Inefficience Des Banques Dans Un Pays en Mutation Cas de La Tunisie

Inefficience des banques dans un pays en mutation : cas de la Tunisie
Dhouha NEFLA AJMI et Neila BOULILA TAKTAK
INEFFICIENCE DES BANQUES DANS UN PAYS EN MUTATION : CAS DE LA TUNISIE
Dhouha NEFLA AJMI1 et Neila BOULILA TAKTAK2
Rsum Dans cette tude nous avons men une analyse deux tapes de linefficience technique des banques tunisiennes sur une priode, (2002-2006), assez fragile pour le secteur bancaire tunisien (FMI, 2002 et 2007). La modlisation de lefficience, dans le contexte de ce travail, permet de dpasser les limites des approches conventionnelles, plus particulirement les corrlations complexes qui affectent les scores defficience. Lutilisation de la procdure de Simar et Wilson (2007), qui se base sur la technique du bootstrap, nous a permis destimer leffet de certaines variables cls de lactivit bancaire sur linefficience technique des banques tunisiennes. Les rsultats suggrent que la mauvaise qualit des crdits et linsuffisance de capitalisation sont les principales sources dinefficience des banques tunisiennes. Les rsultats montrent galement que les grandes banques et les banques publiques sont les plus inefficientes. Ces dernires sont mandates pour soutenir financirement diffrents projets conomiques et sociaux qui ne rpondent pas toujours une logique de profit. Deux implications essentielles en dcoulent : dune part, les banques tunisiennes se trouvent dans lobligation damliorer leurs techniques de gestion du risque de crdit ; dautre part, les autorits de tutelle devraient acclrer la privatisation des banques publiques. Classification JEL : G2, C34, C44, C67.
Dhouha NEFLA AJMI, Doctorante en Finance, Assistante, Universit de Tunis, Ecole Suprieure de Sciences Economiques et Commerciale de Tunis (Tunisie).
2
Neila BOULILA TAKTAK, Docteur en Comptabilit, Matre-assistante, Universit de Tunis, Ecole Suprieure de
Sciences Economiques et Commerciale de Tunis (Tunisie).
Revue Libanaise de Gestion et dEconomie | No 2, 2009

Mots cls : Efficience technique, DEA, bootstrap.
Abstract In this study, we conduct a two-stage analysis of the Tunisian banks technical inefficiency. Modelling efficiency, in this context, allows overcoming the limits of conventional approaches, particularly those related to the complicated and unknown correlations affecting the efficiency scores. We use the Simar and Wilson (2007) single bootstrap procedure, to asses the effect of banking activity key variables on the technical efficiency of Tunisian banks. Results suggest that loans quality and undercapitalisation are the most important factors that affect efficiency. They also show that big size banks and public ones are the less efficient; the latter were mandated to support various economic and social projects which dont satisfy profitability requirements. It follows that Tunisian banks have to improve their credit risk management techniques and monetary authorities are asked to accelerate public banks privatisation. JEL Classification: G2, C34, C44, C67. Key words: Technical efficiency, DEA, bootstrap.

1. Introduction
Plusieurs tudes se sont intresses lvaluation de la performance des secteurs bancaires des pays dvelopps et dans une moindre mesure, celle des pays en voie de dveloppement. Lvaluation de la performance dans ces recherches se base essentiellement sur lutilisation des frontires defficience, qui se sont imposes comme meilleure alternative lanalyse traditionnelle par les ratios3. Lefficience dcrit, dans une unit de production, loptimisation des moyens utiliss afin dobtenir un rsultat ; elle se rfre la comparaison entre les valeurs observes et les valeurs optimales dinputs et doutputs. La conceptualisation de lefficience passe par la spcification de la fron tire defficience reprsente en termes de production, de profit ou en termes de cot. La notion de frontire renvoie lvaluation de la performance conomique, la comparaison par rapport aux meilleures pratiques best practices et par rapport aux meilleures performances. Trs peu de travaux se sont penchs sur la mesure et lexplication du niveau de lefficience des banques dans les pays en voie de dveloppement malgr leur importance dans le financement des activits conomiques, (Isik et Hasan, 2003 ; Singh et al., 2007, Sufian, 2008 ; etc.). La plupart de ces pays se sont engages dans des programmes de rformes structurelles dont lobjectif est la libralisation progressive de leurs systmes financiers. Ds lors, la mesure de lefficience des firmes bancaires se prsente comme un outil dinformation aux autorits montaires leur permettant dvaluer le bien fond des rformes et de mener les politiques en adquation avec leurs objectifs. La Tunisie est lun des pays en voie de dveloppement qui a opt pour lassainissement et la restructuration de son systme bancaire. La conduite dune politique de renforcement des rgles prudentielles ainsi que le dsengagement de lEtat des banques publiques vise hisser le secteur bancaire au rang des secteurs des pays les plus performants. Cependant, la situation des banques demeure critiquable, en raison de la prpondrance des crances
3
Le diagnostic synthtique de la performance se basant sur lutilisation de plusieurs ratios la fois pouvant aboutir des rsultats divergents et donc des conclusions mitiges.

douteuses et la sous-capitalisation des banques publiques. Les questions qui nous interpelle alors sont celles de savoir si i) dans ce contexte, les banques tunisiennes exploitent de faon optimale leurs ressources, autrement dit sont-elles techniquement efficientes? ii) le cas chant, quels sont les facteurs qui conditionnent leur inefficience ? Lintrt de cette recherche est double. Le premier est dorde pratique, il fournit aux dirigeants et aux autorits de surveillance des outils de diagnostic qui leur permettent didentifier les bonnes (mauvaises) pratiques du secteur et de dceler les sources dinefficience des banques tunisiennes. Le deuxime est mthodologique, il permet de dpasser les problmes des corrlations complexes qui affectent les scores defficience en suivant la mthodologie de Simar et Wilson (2007). La suite de larticle sera articule comme suit ; le secteur bancaire tunisien sera prsent dans la deuxime section. La troisime section sera consacre la prsentation de la mthodologie et des donnes. Linterprtation des rsultats fera lobjet de la quatrime section. Enfin, la cinquime section permettra de conclure lensemble du travail.
2. Le secteur bancaire tunisien
Durant les deux dernires dcennies, le systme financier tunisien a fait lobjet dune rforme structurelle, qui sinscrit dans le cadre dune orientation stratgique du pays, axe sur le renforcement de la croissance et de la stabilit montaire. Ce choix dcoule de la volont des autorits montaires mettre fin trois dcades dune conomie administre qui na pas pu rpondre aux exigences du dveloppement. Avant ladoptio n du plan dajustement structurel (PAS), en 1986, le systme financier tunisien souffrait dun ensemble de dysfonctionnements. La prsence prdominante de lEtat et la politique financire rpressive des autorits montaires ont induit une inefficacit des modalits de financements. La priorit de lEtat tant dordre social, le secteur bancaire avait la lourde charge du financement des plans de reconstruction et des secteurs prioritaires. Dans cet environnement, o prvalait linterventionnisme public, les critres conomiques ntaient pas dcisifs dans le fonctionnement des tablissements bancaires. Cette politique,
4

conjugue dautres faiblesses inhrentes au protectionnisme, a paralys linvestissement et a conduit le pays une situation de rcession. Conscient de limportance dun assainissement du systme financier, lEtat tunisien a entrepris dimportantes rformes financires. En adhrant au GATT en 1990 et en signant laccord dassociation euro-mditerranen avec lunion europenne, la Tunisie est entre dfinitivement dans le processus de libralisation de lconomie et de rgulation par les mcanismes du march. Dans ce contexte douverture, les intermdiaires financiers et notamment les banques ont vu leurs marges de manuvre slargir. La sup pression de lencadrement du crdit et la libralisation des taux dintrt leurs ont permis de prtendre une meilleure allocation des ressources en pargne. Cependant, si la libralisation
financire est venue pallier les lacunes dune conomie tourne vers le crdit bancaire, elle pourrait amener les banques s'engager dans des activits trop risques. Pour assurer une meilleure protection des dposants et amliorer la gestion des engagements, le secteur bancaire est soumis une rglementation prudentielle stricte qui se rapproche des standards internationaux. Les dispositions de la rforme de 19994, dans le respect des rglements mis en place en 1988 par le Comit de Ble, ont renforces les normes prudentielles en fixant un seuil minimal de 8 % au ratio de couverture des risques. En outre les banques ont t incites mettre en place un programme de suivi des engagements et de constitution de provisions en fonction dun classement de risque effectu au pralable. La loi bancaire du 10 juillet 2001, est venue consacrer le dcloisonnement de lactivit bancaire par linstitution de lagrment unique. Cette orientation rsulte du processus de libralisation de lconomie qui impliquerait un niveau lev de concurrence la tombe des frontires financires. Leffort dploy par les autorits montaires dans ce sens, sest reflt par un mouvement de concentration5 et de privatisation6 qui a transform larchitecture du secteur bancaire tunisien. Cependant les rformes entreprises par les autorits montaires restent insuffisantes par rapport aux principes noncs par le comit de Ble I sur le fonctionnement efficace du systme bancaire (FMI, 2007) surtout en matire
4 5
Circulaire n99-04 du 19 mars 1999 relative la consolidation des fonds propres. La socit tunisienne de banque (STB) a fusionn avec la banque de dveloppement conomique de Tunisie (BDET) et la banque nationale de dveloppement touristique (BNDT) en lanne 2000. 6 L'UIB en 2003, la Banque du Sud en 2005 et la Banque Tuniso-Koweitienne en 2007 ont t cdes des investisseurs privs trangers

d'apprciation du risque. Le niveau relativement lev des crances douteuses (19% en 2006) et le taux faible de leurs couvertures (54%), ont t le point central des nouvelles dispositions prises par les autorits montaires tunisiennes. Ces insuffisances ont eu pour effet daltrer la performance des banques tunisiennes. Do lintrt dexp liquer dans cette recherche linefficience des banques tunisiennes sur une priode caractrise par un suivi permanent la fois des les organismes de contrle national et international (FMI, agences de notation et la banque mondiale).
3. Mthodologie et donnes
Dans la prsente tude, nous avons adopt une procdure deux tapes Two stage approach pour mesurer lefficience des banques tunisiennes dans la premire et analyser les facteurs susceptibles dinfluer son volution dans la deuxime. Cette mthodologie a fait ses preuves dans divers contextes bancaires, relatifs des pays dvelopps ou en voie de dveloppement.
3.1 Mesure de lefficience par la mthode DEA
La mesure de lefficience des banques par la mthode non paramtrique DEA Data Envelopment Analysis ou mthode danalyse par enveloppement des donnes, est trs rpandue dans la littrature7. Elle offre un certain nombre davantages lanalyste en lui permettant de capter la nature multifactorielle de lactivit bancaire et de dpas ser les contraintes lies la spcification de la nature du processus de production requise par les approches paramtriques (SFA, DFA). La mthode DEA permet dvaluer la performance dun ensemble dentits, grce la transformation de multiples inputs en multiples outputs. Farrell (1957) a introduit cette approche en dfinissant une frontire efficiente comme
6
Dans une revue riche de la littrature, Berger et Humphrey (1997) recensent 64 applications de DEA la banque jusquen 1997, nous en avons compt 81 supplmentaires jusqu 2007.

lisoquant convexe estim partir des ratios dinputs/outputs. Plus tard, Charnes, Coopper et Rhodes (1978) (CCR), lont dvelopp sous lappellation DEA. Pour lensemble des units de prise de dcision (DMU8s), la mthode DEA identifie, sous une hypothse de rendements dchelle constants, un ensemble dunits efficientes qui sont considres comme tant des rfrences par rapport aux autres units et serviront la construction dune frontire en fragments. Le score defficience technique9 sera alors
dfini comme un ratio de deux mesures de distance radiale: le premier est un rayon qui part de lorigine vers le point reprsentatif dune DMU, le deuxime reprsente la distance entre lorigine et le point dinterception du premier rayon et de la frontire defficience. Chaque DMU pour laquelle <1 est considre comme inefficiente, par contre les DMU pour
lesquelles =1, formeraient les points enveloppants. Le score defficience technique est obtenu par la rsolution du programme linaire suivant :
*
Min
n i i 1 n i ki i 1 i
S /C
Xji Y
Xjp 0 Ykp 0 i k
(1)
O : Xj reprsente le vecteur des inputs (1,, j) ; Yk le vecteur des outputs (1,, k), des DMUs (1,, n). * reprsente la solution optimale, input, et le score defficience technique orient
un vecteur de constantes. Le choix des inputs et des outputs bancaires a fait
lobjet de dbats rcurrents et controverss dans la littrature qui peine encore rsoudre la problmatique de la spcification des facteurs de production bancaire. Loin du clivage classique entre approche de production et approche dintermdiation10, nous retenons deux inputs, charges bancaires et autres charges et deux outputs revenus bancaires et autres
8
Decision making units : terme utilis dans la littrature pour dsigner les entits qui feront lobjet de lanalyse par la mthode DEA. 9 Le terme efficience technique renvoie une analyse des aspects technologiques de la production sans recourir des informations additionnelles des prix. Est inefficiente techniquement toute firme qui gaspille ses ressources. 10 Dans la littrature, il existe plusieurs variantes de lapproche dintermdiation ; il sagit principalement de : Asset approach initialement introduite par Sealey et Lindley (1977), Value-added approach de Berger et Humphrey (1992) et le User-cost approach de Hanock (1985).

revenus en se basant sur la dfinition du lgislateur tunisien de lactivit bancaire11. Concernant la mesure de lefficience, nous avons opt pour une orientation input du modle et lhypothse de rendement dchelle constant. Le choix de cette hypothse se justifie par la taille rduite de lchantillon qui affecte le pouvoir discriminant de DEA sous rendements dchelle variables.
Pour garantir lhomognit des DMUs analyss, condition sine qua non la conduite de DEA, notre chantillon ne sera constitu que de 10 banques tunisiennes12 sur la priode 2002-2006. Les anciennes banques de dveloppement ont t omises en raison dune reconversion inacheve vers le statut de banque gnraliste ou universelle. Dautres banques ont t limines pour motif de donnes incompltes sur la priode choisie telles que la BFT. La mthode DEA souffrant dun problme de dimensionnalit, le nombre dobservations (DMU) requis, pour obtenir des scores defficience significatifs, augmente avec le nombre de variables (inputs et outputs). En outre, un nombre rduit dobservations aura aussi un effet ngatif sur le pouvoir discriminant du modle, ce qui nous contraint opter pour des donnes pooled au lieu des coupes transversales. La mesure de lefficience par la mthode DEA, sera conduite sur lensem ble de 50 observations, en supposant que sur la priode 2002-2006 il ny a pas eu de changements technologiques susceptibles dinfluer le processus de production13.
11
La loi N 2001-65 du 10 Juillet 2001distingue deux types doprations : les oprations bancaires qui englobent la collecte de dpts, loctroi de crdit, l'exercice titre d'intermdiaire des oprations de change et la gestion des moyens de paiements. Les oprations lies lactivit bancaire telles que le conseil et l'assistance en matire de gestion de patrimoine, de gestion financire, d'ingnierie financire et d'une manire gnrale tous les services destins faciliter la cration, le dveloppement et la restructuration des entreprises. 12 Il sagit dAmen Banque (AB), Arab Tunisian Bank (ATB), Attijari Bank (Attijari B), Banque de lHabitat (BH), Banque Internationale Arabe de Tunisie (BIAT), Banque Nationale Agricole (BNA), Banque de Tunisie (BT), Socit Tunisienne des Banques (STB), Union Bancaire pour le Commerce et lIndustrie (UBCI) et lUnion Internationale de Banques (UIB). 13 Cette hypothse implique que la fonction de production conserve le mme type de relation entre les inputs et les outputs et que tout changement serait imputable lefficience.

3.2 Modlisation de linefficience
La littrature dcrit plusieurs approches pour lvaluation de leffet de facteurs exognes sur lefficience. Les scores defficience tant infrieurs lunit, la modlisation de lefficience requiert la prise en compte de cet aspect particulier. La mthode des moindres carrs ordinaires (MCO) est inadquate dans ce contexte, les estimateurs obtenus seront biaiss dans la mesure o cette mthode permet aux scores defficience de dpasser lunit. Fried et al. (1999) recommandent lutilisation de la rgression Tobit, doublement censure, comme approche alternative aux MCO car elle permet de traiter les caractristiques de la distribution des scores defficience. Lutilisation conjointe de la mthode DEA avec la rgression Tobit est trs rpandue dans la littrature (Jackson et al., (1998) ; Casu et Molyneux, (2000), Drake et al. (2006), Das et Gosh (2006), et Pasiouras et al. (2007)). Toutefois, elle est sujette de nombreuses critiques surtout en ce qui concerne la modlisation du score defficience dans la deuxime tape. Xue et Harker (1999) et
Hirschberg et Lloyd (2002), ont montr que les scores defficience gnrs par les modles DEA sont statistiquement dpendants cause du caractre relatif de la mesure de lefficience. Lhypothse de base de toute rgression se trouvant ainsi viole, la procdur e usuelle devient inadquate. Pour rsoudre ce problme, ils ont utilis un bootstrap 14 naf. Simar et Wilson (2007) invalident les rsultats obtenus par les tudes prcdentes en raison de labsence dune dfinition claire du processus gnrateur des donn es Data generating process (DGP) et des corrlations complexes qui affectent les scores defficience. En outre, ils critiquent lutilisation du bootstrap naf bas sur le rechantillonage de la distribution empirique des donnes, cause de la nature borne du DGP. Pour pallier ces lacunes, ils prsentrent un modle statistique15 qui dfinit un DGP semi paramtrique ainsi que deux
14
Lide principale de la technique de bootstrap consiste prlever des chantillons alatoires, avec remise, partir de lchantillon initial. Cette opration permettrait de remplacer la loi initiale inconnue par une loi empirique associe lchantillon observ. Les paramtres dintrt seront alors remplacs par une statistique bootstrap calculable, Hubert (2006). 15 La dfinition dun modle statistique permet danalyser les proprits statistiques de lestimateur DEA. Une fois les proprits tablies, il serait alors possible de procder linfrence statistique.

algorithmes16 qui utilisent les techniques du bootstrap paramtrique avec lissage des densits des outputs et des inputs, pour rsoudre le problme de corrlation entre les scores defficience. Dans lalgorithme #1, les auteurs proposent damliorer linfrence statistique en supposant que la mesure de lefficience est non biaise. Ils recommandent de suivre la dmarche suivante : - Calculer les scores defficience i de lensemble des observations n, par le modle DEA. Les auteurs utilisent la distance de Shephard qui est la rciproque de la distance de Farrell ce qui implique que les i soient suprieurs ou gaux lunit. - Utiliser la mthode de maximum de vraisemblance pour obtenir lestimation de de et
; dans la rgression tronque de i par un ensemble de variables exognes Zi en
utilisant les observations m < n pour lesquels i >1.
Zi
1,
- Appliquer un bootstrap de L rpliques des trois tapes suivantes, pour obtenir un ensemble destimateurs bootstrap Pour chaque i=1,, m gnrer17 Pour chaque i=1,, m calculer
i
i
( * , * )b
L b 1
de la distribution N(0, ) tronque (1-Zi ).
Zi
- Utiliser la mthode de maximum de vraisemblance pour la rgression tronque de Zi. - Utiliser les valeurs du bootstrap de intervalles de confiance de et .
par
( * , * )b
L b 1
pour la construction des
Selon Hall (1986), le nombre de rpliques L ncessaire pour lestimation dintervalles de confiance doit tre dau moins 1000. Simar et Wilson (2007 -a) recommandent lutilisation
16
Le deuxime algorithme de Simar et Wilson (2007-a) se base sur linfrence statistique de lestimateur DEA. Les auteurs utilisent le bootstrap pour lobtention de scores defficience non biais qui seront leu r tour intgrer dans la deuxime tape. Concernant linfrence statistique de lestimateur DEA se rfrer aux travaux de Kneip, Park et Simar (1998), Simar et Wilson (2000), Simar et Wilson (2007-b).
17
10
Simar et Wilson (2007-a, p.60) prsentent les dtails pour gnrer les i .

de 2000 rpliques, sinon plus ; il sagirait alors dun arbitrage entre un temps de calcul plus important ou lobtention dintervalles moins prcis. Dans ce travail, nous nous baserons sur lalgorithme #1 de Simar et Wilson (2007), dans le souci dune modlisation rigoureuse de lefficience qui permettrait de dpasser le problme de corrlation entre les scores defficience. La littrature empirique associe souvent linefficience des banques la dtrioration de la qualit de leurs actifs, la sous-capitalisation, la prise de risque excessive ainsi que la mauvaise gestion. Dans le cadre de cette tude, linefficience des banques tunisiennes est explique par des indicateurs utiliss dans les tudes empiriques, par les analystes financiers ainsi que les agences de notation. Ces mesures couvrent les diffrents aspects de lactivit bancaire : le risque, la liquidit et la rentabilit. Il sagit de la qualit de lactif (QA), le ratio de solvabilit (SOLV), la rentabilit des capitaux propres (ROE), la liquidit (LIQ), la taille (ACTIF), la structure de proprit (PRIV), les garanties (GAR) et une variable contrlant la conjoncture conomique (CRO). Toutes ces donnes ont t collectes auprs des tats financiers publis dans les rapports annuels des banques et auprs des rapports dactivit publis par lassociation professionnelle des banques (APBT). A notre connaissance, il sagit de la premire application de cette dmarche sur un chantillon de banques tunisiennes. Le modle estimer se prsente comme suit :
QA
SOLV
ROE
LIQ
ACTIF
PRIV
GAR
CRO
: Le score de linefficience technique de la banque i dtermine par la mthode
DEA.
QA
: Prts non performants / Crdits bruts

11
SOLV : Fonds propres rglementaires / Total Actif pondrs du risque

ROE
: Rsultat net / Fonds propres

LIQ
: Crdits Nets / Total Dpts
ACTIF : Ln (Total Actif) PRIV

: Variable binaire qui prend la valeur de 1 si la banque est prive et 0 si elle est publique
GAR
CRO
: Total Garanties reues / Total crdits : Taux de croissance du PIB
4. Rsultats empiriques
4.1 Efficience du secteur bancaire tunisien
Lapplication de la mthode DEA aux inputs et outputs slectionns nous a permis de dgager les scores defficience pour lensemble des observations. Afin de faciliter linterprtation des rsultats, les scores defficience sont prsents en termes de distance de Farrell.
12

Tab.1 : Score defficience moyen par banque (2002-2006)
2002 AB ATB Attijari BH BIAT BNA BT STB UBCI UIB Moyenne Source : calculs auteurs 1.00 0.91 0.81 0.79 0.89 0.71 1.00 0.66 0.97 0.72 0.83
2003 0.98 0.95 0.77 0.74 0.87 0.71 0.98 0.62 1.00 0.67 0.80
2004 0.94 1.00 0.75 0.76 0.93 0.68 0.92 0.64 1.00 0.78 0.82
2005 0.95 1.00 0.68 0.80 0.88 0.68 0.93 0.68 0.98 0.81 0.82
2006 0.95 1.00 0.66 0.86 0.94 0.71 1.00 0.74 0.90 0.79 0.84
La frontire defficience est constitue par lAB pour lanne 2002, lUBCI pour 2003 et 2004, lATB pour 2004, 2005 et 2006 et enfin la BT pour 2006. Ces banques toutes prives, prsentent les meilleures pratiques du secteur bancaire tunisien. Le graphe 1 retrace lvolution de lefficience moyenne des banques tunisiennes sur la priode 2002 2006. Les scores defficience techniques varient entre 80% en 2003 et 84%
Revue Libanaise de Gestion et dEconomie | No 2, 2009 13

en 2006, soit une valeur moyenne de 82,2% sur lensemble de la priode tudie ; en consquence les banques tunisiennes devraient rduire leurs cots de 17,8% pour quelles soient efficientes. Lefficience totale moyenne a subi une dgradation remarquable pendant les annes 2003, 2004 et 2005, essentiellement impute une conjoncture internationale et nationale dfavorable. Lincapacit de remboursement des agents conomiques a t affecte par les retombes des vnements du 11 septembre et la guerre dIrak (marasme du tourisme et des transports ariens). Des conditions climatiques dfavorables conjugues la faillite dune grande entreprise de distribution ainsi que la crise des huileries ont accentu linefficience des banques, qui sest matrialise par laccroissement du taux des crances compromises dans les bilans bancaires (ce taux est pass de 19,2% en 2001 24% en 2003 et 23,7% en 2004 selon FMI (2007)).
Graph.1. Efficience moyenne des banques tunisiennes (2002-2006).
0.84 0.83 0.82 0.81 0.80 0.79 0.78 2002 2003 2004 2005 2006
Source : Calculs des auteurs.
14
De mme, cette priode constitue le prolongement du programme de restructuration instaur par la banque centrale tunisienne qui vise l'amlioration de la comptitivit des

banques tunisiennes travers la consolidation de leurs assises financires, l'assainissement de leurs portefeuilles et le relvement de la qualit des services rendus. Lengagement des banques dans ce programme les a contraint affecter une plus grande partie de leurs profits au provisionnement et montrer un niveau de charges beaucoup plus lev, ce qui pourrait affecter leur niveau defficience. Le graphe 1 montre galement une reprise de lefficience moyenne partir de 2006. Celle-ci est trs importante dans la mesure o elle reflte le degr de rsistance du secteur bancaire tunisien la conjoncture conomique. Le graphique 2 expose le score moyen de lefficience par banque, Il montre que les cin q banques prives depuis leur constitution, savoir lAB, la BT, lUBCI, la BIAT et lATB sont les banques les plus efficientes sur toute la priode de ltude. Les banques publiques apparaissent moins efficientes que celles prives. Ces rsultats corroborent ceux trouvs par Chaffai (1997) sur la priode 1980-1992. Les banques publiques ont la particularit de dtenir des participations importantes dans des entreprises publiques ou semi-publiques auxquelles elles accordent des prts qui ne sont pas suffisamment rentables. En outre, elles se sont engages dans des oprations de privatisation et de fusion, ce qui a eu pour effet une orientation de leurs stratgies vers la restructuration plutt que vers la recherche de loptimisation des ressources sur le court terme. Graph.2 : Efficience moyenne par banque.
1.00 0.80 0.60 0.40 0.20 0.00

BT UB CI BI AT UI B B BN A BH ST AB ar i At t ij AT B
15
Efficience moyenne
efficience par banque
Source : calculs des auteurs.


4.2 Les dterminants de linefficience des banques tunisiennes
Les mthodes destimation conventionnelles (rgression tronque et rgression censure Tobit) donnent des rsultats concordants en terme de significativit. Toutes les variables introduites permettent dexpliquer linefficience des banques lexception de la conjoncture conomique. Lapplication de lalgorithme18 1 de Simar et Wilson (2007) a permis de confirmer la significativit des coefficients estims. La construction des intervalles de confiance suivant une mthodologie rigoureuse, nous a permis daffirmer leffet des variables explicatives sur le niveau de lefficience. Cependant, lobtention de rsultat s similaires entre les mthodes conventionnelles et le modle de Simar et Wilson (2007) pose le problme de lutilit de la procdure du bootstrap, surtout que cette dernire requiert un temps de calcul plus important. Les principaux rsultats sont rcapituls dans le tableau 2.
18
Lapplication de la procdure de bootstrap 2000 rpliques la rgression tronque telle que dcrite par lalgorithme 1 de Simar et Wilson (2007-a), permettrait dtablir les intervalles de confiance pour les estimateurs de
i
16
et

Tab.2 : Les dterminants de linefficience des banques tunisiennes Panel C: Reg tronque Panel A :Reg tronque Panel B : Reg. Censur (Tobit) et Algorithme de Simar et Wilson Intervalle Variables SOLV ROE LIQU Taille QA CRO PRIV GAR Const Coef -0.072 -0.043 0.052 0.076 0.081 -0.005 -0.148 0.064 1.291 P>z 0.002*** 0.001*** 0.039** 0.000*** 0.000*** 0.709 0.004** 0.001*** 0.000*** Coef - 0.067 P>t 0.001*** Coef. -0.072 -0.043 0.052 0.076 0.081 -0.005 -0.148 0.064 1.291 de confiance -0.128 -0.067 0.014 0.043 0.055 -0.032 -0.246 0.032 1.214 -0.037 -0.017 0.102 0.122 0.111 0.021 -0.063 0.106 1.352
-0.045 0.000*** 0.067 0.000*** 0.073 0.000*** 0.077 0.001*** -0.004 0.743 -0.133 0.003*** 0.069 0.000*** 1.29 0.000***
***/**/* significatif au seuil de 0,01 / 0,05 / 0,10
Le coefficient du ratio de rentabilit des capitaux propres (ROE) est significatif et ngativement corrl avec linefficience, les banques les plus rentables sont les plus efficientes. Ces rsultats corroborent les travaux de Pastor et al. (1997) et Carbo et al. (1999) sur un chantillon de banques europennes, Jackson et Fethi (2000) pour la Turquie. Cette relation sexplique par la capacit des banques rentables attirer l a fois les
17

dposants et les meilleurs cranciers. De telles conditions crent un environnement stable la banque qui consolide son efficience (Sufian, 2008). Les prts non performants rapports au total des crdits (QA) sont positivement et significativement lis linefficience technique des banques tunisiennes, ce qui est en cohrence avec la littrature (Kwan et Eisenbeis, 1995 ; Berger et De Young's, 1997 ; Resti, 1997; De Young's et Hasan, 1998 ; Barr et al., 2002 ; Kwan, 2006). Ces tudes, menes sur diffrents secteurs bancaires, ont dmontr que la dtrioration de la qualit de lactif est la principale source de dfaillance des banques. Les banques tunisiennes devraient, donc, se concentrer davantage sur la gestion des risques de crdit, plus particulirement les mthodes dvaluations permettant de discriminer les bons des mauvais cranciers. Le rexamen de la gestion du risque de crdit savre indispensable dautant plus que le contexte tunisien est caractris par une part importante de crances improductives (24 % en 2003). Le fond montaire international (2006) recommande aux banques tunisiennes de prendre des mesures visant renforcer la gestion du risque de crdit, encourager la restructuration des crances compromises, fixer des objectifs oprationnels aux banques publiques et amliorer le cadre du contrle bancaire en renforant les fonctions daudit interne des banques. Le niveau des crdits nets par rapport au total actif (LIQ), fait apparatre un coefficient positif et significatif ce qui implique que les banques les plus inefficientes sont celles qui accordent le plus de crdits. Ce rsultat affirme la mauvaise qualit des crdits octroys par les banques inefficientes. Pour que les banques soient efficientes, elles doivent rviser leur politique de crdit en adoptant des mthodes dvaluation et de notation plus sophistiques qui permettraient de dceler lavance linsolvabilit des cranciers. Ladoption de laccord de Ble II par les banques tunisiennes pourrait ventuellement remdier cette situation. Le coefficient du ratio de solvabilit (SOLV) est significatif est de signe ngatif. Les banques les mieux capitalises sont les plus efficientes ; ce rsultat a t relev par Cook et al. (2000) qui ont analys leffet des rformes financires sur les banques tunisiennes durant la priode (1992-1997). Ce constat a t galement confirm dans dautres contextes tels que Kwan et Eisenbeis (1997) pour les Etats Unis, Stavarek (2004) dans les conomies en
Revue Libanaise de Gestion et dEconomie | No 2, 2009 18

transition, Isik and Hassan (2003a) pour la Turkie, Casu et Girardone (2004) pour lItalie, et Rao (2005) pour les Emirats Arabes Unis. Toutes ces tudes rapportent une relation positive entre le niveau de capitalisation et lefficience. Le respect dun seuil minimal de solvabilit permet, dune part, de limiter les prises de risques excessives susceptibles dinfluer ngativement la rentabilit bancaire. Dautre part, le maintien dun niveau adquat de capitaux propres reflte une pression additionnelle de lactionnariat sur les d irigeants qui seront amens grer la banque de manire plus efficace. La dcision de la banque centrale tunisienne de capitaliser les banques publiques si elles narrivent pas ponger les crances compromises, serait donc judicieuse dans la mesure o elle impacterait positivement lefficience du secteur bancaire. La taille affecte positivement et ngativement linefficience bancaire, ce qui suggre que les banques de grande taille sont les plus inefficientes. Dans la littrature, la relation entre la taille et l'efficience est plutt mitige. Berger et Humphrey (1992) trouvent que linefficience est inversement lie la taille de lactif des banques amricaines et que les plus petites banques montrent une inefficience la plus leve. Drake et Hall (2003) trouve une relation positive entre la taille et lefficience technique. Les banques de petites tailles peuvent bnficier des conomies dchelles en procdant des oprations de fusions qui leurs permettraient de rduire leur cots, et en consquence amliorer leur performance. De mme, Berger et al. (1993), Miller et Noulas (1996) pour les Etats Unis, Halkos et Salamouris (2004) et Rezitis (2006) pour la Grce rapportent une relation positive renter la taille et lefficience. Dans le contexte tunisien, cette relation sexpliquerait par la nature de lactionnariat plutt que pour des arguments dconomies dchelle. Les trois plus grandes banques tunisiennes sont publiques et noprent pas toujours sous une contrainte de maximisation de profit. Cette constatation est confirme par la relation positive qui lie linefficience aux banques publiques. En effet, les rsultats rvlent que la structure de proprit, approxime par une variable dichotomique qui prend la valeur de 1 si la banque est prive et 0 si elle est publique, affecte ngativement et significativement linefficience. Les banques publiques sont tenues par un mandat de dveloppement conomique et social ayant pour objectif de rduire le taux de chmage et dinciter linvestissement. Ces banque s sont parfois appeles financer des emprunteurs risqus (Salas et Saurina, 2002). Dailleurs,
19

le ratio des crances compromises est en moyenne plus lev pour le groupe des banques publiques que leurs homologues prives. Fin 2005, ce ratio s'tablissant entre 7 % et 24 % pour les banques prives, et entre 10 % et 32 % pour les banques publiques (BCT, 2006). La variable (GAR) est positivement et significativement corrle avec linefficience. Ce rsultat qui semble surprenant, sexplique par la part importante des garanties reues de lEtat dans le portefeuille des garanties des banques publiques ; ce qui confirme les conclusions prcdemment tires. Le coefficient associ la variable (CRO) nest pas significatif. Il semble alors que le niveau de linefficience des banques tunisiennes est indpendant de lvolution conomique du pays. Ce rsultat, priori surprenant, corrobore celui de Ben-Khedhiri et al. (2006) et Ben Naceur (2003) qui ont mis en vidence que le niveau de croissance de la production relle naffecte ni les marges dintrt ni la rentabilit des banques de dpts tunisiennes. De mme, dans une tude mene sur les banques commerciales tunisiennes, Boudriga et Jallouli (2008) nont pas trouv de relation significative entre la croissance conomique et les prts non performants. Sufian (2008) trouve une relation ngative et significative entre la croissance conomique et lefficience sur un chantillon de banques malaisiennes. Il lexplique par l'instabilit de la croissance conomique qui engendre une baisse de la demande des services financiers et des dfauts de paiements. Quant aux conomies en transition, Grigorian et Manole (2002) ont trouv une association positive entre le PIB par habitant et lefficience cot.
5. Conclusion
Dans cette recherche, nous avons men une analyse deux tapes pour mesurer et expliquer linefficience des banques tunisiennes durant la priode 2002 -2006. Pendant ces cinq dernires annes, le secteur bancaire a t fragilis par une conjoncture conomique dfavorable qui a altr la rentabilit des banques. Soucieuses de la conformit du secteur bancaire aux normes internationales, les autorits de rglementation se sont engages dans un processus de restructuration qui vise rendre le secteur plus solide et apte
20

concurrencer des banques trangres. Aussi, il serait impratif de dceler les mauvaises pratiques dans le secteur et les facteurs susceptibles damliorer lefficience des banques. Pour identifier ces facteurs, et pour assurer la pertinence de nos rsultats, nous avons utilis la mthodologie de Simar et Wilson (2007). Cette dmarche permet de dpasser les limites des approches conventionnelles (rgression tronque et rgression Tobit censure) et plus particulirement celles relatives au problme de corrlation qui affecte les scores defficience. Nos rsultats permettent de conclure que les banques tunisiennes ont atteint le niveau maximal dinefficience durant lanne 2003. Les banques prives montrent un niveau defficience comparable entre elles. Elles sont plus efficientes que les banques publiques qui sont greves par un taux lev de participation dans les entreprises publiques. Les rsultats des diffrentes rgressions montrent que la qualit de lactif, linsuffisance de capitalisation et la structure de lactionnariat sont les principaux facteurs qui expliquent linefficience des banques tunisiennes pendant la priode de ltude. Linefficience technique est positivement associe aux prts non performants ; les banques tunisiennes sont appeles amliorer leur systme de recouvrement, dvaluation des risques et assurer le suivi des projets financs. Les rsultats montrent galement que les grandes banques et les banques publiques sont les plus inefficientes. Ces dernires sont souvent mandates pour soutenir financirement diffrents projets conomiques et sociaux qui ne rpondent pas toujours une logique de profit. Les banques les plus efficientes tant les mieux capitalises, les autorits de tutelle devraient mettre laccent sur la co nsolidation des fonds propres dans la ligne des standards internationaux. Ces rsultats impliqueraient que les banques tunisiennes pour quelles soient efficientes devraient se focaliser davantage sur la rduction de leurs crances non performantes, le renforcement de leurs procdures de contrle de lactivit de crdit et lamlioration de leurs procdures de recouvrement.
21

BIBLIOGRAPHIE
BARR R.S. KILLGO K.A. SIEMS T.F. & ZIMMEL S.A. (2002), Evaluating the productive efficiency and performance of U.S. commercial banks, Managerial Finance. 28 (8), pp. 325.
BEN-KHEDHIRI H. CASU B. & SHEIK-RAHIM, F, (2005), Profitability and interest rates differentials in Tunisian banking. University of Wales Working Papers.
BEN NACEUR S.& GOAIED M. (2003), The determinants of the Tunisian banking industry profitability: Panel evidence. Paper presented at the Proceedings of the Economic Research Forum (ERF) 10th Annual Conference, Marrakesh-Morocco, December 1618, 2003.
BERGER A.N. & HUMPHREY D.B. (1992), Megamergers in Banking and the Use of Cost Efficiency as an Antitrust Defense, Antitrust Bulletin, 37, pp. 541-600.
BERGER A.N. HANCOCK D. & D.B. HUMPHREY. (1993), Bank Efficiency Derived From the Profit Function, Journal of Banking and Finance, 17, pp. 317-347.
BERGER A.N. & DEYOUNGS R. (1997), Problem Loans and Cost Efficiency in Commercial Banks, Journal of Banking and Finance, 21, pp. 849-870.
22

CASU B. & MOLYNEUX P. (2000), A Comparative Study of Efficiency in European Banking, Wharton School Research Paper, n. 00/17.
CASU B. & GIRARDONE C. (2004), Financial conglomeration: efficiency, productivity and strategic drive, Applied Financial Economics, vol. 14, pp. 687-696
CHARNES A. COOPER W.W. GOLANY B. SEIFORD L.M. & J. STUTZ. (1985), Foundations of data envelopment analysis for Pareto-Koopmans efficient empirical production functions, Journal of Econometrics, 30, pp. 91107.
CHARNES A. COOPER W.W. & RHODES E. (1978), Measuring the inefficiency of decision making units, European Journal of Operational Research, 2, pp. 429444.
CHAFFAI M. (1997), Estimating Input-Specific Technical Inefficiency: The Case of the Tunisian Banking Industry, European Journal of Operational Research, Vol 98, pp. 314331.
CARBO S. GARDENER E.P.M. & WILLIAMS J. (1999), Efficiency and Technical Change in the European Savings Bank Sector, Lisbon-AUTBF.
COOK W. D. HABABOU M. & ROBERTS G. S. (2000), The Effects of Financial Liberalization on the Tunisian Banking Industry: A Non-parametric Approach, Working paper, Schulich School of Business York University.
23

DEYOUNGS R. & I. HASAN. (1998), The Performance of De Novo Commercial Banks : A Profit Efficiency Approach, Journal of Banking and Finance, 22, pp. 565-587.
DRAKE L. HALL M.J.B. & SIMPER R. (2006), The impact of macroeconomic and regulatory factors on bank efficiency: A non-parametric analysis of Hong Kongs banking system, Journal of Banking and Finance, Volume 30, Issue 5, pp. 1443-1466.
DAS A. & GHOSH S. (2006), Financial deregulation and efficiency: An empirical analysis of Indian banks during the post reform period, Review of Financial Economics, Volume 15, Issue 3, pp. 193-221.
FARREL M.J. (1957), The measurement of productive efficiency, Journal of the Royal Statistical Society, Series A 120, pp. 253281.
FRIED H.O. SCHMIDT S.S. & YAISAWARNG S. (1999), Incorporating the operating environment into a nonparametric measure of technical efficiency, Journal of Productivity Analysis, 12, pp. 249267.
GRIGORIAN D.A. & V. MANOLE. (2002), Determinants of commercial bank performance in transition: An application of Data Envelopment Analysis, World Bank Policy Research Working Paper 2850, Washington D.C.
HALKOS GE & SALAMOURIS DS. (2004), Efficiency measures of the Greek commercial banks with the use of financial ratios: a data envelopment analysis approach, Management Accounting Research, 15(2), pp. 201224
24

HALL P. (1986), On the number of bootstrap simulations required to construct a confidence interval, The Annals of Statistics 14, pp. 14531462.
HIRSCHBERG J.G. & SLOTTJE D.J. (2002), Bounding Estimates of Wage Discrimination, Working Papers Series, 854, The University of Melbourne.
HOFF A. (2007), Second stage DEA : Comparison of approaches for modelling the DEA score, European Journal of Operational Research 181, pp. 425435.
HUBERT C. (2006), Une mthode de rchantillonnage : le bootstrap , Universits Paris Descartes.
ISIK I. & HASSAN M.K. (2003), Efficiency, Ownership and Market Structure, Corporate Control and Governance in the Turiksh Banking Industry, Journal of Business Finance and Accounting; 30; pp. 1363-1421.
JACKSON P.M. FETHI M.D. & INAL, G. (1998), Efficiency and productivity growth in Turkish commercial banking sector: a non-parametric approach, Working paper, University of Leicester, Mimeo.
JACKSON P.M. & FETHI. M.D. (2000), Evaluating the technical efficiency of Turkish commercial banks: An Application of DEA and Tobit Analysis, Working paper, University of Marmara.
25

KNEIP A. PARK B.U.& SIMAR L. (1998), A note on the convergence of nonparametric DEA estimators for production efficiency scores, Econometric Theory 14, pp. 783 793.
KWAN S.H. & EISENBEIS R. (1995), An analysis of inefficiencies in banking, Journal of Banking and Finance, 19 (34), pp.733734.
KWAN SIMON H. (2006), The X-efficiency of commercial banks in Hong Kong, Journal of Banking and Finance, vol. 30(4), pp. 1127-1147.
LOVELL C. (1993), Production frontiers and productive efficiency, in Fried, H., Lovell, C., Schmidt, S. (Eds), The Measurement of Productive Efficiency, Oxford University Press, Inc., Oxford.
MILLER S.M.& NOULAS A.G. (1996), The technical efficiency of large bank production, Journal of Banking and Finance, 20 (3), pp. 495509.
MESTER L.J. (1996), A Study of Bank Efficiency Taking into Account Risk-Preferences, Journal of Banking and Finance, 20, pp. 389 - 405.
PASIOURAS F. SIFODASKALAKIS E. & ZOPOUNIDIS C. (2007), Estimating and Analysing the Cost Efficiency of Greek Cooperative Banks : An Application of Two-Stage Data Envelopment Analysis, Managerial Auditing Journal, Vol.22, No. 3.
26

PASTOR J.M. PEREZ F. & QUESADA J. (1997), Efficiency Analysis in Banking Firms : An International Comparison, European Journal of Operational Research, IIC, pp. 395-407.
RESTI A. (1997), Evaluating the cost efficiency of the Italian banking system: what can be learned from the joint application of parametric and non-parametric techniques, Journal of Banking and Finance, 21 (2), pp. 221250.
REZITIS A.N. (2006), Productivity growth in the Greek banking industry: A nonparametric approach. Journal of Applied Economics; IX; pp.119-138.
SALAS V. SAURINA J. (2002), Credit risk in two institutional settings: Spanish commercial and saving banks, Journal of Financial Services Research, 22(3), December, pp. 203-224.
SHERMAN H. D. & GOLD F. (1985), Bank branch operating efficiency : Evaluation with Data Envelopment Analysis, Journal of Banking & Finance, vol. 9(2), pp. 297-315.
SIMAR L. & WILSON P.W. (2000), Statistical inference in nonparametric frontier models: the state of the art, Journal of Productivity Analysis 13, pp. 4978.
SIMAR L. & WILSON P.W. (2007), Estimation and inference in two-stage, semiparametric models of productive efficiency, Journal of Econometrics, 136, pp.3164.
27

SINGH P. SINGH G. MUNISAMY S. & IBRAHIM A. (2007), Technical Efficiencies of Malaysian Commercial Banks: Two Stage Analysis. Malaysian Journal of Science, 26 (SKSM14 Special Issue). pp. 111-124.
STAVAREK D. (2004), Banking Efficiency in Visegrad Countries Before Joining the European Union, European Review of Economics and Finance, vol. 3, no. 3, pp. 129-167.
SUFIAN F. (2008), Determinants of bank efficiency during unstable macroeconomic environment: Empirical evidence from Malaysia, Research in International Business and Finance, forthcoming.
XUE M. & HARKER P.T. (1999), overcoming the Inherent Dependency of DEA Efficiency Scores: A Bootstrap Approach, Working paper, Financial Institution Center, The Wharton School, University of Pennsylvania, pp. 99-17.
28

Inefficience Des Banques Dans Un Pays en Mutation Cas de La Tunisie

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Inefficience Des Banques Dans Un Pays en Mutation Cas de La Tunisie

Diunggah oleh

Hak Cipta:

Format Tersedia

Inefficience des banques dans un pays en mutation : cas de la Tunisie

Dhouha NEFLA AJMI et Neila BOULILA TAKTAK