de defaut de l’emprunteur.

148

http://-/?-

http://-/?-




des emprunteurs et une prediction plus precise du defaut (Lehmann, 2003 ; Grunert

et al., 2005). Les composantes qualitatives des ratings apparaissent en fait comme

moins dispersees et plus stables.

L’adaptation des structures organisationnelles au type d’information traite faitegalement l’objet d’etudes recentes. Dans le domaine bancaire, Stein (2002) s’in-

terroge par exemple sur l’influence de la structure organisationnelle sur la decision

optimale d’allocation de fonds dans la banque. Dans un etablissement de grande

taille, il y a separation du processus de collecte et de traitement de l’information

du processus de prise de decision. L’information necessaire pour la prise de decision

doit etre facilement transmissible entre les niveaux hierarchiques. Elle doit egale-

ment pouvoir etre interpretee de facon uniforme par les agents, independamment du

contexte dans lequel elle a ete produite. Il s’agit la des principales caracteristiques

de l’information hard. Sachant que dans un environnement a contrats incomplets, les

incitations des agents dependent de leur controle sur les actifs qui leur sont alloues

(Hart et Moore, 1990; Hart, 1995; Harris et Raviv, 1996, 1998), le modele de Stein

(2002) oppose deux types d’information (hard et soft) et deux types de structure

organisationnelle (organisation hierarchique centralisee et non-hierarchique decen-

tralisee). Stein (2002) demontre alors qu’il existe une adequation entre la structure

organisationnelle et la nature de l’information permettant une allocation optimale

des fonds, par le biais de meilleures incitations. L’information soft est associee a

une organisation decentralisee, car elle donne a l’agent plus de pouvoir et d’auto-

rite. L’agent qui produit l’information est alors davantage incite a en faire un usage

efficient dans le cadre de l’allocation de fonds. L’information hard est associee a

une organisation centralisee, car celle-ci facilite la transmission de l’information a

des niveaux hierarchiques superieurs ou s’effectue la decision d’allocation des fonds.

149




En somme, le type d’information suppose un degre de delegation d’autorite et de

pouvoir plus ou moins important vers l’agent traitant l’information.

Des etudes empiriques permettent de relayer ces conclusions theoriques (Berger

et al., 2001 ; Berger et Udell, 2002 ; Berger et al., 2002a ; Berger et al., 2005). Dansle cadre de la relation bancaire, ou l’activite de production et de traitement de

l’information est deleguee au charge de clientele, celui-ci se voit octroyer une forte

autorite, en raison notamment de la possibilite de manipuler l’information soft. Dans

ce contexte, celui-ci a une position cruciale dans la banque. Des organisations de

petite taille, moins hierarchisees et plus decentralisees se pretent mieux a tirer parti

de ce type de relation. Les petites banques sont ainsi vu comme ayant une capacite

superieure dans la production d’information soft dans le cadre des relations de long

terme (Berger, 2004 ; DeYoung et al., 2004 ; Scott, 2004) et lorsque les PME se

trouvent face a un choix de banque, elles preferent des etablissements plus petits,

reduisant ainsi les problemes de rationnement du credit.

Une autre litterature traite de la structure des remunerations ainsi que de l’al-

location budgetaire, compte tenu du role des agents dans le processus de collecte et

de traitement de l’information. Bernardo et al. (2001) considerent ainsi une entre-

prise risque-neutre ayant un projet d’investissement pour lequel un montant optimal

de capital a allouer depend de la qualite du projet, qui est inconnue. Un manager

peut etre engage pour obtenir de l’information sur cette qualite. Il tire un benefice

prive du controle du budget qui lui est alloue et rapporte la qualite d’un projet non

verifiable par le directeur. Celui-ci alloue le capital en fonction du projet rapporte.

Le manager peut par la suite fournir un effort couteux et non verifiable permettant

d’ameliorer le rendement du projet. L’utilite du manager est affectee par une alloca-

tion budgetaire et un schema de remuneration propose par le directeur, comprenant

une part fixe et une part variable. Bernardo et al. (2001) demontrent l’existence

150




de trois cas de combinaisons de remuneration et d’allocation budgetaire optimales

suivantes : une qualite rapportee faible induit l’absence de budget, une qualite in-

termediaire implique un budget et l’absence d’interessement au profit et enfin une

qualite forte induit un budget et un interessement.Un autre modele considere plusieurs agents au sein de la meme entreprise (Ozbas,

2005). L’auteur s’interesse aux problemes d’asymetrie d’information a l’interieur de

l’entreprise, en proposant un modele de concurrence interne entre des managers pour

des ressources. Ces managers disposent d’information qualifiee par Ozbas (2005) de

specific knowledge. L’auteur se focalise egalement sur le concept de communication

strategique entre le principal - le directeur, et les agents - les managers. Ceux-ci

tirent une utilite plus importante de budgets plus grands, ce qui les incite a exagerer

leur previsions de rentabilite afin d’augmenter la probabilite d’obtenir des ressources

plus importantes. Cependant, la non realisation des previsions reduit la reputation

du manager. La qualite de la communication strategique entre les agents et le princi-

pal se deteriore avec l’integration organisationnelle. Il existe deux types de managers

(bon et mauvais) et deux types de projets (a rentabilite elevee et faible). Les pro jets

des mauvais managers ont des rentabilites faibles avec certitude, tandis que ceux des

bons managers peuvent avoir une rentabilite elevee ou faible avec les probabilites

respectives de p et 1 − p. Ozbas (2005) etudie plusieurs types d’organisation (selon

divers degres d’integration) et trouve que des regles rigides dans l’octroi des budgets

peuvent ameliorer la qualite de la communication et l’efficacite de l’allocation des

fonds en reduisant la concurrence entre les managers. La centralisation peut ame-

liorer le comportement des managers en les faisant davantage travailler en equipe,

mais seulement si la communication est efficace. Sinon, un degre d’integration plus

important induit une deterioration de la communication, qui demeure vitale pour

une allocation des ressources efficiente.

151




Une etude du role de l’information sur les marches financiers est egalement propo-

see par Ozerturk (2004). Cet auteur examine l’influence du schema de remuneration

sur les incitations du gerant de fonds a acquerir de l’information plus precise. Ce

schema inclue des commissions et une part des resultats du fonds gere par l’agent.Celui-ci agit pour le compte d’un principal-investisseur en exercant un effort cou-

teux pour observer la rentabilite des actifs. Cet effort influence la precision de son

information, qui est modelisee par un signal. La precision et l’effort ne sont pas

observables par le principal, de meme que la realisation du signal. Un contrat de

remuneration lineaire par rapport au rendement du portefeuille gere incite l’agent a

acquerir plus d’information lorsque les participants du marche ont des anticipations

rationnelles. En effet, les prix des actifs dependent de la demande et influencent ainsi

les incitations du manager a acquerir plus d’information.

4.3 Le modele

La modelisation realisee nous permet de traiter du role du type d’information

dans la gestion du risque de credit et la structure organisationnelle de la banque.La decision de credit est modelisee dans un cadre principal-agent impliquant un

directeur de banque (ou banquier) et un charge de clientele6 sur une periode. Le

banquier-principal est suppose prendre ses decisions en matiere de composition de

bilan et de gestion du risque en fonction des informations fournies par le charge de

clientele. L’utilite du banquier porte sur le profit de la banque. Le bilan est compose

des actifs risques A, des depots D et des fonds propres K .

Le rendement des actifs risques est aleatoire, note rA. Le cout des ressources rD

est exogene, tel que rD > 0. Le salaire du charge de clientele note w est eventuel-

6On peut egalement considerer le cas d’un principal - conseil d’administration et d’un agent -directeur d’un departement de credit.

152

http://-/?-

http://-/?-




Bilan

A K

D

lement fonction du rendement des actifs rA, auquel cas w = w(rA). Le profit de la

banque Π est :

Π = rAA − rDD − w(rA) − c, (4.1)

avec c correspondant au cout d’une assurance chomage dont beneficie le charge

de clientele, que l’on normalise a 0.

L’utilite du banquier est definie par :

U B = − exp−β (Π), (4.2)

ou β > 0 est le coefficient d’aversion au risque du principal.

L’utilite du charge de clientele est supposee croıtre avec le volume et le develop-

pement de son budget, qui lui est alloue par le directeur de la banque, et avec sa

remuneration w(rA). Le budget qui lui est alloue correspond au volume des actifs A.

Son utilite est alors definie par :

U C = − exp−γ (rAA+w(rA)) . (4.3)

ou γ > 0 est le coefficient d’aversion au risque de l’agent.

L’information collectee, traitee et produite par le charge de clientele est fournie

au banquier sous forme de signal qui concerne le rendement rA des actifs risques.

153




Ce signal, note µ, renseigne sur la distribution du rendement des actifs. On suppose

que ce signal suit une loi normale N (µ, υ2). Il est correle avec le rendement tel que :

rA = µ + ε, (4.4)

ou ε suit une loi normale N (0, σ2). µ et ε sont supposes etre non correles. La

distribution a posteriori de rA conditionnelle a la realisation µ est donc telle que

(rA | µ) ∼ N (µ, σ2).

Deux types d’information sont disponibles : de l’information hard ou de l’informa-

tion soft. L’information hard est supposee verifiable par le banquier, mais un recours

exclusif a celle-ci permet des previsions moins precises que si cette information hard

est combinee a de l’information soft, qui elle est non verifiable par le banquier. La

difference en terme de precision selon l’information utilisee est modelisee par le biais

du terme d’erreur ε. Au signal fonde sur de l’information hard est associe un terme

d’erreur d’ecart-type σH , alors qu’au signal fonde sur de l’information hard et soft

implique est associe un terme d’erreur d’ecart-type σS , avec σS < σH 7.

L’information sur le rendement des actifs risques est utilisee pour la gestion du

risque. Le banquier souhaite couvrir le risque de son portefeuille, mesure par la Value

at Risk, par des fonds propres K . La VaR correspond au montant de fonds propres

minimum K tel que la probabilite de defaut acceptee par la banque soit egale a α,

par exemple 1%. On la note V aRα. Le defaut de la banque intervient lorsque la

valeur des actifs est inferieure a la valeur des depots :

prob [A(1 + rA) − D(1 + rD) < 0] = α. (4.5)

En cas de defaut, la remuneration du charge de clientele est garantie par l’assu-

rance chomage. En tenant compte de la contrainte de bilan (K + D − A = 0), on

7Par la suite, on ne tient compte des indices H et S que lorsque cela est strictement necessaire.

154

http://-/?-

http://-/?-




deduit la VaR par unite d’actifs au seuil d’acceptation des pertes α, soit rα (voir

annexe C pour le detail des calculs)8 :

rα =rD − µ − uασ

1 + rD

, (4.6)

et

V aRα = rαA, (4.7)

avec uα correspondant au fractile d’ordre α de la loi N (0, 1)9.

Il est important de noter que la VaR par unite d’actifs rα depend du signal

produit, et particulierement du type d’information utilise, comme en temoigne la

presence du signal observe µ et de l’ecart-type σ de la distribution a posteriori de

rA dans l’equation (4.6). C’est pourquoi le type d’information utilise dans la decision

de credit aura un impact sur l’allocation des fonds propres dedies a la couverture de

la VaR.

On pose rα > 0, ce qui implique µ < rD − uασ. On remarque que rα croıt

avec σ. Plus le signal sur la distribution du rendement est precis, soit un σ faible,

correspondant au signal fonde sur de l’information hard et soft, plus rα est reduit,

permettant des economies de fonds propres alloues a la VaR par unite d’actifs.

Cependant, avant de discuter plus longuement des couts et gains susceptibles

d’etre obtenus par le recours additionnel a de l’information soft, on presente l’en-

semble des resultats obtenus dans le cadre principal-agent en presence uniquement

d’information hard.

8Voir egalement Broll et Wahl (2003).9On suppose que le fractile est negatif, uα < 0, pour les valeurs de probabilite de defaut acceptee

par la banque α inferieure a 50%, ce qui est verifiee dans notre cas.

155

http://-/?-

http://-/?-

http://-/?-

http://-/?-




4.4 Le cas de l’information hard

On suppose dans cette section que le charge de clientele utilise exclusivement de

l’information hard. L’ecart-type du terme d’erreur du signal ε est donc egal a σH .

Dans la suite de cette section on fait abstraction de l’indice H .

Le banquier est suppose decider dans un premier temps du schema de remunera-

tion du charge de clientele, sachant que celui-ci lui transmet le signal µ. Les decisions

portant sur les fonds propres K , les actifs risques A et les depots D sont prises dans

un second temps en fonction du signal transmis. Le signal transmis est verifiable et

donc non manipulable. Par consequent le banquier est suppose ne mettre aucune-

ment en doute l’information du charge de clientele, qui est autrement dit credible.

On suppose que la remuneration w du charge de clientele est composee unique-

ment d’une partie fixe w0, d’ou :

E rA(w) = w(rA) = w0. (4.8)

La decision du schema de remuneration par le banquier porte donc sur la valeur

du salaire fixe qui doit etre ajustee de telle sorte que le contrat de remuneration soit

acceptable par le charge de clientele.

Le programme d’optimisation du banquier est alors le suivant :

maxw0,K,A,D

EU B,

EU C ≥ U,

K,A,D ∈ arg maxK,A,D

EU B

K + D − A = 0,

K − V aRα ≥ 0,

V aRα = rαA = rD−µ−uασ1+rD

A.

(4.9)

156




avec

EU B =

+∞−∞

− exp[−β (rAA−rDD−w0)] η(rA|µ)drA,

EU C =

+∞−∞

− exp[−γ (rAA+w0)] η(rA|µ)drA,

et

U = − exp−γv .

Dans le programme (4.9), la premiere contrainte correspond a la contrainte departicipation du charge de clientele, ou U est l’utilite de reservation de l’agent10,

tandis que les trois contraintes du sous programme d’optimisation s’imposent au

banquier lors du choix de la composition du bilan et correspondent respectivement

a la contrainte de bilan de la banque, a la contrainte de couverture de la VaR par

les fonds propres K au seuil de defaut α, et a l’expression du calcul de la VaR.

La resolution du programme d’optimisation (4.9) donne les resultats suivants.

Le salaire moyen optimal qui correspond au salaire fixe du charge de clientele est

Ew∗ = w∗

0 = v +(µ − rD(1 + uασ))(γ (µ − rD(1 + uασ)) − 2βµ(1 + rD))

2β 2σ2(1 + rD)2. (4.10)

Le volume optimal de prets correspondant au budget du charge de clientele est

A∗ =(µ − rD(1 + uασ))

βσ2(1 + rD). (4.11)

10Avec v etant la valeur de reservation.

157

http://-/?-

http://-/?-




Puisqu’on suppose une marge positive, µ > rD, on a µ > rD + uασ et le volume

d’actifs optimal est donc positif, A∗ > 0. Une marge suffisante telle que µ−rD(1+uασ)µ

>

2β (1+rD)γ

assure un fixe positif, w∗

0 > 0.

Le volume optimal des fonds propres est

K ∗ = rαA∗ =

rD − µ − uασ

1 + rD

µ − rD(1 + uασ)

βσ2(1 + rD)

. (4.12)

A∗ et rα etant positifs, on obtient K ∗ > 0.

Sachant que D∗ = A∗−K ∗ = A∗(1−rα), un volume de depots strictement positif

implique rα strictement inferieur a 1.

Le banquier obtient a l’optimum une esperance d’utilite de

EU ∗B = − exp

(µ−rD(1+uασ))(β(rD(1+uασ)−µ(3+2rD))+γ(µ−rD(1+uασ)))

2βσ2(1+rD)2+βv

. (4.13)

L’esperance d’utilite du charge de clientele correspond par contre a son niveau

de reservation

EU ∗C = U = − exp−γv . (4.14)

4.5 Couts et gains de l’information soft

Compte tenu des resultats obtenus dans le cas de l’information hard, on envisage

dans cette section les implications positives et negatives d’un recours additionnel

a de l’information soft permettant la fourniture d’un signal d’une plus grande pre-

cision, mais manipulable en raison de la non verifiabilite de la composante soft de

l’information utilisee.

158




L’accroissement de la precision des previsions se traduit par un ecart-type du

terme d’erreur, ou autrement dit de la distribution a posteriori du rendement, σ

plus petit. La contrainte de la VaR etant saturee a l’optimum, les fonds propres

optimaux K ∗

correspondent a la VaR de la banque. Ce volume des fonds propres estinfluence par la precision du signal (cf. equation (4.12)). Etant donnee la derivee de

K ∗ par rapport a σ, celle-ci est positive si et seulement si :

(µ − rD) >uασ

2(rD − 1).

Cette condition assure qu’une plus grande precision du signal reduit le volume des

fonds propres. Ainsi, une combinaison d’information soft et hard avec plus grande

precision du signal devrait reduire la VaR tant que la marge est superieure a un

certain niveau.

Cependant, il peut y avoir manipulation de l’information. Le charge de clientele

peut ainsi avoir transmis une valeur µ alors que la valeur qu’il aurait du transmettre

etant donnees ses connaissances est en fait µ + f avec f > 0 ou f < 0, selon que

la manipulation est a la baisse ou a la hausse. Comme le banquier n’a pas acces a

l’information, le budget et la remuneration du charge de clientele sont etablis par

le banquier en fonction du signal transmis µ de telle sorte que son utilite esperee

est au niveau de reservation (4.14) pour une distribution a posteriori du rendement

N (µ, σ2), coherente avec le signal transmis. Cependant, la distribution a posteriori

du rendement etant d’apres les observations N (µ + f, σ2), le charge de clientele

obtient par ce biais une utilite esperee notee EU M C qui est en fait egale a

EU M C = − exp−γv exp

−fγ(µ−rD(1+uασ))

βσ2(1+rD)

. (4.15)

159




Etant donne qu’on suppose une marge positive, on verifie que cette utilite esperee

EU M C obtenue par manipulation du signal est superieure au niveau de reservation

pour toute manipulation a la baisse, c’est-a-dire avec f > 0. Le charge de clien-

tele a en effet une incitation a transmettre au banquier un signal µ alors que sesobservations impliquent un signal µ + f , avec f > 0. Comme le banquier assure

au charge de clientele son niveau de reservation quelle que soit la valeur du signal,

l’unique possibilite pour le charge de clientele d’avoir une valeur superieure est d’in-

duire le banquier en erreur de telle sorte qu’il sous-estime ce qu’il lui attribue. C’est

le cas lorsqu’il lui transmet un signal manipule a la baisse et qu’il peut esperer be-

neficier par l’intermediaire du developpement de son budget d’un rendement moyen

finalement plus eleve que ne le pense le banquier.

Pour profiter des economies de fonds propres par recours additionnel a de l’in-

formation soft sans en subir de couts dus a la manipulation du signal par le charge

de clientele, le banquier peut par contre modifier le schema de remuneration afin

d’enlever toute tentation de manipulation au charge de clientele. L’analyse de cette

possibilite est l’objet de la section qui suit.

4.6 Le cas de l’information soft

Le banquier est desormais suppose etre en relation avec un charge de clientele qui

a acces non seulement a de l’information hard, mais egalement a de l’information soft

lui permettant la fourniture d’un signal d’une plus grande precision que celui obtenu

avec recours exclusif a de l’information hard. Le charge de clientele obtient cette

information soft supplementaire dans le cadre d’une relation de clientele. L’ecart-

type du terme d’erreur du signal ε est donc egal a σS mais on fait abstraction de

l’indice S .

160




Comme precedemment, le banquier est suppose decider dans un premier temps

du schema de remuneration du charge de clientele sachant que celui-ci lui transmet

par la suite le signal µ et que les decisions portant sur les fonds propres K , les actifs

risques A et les depots D sont prises dans un second temps en fonction du signaltransmis. Le signal contenant de l’information soft non verifiable par le banquier est

susceptible de manipulation par le charge de clientele. On prend alors en compte que

le charge de clientele peut transmettre une valeur du signal dite valeur transmise,

differente de celle decoulant de ses observations, dite valeur observee. On note la

valeur transmise, autrement dit message m, et la valeur observee µ. Ceci induit par

ailleurs une modification du programme d’optimisation du banquier.

Lorsque le banquier decide du schema de remuneration, il envisage que le charge

de clientele peut etre incite a manipuler le signal. Il prend donc en compte que le

contrat de remuneration propose doit etre acceptable par le charge de clientele et

l’inciter a fournir comme message m la valeur observee µ. Cela suppose d’introduire

une contrainte supplementaire d’incitation du charge de clientele dans le programme

d’optimisation du banquier. Cela suppose egalement que le schema de remuneration

soit different. La contrainte d’incitation supplementaire rend en effet le probleme

d’optimisation du banquier sur-determine. Le schema de remuneration envisage com-

porte une partie fixe w0, mais integre desormais une partie variable contingente au

rendement des actifs selon un taux d’interessement w1. Le rendement des actifs est

pris en compte en terme d’ecart par rapport a sa supposee moyenne, conformement

au message fourni par le charge de clientele. Ainsi la remuneration w du charge de

clientele est desormais definie par :

w(rA) = w0 + w1(rA − bm), (4.16)

161




avec b un facteur qui pondere la prise en compte du message sur le rendement

moyen. Le message du charge de clientele qui correspond a une prevision sur le

rendement des actifs est finalement la base de la conception d’un objectif a realiser,

bm, associe a l’accord d’une prime w1(rA − bm) > 0 en cas de depassement de cetobjectif, si b > 0. Pour b = 0, la partie variable devient uniquement contingente au

rendement des actifs.

Le programme d’optimisation du banquier en cas d’information soft est alors le

suivant

maxw0,w1,K,A,D

EU B(µ),

EU C (µ) ≥ U ,

µ ∈ arg maxm

EU C (m),

K,A,D ∈ arg maxK,A,D

EU B(m),

K + D − A = 0,

K − V aRα ≥ 0,

V aRα = rαA = rD−µ−uασ1+rD

A.

(4.17)

avec

EU B(m) =

+∞−∞

− exp[−β (rAA−rDD−(w0+w1(rA−bm)))] η(rA|m)drA,

et

EU B(µ) =

+∞−∞

− exp[−β (rAA−rDD−(w0+w1(rA−bµ)))] η(rA|µ)drA,

ainsi que

EU C (m) =

+∞−∞

− exp[−γ (rAA+(w0+w1(rA−bm)))] η(rA|µ)drA,

162




et

EU C (µ) =

+∞−∞

− exp[−γ (rAA+(w0+w1(rA−bµ)))] η(rA|µ)drA.

Dans le programme (4.17), la premiere contrainte correspond toujours a la contrainte

de participation du charge de clientele, la deuxieme est ajoutee et correspond a la

contrainte d’incitation a fournir comme message m la valeur observee µ. On retrouve

egalement les trois contraintes du sous programme d’optimisation qui s’imposent au

banquier lors du choix de la composition du bilan. Il est a noter que le choix des

elements du bilan se fait en fonction du message m fourni par le charge de clientele.

La resolution du programme d’optimisation (4.17) donne les resultats suivants.

Le salaire moyen optimal du charge de clientele devient

Ew∗∗ = v −2µγ 2(µ − rD(1 + uασ))

βσ2(1 + rD)(bβ + 2γ )2+ b(µ − rD(1 + uασ))Φ, (4.18)

avec

Φ =bγ (µ − rD(1 + uασ)) − 2µ(1 + rD)(β (b + µ(1 + rD)) + γ )

2σ2(1 + rD)2(bβ + 2γ )2 .

On remarque que pour une ponderation b = 0 impliquant un schema de re-

muneration du charge de clientele fonction uniquement du rendement des actifs, le

salaire moyen optimal n’est positif que pour des valeurs de v strictement positives.

Le schema de remuneration n’est donc adapte a tout type d’agent que si b = 0.

L’information soft entraıne donc obligatoirement l’ensemble des modifications orga-

nisationnelles proposees.

En fait, d’apres l’equation (4.16), tout ecart entre le message sur la moyenne du

rendement des actifs et le rendement realise se traduit pour le charge de clientele par

une part variable qui peut etre positive et s’a joute au fixe, mais qui peut egalement

163




etre negative et ampute d’autant le fixe. C’est donc finalement pour limiter les

ecarts quels qu’ils soient que le charge de clientele prefere fournir un message m sur

la moyenne du rendement qui correspond a la valeur observee µ, et ne manipule

donc pas le signal. Les previsions du charge de clientele etant prises en compte dansle cadre de sa remuneration et les ecarts par rapport a ces previsions pouvant etre

fortement penalisants, le charge de clientele prend conscience que ses previsions ont

tout interet a etre le plus justes possibles.

Le montant optimal des prets et donc du budget du charge de clientele devient

A∗∗ =(µ − rD(1 + uασ))(γ + bβ ) + βµ(1 + rD)

βσ2

(1 + rD)(2γ + bβ )

, (4.19)

qui est, la marge etant positive, strictement positif des lors que

b > −

γ

β +

µ(1 + rD)

µ − rD(1 + uασ)

.

Il est donc possible de se restreindre a un facteur de ponderation b > 0.

Le volume des fonds propres devient

K ∗∗ = rαA∗∗ =

rD − µ − uασ

1 + rD

(µ − rD(1 + uασ))(γ + bβ ) + βµ(1 + rD)

βσ2(bβ + 2γ )

,

(4.20)

avec

∂A∗∗

∂b

=γ (µ − rD(1 + uασ)) − βµ(1 + rD)

σ2

(1 + rD)(bβ + 2γ )2

.

Ainsi, comme le taux d’interessement w∗∗

1 du charge de clientele est defini par

w∗∗

1 = −γ (µ − rD(1 + uασ)) − βµ(1 + rD)

βσ2(1 + rD)(bβ + 2γ ), (4.21)

164




il est possible de verifier que la positivite de w∗∗

1 implique que b a un effet negatif

sur le budget A∗∗ du charge de clientele, sur les fonds propres K ∗∗, ainsi que sur le

taux d’interessement w∗∗

1 .

4.7 Comparaison des resultats

La resolution des programmes d’optimisation sous contraintes (4.9) et (4.17),

donne les solutions dans le cadre avec information hard et avec combinaison d’infor-

mation hard et soft. Ces solutions se distinguent notamment par un ecart-type σ de

la distribution a posteriori du rendement, qui bien que note de facon identique, n’a

pas meme valeur d’une solution a l’autre, puisque le signal contenant de l’informa-

tion soft est suppose plus precis que le signal base uniquement sur de l’information

hard et que l’on a σH > σS . Afin de pouvoir comparer les solutions obtenues dans

les deux cadres, on suppose par la suite que σH = σS + λ , avec λ correspondant

au degre d’imprecision du signal base uniquement sur de l’information hard. En

raison de l’impossibilite d’obtenir par l’analyse algebrique des resultats simples, la

comparaison est operee par recours a des simulations.On compare en particulier les valeurs des esperances de salaire Ew, des fonds

propres K , des prets A, ainsi que de l’esperance d’utilite du banquier E (U B).

On calcule donc les differences suivantes (∗ et ∗∗ correspondent aux solutions

issues de la resolution du programme (4.9) avec information hard et du programme

(4.17) avec combinaison d’information hard et soft respectivement) :

– dEw = Ew∗ − Ew∗∗,

– dK = K ∗ − K ∗∗,

– dA = A∗ − A∗∗,

– dE (U B) = E (U B)∗ − E (U B)∗∗,

dont on simule les expressions en fixant tous les parametres, sauf µ.

165




Compte tenu des differentes conditions assurant la positivite des elements du

bilan de la banque precedemment poses, les valeurs des parametres sont les suivantes :

le taux d’interet sur les depots rD = 0.025, la valeur de reservation v = 0, le fractile

de la loi normale correspondant a une probabilite de defaut autorisee par la banquede α = 1%, uα=0.01 = −2.3263, les coefficients d’aversion au risque du principal et

de l’agent respectivement β = γ = 1, l’ecart type de la distribution a posteriori du

rendement σ = 0.2 en cas d’information soft, le degre d’imprecision du signal de

type hard λ = 0.1, et la ponderation b = 2. On fait varier le signal µ sur l’intervalle

[0.03;0.75].

Les courbes des differences dEw , dK , dA et dE (U B) sont representees dans les

figures 4.1, 4.2, 4.3 et 4.4 respectivement.

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

0

0.5

1

1.5

2

2.5

3

3.5

Fig. 4.1 – Courbe de dEw = Ew∗ − Ew∗∗ en fonction de µ.

On remarque en premier lieu que la difference des esperances de salaire dEw

est une courbe croissante et convexe, situee dans le demi-plan positif du graphique

(cf. figure 4.1). L’esperance de salaire est donc plus importante dans le cadre avec

information exclusivement hard.

166




0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

0

1

2

3

4

Fig. 4.2 – Courbe de dK = K ∗ − K ∗∗ en fonction de µ.

En second lieu, la difference des fonds propres dK est croissante et positive (cf.

figure 4.2). Le montant des fonds propres est plus important dans le cadre avec

information exclusivement hard. L’apport de l’information soft en impliquant un

degre de precision plus important du signal permet alors de reduire le montant des

fonds propres.

La difference des volumes de prets (correspondant egalement au volume des fondsalloues au charge de clientele) dA est par contre negative, puisque la courbe se situe

dans le demi-plan negatif du graphique (cf. figure 4.3). L’octroi de prets est plus

important avec une combinaison d’information hard et soft, et croıt avec le signal µ.

Enfin, au niveau de la courbe representant la difference de l’esperance d’utilite

du banquier dE (U B) (cf. figure 4.4), on obtient une courbe convexe situee dans le

demi-plan negatif du graphique. L’esperance d’utilite du banquier est superieure

lorsqu’il a recours a un charge de clientele qui lui transmet un signal fonde sur une

combinaison d’information hard et soft. On obtient ce resultat malgre la necessite

d’implanter un schema de remuneration particulier qui empeche la manipulation du

signal par l’agent.

167




0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

-10

-8

-6

-4

-2

0

Fig. 4.3 – Courbe de dA = A∗ − A∗∗ en fonction de µ.

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

-0.25

-0.2

-0.15

-0.1

-0.05

0

Fig. 4.4 – Courbe de dE (U B) = E (U ∗B) − E (U ∗∗B ) en fonction de µ.

Ainsi, pour resumer, l’information soft permet au banquier de reduire le montant

des fonds propres grace a la plus grande precision du signal obtenu, et n’impliquepas pour autant de cout de remuneration supplementaire en vue d’eviter la manipu-

lation de ce signal, puisqu’elle permet au banquier un octroi plus important de pret

168




correspondant pour le charge de clientele a un budget plus important, source d’un

accroissement de son utilite.

4.8 Conclusion

La qualite de l’information produite par la banque determine les caracteristiques

de la prise de risque. La litterature existante traite de ce probleme en distinguant

l’information hard et l’information soft (Petersen, 2004). L’acquisition de cette in-

formation peut s’effectuer par deux methodes : la banque a l’acte ou la banque de

relation. La premiere peut s’appuyer sur des methodes statistiques de traitement de

l’information hard. Ce type d’information presente des avantages en terme de faible

cout, d’economie d’echelle et de possibilite de mesurer la Value at Risk grace au re-

cours a des modeles de risque de credit. A l’oppose, la banque de relation a egalement

acces a de l’information soft, qui lui permet d’accroıtre la precision de l’estimation

de la qualite de l’emprunteur, mais qui pose le probleme de la manipulation.

Dans ce chapitre, on se focalise en particulier sur le role du type d’information

dans la gestion du risque de credit dans la banque. Dans un modele ou le banquierrequiert de l’information sur le rendement des actifs pour gerer le risque de credit par

allocation des fonds propres, on montre que le recours additionnel a de l’information

soft a l’avantage de permettre des economies en terme de fonds propres. Cet avan-

tage est du a la plus grande precision des previsions. Mais l’information soft, etant

non verifiable, necessite l’implantation d’un schema de remuneration particulier qui

empeche la manipulation de l’information par le charge de clientele.

Ces resultats fournissent une evidence theorique sur un avantage de l’information

soft dans la gestion du risque de credit, puisqu’on montre que la VaR peut etre

limitee, ce qui induit des economies de fonds propres, si la banque met en place une

organisation et un systeme de remuneration adequat.

169



Conclusion Generale

Conclusion Generale

L’etude des causes internes et externes de l’exces de risque, ainsi que

des mecanismes susceptibles de controler ce phenomene est l’ob jet prin-

cipal de cette these.

Le chapitre introductif constitue une mise en perspective des problemes trai-

tes dans cette these et les replace dans la litterature existante. Il souligne aussi

l’importance de la nature de l’information dans la prise de risque. Des interactions

entre les causes internes et externes de l’exces de risque sont mises en evidence, en

particulier entre les mecanismes de gouvernance dans la banque, l’environnement

institutionnel et legal, ainsi que la regulation bancaire et la discipline de marche.

Le type d’information et l’organisation du processus de decision de credit in-

fluencent la prise de risque. L’information soft produite dans le cadre d’une relation

bancaire peut etre source d’alea moral compte tenu de ses caracteristiques de non ve-

rifiabilite et de manipulabilite. Une structure organisationnelle de la banque, de type

decentralise et non hierarchique constitue une reponse a ce probleme, mais impliquedes couts de controle de l’agent plus importants. Les specificites des banques, a sa-

voir leur levier important, la forte opacite de leurs actifs et leur regulation, peuvent

affecter l’efficacite des mecanismes de gouvernance. Certains de ces mecanismes, en

particulier la politique de remuneration du manager et leur participation au capital

de la banque, peut dans certains cas l’inciter a l’exces de risque si celui-ci a un statut

d’actionnaire minoritaire. La qualite des institutions et du systeme legal contribue

a une meilleure gouvernance d’entreprise de la banque. Ses mecanismes, comme la

structure de propriete, s’adaptent a l’environnement institutionnel et legal en vi-

gueur. Cet environnement influence egalement l’efficacite de la regulation bancaire.

La discipline de marche, qui repose en grande partie sur la transparence informa-

171



Conclusion Generale

tionnelle, constitue un element important d’une regulation et d’une surveillance pru-

dentielle efficace. Cette transparence peut reduire l’impact positif de la concurrence

sur la prise de risque.

Les quatres chapitres suivants qui composent cette these proposent des contri-

butions a la fois empiriques et theoriques analysant l’influence de ces diverses

causes internes et externes sur l’exces de risque.

Les resultats d’un modele logit a deux etapes, applique a un echantillon de

banques de pays emergents et permettant de modeliser la probabilite de defaut des

banques, obtenus dans le chapitre 1, confirment le role des determinants internes

et externes dans le controle des incitations a l’exces de risque. Cet environnement

exerce un effet significatif sur l’exces de risque. L’impact de la reglementation sur

l’exces de risque, particulierement des mecanismes de regulation de l’activite et du

capital bancaire, ainsi que la discipline reglementaire, s’avere de premiere impor-

tance. L’environnement reglementaire semble a la fois influencer l’exces de risque,

mais egalement s’adapter au comportement de prise de risque de la banque. La dis-

cipline reglementaire, comme la menace de changement de l’organisation interne de

la banque, a un impact negatif sur l’exces de risque. L’efficacite de l’etat de droit

apparaıt comme une dimension cruciale de l’environnement juridique et institution-

nel d’un pays. En effet, un cadre reglementaire peut apparaıtre comme pertinent en

theorie, mais son application pratique peut etre biaisee par la qualite des institu-

tions. Il ne suffit donc pas qu’une disposition reglementaire existe pour qu’elle soit

efficace, encore faut-il que les institutions qui en ont la responsabilite soient elles-

memes credibles et de qualite. Ainsi, le canal de la discipline reglementaire peut etre

renforce par un environnement institutionnel et legal efficace. Ce chapitre montre

l’avantage d’un modele en deux etapes. Les determinants de l’exces de risque sont a

la fois internes et externes, particulierement dans les pays emergents. On demontre

172



Conclusion Generale

ainsi l’importance des institutions dans le controle de la prise de risque et donc du

risque de defaillance bancaire

Les resultats du chapitre 2 montrent que les ratings de banques constituent

bien des indicateurs du risque de defaut des banques dans les pays emergents co-herents avec les taux de defaut observes. Ainsi, le rating peut servir de vecteur de

la discipline de marche permettant d’inciter a un comportement de prise de risque

conservateur. Ce type de discipline s’avere de premiere importance pour une strate-

gie de regulation bancaire efficace, et represente le Pilier 3 du Nouvel Accord de Bale

II. Une tendance a l’agregation de l’information sur le risque de defaut par les ratings

est neanmoins mise en evidence, le rating Moody’s etudie etant peu discriminant du

risque de defaut des banques de bonne qualite. L’integration de variables proxies

des facteurs reglementaires en vigueur dans les pays emergents etudies ameliorent

sensiblement le modele de score, ainsi que les resultats de la quantification et du

mapping . L’agregation de l’information sur le risque de defaut par le rating apparaıt

alors comme moins prononcee.

L’application d’une methodologie originale des frontieres de distance direction-

nelle avec output non desirable a un echantillon de banques des pays de l’OCDE dans

le chapitre 3 permet d’integrer le risque de credit dans la fonction de production

bancaire et d’etudier l’efficience des banques en tenant compte de leurs preferences

et leur sensibilite au risque, et de l’impact de la contrainte reglementaire de capi-

tal. La demarche adoptee distingue une alternative : le controle interne (controle

du couple rentabilite-risque par le banquier) ou externe-reglementaire (contrainte de

capital reglementaire qui agit sur le couple rentabilite-risque) de la prise de risque.

On oppose ainsi l’incidence de la reglementation prudentielle du capital sur la prise

de risque a un comportement individuel du manager de la banque qui serait sen-

sible au risque. Les resultats obtenus mettent en evidence des degres d’inefficience

173



Conclusion Generale

manageriale plus importants pour les banques ne respectant pas la contrainte de

capital reglementaire. Les preferences pour le risque du banquier semblent etre in-

fluencees par la reglementation du capital bancaire. En effet, celle-ci induit un prix

du risque percu plus important et donc une tarification plus adequate car mieuxajustee au risque. Le controle externe de l’arbitrage rentabilite-risque par le biais

de la reglementation du capital exerce vraisemblablement une influence sur les inci-

tations du banquier a maıtriser le risque de ses actifs. Ainsi, la regulation bancaire

peut egalement contribuer a controler la prise de risque de la banque, par le biais de

la contrainte de capital.

Enfin, d’apres les resultats mis en evidence dans un modele principal-agent avec

alea moral avec information cachee du chapitre 4, on montre les avantages et les

inconvenients lies au recours a de l’information soft dans la decision de credit. L’in-

formation soft, plus precise, permet une economie de fonds propres economiques

necessaires pour couvrir la Value at Risk. Mais ce type d’information implique un

risque de manipulation par le charge de clientele. Cette caracteristique necessite une

structure organisationnelle adequate pour eviter les consequences de cette manipu-

lation. Un schema de remuneration adapte est alors propose. Celui-ci comporte une

partie fixe mais integre egalement une partie variable contingente au rendement des

actifs selon un taux d’interessement. Le rendement des actifs est pris en compte en

terme d’ecart par rapport a sa supposee moyenne, conformement au message fourni

par le charge de clientele. Un facteur de ponderation du message sur le rendement

moyen est pris en compte. La comparaison des resultats issus des decisions de credit

fondees sur la seule information hard et sur l’information soft, effectuee au moyen de

simulations, confirme que l’information soft est avantageuse pour le banquier, meme

si elle necessite des modifications organisationnelles. Ces resultats fournissent une

evidence theorique sur un avantage de l’information soft dans la gestion du risque

174



Conclusion Generale

de credit, puisqu’on montre que la VaR peut etre limitee, ce qui induit des econo-

mies de fonds propres, si la banque met en place une organisation et un systeme de

remuneration adequat.

Cependant, les resultats de ce travail de recherche presentent certaines

limites qui offrent des extensions et des perspectives de recherche future.

Les limites du chapitre 1 sont principalement liees a la representativite de

l’echantillon, dans la mesure ou tous les pays emergents n’y sont pas inclus, ainsi

que la difficulte de prendre en compte la totalite des facteurs pouvant influencer la

prise de risque. La reponse a ces limites constitue une premiere piste de recherche

future. Parmi les prolongements de ce travail, on envisage egalement une etude plus

approfondie des interactions entre les mecanismes de la discipline de marche et re-

glementaire. Un developpement de la methodologie pourrait apporter des precisions

a nos conclusions, notamment en adoptant un systeme d’equations simultanees, afin

de tenir compte simultanement des relations entre un indicateur d’exces de risque

de la banque et sa probabilite de defaut.

Dans les prolongements du travail effectue dans le chapitre 2, on envisage en

premier lieu d’etudier la coherence d’autres ratings d’agence (Standard & Poor’s

et Fitch ), et de comparer leur pouvoir informationnel. L’etude de l’influence de la

dimension temporelle du rating sur sa coherence avec le risque de defaut de l’emetteur

constitue une piste de recherche interessante complementaire, qui pourrait avoir

recours aux modeles de duree.

Les resultats de la methodologie originale des fonctions de distance directionnelle

avec output non desirable mise en oeuvre dans le chapitre 3 pourraient etre enrichis

de plusieurs manieres. L’integration de facteurs reglementaires et institutionnels dans

la fonction permettrait de controler leur impact sur le degre d’inefficience des banques

et le prix percu du risque. La comparaison des resultats avec des directions observees

175



Conclusion Generale

et hypothetiques permettrait de completer les conclusions. Enfin, l’estimation de

frontieres stochastiques permettrait de proceder a des tests de specification.

Enfin, dans le chapitre 4, on peut reprocher l’absence de cout du capital dans

le modele, et de cout de traitement de l’information et du controle de l’agent. L’in-tegration de ces elements devrait permettre des extensions de ce travail. L’etude de

l’influence de l’incertitude liee au cycle des affaires ainsi que l’effet d’apprentissage

sur l’arbitrage entre les deux types d’informations (hard versus soft) fournit egale-

ment des perspectives de recherche interessantes. En utilisant des donnees de bilan

des emprunteurs, il serait possible d’estimer des indicateurs de type soft au moyen

de la methode non parametrique Data Envelopment Analysis. Ensuite, l’etude em-

pirique de l’impact de ces indicateurs soft, ainsi que ceux de l’information hard, sur

les caracteristiques des contrats de dette pourrait etre menee.

Enfin, notons que la decision de credit fait intervenir le jugement humain sub-

jectif, qui repose sur des facteurs cognitifs. L’etude de leur influence sur la prise

de risque dans la banque pourrait s’effectuer dans le cadre des apports recents de

la finance comportementale, qui s’ecarte des hypothese de rationalite individuelle

des agents, et offrent des explications alternatives des preferences des agents et leur

maniere d’evaluer les choix risques (Barberis et Thaler, 2002). Il s’agit en particulier

de la Prospect Theory (Kahneman et Tversky, 1979; Tversky et Kahneman, 1992),

dont le point de depart est une critique de la theorie de l’utilite esperee en temps

que cadre descriptif de la decision risquee. Ce cadre permet de formuler plusieurs

propositions, comme une utilite de l’agent definie sur les gains et les pertes et non

sur la valeur de la richesse finale, et une forme de la fonction d’evaluation qui est

concave dans le domaine des gains (les agents sont adverses au risque sur les gains

et riscophiles sur les pertes). Ce cadre peut fournir des hypotheses testables empiri-

quement, comme le point de reference (l’attitude face au risque est determinee par

176



Conclusion Generale

rapport a un point de reference ; lorsque les performances de l’agent se situent en

dessous, il est riscophile, lorsqu’elles se situent au dessus, il est risque averse) ou le

biais d’ancrage (ce biais correspond a l’utilisation de croyances passees, qui influence

indument les anticipations conduites par les agents). Peu de travaux se sont penchessur l’etude de la decision risquee du banquier dans le cadre de la Prospect Theory

(hormis Jegers, 1991 et Johnson, 1994). L’exploitation des apports de ce cadre four-

nit egalement des perspectives de recherche futures sur les facteurs de prise de risque

dans la banque.

177



Bibliographie

Aghion, P., et J. Tirole (1997) : “Formal and Real Authority in Organizations,”

Journal of Political Economy , 105, 1–29.

Aigner, D., et S. Chu (1968) :“On Estimating the Industry Production Function,”

American Economic Review , 59, 826–839.

Allen, F., et D. Gale (2000) : Comparing Financial Systems. MIT Press.

Altman, E. (1968) : “Financial Ratios, Discriminant Analysis and the Prediction

of Corporate Bankruptcy,” Journal of Finance, 23, 589–609.

Altman, E., R. Haldeman, et P. Narayanan (1977) : “Zeta Analysis : A New

Model to Identify Bankruptcy Risk of Corporations,” Journal of Banking and

Finance, 1, 29–54.

Altman, E., et H. Rijken (2004) : “How Rating Agencies Achieve Rating Stabi-

lity ?,” Journal of Banking and Finance, 28, 2679–2714.

Altman, E., et A. Saunders (1998) : “Credit Risk Measurement : Developments

over the Last 20 Years,” Journal of Banking and Finance, 21, 1721–1742.

Amato, J., et C. Furfine (2004) : “Are Credit Ratings Procyclical ?,” Journal of

Banking and Finance, 28, 2641–2677.

Anderson, C., et T. Campbell (2004) : “Corporate Governance of Japanese

Banks,” Journal of Corporate Finance, 10, 327–354.

Anderson, R., et D. Fraser (2000) : “Corporate Control, Bank Risk Taking

and the Health of the Banking Industry,” Journal of Banking and Finance, 24,

1383–1398.

179



Bibliographie

Arun, T., et J. Turner (2003) : “Corporate Governance of Banks in Developing

Economies : Concepts and Issues,” Working paper.

Avery, R., et G. Hanweck (1984) : “A Dynamic Analysis of Bank Failures,”dans

Bank Structure and Competition , pp. 380–395. Federal Reserve Bank of Chicago.

Barberis, N., et R. Thaler (2002) : “A Survey of Behavioral Finance,” Working

Paper Series 9222, National Bureau of Economic Research.

Barr, R., et T. Siems (1994) : “Predicting Bank Failure Using DEA to Quantify

Management Quality,” Financial Industry Studies Working Paper 94-1, Federal

Reserve Bank of Dallas.

Barth, J., D. Brumbaugh, D. Sauerhaft, et G. Wang (1985) : “Thrift Insti-

tutions Failures : Causes and Policy Issues,”dans Bank Structure and Competition ,

pp. 184–216. Federal Reserve Bank of Chicago.

Barth, J., G. Caprio, et R. Levine (1999) : “Financial Regulation and Perfor-

mance : Cross-Country Evidence,” Working Paper 2037, World Bank.

(2000) : “Banking Systems Around the Globe : Do Regulation and Owner-

ship affect Performance and Stability ?,” Working Paper 2325, World Bank.

(2001) : “The Regulation and Supervision of Banks Around the World : A

New Database,” Working Paper 2588, World Bank.

(2004) : “Bank Regulation and Supervision : What Works Best ?,” Journal

of Financial Intermediation , 13, 205–248.

Baumann, U., et E. Nier (2003) : “Market Discipline and Financial Stability :

Some Empirical Evidence,” Financial stability review, Bank of England.

Beaver, W. (1966) : “Financial Ratios as Predictors of Failure,” Journal of Ac-

counting Research , 4, 71–111.

Becht, M., P. Bolton, et A. Roell (2002) : “Corporate Governance and

Control,” Working Paper 02/2002, European Corporate Governance Institute.

Bell, J., et D. Pain (2000) : “Leading Indicator Models of Banking Crises : A

Critical Review,” Financial stability review, Bank of England.

180



Bibliographie

Benston, G. (1985) : An Analysis of the Causes of Savings and Loan Associations

Failures,New York University, monograph series in finance and economics edn.

Berger, A. (1999) : “The Dynamics of Market Entry : The Effects of Mergers and

Acquisitions on De Novo Entry and Small Business Lending in the Banking Indus-

try,” Finance and Economics Discussion Paper Series 1999-41, Board of Governors

of the Federal Reserve System.

(2004) : “Competitive Effects of Basel II on Banks in SME Credit Markets

in the United States,” Working paper, Board of Governors of the Federal Reserve

System and Wharton Financial Institutions Center.

Berger, A., S. Davies, et M. Flannery (2000) : “Comparing Market and Su-

pervisory Assessments of Bank Performance : Who Knows What When ?,” Journal

of Money, Credit and Banking , 32, 641–667.

Berger, A., S. Frame, et N. Miller (2002a) : “Credit Scoring and the Price

and Availability of Small Business Credit,” Finance and Economics Discussion

Paper Series 2002-26, Board of Governors of the Federal Reserve System.

Berger, A., R. Herring, et G. Szego (1995) : “The Role of Capital in Financial

Institutions,” Journal of Banking and Finance, 19, 393–430.

Berger, A., L. Klapper, et G. Udell (2001) : “The Ability of Banks to Lend

to Informationally Opaque Small Businesses,” Journal of Banking and Finance,25, 2127–2167.

Berger, A., N. Miller, M. Petersen, R. Rajan, et J. Stein (2005) : “Does

Function follow Organizational Form ? Evidence from the Lending Practices of

Large and Small Banks,” Journal of Financial Economics, 76, 237–269.

Berger, A., et G. Udell (1995) : “Relationships Lending and Lines of Credit in

Small Firm Finance,” Journal of Business, 68, 351–381.

(2002) :“Small Business Credit Availability and Relationship Lending : The

Importance of Bank Organisational Structure,” Economic Journal , 112, 32–53.

Bernardo, A., H. Cai, et J. Luo (2001) : “Capital Budgeting and Compen-

sation with Asymmetric Information and Moral Hazard,” Journal of Financial

Economics, 61, 311–344.

181



Bibliographie

Besanko, D., et G. Kanatas (1996) : “The Regulation of Bank Capital : Do

Capital Standards Promote Bank Safety ?,” Journal of Financial Intermediation ,

5, 160–183.

Bhattacharya, S., A. Boot, et A. Thakor (1998) :“The Economics of Banking

Regulation,” Journal of Money, Credit and Banking , 30, 745–770.

Bichsel, R., et J. Blum (2004) : “The Relationship between Risk and Capital

in Swiss Commercial Banks : A Panel Study,” Applied Financial Economics, 14,

591–598.

Bliss, R., et M. Flannery (2002) : “Market Discipline in the Governance of

U.S. Bank Holding Companies : Monitoring versus Influence,” European Economic

Review , 6, 361–395.

Blochwitz, S., et S. Holh (2001) : “Reconciling Ratings,” Risk Magazine, pp.

87–90.

Blum, J. (1999) : “Do Capital Adequacy Requirements reduce Risks in Banking ?,”

Journal of Banking and Finance, 23, 755–771.

Blum, J. (2002) :“Subordinated Debt, Market Discipline, and Banks’ Risk Taking,”


Bongini, P., L. Laeven, et G. Majnoni(2002) : “How Good is the Market at

Assessing Bank Fragility ? A Horse Race between Different Indicators,” Journal

of Banking and Finance, 26, 1011–1028.

Boot, A. (2000) : “Relationship Banking : What Do We Know ?,” Journal of Fi-

nancial Intermediation , 9, 7–25.

Bottazzi, L., M. Darin, et T. Hellmann (2005) : “What Role of Legal Systems

in Financial Intermediation ? Theory and Evidence,” Working Paper 82, European

Corporate Governance Institute.

Boyd, J., et G. D. Nicolo (2005) : “The Theory of Bank Risk Taking and

Competition Revisited,” Journal of Finance, 60, 1329–1343.

Bris, A., et S. Cantale (2004) : “Bank Capital Requirements and Managerial

Self-Interest,” Quarterly Review of Economics and Finance, 44, 77–101.

182



Bibliographie

Brister, B., R. Kennedy, et P. Liu (1994) : “The Regulation Effect of Credit

Ratings on Bond Interest Yield : The Case of Junk Bonds,” Journal of Business,

Finance Accounting , 21, 511–531.

Broll, U., et J. Wahl (2003) : “Value at Risk and Bank Equity,” Jahrb¨ ucher f ur

National okonomie und Statistik Band , 223.

Calem, P., et R. Rob (1999) : “The Impact of Capital Based Regulation on Bank

Risk Taking,” Journal of Financial Intermediation , 8, 317–352.

Calomiris, C., et A. Powell (2000) : “Can Emerging Market Bank Regulators

Establish Credible Discipline ? The Case of Argentina, 1992-1999,”Working Paper

7715, National Bureau of Economic Research.

Caminal, R., et C. Matutes (2002) : “Market Power and Banking Failures,”

International Journal of Industrial Organization , 20, 1341–1361.

Cantor, R., et F. Packer (1995) : “The Credit Rating Industry,” Journal of

Fixed Income, 5, 10–34.

(1996) : “Multiple Ratings and Credit Standards : Differences of Opinion in

the Credit Rating Industry,” Staff Report 12, Federal Reserve Bank of New York.

Caprio, G., L. Laeven, et R. Levine (2003) : “Governance and Bank Valuation,”

Working Paper 10158, National Bureau of Economic Research.

Caprio, G., et R. Levine (2002) : “Corporate Governance in Finance : Concepts

and International Observations,” dans Building the Pillars of Financial Sector Go-

vernance : The Roles of the Private and Public Sectors. The Brookings Institution

Press.

Carey, M., et M. Hrycay (2001) : “Parametrizing Credit Risk Models with

Rating Data,” Journal of Banking and Finance, 25, 197–270.

Cargill, T. (1989) : “CAMEL Ratings and the CD Market,” Journal of Financial Services Research , 3, 347–358.

Chaffai, M., M. Dietsch, et C. Godlewski (2004) : “Credit Risk Price and

Risk-Sensitivity in Commercial Banks : A Directional Distance Function Ap-

proach,” Working paper, LaRGE, Universite Robert Schuman.

183



Bibliographie

Chambers, R. (1998) : Essays in Honor of Sten Malmquist,chap. Input and Output

Indicators. Fare, Grosskopf and Russell, Kluwer Academic Publishers.

Chan, Y.-S., S. Greenbaum, et A. Thakor (1992) : “Is Fairly Priced Deposit

Insurance Possible?,” Journal of Finance, 47, 227–245.

Charreaux, G. (1991) : “Structures de Propriete, Relation d’Agence et Perfor-

mance Financiere,” Revue Economique, 3, 521–552.

(1997) : Le Gouvernement de l’Entreprise : Corporate Governance, Theo-

ries et Faits. Economica.

Choe, H., et B.-S. Lee (2003) : “Korean Bank Governance Reform after the Asian

Financial Crisis,” Pacific-Basin Finance Journal , 11, 483–508.

Christensen, J., E. Hansen, et D. Lando (2004) : “Confidence Sets forContinuous-Time Rating Transition Probabilities,” Journal of Banking and Fi-

nance, 28, 2575–2602.

Chung, Y., R. Fare, et S. Grosskopf (1997) : “Productivity and Undesirable

Outputs : A Directional Distance Function Approach,” Journal of Environmental

Management , 51, 229–240.

Ciancanelli, P., et J. R. Gonzalez (2000) : “Corporate Governance in Ban-

king : A Conceptual Framework,” Working paper.

Clair, R. (1992) : “Loan Growth and Loan Quality : Some Preliminary Evidence

from Texas Banks,” Economic review, Federal Reserve Bank of Dallas.

Cole, R., et J. Gunther (1995) : “Separating the Likelihood and Timing of Bank

Failure,” Journal of Banking and Finance, 19, 1073–1089.

Cordella, T., et E. L. Yeyati (2002) : “Financial Opening, Deposit Insurance,

and Risk in a Model of Banking Competition,” European Economic Review , 46,

471–485.

Covitz, D., et E. Heitfield (1999) : “Monitoring, Moral Hazard, and Market

Power : A Model of Bank Lending,” Finance and Economics Discussion Series 37,

Federal Reserve Board.

184



Bibliographie

Crespi, R., M. Garcia-Cestona, et V. Salas (2004) : “Governance Mecha-

nisms in Spanish Banks. Does Ownership Matter ?,” Journal of Banking and Fi-

nance, 28, 2311–2330.

Crouhy, M., D. Galai, et R. Mark (2001) : “Prototype Risk Rating System,”


Danielsson, J., B. Jorgensen, et C. deVries (2002) : “Incentives for Effective

Risk Management,” Journal of Banking and Finance, 26, 1407–1425.

Davydenko, S., et J. Franks (2005) : “Do Bankruptcy Codes Matter ? A Study

of Defaults in France, Germany, and the UK,” Working paper, London Business

School.

DeBodt, E., F. Lobez, et J.-C. Statnik (2005) : “Credit Rationing, Custo-

mer Relationship and the Number of Banks : An Empirical Analysis,” European

Financial Management , 11, 195–228.

Decamps, J.-P., J.-C. Rochet, et B. Roger (2004) : “The Three Pillars of

Basel II : Optimizing the Mix,” Journal of Financial Intermediation , 13, 132–156.

Degryse, H., et P. V. Cayseele (2000) : “Relationship Lending within a Bank

Based System : Evidence from European Small Business Data,” Journal of Finan-

cial Intermediation , 9, 90–109.

Demirguc-Kunt, A. (1989a) : “Deposit-Institution Failures : A Review of Empi-

rical Literature,” Economic review, Federal Reserve Bank of Cleveland.

(1989b) : “Modeling Large Commercial Bank Failures : A Simultaneous-

Equation Analysis,” Working Paper 8905, Federal Reserve Bank of Cleveland.

Demirguc-Kunt, A., et H. Huizinga (2000) : “Market Discipline and Financial

Safety Net Design,” Working Paper 2183, World Bank.

Demirguc-Kunt, A., et T. Sobaci (2001) : “Deposit Insurance around theWorld : A Data Base,” World Bank Economic Review , 15.

Demirgunc-Kunt, A., et E. Detragiache (2002) : “Does Deposit Insurance

Increase Banking System Stability ? An Empirical Investigation,” Journal of Mo-

netary Economics, 49, 1373–1406.

185



Bibliographie

Demirgunc-Kunt, A., et H. Huizinga (2004) : “Market Discipline and Deposit

Insurance,” Journal of Monetary Economics, 51, 375–399.

Demsetz, R., M. Saidenberg, et P. Strahan (1997) : “Agency Problems and

Risk Taking,” Staff Reports 29, Federal Reserve Bank of New York.

Denis, D., et J. McConnell (2003) : “International Corporate Governance,”

Working Paper 05/2003, European Corporate Governance Institute.

Detragiache, E., P. Garella, et L. Guiso (2000) : “Multiple versus Single

Banking Relationships : Theory and Evidence,” Journal of Finance, 55, 1133–1161.

Devaney, M., et W. Weber (2002) : “Small-Business Lending and Profit Effi-

ciency in Commercial Banking,” Journal of Financial Services Research , 22, 225–

246.

Dewatripont, M., et J. Tirole (1993) : The Prudential Regulation of Banks.

MIT Press.

DeYoung, R., M. Flannery, W. Lang, et S. Sorescu (2001) : “The Infor-

mation Content of Bank Exam Ratings and Subordinated Debt Prices,” Journal

of Money, Credit and Banking , 33, 900–925.

DeYoung, R., K. Spong, et R. Sullivan (2001) : “Who’s Minding the Store ?

Motivating and Monitoring Hired Managers at Small, Closely Held CommercialBanks,” Journal of Banking and Finance, 25, 1209–1243.

DeYoung, T., W. Hunter, et G. Udell (2004) : “The Past, Present, and

Probable Future for Community Banks,” Journal of Financial Services Research ,

25, 85–133.

Diamond, D. (1984) :“Financial Intermediation as Delegated Monitoring : A Simple

Example,” Economic quarterly, Federal Reserve Bank of Richmond.

Diamond, D., et P. Dybvig (1983) : “Bank Runs, Deposit Insurance and Liqui-dity,” Journal of Political Economy , 91, 401–419.

Dietsch, M., et V. Golitin-Boubakari (2002) : “L’Evolution des Relations

Banques-Entreprises dans les Annees 1990,” Bulletin de la Commission Bancaire,

27, 74–107.

186



Bibliographie

Dietsch, M., et J. Petey (2003) : Mesure et Gestion du Risque de Credit dans

les Institutions Financieres. La Revue Banque.

Ederington, L., J. Yawitz, et B. Roberts (1987) :“The Informational Content

of Bond Ratings,” Journal of Financial Research , 10, 211–226.

Ediz, T., I. Michael, et W. Perraudin (1998) : “Bank Capital Dynamics and

Regulatory Policy,” Working paper, Bank of England.

Elsas, R. (2005) : “Empirical Determinants of Relationship Lending,” Journal of

Financial Intermediation , 14, 32–57.

Elton, E., M. Gruber, D. Agrawal, et C. Mann (2001) : “Explaining the

Rate Spread of Corporate Bonds,” Journal of Finance, 56, 247–277.

Elyasiani, E., et L. Goldberg (2004) : “Relationship Lending : A Survey of theLiterature,” Journal of Economics and Business, 56, 315–330.

Ergungor, O. E. (2005) : “The Profitability of Bank-Borrower Relationships,”

Journal of Financial Intermediation , forthcoming.

Evanoff, D., et L. Wall (2002) : “Sub-Debt Yield Spreads as Bank Risk Mea-

sures,” Journal of Banking and Finance, 26, 989–1009.

Fama, E. (1985) : “What’s Different about Banks?,” Journal of Monetary Econo-

mics, 15, 29–39.

Fan, J. (2004) : “What Do We Know about Corporate Governance in Banks?,”

Working paper, Hong Kong University of Science and Technology.

Feldman, R. (1997a) : “Credit Scoring and Small Business Loans,” Community

dividend, Federal Reserve Bank of Minneapolis.

(1997b) : “Small business Loans, Small Banks and a Big Change in Tech-

nology Called Credit Scoring,” The region, Federal Reserve Bank of Minneapolis.

Ferri, G., L. Liu, et J. Stiglitz (1999) : “The Procyclical Role of Rating Agen-

cies : Evidence from the East Asian Crisis,” Economic Notes, 28, 335–355.

Flannery, M., et S. Sorescu (1996) : “Evidence of Bank Market Discipline in

Subordinated Debenture Yields : 1983-1991,” Journal of Finance, 51, 1347–1378.

187



Bibliographie

Frame, W., A. Srinivasan, et L. Woosley (2001) : “The Effect of Credit

Scoring on Small-Business Lending,” Journal of Money, Credit and Banking , 33,

813–825.

Fare, R., et S. Grosskopf (2000) : “Theory and Application of Directional

Distance Functions,” Journal of Productivity Analysis, 13, 93–103.

Fare, R., S. Grosskopf, C. K. Lovell, et S. Y. S. (1993) : “Multiple Pro-

ductivity Comparisons when Some Outputs are Undesirable : A Nonparametric

Approach,” Review of Economics and Statistics, 75, 274–380.

Fare, R., S. Grosskopf, D.-W. Noh, et W. Weber (2005) : “Characteristics

of a Polluting Technology : Theory and Practice,” Journal of Econometrics, 126,

469–492.

Fare, R., S. Grosskopf, et W. Weber (2004) : “The Effect of Risk-Based

Capital Requirements on Profit Efficiency in Banking,” Applied Economics, 36,

1731–1743.

Freixas, X., et J.-C. Rochet (1997) : Microeconomics of Banking . MIT Press.

Furlong, F., et M. Keeley (1989) : “Capital Regulation and Bank Risk-Taking :

A Note,” Journal of Banking and Finance, 13, 883–891.

Gajewski, G. (1988) : “Bank Risk, Regulator Behavior, and Bank Closure in the

Mid 1980’s : A Two Step Logit Model,” Phd dissertation, George Washington

University.

Galloway, T., W. Lee, et D. Roden (1997) : “Banks’ Changing Incentives and

Opportunities for Risk-Taking,” Journal of Banking and Finance, 21, 509–527.

Gan, J. (2004) : “Banking Market Structure and Financial Stability : Evidence from

the Texas Real Estate Crisis in the 1980s,” Journal of Financial Economics, 73,

567–601.

Gennote, G., et D. Pyle (1991) : “Capital Controls and Bank Risk,” Journal of

Banking and Finance, 15, 805–841.

Gunther, T., et M. Gruning (2000) : “Einsatz von Insolvenzprognoseverfah-

ren bei der Kreditwurdigkeitsprufung im Firmenkundenbereich,” Die Betriebs-

wirtschaft , 60, 39–59.

188



Bibliographie

Godbillon-Camus, B., et C. Godlewski (2005) : “Gestion du Risque de Credit

dans la Banque : Information Hard, Information Soft et Manipulation,” Working

paper, LaRGE.

Godlewski, C. (2004a) : “Etude de la Coherence des Ratings de Banques avec la

Probabilite de Defaillance Bancaire dans les Pays Emergents,” Working Paper 65,

LaRGE, Universite Robert Schuman.

(2004b) : “Influence des Facteurs Institutionnels sur l’Exces de Risque et

les Ratings de Banques dans les Pays Emergents,” Revue Bancaire et Financiere,

8, 450–460.

(2004c) : “Le Role de l’Environnement Reglementaire, Legal et Institu-

tionnel dans la Defaillance des Banques Le Cas des Pays Emergents,” Banque &

Marches, 73, 20–31.

(2004d) : “Modelisation de la Prevision de la Defaillance Bancaire Une

Application aux Banques des Pays Emergents,” Working Paper 70, LaRGE, Uni-

versite Robert Schuman.

(2005) : “Bank Capital and Credit Risk Taking in Emerging Market Eco-

nomies,” Journal of Banking Regulation , 6, 128–145.

Goldberg, L., et S. Hudgins (2002) : “Depositor Discipline and Changing Stra-

tegies for Regulating Thrift Institutions,” Journal of Financial Economics, 63,263–274.

Gonzalez, F. (2005) : “Bank Regulation and Risk-Taking Incentives : An Interna-

tional Comparison of Bank Risk,” Journal of Banking and Finance, 29, 1153–1184.

Gorton, G., et R. Rosen (1995) : “Corporate Control, Portfolio Choice and the

Decline of Banking,” Journal of Finance, 50, 1377–1420.

Goyal, V. (2005) : “Market Discipline of Bank Risk : Evidence from Subordinated

Debt Contracts,” Journal of Financial Intermediation , 14, 318–350.

Graham, F., et J. Horner (1988) : “Bank Failure : An Evaluation of the Factors

Contributing to the Failure of National Banks,” Discussion paper, Office of the

Comptroller of the Currency.

189



Bibliographie

Greuning, H. V., et S. B. Bratanovic (2000) : Analyzing Banking Risk : A

Framework for Assessing Corporate Governance and Financial Risk Management .

World Bank.

Grunert, J., L. Norden, et M. Weber (2005) : “The Role of Non-Financial

Factors in Internal Credit Ratings,” Journal of Banking and Finance, 29, 509–531.

Guttler, A. (2004) : “Using a Bootstrap Approach to Rate the Raters,” Working

paper, University of Frankfurt.

Guigou, J.-D., et L. Vilanova (1999) : “Les Vertus du Financement Bancaire :

Fondements et Limites,” Finance Controle Strategie, 2, 97–133.

Hakenes, H. (2004) : “Banks as Delegated Risk Managers,” Journal of Banking

and Finance, 28, 2399–2426.

Hamilton, D., P. Varma, S. Ou, et R. Cantor (2004) : “Default and Recovery

Rates of Corporate Bond Issuers : A Statistical Review of Moody’s Ratings Per-

formance, 1920-2003,”Special comment, Moody’s Investors Service, Global Credit

Research.

Hancock, D., et M. Kwast (2001) : “Using Subordinated Debt to Monitor Bank

Holding Companies : Is it Feasible ?,” Journal of Financial Services Research , 20,

147–187.

Hand, J., R. Holthausen, et R. Leftwich (1992) : “The Effects of Bond

Rating Agency Announcements on Bond and Stock Prices,” Journal of Finance,

47, 733–752.

Hannan, T., et G. Hanweck (1988) : “Bank Insolvency Risk and the Market

for Large Certificates od Deposit,” Journal of Money, Credit and Banking , 20,

203–212.

Harris, M., et A. Raviv (1996) : “The Capital Budgeting Process : Incentives

and Information,” Journal of Finance, 51, 1139–1175.

(1998) : “Capital Budgeting and Delegation,” Journal of Financial Econo-

mics, 50, 259–289.

Hart, O. (1995) : Firms, Contracts, and Financial Structure. Oxford University

Press.

190



Bibliographie

Hart, O., et D. Jaffee (1974) : “On the Application of Portfolio Theory to

Depository Financial Intermediaries,” Review of Economic Studies, 41, 129–147.

Hart, O., et J. Moore (1990) : “Property Rights and the Nature of the Firm,”


Hawkins, J., et P. Turner (1999) : “Bank Restructuring in Practice : An Over-

view,” Policy paper, Bank for International Settlements.

Hellmann, T., K. Murdock, et J. Stiglitz (2000) : “Liberalization, Moral

Hazard in Banking, and Prudential Regulation : Are Capital Requirements En-

ough?,” American Economic Review , 90, 147–165.

Helwege, J., et C. Turner (1999) : “The Slope of the Credit Yield Curve for

Speculative-Grade Issuers,” Journal of Finance, 54, 1869–1884.

Hoggarth, G., P. Jackson, et E. Nier (2005) : “Banking Crises and the Design

of Safety Nets,” Journal of Banking and Finance, 29, 143–159.

Hoggarth, G., J. Reidhill, et P. Sinclair (2003) : “Resolution of Banking

Crises : A Review,” Financial stability review, Bank of England.

Honohan, P. (1997) : “Banking System Failures in Developing and Transition

Countries : Diagnosis and Predictions,” Working paper, Bank for International

Settlements.

Hovakimian, A., E. Kane, et L. Laeven (2003) : “How Country and Safety-

Net Characteristics Affect Bank Risk-Shifting,” Journal of Financial Services Re-

search , 23, 177–205.

Hubler, J., et P. Raimbourg (2001) : Finance d’Entreprise Recherches du CRE-

FIB,chap. L’Evolution du Cout de la Dette Obligataire en Cas de Modification de

Rating : Une Nouvelle Methodologie d’Etude d’Evenements, pp. 401–419. Econo-

mica.

Hughes, J., W. Lang, L. Mester, et C.-G. Moon (1997) : “Recovering Tech-

nologies that Account for Generalized Managerial Preferences : An Application to

Banks that are not Risk-Neutral,” Economics Working Paper 97-11, Office of the

Comptroller of the Currency.

191



Bibliographie

Hughes, J., et L. Mester (1998) : “Bank Recapitalisation and Costs : Evidence

of Scale in Risk Management and Signalling,” Review of Economics and Statistics,

80, 314–325.

Hughes, J., L. Mester, et C.-G. Moon (2001) : “Are Scale Economies in Ban-

king Elusive or Illusive ? Evidence Obtained by Incorporating Capital Structure

and Risk-Taking in Models of Bank Production,” Journal of Banking and Finance,

25, 2169–2208.

Hull, J., M. Predescu, et A. White (2004) : “The Relationship between Credit

Default Swap Spreads, Bond Yields, and Credit Rating Announcements,” Journal

of Banking and Finance, 28, 2789–2811.

Hussain, Q., et C. Wihlborg (1999) : “Corporate Insolvency Procedures and

Bank Behavior : A Study of Selected Asian Economies,” Working Paper 135,

International Monetary Fund.

Jacques, K., et P. Nigro (1997) : “Risk-Based Capital, Portfolio Risk and Bank

Capital : A Simultaneous Equations Approach,” Journal of Economics and Busi-

ness, 49, 533–547.

Jafry, Y., et T. Schuermann (2004) : “Measurement, Estimation and Compari-

son of Credit Migration Matrices,”Journal of Banking and Finance, 28, 2603–2639.

Jagtiani, J., G. Kaufman, et C. Lemieux (1999) : “Do Markets Discipline

Banks and Bank Holding Companies? Evidence from Debt Pricing,” Working

Paper S&R-99-3R, Federal Reserve Bank of Chicago, Supervision and Regulation

Department.

Jegers, M. (1991) :“Prospect Theory and the Risk-Return Relation : Some Belgian

Evidence,” Academy of Management Journal , 34, 215–225.

Jeitschko, T., et S. Jeung (2005) : “Incentives for Risk-Taking in Banking : A

Unified Approach,” Journal of Banking and Finance, 29, 759–777.

Jensen, M. (1993) : “The Modern Industrial Revolution, Exit and Failure of Internal

Control Systems,” Journal of Finance, 48, 831–880.

Jensen, M., et W. Meckling (1992) : Contract Economics,chap. Specific and

General Knowledge, and Organizational Structure, pp. 251–274. Werin and Wij-

kander, Blackwell.

192



Bibliographie

Jewell, J., et M. Livingston (1999) : “A Comparison of Bond Ratings from

Moody’s, S&P and Fitch IBCA,” Financial Markets, Institutions and Instruments,

8, 1–45.

Johnson, H. (1994) : “Prospect Theory in the Commercial Banking Industry,”

Journal of Financial and Strategic Decisions, 7, 73–89.

Kahane, Y. (1977) : “Capital Adequacy and the Regulation of Financial Interme-

diaries,” Journal of Banking and Finance, 1, 207–217.

Kahneman, D., et A. Tversky (1979) : “Prospect Theory : An Analysis of

Decision Under Risk,” Econometrica , 47, 263–291.

Kane, E. (1989) : The S&L Insurance Mess : How Did It Happen ? Washington

D.C., The Urban Institute.

Kaplan, R., et G. Urwitz (1979) : “Statistical Models of Bond Ratings : A

Methodological Inquiry,” Journal of Business, 52, 231–261.

Kareken, J., et N. Wallace (1978) : “Deposit Insurance and Bank Regulation :

A Partial-Equilibrium Exposition,” Journal of Business, 51, 413–438.

Keeley, M. (1988) : “Bank Capital Regulation in the 1980s : Effective or Ineffec-

tive ?,” Economic review, Federal Reserve Bank of San Francisco.

(1990) :“Deposit Insurance, Risk, and Market Power in Banking,” American Economic Review , 80, 1183–1200.

Keeley, M., et F. Furlong (1990) : “A Reexamination of Mean-Variance Ana-

lysis of Bank Capital Regulation,” Journal of Banking and Finance, 14, 69–84.

Keeton, W., et C. Morris (1987) : “Why Do Banks’ Loan Losses Differ ?,”

Economic review, Federal Reserve Bank of Kansas City.

Kim, D., et A. Santomero (1988) : “Risk in Banking and Capital Regulation,”

Journal of Finance, 43, 1219–1233.

Kirschenheiter, M. (2002) : “Representational Faithfulness in Accounting : A

Model of Hard Information,” Working paper, Columbia University.

Klapper, L., et I. Love (2002) :“Corporate Governance, Investor Protection, and

Performance in Emerging Markets,” Journal of Corporate Finance, 10, 703–728.

193



Bibliographie

Knopf, J., et J. Teall (1996) : “Risk Taking Behavior in the US Thrift Industry :

Ownership Structure and Regulatory Changes,” Journal of Banking and Finance,

20, 1329–1350.

Koehn, M., et A. Santomero (1980) :“Regulation of Bank Capital and Portfolio

Risk,” Journal of Finance, 35, 1235–1250.

Konishi, M., et Y. Yasuda (2004) : “Factors Affecting Bank Risk Taking : Evi-

dence from Japan,” Journal of Banking and Finance, 28, 215–232.

Krainer, J., et J. Lopez (2004) : “Incorporating Equity Market Information

into Supervisory Monitoring Models,” Journal of Money, Credit and Banking , 36,

1043–1067.

Kramer, W., et A. Guttler (2003) : “Comparing the Accuracy of Default Pre-

dictions in the Rating Industry : The Case of Moody’s vs S&P,” Working paper,

University of Dortmund.

Kraussl, R. (2005) :“Do Credit Rating Agencies Add to the Dynamics of Emerging

Market Crises ?,” Journal of Financial Stability , 1, 355–385.

Laeven, L., et G. Majnoni (2005) : “Does Judicial Efficiency Lower the Cost of

Credit ?,” Journal of Banking Finance, 29, 1791–1812.

Lando, D., et T. Skodeberg(2002) : “Analyzing Rating Transitions and Rating

Drift with Continuous Observations,” Journal of Banking and Finance, 26, 423–

444.

LaPorta, R., F. L. de Silanes, et A. Shleifer (1998) : “Law and Finance,”


LaPorta, R., F. L. de Silanes, A. Shleifer, et R. Vishny (1997) : “Legal

Determinants of External Finance,” Journal of Finance, 52, 1130–1150.

(2000) : “Investor Protection and Corporate Governance,” Journal of Fi-nancial Economics, 58, 3–27.

Lehmann, B. (2003) : “Is it Worth the While ? The Relevance of Qualitative Infor-

mation in Credit Rating,” Working paper, University of Konstanz.

194



Bibliographie

Loffler, G. (2004) : “Ratings versus Market-Based Measures of Default Risk in

Portfolio Governance,” Journal of Banking and Finance, 28, 2715–2746.

(2005) : “Avoiding the Rating Bounce : Why Rating Agencies are Slow to

React to New Information,” Journal of Economic Behavior and Organization , 56,

365–381.

Liberti, J. (2003) : “Initiative, Incentives and Soft Information : How Does Delega-

tion Impact the Role of Bank Relationship Managers ?,” IFA Working Paper 404,

London Business School.

Lindgren, C.-J., T. Balino, C. Enoch, A.-M. Gulde, M. Quintyn, et

L. Teo (1999) : “Financial Sector Crisis and Restructuring Lessons from Asia,”

Occasional Paper 188, International Monetary Fund.

Lindquist, K.-G. (2004) :“Banks’ Buffer Capital : How Important is Risk,” Journal

of International Money and Finance, 23, 493–513.

Llellewyn, D. (2002) : “An Analysis of the Causes of Recent Banking Crises,”

European Journal of Finance, 8, 152–175.

Lobez, F. (1997) : Banques et Marches du Credit . PUF.

Lown, C., et D. Morgan (2002) :“The Credit Cycle and the Business Cycle : New

Findings using the Survey of Senior Loan Officers,” Proceedings, Federal Reserve

Bank of Chicago.

Lucas, A., et P. Klaassen (2005) : “Discrete versus Continuous State Switching

Models for Portfolio Credit Risk,” Journal of Banking and Finance, forthcoming.

Macey, J., et M. O’Hara (2003) : “The Corporate Governance of Banks,” Eco-

nomic Policy Review , 9.

Machauer, A., et M. Weber (1998) : “Bank Behavior Based on Internal Credit

Ratings of Borrowers,” Journal of Banking and Finance, 22, 1355–1383.

Maddala, G. (1983) : Limited Dependent and Qualitative Variables in Econome-

trics. Cambridge University Press.

Maechler, A., et K. McDill (2005) : “Dynamic Depositor Discipline in US

Banks,” Journal of Banking and Finance, forthcoming.

195



Bibliographie

Perraudin, W., et A. Taylor (2004) : “On the Consistency of Ratings and Bond

Market Yields,” Journal of Banking and Finance, 28, 2769–2788.

Petersen, M. (2004) : “Information : Hard and Soft,” Mimeo, Kellogg School of

Management, Northwerstern University.

Petersen, M., et R. Rajan (1994) : “The Benefits of Lending Relationships :

Evidence from Small Business Data,” Journal of Finance, 49, 3–37.

Pinches, G., et K. Mingo (1975) : “The Role of Subordination and Industrial

Bond Ratings,” Journal of Finance, 30, 201–206.

Poon, W., M. Firth, et H.-G. Fung (1999) : “A Multivariate Analysis of the

Determinants of Moody’s Bank Financial Strength Ratings,” Journal of Interna-

tional Financial Markets, Institutions and Money , 9, 267–283.

Prowse, S. (1995) : “Alternative Methods of Corporate Control in Commercial

Banks,” Economic review, Federal Reserve Bank of Dallas.

Pyle, D. (1971) : “On the Theory of Financial Intermediation,”Journal of Finance,

26, 737–747.

Qian, J., et P. Strahan (2005) : “How Laws and Institutions Shape Financial

Contracts : The Case of Bank Loans,” Working Paper 11502, National Bureau of

Economic Research.

Raimbourg, P. (1990) : Les Agences de Rating . Economica.

Reiter, S., et D. Zeibert (1991) : “Bond Yields, Ratings, and Financial Infor-

mation : Evidence from Public Utility Issues,” Financial Review , 26, 45–73.

Repullo, R. (2004) : “Capital Requirements, Market Power, and Risk Taking in

Banking,” Journal of Financial Intermediation , 13, 156–182.

Rime, B. (2001) : “Capital Requirements and Bank Behavior : Empirical Evidence

for Switzerland,” Journal of Banking and Finance, 25, 789–805.

Rochet, J.-C. (1992) : “Capital Requirements and the Behaviour of Commercial

Banks,” European Economic Review , 36, 1137–1178.

Rojas-Suarez, L. (2000) : “Can International Standards Strenghten Banks in

Emerging Markets ?,” Working paper, Institute for International Economics.

197



Bibliographie

(2001) :“Rating Banks in Emerging Markets : What Credit Rating Agencies

should Learn from Financial Indicators,” Working paper, Institute for Internatio-

nal Economics.

Salas, V., et J. Saurina (2000) : “Deregulation, Market Power and Risk Beha-

viour in Spanish Banks,” European Economic Review , 47, 1061–1075.

Santomero, A. (1997) : “Commercial Bank Risk Management : An Analysis of

the Process,” Journal of Financial Services Research , 12, 83–115.

Santomero, A., et J. Trester (1998) : “Financial Innovation and Bank Risk

Taking’,” Journal of Economic Behavior and Organization , 35, 25–37.

Santos, J. (2001) : “Bank Capital Regulation in Contemporary Banking Theory :

A Review of the Literature,” Financial Markets, Institutions and Instruments, 10,

41–84.

Saunders, A., S. Strock, et N. Travlos (1990) : “Ownership Structure, De-

regulation, and Bank Risk Taking,” Journal of Finance, 45, 643–654.

Saunders, A., et B. Wilson (2001) :“An Analysis of Bank Charter Value and Its

Risk Constraining Incentives,” Journal of Financial Services Research , 19, 185–

195.

Scott, J.(2004) : “Small Business and the Value of Community Financial Institu-

tions,” Journal of Financial Services Research , 25, 207–230.

Sharpe, W. (1978) : “Bank Capital Adequacy, Deposit Insurance and Security

Values,” Journal of Financial and Quantitative Analysis, 13, 710–718.

Shin, Y., et W. Moore (2003) : “Explaining Credit Ratings Differences between

Japanese and US Agencies,” Review of Financial Economics, 12, 327–344.

Shleifer, A., et R. Vishny (1997) :“A Survey of Corporate Governance,” Journal

of Finance, 52, 737–784.

Shrieves, R., et D. Dahl (1992) : “The Relationship between Risk and Capital

in Commercial Banks,” Journal of Banking and Finance, 16, 439–457.

198



Bibliographie

Simpson, W., et A. Gleason (1999) :“Board Structure, Ownership, and Financial

Distress in Banking Firms,” International Review of Economics and Finance, 8,

281–292.

Sinkey, J. (1975) : “A Multivariate Statistical Analysis of the Characteristics of

Problem Banks,” Journal of Finance, 30, 21–36.

Sironi, A. (2003) : “Testing for Market Discipline in the European Banking In-

dustry : Evidence from Subordinated Debt Issues,” Journal of Money, Credit and

Banking , 35, 443–478.

Stein, J. (2002) : “Information Production and Capital Allocation : Decentralized

versus Hierarchical Firms,” Journal of Finance, 57, 1891–1921.

Takats, E. (2004) : “Banking Consolidation and Small Business Lending,” Working

Paper 407, European Central Bank.

Thomas, A. (2000) : Econometrie des Variables Qualitatives. Dunod.

Thomson, J. (1992) :“Modeling the Bank Regulator’s Closure Option : A Two Step

Logit Regression Approach,” Journal of Financial Services Research , 6, 5–23.

Treacy, W., et M. Carey (2000) : “Credit Risk Rating Systems at Large US

Banks,” Journal of Banking and Finance, 24, 167–201.

Tversky, A., et D. Kahneman (1992) :“Advances in Prospect Theory : Cumula-

tive Representation of Uncertainty,” Journal of Risk and Uncertainty , 5, 297–323.

VanRoy, P. (2003) : “The Impact of the 1988 Basel Accord on Banks’ Capital Ra-

tios and Credit-Risk Taking : An International Study,” Working paper, ECARES,

Universite Libre de Bruxelles.

von Westernhagen, N., E. Harada, T. Nagata, B. Vale, J. Ayuso,

J. Saurina, S. Daltung, S. Ziegler, E. Kent, J. Reidhill, et S. Per-

istiani (2004) : “Bank Failures in Mature Economies,” Discussion paper, BaselCommittee on Banking Supervision, Bank for International Settlements.

199



Annexe A

201



Annexes

Tab. A.1 – Repartition des banques defaillantes et disponibles par pays emergents

Pays Code Nombre de Nombre de Part des

pays banques disponibles banques defaillantes defaillantesArgentine AR 135 28 20.74%Bosnie-Herzegovine BA 22 1 4.55%Bulgarie BG 28 2 7.14%Bolivie BO 16 7 43.75%Bresil BR 188 19 10.11%Colombie CO 56 9 16.07%Costa Rica CR 35 3 8.57%Republique Tcheque CZ 32 2 6.25%Equateur EC 43 2 4.65%Estonie EE 12 4 33.33%

Hong Kong HK 105 1 0.95%Croatie HR 48 8 16.67%Indonesie ID 93 34 36.56%Coree du Sud KR 55 33 60.00%Lithuanie LT 13 2 15.38%Lettonie LV 28 4 14.29%Mexique MX 46 4 8.70%Malaisie MY 65 32 49.23%Nicaragua NI 12 6 50.00%Panama PA 86 8 9.30%Perou PE 34 5 14.71%Pologne PL 58 1 1.72%Paraguay PY 45 3 6.67%Roumanie RO 36 2 5.56%Russie RU 166 6 3.61%Singapore SG 59 7 11.86%Slovenie SI 27 1 3.70%Slovaquie SK 27 4 14.81%Thaılande TH 40 17 42.50%Taıwan TW 48 3 6.25%Ukraine UA 44 2 4.55%

Uruguay UY 57 6 10.53%Venezuela VE 71 1 1.41%Yougoslavie YU 23 4 17.39%

Source : base de banques defaillantes construite par l’auteur.

Le nombre de defauts est cumule sur les annees 1996 − 2002.

202



Annexe B

Tab. B.1 – Frequences des banques notees par pays

Pays Code Nombre de Banques Frequence

Argentine AR 40 8.37Bresil BR 51 10.67Colombie CO 23 4.81Tchequie CZ 12 2.51Equateur EC 8 1.67Hong Kong HK 5 1.05Croatie HR 4 0.84Indonesie ID 7 1.46Coree du Sud KR 60 12.55Lettonie LV 10 2.09Mexique MX 32 6.69

Malaisie MY 20 4.18Perou PE 23 4.81Pologne PL 46 9.62Roumanie RO 12 2.51Singapour SG 22 4.6Slovenie SI 2 0.42Slovaquie SK 14 2.93Thaılande TH 46 9.62Taıwan TW 6 1.26Venezuela VE 35 7.32

478 100

203



Annexes

Tab. B.2 – Resume de la matrice de transition a un an du rating de Moody’s sur laperiode 1998 − 2002

Rating ToRatings Aaa Aa A Baa Ba B Caa-C Default

Aaa 100.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%Aa 0.00% 97.14% 2.86% 0.00% 0.00% 0.00% 0.00% 0.00%A 0.00% 1.67% 96.67% 1.67% 0.00% 0.00% 0.00% 0.00%Baa 0.00% 0.00% 15.38% 81.40% 2.35% 0.00% 0.00% 0.87%Ba 0.00% 0.00% 0.00% 14.24% 82.80% 2.46% 0.50% 0.00%B 0.00% 0.00% 0.00% 0.00% 14.67% 79.87% 4.24% 1.21%Caa-C 0.00% 0.00% 0.00% 0.00% 0.00% 15.00% 70.71% 14.29%

Letter Migration Rate Summary Excluding Withdrawn Ratings

cCopyright 2003, Moody’s Investors Service, Inc. All rights reserved .

Average 1 - Year(s) Rating Migrations Rates for 12/31/98 - 12/31/02

Resultats de l’etude de la coherence du rating Moody’s avec la pro-

babilite de defaut de la banque avec integration de variables proxies des

facteurs reglementaires dans le modele de score

Les resultats des cinq etapes de la methodologie integrant des variables proxies

des facteurs reglementaires en vigueur dans les pays emergents etudies sont presentes

dans cette annexe.

Il s’agit des facteurs reglementaires utilises et presentes dans le chapitre 1 (voirtableau 1.2) (min. : minimum, moy. : moyenne, s.d. : ecart-type, max. : maximum) :

– CREDITRISKV (proxy de la regulation bancaire) = 1 si le ratio de capital

reglementaire minimum varie avec le risque de credit de la banque (19.17% de

l’echantillon)

– MINCAR (proxy de la regulation bancaire) = ratio de capital reglementaire

minimum (min. : 8%, moy. : 9.31%, s.d. : 1.47%, max. : 12%)

– PROHIBEXTERNLOAN (proxy de la regulation bancaire) = 1 si la regula-

tion bancaire interdit aux banques l’octroi de prets a l’etranger (18.91% de

l’echantillon)

– DEPOSITINSURANCE (proxy de l’assurance des depots) = 1 s’il existe un

systeme d’assurance des depots bancaires en vigueur (75.13% de l’echantillon)

204



Annexes

– ORGASTRUCTURECH (proxy de la discipline reglementaire) = 1 si le regu-

lateur peut forcer la banque a operer un changement de l’organisation interne

(62.69% de l’echantillon)

– IEHOLDING (proxy de la gouvernance - structure de propriete) = 1 si le

premier actionnaire de la banque provient d’un pays industrialise (29.27% del’echantillon)

– NBSUPERVISORS (proxy de la discipline reglementaire) = nombre total de

surveillants professionnels par banque (min. : 0.2 ; moy. : 4.91, s.d. : 3.76, max. :

18)

On presente respectivement :

1. Les resultats du modele de score avec facteurs reglementaires (tableau B.3)

2. Les moyennes et medianes des probabilites estimees (avec facteurs reglemen-

taires) et des taux de defaut par classe de rating simulee (tableau B.4)

3. Les moyennes et medianes des probabilites estimees (avec facteurs reglemen-

taires) et taux de defaut par classe de rating Moody’s (tableau B.5)

4. Le calibrage des classes de rating simulees avec les classes de rating Moody’s

(tableau B.6)

5. Le croisement des classes de rating simulees et BFSR (Moody’s) (tableau B.7)

205



Annexes

Tab. B.3 – Resultats du modele logit de defaut de la banque avec facteurs regle-mentaires

VariablesINTERCEPT 10.566∗

(5.71)EQUTOTASSETS −0.221∗∗∗

(0.08)LLOSSRESNPL −0.011

(0.01)PERSEXPENSE −0.025

(0.03)NETINTMARGIN −0.166

(0.12)LIQUIDASSETS −0.063∗∗

(0.03)LOGTOTA −0.374(0.34)

MINCAR*CREDITSRISKV 0.138(0.11)

PROHIBEXTERNLOAN 5.153∗∗∗

(0.99)DEPOSITINSURANCE −2.928∗∗∗

(0.94)ORGASTRUCTURECH 1.169

(0.74)

IEHOLDING −1.32∗∗(0.71)

NBSUPERVISORS −0.371∗∗∗

(0.11)Ndef. 68N 386LR 206.49∗∗∗

Log V −76.45Tx reclas. def. 88.2Tx reclas. non def. 89.9∗∗∗

,

∗∗

et

∗

: coefficient significatif au seuil de 1%, 5% et 10%.Les ecarts-types figurent entre parentheses.

Ndef. : nombre de defauts, N : nombre de banques.

Log V : logvraisemblance, LR : ratio de vraisemblance.

Tx reclas. def. : Taux de reclassement des defauts.

Tx reclas. non def. : Taux de reclassement des non defauts.

206



Tab. B.4 – Moyennes et medianes des probabilites estimees (avec facteurs reglementaires) et de rating simulee

classes moy. med. s.e. tx nb. s.e. lim. inf. lim. sup. ˆ pD ˆ pD ˆ pD def. def. tx def. I.C. ˆ pD I.C. ˆ pD I

1 0.000733 0.00048 0.0007 0 0 0 0.000606 0.00086 2 0.005924 0.005334 0.0023 0 0 0 0.0005251 0.006597 3 0.025672 0.024924 0.0101 0.014493 1 0.1204 0.023032 0.028312 4 0.441954 0.50259 0.326 0.449664 67 0.4991 0.398171 0.494737





2 0

7



Tab. B.5 – Moyennes et medianes des probabilites estimees (avec facteurs reglementaires) et rating Moody’s

BFSR moy. med. s.e. tx nb. s.e. lim. inf. lim. sup. ˆ pD ˆ pD ˆ pD def. def. tx def. I.C. ˆ pD I.C. ˆ pD

B 0.054002 0.0575 0.0266 0 0 0 0.037091 0.070913 C 0.029737 0.001141 0.0864 0.052632 2 0.226294 0.001354 0.058121 D 0.101667 0.004153 0.2241 0.116959 20 0.322315 0.067842 0.13549 E 0.295982 0.082437 0.3473 0.278788 46 0.449768 0.242595 0.3349369





2 0

8



Annexes

Tab. B.6 – Calibrage des classes de rating simulees avec les classes de rating Moody’s

classes BFSR tx def. BFSR s.e. tx lim. inf. lim. sup.med. historique moy. BFSR def. I.C. tx def. I.C. tx def.

1 D 0.00693 2.96 0.6022 0 0 02 D 0.00693 3.2 0.5766 0 0 03 E 0.1429 3.35 0.8715 0.014493 0.0004 0.07814 E 0.1429 3.5 0.7938 0.449664 0.3682 0.5332

La probabilite de defaut estimee par le modele logit est notee ˆ pD. moy. : moyenne, med. :

mediane, s.e. : ecart-type, tx def. : taux de defaut, nb. def. : nombre de defauts, lim. inf.

et lim. sup. de l’I.C. : limite inferieure et superieure de l’intervalle de confiance a 95%.Compte tenu du nombre d’observations reduit par classe de rating (simulee et d’agence),

on utilise des limites de l’intervalle de confiance exact sous l’hypothese de distribution

binomiale des proportions.

Tab. B.7 – Croisement des classes de rating simulees et BFSR (Moody’s)

BFSRclasses B C D E

1 0 20.17 63.87 15.97 1002 0 8.16 63.27 28.57 1003 7.25 4.35 34.78 53.62 100

4 4.7 4.7 26.85 63.76 100

209



Annexe C

On deduit l’expression de la VaR par unite d’actifs (4.6) a partir de l’expression

de la probabilite de defaut de la banque (4.5). En effet, en utilisant la contrainte de

bilan K + D − A = 0

prob [A(1 + rA) − D(1 + rD) < 0] = α,

equivaut a

prob [Ar + K < 0] = α,

avec r = 1+rA1+rD

− 1,

d’ou on a

prob [−Ar > K ] = α.

Alors, par definition de la VaR, V aRα = K et rα = K A

, d’ou

prob [−r > rα] = α,

ou encore

prob [r ≥ −rα] = 1 − α.

On peut alors ecrire

prob [r ≥ µr + uασr] = 1 − α,

en utilisant le corollaire 1 :

211



Annexes

Corollaire 1 Sachant x ∼ N (µx, σ2x), le fractile d’ordre α de la loi N (.) est

p (x ≥ xα) = 1 − α, avec xα = µx + uασx, uα etant le fractile d’ordre α de la loi

N (0, 1).

On en deduit l’expression de la VaR par unite d’actifs :

rα = −(µr + uασr),

= −

1 + µ

1 + rD

− 1 + uα

σ

1 + rD

,

=rD − µ − uασ

1 + rD

,

qui correspond a l’equation (4.6), sachant que (rA|µ) ∼ N (µ, σ2) et donc

r ∼ N 1+µ

1+rD − 1, σ1+rD2 .

212



Liste des tableaux

1 Typologie de l’information soft versus information hard . . . . . . . 31

1.1 Repartition des defauts et des banques par pays . . . . . . . . . . . . 74

1.2 Facteurs reglementaires et institutionnels utilises dans l’equation (1.1) 75

1.3 Facteurs de risque utilises dans l’equation (1.2) . . . . . . . . . . . . 76

1.4 Statistiques descriptives des principaux ratios comptables . . . . . . 771.5 Resultats des estimations de l’equation (1.1) . . . . . . . . . . . . . . 79

1.6 Resultats des estimations de l’equation (1.2) . . . . . . . . . . . . . . 87

2.1 Definition et frequences des classes de rating Moody’s BFSR . . . . . 103

2.2 Statistiques descriptives des variables explicatives du modele de de-

faut de la banque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.3 Resultats du modele logit de defaut de la banque . . . . . . . . . . . 105

2.4 Moyennes et medianes des probabilites estimees et des taux de defaut

par classe de rating simulee . . . . . . . . . . . . . . . . . . . . . . . 1072.5 Moyennes et medianes des probabilites estimees et taux de defaut par

classe de rating Moody’s . . . . . . . . . . . . . . . . . . . . . . . . . 109

2.6 Calibrage des classes de rating simulees avec les classes de rating Moo-

dy’s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

2.7 Croisement des classes de rating simulees et BFSR (Moody’s ) . . . . 112

3.1 Synthese des modeles estimes selon le comportement face au risque

et l’integration ou non de l’input capital dans la fonction de distance

directionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1323.2 Statistiques descriptives des inputs et outputs de la fonction de pro-

duction bancaire (en milliers USD) . . . . . . . . . . . . . . . . . . . 133

3.3 Valeur moyenne des degres d’inefficience - modeles M 1 et M 3 . . . . . 135

213



Liste des Tableaux

3.4 Comparaison des valeurs moyennes des degres d’inefficience et des

prix percus du risque (direction g(1, 1)) avec capital comme input

fixe (modele M 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

3.5 Comparaison des valeurs moyennes des degres d’inefficience et des

prix percus du risque estimes par les modeles M 1 et M 4 (distinctiondes banques respectant et ne respectant pas la contrainte de capital

pour ce dernier modele) . . . . . . . . . . . . . . . . . . . . . . . . . 139

A.1 Repartition des banques defaillantes et disponibles par pays emergents 202

B.1 Frequences des banques notees par pays . . . . . . . . . . . . . . . . 203

B.2 Resume de la matrice de transition a un an du rating de Moody’s sur

la periode 1998 − 2002 . . . . . . . . . . . . . . . . . . . . . . . . . . 204

B.3 Resultats du modele logit de defaut de la banque avec facteurs regle-

mentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206

B.4 Moyennes et medianes des probabilites estimees (avec facteurs regle-

mentaires) et des taux de defaut par classe de rating simulee . . . . . 207

B.5 Moyennes et medianes des probabilites estimees (avec facteurs regle-

mentaires) et taux de defaut par classe de rating Moody’s . . . . . . 208

B.6 Calibrage des classes de rating simulees avec les classes de rating Moo-

dy’s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

B.7 Croisement des classes de rating simulees et BFSR (Moody’s ) . . . . 209

214



Table des figures

1 Representation schematique de l’influence des causes internes et ex-

ternes sur l’exces de risque et la defaillance de la banque . . . . . . . 57

3.1 Representation de la fonction de distance directionnelle avec un out-

put desirable et un output non desirable. . . . . . . . . . . . . . . . . 123

3.2 Distribution des degres d’inefficience pour toutes les banques de l’echan-tillon - modele M 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

3.3 Distribution des degres d’inefficience pour les banques respectant la

contrainte de capital - modele M 1. . . . . . . . . . . . . . . . . . . . 138

3.4 Distribution des degres d’inefficience pour les banques ne respectant

pas la contrainte de capital - modele M 1. . . . . . . . . . . . . . . . 138

4.1 Courbe de dEw = Ew∗ − Ew∗∗ en fonction de µ. . . . . . . . . . . . 166

4.2 Courbe de dK = K ∗ − K ∗∗ en fonction de µ. . . . . . . . . . . . . . 167

4.3 Courbe de dA = A∗

− A∗∗

en fonction de µ. . . . . . . . . . . . . . . 1684.4 Courbe de dE (U B) = E (U ∗B) − E (U ∗∗B ) en fonction de µ. . . . . . . . 168

215



Table des matieres

Introduction generale 11

Chapitre introductif 19

0.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

0.2 Les causes internes de l’exces de risque . . . . . . . . . . . . . . . . . 23

0.2.1 Les defauts organisationnels et de traitement de l’information

dans la banque . . . . . . . . . . . . . . . . . . . . . . . . . . 23

0.2.2 Les mecanismes de gouvernance inefficaces . . . . . . . . . . . 32

0.3 Les causes externes de l’exces de risque . . . . . . . . . . . . . . . . . 39

0.3.1 Le role de la qualite des institutions legales . . . . . . . . . . . 39

0.3.2 Le role de la regulation et de la surveillance prudentielle des

banques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

L’influence du filet de securite sur la prise de risque . . . . . . 42

L’influence de la regulation du capital sur la prise de risque . . 43

0.3.3 Le role de la structure et de la discipline de marche . . . . . . 46

L’influence de la concurrence sur la prise de risque . . . . . . . 46

L’influence de la discipline de marche sur la prise de risque . . 50

0.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

217



Table des Matieres

1 Le role de l’environnement reglementaire, legal et institutionnel

dans la defaillance des banques : Le cas des pays emergents 59

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

1.2 Facteurs institutionnels et reglementaires et defaillance bancaire . . . 611.2.1 Exces de risque et problemes de gouvernance . . . . . . . . . . 61

1.2.2 Le role des facteurs reglementaires et institutionnels dans la

defaillance bancaire . . . . . . . . . . . . . . . . . . . . . . . . 63

1.3 Methodologie et donnees . . . . . . . . . . . . . . . . . . . . . . . . . 68

1.3.1 La methodologie . . . . . . . . . . . . . . . . . . . . . . . . . 68

1.3.2 Le modele logit en deux etapes et le traitement des facteurs

institutionnels . . . . . . . . . . . . . . . . . . . . . . . . . . 69

1.3.3 La base de donnees . . . . . . . . . . . . . . . . . . . . . . . . 71

1.4 Resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

1.4.1 Statistiques descriptives . . . . . . . . . . . . . . . . . . . . . 73

1.4.2 Resultats du modele logit a deux etapes . . . . . . . . . . . . 78

L’impact de l’environnement reglementaire sur l’exces de risque 80

L’impact de l’environnement reglementaire et institutionnel

sur l’exces de risque . . . . . . . . . . . . . . . . . . 84

L’impact de l’exces de risque sur la defaillance bancaire . . . . 85

1.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

2 La coherence des ratings avec la probabilite de defaillance des

banques dans les pays emergents 91

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

2.2 Systemes de rating . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

2.3 Methodologie et donnees . . . . . . . . . . . . . . . . . . . . . . . . . 98

2.3.1 Methodologie . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

218



Table des Matieres

2.3.2 Donnees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

2.4 Resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

3 Choix de la combinaison rentabilite-risque du portefeuille : Une

approche fondee sur les fonctions de distance directionnelle 115

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

3.2 Le modele de fonction de distance directionnelle . . . . . . . . . . . . 120

3.2.1 La fonction de distance directionnelle avec output non desirable120

3.2.2 Le modele econometrique . . . . . . . . . . . . . . . . . . . . . 125

3.2.3 L’integration de la contrainte de capital . . . . . . . . . . . . . 128

3.3 Donnees et resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

3.3.1 Donnees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

3.3.2 Resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

Impact de l’integration du capital sur l’inefficience technique . 134

Impact du respect de la contrainte de capital sur l’inefficience

technique et le prix percu du risque . . . . . . . . . . 135

Controle interne versus controle externe de la prise de risque . 137

3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

4 Delegation de la decision de credit dans les banques : Le risque de

manipulation de l’information soft et son controle 143

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

4.2 Information hard versus information soft et organisation de la banque 146

4.3 Le modele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

4.4 Le cas de l’information hard . . . . . . . . . . . . . . . . . . . . . . . 156

4.5 Couts et gains de l’information soft . . . . . . . . . . . . . . . . . . . 158

219



Table des Matieres

4.6 Le cas de l’information soft . . . . . . . . . . . . . . . . . . . . . . . 160

4.7 Comparaison des resultats . . . . . . . . . . . . . . . . . . . . . . . . 165

4.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169

Conclusion generale 171

Bibliographie 179

Annexes 200

A 201

B 203

C 211

220



Information, Organisation, et Prise de Risque dans la Banque

Resume

L’etude des causes internes et externes de l’exces de risque, ainsi que des mecanismessusceptibles de controler ce phenomene est l’objet principal de cette these. Il s’agit enparticulier de l’organisation et de la gouvernance bancaire, du role de la reglementationbancaire, de l’environnement institutionnel et legal, de la structure de marche et enfin de

la discipline de marche. On peut inferer de ce travail de recherche plusieurs contributionsmanageriales dans le domaine de la gestion et du controle du risque dans la banque. Dansle cadre d’un modele principal-agent avec alea moral avec information cachee on montreque l’organisation et la gouvernance bancaire constituent des facteurs cles d’une decisionde credit maıtrisee, compte tenu du role du type d’information et de la technologie deson traitement dans le diagnostic du risque. A l’aide d’un modele logit en deux etapeson demontre que la qualite des institutions legales et de la reglementation bancaire sontautant de facteurs externes qui influencent a la fois la prise de risque et la probabilite

Information, Organisation et Prise de Risque dans la Banque, C.J. Godlewski (2005)

Documents

Transcript of Information, Organisation et Prise de Risque dans la Banque, C.J. Godlewski (2005)