Memoire Master Yabo J. Claver

BURKINA FASO
==========
Unité - progrès - justice
==============
Ministère des Enseignements Secondaire et Supérieur (M.E.S.S)
=============
Université OUAGA II
==============
Programme de Troisième Cycle Interuniversitaire (P.T.C.I)
Mémoire
En vue de l’obtention du diplôme de Master 2 en Economie Appliquée.
THEME
L’EFFICIENCE TECHNIQUE DES BANQUES
COMMERCIALES DANS LA ZONE CEMAC : UNE
APPROCHE NON PARAMETRIQUE
Présenté par
YABO JANSERBE Claver
Co directeur
Pr Idrissa Mohamed OUEDRAOGO
Dr Salifou OUEDRAOGO
Agrégé des Facultés de Sciences Economiques
Enseignant-Chercheur
Enseignant-Chercheur
Université OUAGA II Université Ouaga II
Juillet 2015
L’efficience technique des banques commerciales dans la Zone CEMAC
DEDICACE
A LA FAMILLE YABO
i
REMERCIEMENTS
La réalisation de ce travail académique a été possible grâce au soutien et à l’encadrement des

uns et des autres.
Ainsi nous adressons nos sincères remerciements :
au Professeur Idrissa M. OUEDRAOGO, Directeur du Centre d'Etudes, de

Documentation et de Recherche Economiques et Sociales(CEDRES), qui, malgré ses
multiples occupations, a bien voulu diriger ce mémoire et nous faire bénéficier de sa
riche expérience.
Au Docteur Salifou OUEDRAOGO, Enseignant- Chercheur à l’Université Ouaga II,
qui a accepté de codiriger le présent travail. Je tiens à lui manifester ma gratitude pour
ses orientations constructives et critiques pertinentes.
Au Docteur Ra-sablga Seydou OUEDRAOGO Enseignant- Chercheur à l’Université
Ouaga II pour les séances de Cours de méthodologie qui m’ont été considérablement
bénéfiques dans l’élaboration de ce travail de recherche.
à tous le corps professoral de l’UFR/SEG de l’Université de Ouaga II pour la qualité
de l’enseignement qu’ils dispensent.
à tous le corps enseignant du Campus Commun des Cours à Option (CCCO) 2014
pour les conseils, l’enseignement et l’accompagnement ainsi qu’au personnel du
Programme du Troisième Cycle Interuniversitaire (PTCI).
Aux chercheurs du Laboratoire d’Analyse et de Politiques Economiques (LAPE), et
particulièrement à François BATIONO, Marcel ZOUNGRANA pour leurs apports
dans la lecture de ce travail.
à tous les camarades de deuxième promotion de Master en Economie Appliquée du
NPTCI de campus de Ouaga II, Abidjan, Dakar, Cotonou ,Yaoundé II et Libreville
pour le moment de partage exaltant et des travaux effectués ensemble.
à tous les camarades de Master en Macroéconomie Appliquée et Finance
Internationale (MAFI) de l’Université de Ouaga II pour leur esprit de fraternité,
solidarité et de sens élevé de collaboration.
à la famille YABO, pour ces années de soutien.
Aux membres de jury pour l’honneur qu’ils me font de participer à cette soutenance
afin examiner ce travail et partager leurs expériences en matière de recherche.
ii
SIGLES ET ABREVIATIONS
BEAC : Banque des Etats de L’Afrique Central
BM : Banque Mondiale
BVMAC : Bourse des Valeurs Mobilières en Afrique Centrale
CEMAC : Communauté Economique et Monétaire de l ’Afrique Centrale
COBAC : Commission Bancaire de l’Afrique centrale
DEA : Data Envelopment Analysis
DFH : Distribution Free Hull
DMU : Decision Making Unit
DSX : Douala Stock Exchange
FMI : Fonds Monétaire International
GFI : Global Development Finance
MCO : Moindres Carrés Ordinaires
PIB : Produit Intérieur Brut
REC : Rendement d’Echelle Constant
REV : Rendement d’Echelle Variable
SFA : Stochastic Frontier Approach
TFA : Thick Frontier Approach
TIAO : Taux d’Intervention sur les Appels d’Offres
UEMOA : Union Economique et Monétaire Ouest Africain
WDI : World Development Indicators
iii
SOMMAIRE
DEDICACE................................................................................................................................I
REMERCIEMENTS ............................................................................................................... II
SIGLES ET ABREVIATIONS ............................................................................................ III
SOMMAIRE ........................................................................................................................... IV
RESUME ................................................................................................................................. VI
ABSTRACT ............................................................................................................................ VI
INTRODUCTION .................................................................................................................... 1
I - CARACTERISTIQUES DU SYSTEME BANCAIRE DE LA ZONE CEMAC ........... 4
II- REVUE DE LITTERATURE .......................................................................................... 11
III- CADRE OPERATOIRE ................................................................................................. 19
IV- RESULTATS EMPIRIQUES ET INTERPRETATIONS........................................... 27
CONCLUSION ET RECOMMANDATIONS .................................................................... 36
REFERENCES BIBLIOGRA PHIQUES ............................................................................ 38
ANNEXE ................................................................................................................................. IX
LISTE DES TABLEAUX, GRAPHIQUES ET FIGURES ............................................. XXI
TABLE DES MATIERES ............................................................................................... XXIII
DEDICACE ................................................................................................................ XXIII
REMERCIEMENTS .................................................................................................... XXIII
SIGLES ET ABREVIATIONS .................................................................................... XXIII
SOMMAIRE ................................................................................................................ XXIII
RESUME .................................................................................................................... XXIII
ABSTRACT ................................................................................................................ XXIII
INTRODUCTION ........................................................................................................ XXIII
I - CARACTERISTIQUES DU SYSTEME BANCAIRE DE LA ZONE CEMAC
XXII
I
II- REVUE DE LITTERATURE ................................................................................ XXIII
III- CADRE OPERATOIRE ....................................................................................... XXIII
IV- RESULTATS EMPIRIQUES ET INTERPRETATIONS ................................. XXIII
CONCLUSION ET RECOMMANDATIONS ........................................................... XXIV
iv
REFERENCES BIBLIOGRA PHIQUES .................................................................. XXIV

ANNEXE .................................................................................................................... XXIV
LISTE DES TABLEAUX, GRAPHIQUES ET FIGURES ...................................... XXIV
TABLE DES MATIERES ............................................................................................ XXIV
v
RESUME
L’objectif de ce travail est de déterminer le niveau de l’efficience technique des banques

commerciales dans la communauté économique et monétaire de l’Afrique centrale (CEMAC)
durant la période 2002-2014.Cette étude s’est faite en deux étapes. Premièrement la méthode
d’enveloppement des données est utilisée pour déterminer les scores d’efficience technique.
Deuxièmement, nous avons fait l’usage du modèle Tobit pour déterminer les facteurs
explicatifs de l’efficience technique des banques Commerciales. Le résultat de notre étude
montre que le score global pour la Zone est évalué à 54,8%, le score d’efficience technique
pure et d’efficience d’échelle sont respectivement de 62,9% et 85,9%.Le niveau de
capitalisation affecte positivement l’efficience technique, la structure de marché de crédit
affecte négativement l’efficience. En plus, le hors bilan impacte positivement l’efficience
technique des banques.
Mots- clés : L’efficience technique, DEA (Data Envelopment Analysis), rendement d’échelle,
CEMAC.
ABSTRACT
The objective of this study is to analyze the technical efficiency of banks in the Economic and
Monetary Community of Central Africa (EMCCA), in the period 2002–2014. The analysis is
done in two stages. First, the Data Envelopment Analysis (DEA) permits us to estimate the
efficiency scores. Second, we use the Tobit model to determine the factors explaining the
technical efficiency. Our results suggest that this efficiency is valued at a score of 54, 8%; the
scores of pure technical efficiency and scale efficiency are respectively 62, 9% and 85, 9%.
High bank capitalization positively affecting their technical efficiency; market share in terms
of deposit of these banks negatively affects this efficiency. In addition, non-traditional
activities affect positively technical efficiency.
Keywords: technical efficiency, DEA (Data Envelopment Analysis), scale return, EMCCA.
vi
INTRODUCTION
Au cours de ces dernières années, le paysage bancaire de la zone CEMAC1 a connu des
programmes de restructuration et de modernisation. Le but était de permettre aux banques
commerciales d’accroitre leurs niveaux d’efficience, d’assainir leurs portefeuilles de créances
non performantes, afin de s’aligner avec les exigences d’un environnement financier libéralisé
(Adam M., 1997).La restructuration bancaire est une opération qui vise non seulement à
résoudre les difficultés présentes du système bancaire, mais aussi de prévenir les risques de
fragilisation ultérieure (Tamba et Tchamanbé, 1995 ; Bekolo-Ebe, 1998). Ces restructurations
ont consisté en la transformation des arriérés de paiement de l’État en titres, en une
recapitalisation des banques, en un apurement des créances douteuses et en une réduction des
coûts de fonctionnement. La transformation des arriérés de l’Etat a non seulement permis de
favoriser le financement du déficit budgétaire sans création monétaire mais également de
résorber la surliquidité bancaire (Joseph, 2002).
C’est dans ce contexte, que les banques commerciales se trouvent désormais obligées
d’améliorer leur efficience et productivité. Pour ce faire, elles adoptent plusieurs stratégies :
améliorer leur efficience technique, diversifier leurs produits etc. Toutes ces différentes
techniques leurs permettent de faire face à une concurrence sur le plan national et
international.Le marché bancaire de cette zone connait une affluence des nouvelles banques,
le nombre est passé de 33 en 2004, à 44 en 2011 puis 50 en 2015 (COBAC, 2014)2. Deux
observations majeures fondent donc notre réflexion à savoir l’évolution du volume de crédit
par rapport au dépôt et le taux de créances douteuses .Face à cette situation, on s’attend à ce
que les banques augmentent leur niveau de production et optimisent leurs ressources dont
elles disposent afin d’assurer d’une manière efficiente l’intermédiation.
Les banques de la zone CEMAC, reste confrontées aujourd’hui encore à certaines difficultés
susceptibles de compromettre leur développement à long terme notamment la dégradation de
leur portefeuille, l’encours du portefeuille des titres détenus par les banques de la CEMAC a
diminué de 25 % passant de 305 milliards FCFA en 2012 à milliards 264 FCFA en 2013. Le
portefeuille des banques de la CEMAC est constitué de titres d’investissement à 45,21 %, de
titres de participation à 41,1 % et de titres relatifs à l’activité du portefeuille à 13,66 %
1
CEMAC a été créée en 1996. Elle remplace dans sa composante réelle l’Union douanière et économique de
l’Afrique centrale (UDEAC) qui existait depuis1964 est composée de six pays à savoir Cameroun, la République
centrafricaine, le Congo, le Gabon, la Guinée équatoriale et le Tchad.
2
COBAC a été créée le 16 octobre 1990 par un additif aux accords de 1972.c’est un organe indépendant qui est
chargé d’assurer la supervision des banques, des établissements financiers et de Micro finance.
1
(COBAC, 2013). La structure des emplois est dominée par des crédits de court terme. Les
crédits à court terme, avec 28,42 % de l’encours total des concours sains octroyés, sont
majoritairement constitués des crédits de trésorerie et des effets de commerce. Enfin, les
crédits à long terme restent encore marginaux et ne représentent que 2,75 % de l’encours de
crédit total. Il y a le rétrécissement de la marge d’intermédiation dans l’ensemble. Elle est en
baisse depuis 2010 s’agissant tant des opérations avec la clientèle stricto sensu (0,53 point à
7,61 % en 2010 contre 8,14% en 2009), que de la marge globale intégrant les correspondants
(1,05 point à 7,82 % contre 8,85 % un an plus tôt).Une aversion assez élevée contre le risque
de crédit, les créances douteuses de l’ensemble des banques de la CEMAC sont en hausse : les
créances en souffrance sont ressorties à 335 milliards FCFA contre 281 milliards FCFA en
2008 en augmentation de 19,2 % du fait du niveau des créances impayées et immobilisées
(COBAC ,2010). Or plus une banque accumule des créances douteuses plus elle devient
inefficace dans le processus de transformation de ressources en crédit. Ainsi, L’évolution de
taux de créances douteuses au sein de la zone CEMAC , est resté sans cesse croissante :
13,8% en 2003, 17,9% en 2009, 23% en 2010 et 24,8% en 2013 .Ce taux de créances
douteuses est resté élevé, par rapport à la norme internationale qui est de 6%(FMI,2006).Ces
erreurs de gestion sont de deux sortes à savoir la distribution de crédit à des entreprises non
rentables et le gonflement excessif des frais généraux (Mathis J. ,1999).
Pour juger du niveau d’approfondissement financier et d’efficience d’un système bancaire, il

importe d’élaborer les indicateurs de l’approfondissement bancaire et d’efficience.
L’approfondissement bancaire «Banking Depth» est appréhendé en littérature en se référant
généralement à des indicateurs de mesure relatifs à l’activité de collecte de dépôts ou à la
capacité du secteur bancaire à octroyer des crédits Honohan et al. (2007). Bien que ces deux
mesures d’approfondissement soient étroitement corrélées, il n’en demeure pas moins qu’elles
diffèrent quant à leur finalité. En effet, la question du volume des ressources collectées par le
système bancaire sous forme de dépôt paraît d’un grand intérêt pour la conduite de la
politique monétaire et l’anticipation de l’inflation. En revanche, l’activité de crédit des
banques s’avère primordiale pour le financement du tissu productif et l’accélération de la
croissance économique Demirgüç-Kunt et al. (2004),. De même, la disposition des banques à
prêter au secteur privé montre la maturité du système bancaire et sa capacité à canaliser
l’épargne disponible vers des utilisations productives .Fort du constat que les banques de la
zone CEMAC financent d’une manière insuffisante l’économie ,Les secteurs productifs de
l’économie souffrent de manque de financement pour assurer la croissance économique de
2
cette zone. Ce travail s’inscrit dans l’optique des études empiriques consacrées à cette
thématique dans la zone CEMAC. Par exemple, des travaux pré-restructuration du système
bancaire, qui apprécie l’efficience par les économies d’échelles sans toutes fois faire l’usage
des approches de frontière EZE (1995). Des travaux post-restructuration portant sur la
thématique utilisant des démarches différentes, ce sont ceux de Kamgna Y. et Dimou L.
(2008) qui mesurent l’efficacité technique de 24 banques commerciales de la CEMAC sur la
période 2001-2007, Ils utilisent une approche non paramétrique et conclu à l’inefficacité du
système. De même Fouapi D. (2011) étudie l’impact des réformes bancaires sur l’efficience
des banques de la zone CEMAC sur la période 1996-2006.cette étude a pris en compte les
différentes approches paramétriques et non paramétriques, mais n’a pas intégré certaines
variables d’intermédiation, de structure du capital et réglementaire n’ont pas été pris en
compte. Cette contribution tente de combler quelques lacunes, en proposant d’insérer
certaines nouvelles variables et voir l’impact sur l’efficience technique du système bancaire
de la CEMAC.
Au regard des évolutions décrites ci-haut, il ressort que les banques de la Zone CEMAC
extériorisent un problème d’efficience technique. La question qui nous interpelle est celle de
savoir quel est le niveau de l’efficience technique des banques de la zone CEMAC ? Cette
question principale se scinde en deux questions opérationnelles: (i) Autrement dit les
banques sont-elles techniquement efficientes dans la transformation de leurs ressources
en crédits et services ?( ii) quels sont les déterminants de l’efficience technique des banques
commerciales dans la Zone CEMAC ?
Cette recherche vise à déterminer le niveau de l’efficience technique des banques

commerciales de la CEMAC. De manière spécifique, il s’agit: (i) d’évaluer le niveau
d’efficience technique des banques en attribuant à chacune d’elles un score d’efficience
compris entre 0 et 1. (ii) Etablir un lien existant entre les scores obtenus et les facteurs
explicatifs de l’efficience technique.
Pour mener cette étude, il est supposé au regard de modèle d’efficience structure que : (i) les
banques dans la zone CEMAC sont moins efficientes dans la transformation de leurs
ressources en crédits. (ii) Le niveau des fonds propres, et le taux des créances douteuses sont
des facteurs explicatifs de l‘efficience technique.
3
L’intérêt de ce travail est double : sur le plan pratique, il fournit aux dirigeants des banques et
aux autorités de surveillance des outils de travail, de diagnostic qui leur permet d’identifier les
bonnes pratiques du secteur bancaire et de déceler les sources d’inefficiences.
Sur le plan méthodologique ce travail va contribuer à compléter l'état de la science en

explorant un champ nouveau parmi les nombreuses études menées sur le thème de l'efficience
technique des banques, celles qui s'intéressent précisément aux banques dans la zone CEMAC
sont rares.
Ce travail est structuré en quatre parties. La première partie, intitulée les caractéristiques du
système bancaire dans la Zone CEMAC. Cette partie passe en revue les différentes entités du
système financiers, réseaux et la densité du système bancaire et s’attache à la présentation des
établissements de crédit dans cette Zone.
La deuxième partie, intitulée revue de littérature s’impose de positionner ce travail par

rapport aux travaux antérieurs, il envisage le concept d’efficience sous ses différentes facettes
(l’efficience technique, l’efficience allocative et l’efficience globale). En plus, les frontières
de production en mettant en exergue les travaux pionniers de Leibenstein (1966) et de Farrell
(1957).
La troisième partie, intitulée le cadre opératoire, décrit de façon détaillée des méthodes non
paramétriques et la spécification de modèle empirique.
La quatrième partie, intitulée résultats et analyses permet donc de vérifier empiriquement les
hypothèses qui ont été émises, soit en les infirmant d’une part ou les confirmant d’autre part.
I - CARACTERISTIQUES DU SYSTEME BANCAIRE DE LA ZONE CEMAC
La Communauté Economique et Monétaire de l’Afrique Centrale (CEMAC) a été créée en

1994 et regroupe six pays membres (le Cameroun, le Congo, le Gabon, la Guinée Équatoriale,
la République centrafricaine et le Tchad). Elle remplace dans sa composante réelle l’Union
Douanière et Economique de l’Afrique centrale (UDEAC) créée en 1964. Composée de deux
unions (UMAC et UEAC). Les pays de la CEMAC forment avec ceux de l’Union
économique et monétaire ouest africaine (UEMOA) la Zone Franc dont la monnaie utilisée est
le FCFA. Cette zone n’a pas été épargnée de l’instabilité qui a engendré au début de la
décennie 90.cette conjoncture s’est manifestée par une crise de liquidité, une contrainte de
liquidité et une insolvabilité .Tous ces crises ont conduit à une baisse substantielle des
activités de production et d’intermédiation nécessitant ainsi des restructurations pour
augmenter le niveau d’efficience des banques commerciales
4
1.1 Structure du système bancaire dans la Zone CEMAC
1.1 .1 Les entités du système bancaire dans la CEMAC
La CEMAC se compose des banques étatiques et de filiales de banques étrangères, des

marchés financiers relativement récents (BVMAC, DSX), des établissements financiers et
d’un réseau d’institutions de microcrédits et d’épargne appelées structures de financement
décentralisées. Par la suite, le nombre de banques dans la CEMAC a augmenté au cours de la
période 2002-2014 passant ainsi de 30 à 50.
Au 31 décembre 2009, le paysage financier de la CEMAC était composé de 43 banques en

activité, 699 établissements de microfinance et 16 établissements financiers, alors que le
nombre de banques s’établissait à 29 en 2000. Le total des dépôts bancaires a atteint 4 995
milliards de francs CFA à la fin 2009, après 1 637 milliards en 2000, soit une hausse de 205
%. Il y a lieu de signaler qu’au cours de ces dernières années, l’évolution des ressources
collectées a été marquée par un accroissement significatif des dépôts des administrations
publiques. Les crédits à l’économie ont suivi la même tendance, passant de 1 397 milliards de
francs CFA en 2000 à 3 034 milliards, en progression de 117,1 %. Cependant, la part des
dépôts bancaires et celle des crédits à l’économie par rapport au PIB sont restées faibles,
passant de 10,9 % en 2000 à 16,7 % en 2009 (Rapport Zone Franc, 2009).
1.1.2 Le réseau des banques et la densité bancaire dans la Zone CEMAC
Au 31 décembre 2014, le système bancaire de la CEMAC comptait 50 banques en activité

réparties comme suit : Treize (13) au Cameroun, quatre(4) en Centrafrique, dix (10) au
Congo, dix (10) au Gabon, cinq (5) en Guinée Equatoriale et huit (8) au Tchad.
Dans l’ensemble, il apparaît que le taux de densité bancaire, mesuré par le nombre d’habitants
rapporté à celui des banques, est très lâche dans la CEMAC (Avom et Bobbo, 2013). En
moyenne, une banque pour 961 372,09 habitants ou un guichet pour 123 400 habitants, parmi
le taux le plus élevé au monde (Hugon, 2007). Le tableau suivant met en évidence des très
grandes disparités au sein de la région où globalement deux groupes de pays s’établissent.
Le premier constitué du Gabon, de la Guinée Équatoriale et du Congo où la densité
bancaire est la plus faible. Un deuxième groupe qui réunit le Cameroun, la Centrafrique et
Tchad où cette densité est la plus élevée. Ces différences sont en parties imputables à
l’importance de la population de ces pays. Il semble que les pays les plus peuplés sont ceux-là
qui affichent les densités les plus lâches.
5
Tableau 1: Réseau des banques et taux de densité bancaire dans la CEMAC en 2012
PAYS Nombres Nombres Population Population / Population /

des de (en millions Nombres des Nombres
banques guichets d’habitant) banques en de guichets
Cameroun 12 164 20,424 1702000 124536,585
Centrafrique 4 21 4,628 1157000 220380,952
Congo 6 50 3,865 644166,66 77300
Gabon 9 47 1,496 166222,22 31829,7872
Guinée 4 14 0,703 175750 50214,2857
Tchad 8 39 10,223 1277875 262128,205
CEMAC 43 335 41,339 961372,09 123400
Source : auteurs à partir du rapport COBAC 2010 et WEO Database du FMI 2012.
1.2 Evolution du système bancaire dans la Zone CEMAC
1.2.1 Evolution des banques commerciales
L’intermédiation bancaire baisse progressivement au cours de ces dernières années comme le

montre le Graphique 1 ci-dessous. L’intermédiation financière qui constitue la fonction
fondamentale des banques commerciales dans la zone CEMAC, se justifie par les
imperfections sur le marché des capitaux, caractérisées par des coûts de transactions élevés
liés à la finance directe, l’incohérence entre les objectifs des agents à capacité de financement
recherchant généralement des placements à court terme et ceux des agents à déficit de
financement désirant des financements à long terme, et l’asymétrie d’information existante
sur le marché. La banque dans ce cas transforme les dépôts en crédits et cette opération
affecte nécessairement son bilan. Les marchés financiers de la sous-région étant encore dans
un état embryonnaire, c’est l’intermédiation indirecte qui prédomine dans la Zone CEMAC.
6
Graphique 1: Evolution des banques et de l'intermédiation bancaire dans la CEMAC
Nombre des banques et

taux d'intermédiation
70
60
50
40
30
20
10
0 Années
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
nombre des banques

taux d'intermédiation
Source : Auteurs, à partir des rapports d’activités de la COBAC et de la BEAC.
Cependant, le réseau bancaire est loin de satisfaire tous les besoins en services financiers des
populations de la sous-région. Le taux de bancarisation y est encore très faible et de plus, les
services financiers qu’offrent les banques ne couvrent qu'une infime partie de la population de
la CEMAC (FMI, op, Cit.). Les autres besoins sont couverts par les établissements de micro
finance qui offrent des services financiers accessibles au plus démunis. Le graphique 2 ci-
dessous donne la situation des dépôts, des crédits et des titres.
Le système financier de la CEMAC reste fortement dominé par les institutions bancaires, dont
le comportement se caractérise par une gestion très prudente en matière d’octroi de crédit. Les
banques justifient cette frilosité par la volatilité des ressources, le niveau élevé des créances
douteuses et l’insécurité du cadre juridique dans la plupart des États membres. Par ailleurs, la
contribution des établissements de microfinance au financement des économies reste faible et
les récentes activités des marchés financiers de la sous-région n’ont pas encore atteint leur
plein régime (Rapport Zone franc, op, cit.). L’évolution des principaux postes de l’actif n’est
pas symétrique comme l’atteste le graphique 2 ci-dessous traduisant ainsi une inadéquation
7
dans la collecte des ressources auprès des agents économiques à capacité de financement et
l’octroi des prêts aux agents à besoins de financement.
Graphique 2: Evolution comparée des postes de l’actif du système bancaire dans la CEMAC
9 000 000
8 000 000
Montants
7 000 000
6 000 000
5 000 000
Dépôts
4 000 000
Crédits
3 000 000
Titres
2 000 000
1 000 000
0 Années
Source : Auteurs, à partir des rapports d’activités de la COBAC et de la BEAC.
En dépit de ces aménagements, le système bancaire se caractérise par l’excès des ressources et
le rationnement du crédit, la concentration bancaire et le développement de la micro finance,
l’internationalisation et l’absence d’innovations financières (Avom et Eyeffa-Ekomo, 2007).
De plus, les banques de la sous-région n’offrent pas de services de qualité alors qu’elles
perçoivent de leurs clients des commissions, des agios et intérêts importants. Elles ne
ressemblent même plus à des caisses d’épargne (Kamgna et Dimou, 2008) et ne contribuent
pas à la croissance économique (Hugon, 2007).
D’après les données du ci-dessus, le système bancaire camerounais se situe en première place
dans la sous-région en termes de collecte de dépôts et d’octroi de crédits, constituant à lui seul
52,58 % du montant total des dépôts et 53,05 % du montant total des crédits. Il est suivi par le
système bancaire gabonais qui constitue pour sa part 26,12 % du total des dépôts et 25,38 %
du total des crédits dans la sous-région. Les deux systèmes bancaires représentent ainsi à eux
seuls près de 79 % du marché bancaire de la CEMAC en termes de collecte de dépôts et de
distribution de crédits.
8
Après la réforme qui a graduellement porté d’une part sur la refonte des instruments de la
politique monétaire, et d’autre part, sur le changement du cadre institutionnel, notamment en
matière de réglementation et de contrôle des banques et établissements financiers. Cependant
ces réformes entreprises par les autorités monétaires restent insuffisantes par rapport aux
principes énoncés par le comité de Bâle I sur le fonctionnement efficace du système bancaire
(FMI, op, cit.) surtout en matière d'appréciation du risque. Le problème important auquel les
banques dans la Zone CEMAC doivent faire face est celui des créances douteuses. Le niveau
relativement élevé des créances douteuses (23% en 2013) et le faible taux de couverture de
ces créances (environ 51%), ont été le point clé des nouvelles dispositions prises par les
autorités monétaires. D’où l’intérêt d’expliquer dans cette recherche l’inefficience des
banques dans la Zone CEMAC sur une période caractérisée par un suivi permanent à la fois
par les organismes de contrôle national et international (FMI, agences de notation et la
Banque mondiale).Le Graphique 3 ci-dessous montre l’évolution des créances douteuses au
fil des années.
Graphique 3:la part de créances douteuses dans le total crédit brut accordé à la clientèle.
2012
Années
2011
2010
2009
2008
2007
crédits bruts
2006
créances douteuses
2005
2004
2003
2002
80% 85% 90% 95% 100%

Pourcentage de concours sains à la clientèle
1.2 .2 Evolution de l’actionnariat des banques dans la CEMAC
Depuis des années, le capital des banques était essentiellement détenu par le secteur public et
une faible fraction était aux mains du secteur privé. Jusqu’en 1992, le secteur public est
9
actionnaire majoritaire dans les banques dans la CEMAC .Sa participation atteint jusqu’à
58% du capital en 1985 avant d’amorcer une descente graduelle et inexorable à partir 1986
pour atteindre 18% à la fin de 2005 (Barthélemy K. ,2007). Légèrement minoritaire sans être
inconsistante en 1980, la part du secteur privé s’est progressivement consolidée avec la mise
en œuvre des mesures consécutives à la restructuration du secteur bancaire dans la CEMAC.
De 45% du capital en 1980 sans avoir jamais été en dessous de 40%, le secteur privé détient
en 2005 ,82% du capital des banques de la CEMAC. Si l’on s’en tient au droit des sociétés en
vigueur dans la CEMAC, le secteur privé possédait auparavant une minorité de blocage qui
est fixée à 30%. Il a ainsi eu en droit, le pouvoir de bloquer les orientations contraires à ses
intérêts d’actionnaire minoritaire lorsqu’il pouvait l’exercer. Cette évolution fait ressortir
finalement que contrairement à l’opinion très répandue dans la Zone, la faillite des banques
n’est pas de la seule responsabilité du secteur public en l’occurrence de l’Etat. Il importe donc
de rappeler que l’actionnaire minoritaire qui le plus souvent assurait l’assistance technique n’a
pas eu à jouer son rôle. Un blocage de certaines décisions de crédit par exemple aurait pu
empêcher aux banques les déboires qu’elles ont connues. Il est vrai qu’arguant de la
souveraineté de la Puissance publique, il pouvait être difficile au privé de s’opposer à
l’actionnaire majoritaire.
Cette évolution du capital montre que le secteur privé national s’est effectivement impliqué
dans le capital des établissements de crédit. Elle permettra d'analyser la solidité du système
financier de la sous-région eu égard aux facteurs de vulnérabilité observés ces dernières
années.
Fort de ce constat, il y’a lieu de s’interroger sur la qualité de la gestion des ressources
bancaires dans la CEMAC. En effet, une présomption d’inefficience des banques dans la
transformation de leurs ressources en crédits demeure ainsi palpable. La seule façon de
prouver est d’évaluer empiriquement les niveaux d’efficience des banques dans la
transformation de leurs ressources en crédits. Cette évaluation nécessitant l'application de
méthodes appropriées, la méthode DEA est retenue dans le cadre de cette étude pour évaluer
les niveaux relatifs d’efficience technique des banques dans la CEMAC. Mais avant de nous
lancer dans cette évaluation, il serait judicieux de présenter le concept d’efficience technique
ainsi que les principales méthodes utilisées pour la mesurer.
10
II- REVUE DE LITTERATURE
Dans la littérature, l’efficience économique est composée de l’efficience technique et de

l’efficience allocative.
2.1 Concept d’efficience
Le concept d’efficience n’est pas nouveau en économie .cette notion a été abordé par Alfred
Marshall au seizième siècle (EZE, 1995). Au fil du temps, le concept s'est approfondi et s'est
doté de plusieurs facettes .Les travaux de Debreu (1951) et Koopmans (1951), furent les
premiers à proposer une définition formelle de l’efficience technique. L’efficience technique
est la capacité à maîtriser la technologie et l’efficience allocative la capacité à choisir de
bonnes combinaisons de production aux prix en vigueur sur les marchés de facteurs et de
produits (Chaffai et Dietsch, 1999).
2.1 .1 La différence entre l’efficience et l’efficacité
Le terme «efficacité» vient du mot latin «efficière» qui veut dire effectuer. En fait, une action
est dite efficace quand elle produit l’effet attendu atteint sur un but préalablement fixé.
L’efficacité, selon Lovell et al. (1985), peut être comme étant la qualité ou le degré atteint en
produisant un ensemble d’effets désirés. Donc une banque est efficace si ses objectifs sont
achevés, inefficace si ses objectifs ne le sont pas.
Dans tous les cas, l’efficience (Linda Allen et Rai Anoop 1996) est un terme à signification
plus large que l’efficacité. Il comprend des considérations de coût et d’efficacité. Alors
l’efficience est la capacité à atteindre ses objectifs avec le moindre coût possible. Elle
désigne le rapport entre les résultats obtenus (biens produits ou services livrés) et les
ressources financières mises en œuvre pour atteindre ces résultats.
2.1.2 L’efficience technique
L’efficience technique mesure l’aptitude d’une unité de production à obtenir le maximum

d’outputs possible à partir d’une combinaison d’inputs et d’une technologie de production
données (définition « orientée output »), ou son aptitude à réaliser un niveau d’output donné à
partir des plus petites quantités d’inputs possibles (définition « orientée input »).
L’inefficience technique correspond donc soit à une production en deçà de ce qui est
11
techniquement possible pour une quantité d’inputs et une technologie donnée, ou à

l’utilisation de quantités d’inputs au-dessus du nécessaire pour un niveau d’output donné.
Si on tient compte du type de rendement dans lequel s’effectue la production, l’efficience

technique peut elle-même être décomposée en une efficience technique pure et une efficience
d’échelle. L’efficience technique pure reflète la manière dont les ressources de l’unité de
production sont gérées. En revanche, l’efficience d’échelle détermine si l’unité de production
opère à une échelle optimale ou non. L’échelle optimale est entendue ici comme étant la
meilleure situation à laquelle peut parvenir l’unité de production en augmentant
proportionnellement la quantité de tous ses facteurs. Pour illustrer cette décomposition,
considérons le cas d’une banque qui produit un output y à partir d’un seul input x (figure 1) en
supposant la technologie de production à rendements d’échelle variables. Une technologie est
à rendements d’échelle variables si à la suite d’une augmentation proportionnelle de tous les
facteurs de production, la production varie dans une proportion différente. Par contre, elle est
à rendements d’échelles constantes si une augmentation proportionnelle de tous les facteurs
de production entraîne une augmentation de la production dans la même proportion. La
frontière des possibilités de production de cette banque est représentée par la courbe à
rendements d’échelle variables (REV). Sous l’hypothèse de rendements d’échelle constants,
cette frontière est représentée par la droite REC
Figure 1: Frontière de production et rendements d’échelle
Source : JOUADY O. (2000)
Au point A’’’, la banque est techniquement capable de produire la même quantité d’output en
utilisant moins d’inputs. Elle est par conséquent inefficiente dans la mesure où elle peut
réaliser une économie d’inputs correspondant à A’’A’’’. Le niveau d’efficience technique
12
pure est le rapport AA’’ /AA’’’. L’efficience d’échelle quant à elle est fournie par la distance
entre les frontières REC et REV et est mesurée par le rapport AA’/AA’’. Le produit de
l’efficience technique pure et de l’efficience d’échelle représentant l’efficience technique
totale, donne le rapport AA’ /AA’’’ et correspond à la mesure de l’efficacité technique dans le
cas de rendements d’échelle constants
2 .1.3 L’efficience allocative (efficience-prix)
L’efficience allocative traduit l’habileté des dirigeants à choisir parmi les programmes de
production techniquement efficaces, celui qui lui assure le profit le plus élevé, ou encore c’est
l’habileté à choisir les inputs dans des proportions optimales. C’est à Farrell (1957) que l’on
doit cette distinction entre efficience technique et efficience allocative. L’efficience
allocative mesure ainsi l’aptitude de l’unité de production à combiner ses inputs dans des
proportions optimales compte tenu de leur prix relatif sur le marché et du budget alloué pour
les acquérir. Ainsi, pour une famille de combinaisons de facteurs permettant la réalisation
d’un niveau de production donné, la meilleure combinaison allocativement, est celle qui est
obtenue à moindre coût. L’inefficacité allocative provient donc de l’utilisation des facteurs de
production dans des proportions ne minimisant pas les coûts compte tenu de leur prix sur le
marché.
2.1.4 L’efficience globale (l’efficience coût)
L’efficience globale implique à la fois l’efficience technique et l’efficience allocative. Dietsch

et al. (1993), Une banque techniquement efficiente peut être économiquement
(allocativement) sous efficiente si elle comprend mal son marché, sous-estime le risque et ne
pratique pas une tarification adéquate. Et à l’inverse une banque économiquement efficiente
peut utiliser des techniques dépassées ou gaspiller une partie de ses ressources .Ou bien elle
peut bénéficier de position de marché favorable qui ne l’incite plus à réaliser les mêmes
efforts de productivité que les autres. Considérons une firme utilisant deux (2) inputs (𝑥1, 𝑥2)
pour produire un seul output ( 𝑦 ) sous l’hypothèse de rendements d’échelle constants. La
fonction de production efficiente (de meilleure pratique) est connue : c’est l’output que la
firme efficiente peut obtenir par une combinaison des inputs. Ainsi la frontière de production
est représentée par un isoquant donnant les combinaisons minimum des deux inputs par unité
d’output. Cet isoquant permet de mesurer l’efficience technique. Sur la figure 1, l’ensemble
des possibilités de production est situé au-dessus de l’isoquant SS’. Les firmes situées au-
dessus de l’isoquant sont techniquement inefficientes et celles situées sur la frontière de
production sont techniquement efficientes. Ainsi les firmes Q et Q’ sont techniquement
13
efficientes. La firme P n’est pas techniquement efficiente mais utilise les inputs dans les
mêmes proportions que Q, mais avec des quantités excessives. L’inefficience technique
résulte donc d’une utilisation excessive d’inputs. Farrell (1957) définit l’efficience technique
(ET) de la firme P par le rapport 𝑂𝑄⁄ 𝑂𝑃 avec 0 ≤ 𝑇𝐸≤ 1 . Il est nécessaire de connaître si la
firme utilise les inputs dans des meilleures proportions étant donné leur prix relatifs. La
courbe AA’ représente le rapport des prix des inputs. Farrell mesure l’efficience allocative
(efficience prix) de la firme P par 𝐸𝐴= 𝑂𝑅 ⁄𝑂𝑄 L’efficience coût globale est le produit des
deux types d’efficience 𝐸𝐶𝐺=𝐸𝑇× 𝐸𝐴 . La firme Q’ est allocativement et techniquement
efficiente. Par contre les firmes P et Q sont allocativement sous-efficientes. Ainsi une firme
peut être techniquement efficiente et sous-efficiente allocativement et vice versa.
Figure 2: représentation graphique de l’efficience technique et de l’efficience allocative.
S
𝑥2 P
𝑦
A Q
Q
R ’ S’
A’
O 𝑥1
𝑦
Source: Farrell, M. J. (1957). The Measurement of Productive Efficiency
On parle de l’efficience X, pour désigner le fait que dans les organisations productives, les
conditions d’utilisations des facteurs de production dépendent du comportement des individus
et de l’organisation. Introduit en 1966 par H.Leibenstein ce concept d’efficience X remet en
cause la théorie néoclassique pour laquelle l’allocation des ressources productives par le
marché est efficiente. Malgré cette distinction il existe d’autres formes d’efficience:
L’efficience de coût d'échelle mesure le coût minimum moyen, d'une production mixte,
pratiqué par une banque ayant des meilleures pratiques et le compare avec le coût moyen
enregistré par une autre banque ayant aussi des meilleures pratiques et produisant les mêmes
outputs mixtes. L’efficience de profit c'est le plus vaste concept de l'efficience comportant
l'efficience de coût et de revenu. Il correspond à la maximisation de valeur et rend compte des
14
erreurs sur l’output aussi bien les inputs.il existe l’efficience de revenu, l’efficience
d’envergure etc.
Dans le cadre de notre travail, nous nous limiterons à la définition de l'efficience technique.
2.2 Etudes empiriques
Une grande partie des études qui portent sur l’efficience et la productivité des opérations
bancaires, sont faites sous la période de libéralisation financière aux Etats Unis et certains
développés d’Europe ainsi que ceux en voie de développement.
En ce qui concerne les Etats unis, nous avons une étude qui a été réalisée par Devaney et
Weber (1996) ont analysé l’évolution des banques rurales Américaines sur la période 1990-
1993 à l’aide de l’indice de Malmquist. La croissance de la productivité durant cette période a
été estimée à 11,5% soit 3 ,6% par an en moyenne. Et ils ont abouti au résultat que
l’augmentation de la productivité totale est plus expliqué par de progrès technologique que
par l’efficience technique qui a baissé durant cette période.
Une autre étude plus globale a été faite par Wheelock et Wilson (1999), a montré que la
productivité de l’ensemble des banques Américaines s’est détériorée approximativement à
15% sur la période 1984-1993.Cette baisse de Productivité est due à un affaiblissement de
l’efficience technique des banques, mais qui a été contrebalancé par un essor technologique
de l’ordre de 30 à40% durant cette période.
Une étude portant sur les banques australiennes qui a été faite par Worthington (1999),
utilisant aussi l’indice de productivité globale de Malmquist. La productivité des banques a
baissé de 2,41% sous la période 1993 à 1997, cette chute de productivité des banques
australiennes aurait pour cause la dégradation de la technologie d’environ 1,95%, le niveau
d’efficience des banques étant resté constant contrairement aux banques américaines.
Dès lors les problématiques qui ont été abordées dans les pays en voie de développement ont
une certaine particularité .Beaucoup des questions ont été posées qu’on peut citer et sans être
exhaustif notamment l’influence des capitaux étrangers sur l’efficience, rôle des banques
étrangères, l’effet taille sur l’efficience et la productivité, l’omission de l’impact des marchés
financiers sur les activités des banques etc.
15
Bhattacharyya et al. (1997) ont utilisé le modèle DEA pour analyser l’efficience technique des
70 banques commerciales indiennes pendant la période 1986-1991.Ces auteurs ont remarqué
que la libéralisation a eu un impact sur la productivité qui variait en fonction de type de
propriété. Leurs résultats montrent que les banques étatiques ont été plus efficientes que les
banques privées. Et les banques étrangères ont connu leur efficience dans le temps,
contrairement aux banques privées nationales dont le niveau d’efficience a été presque
constant durant cette période d’étude
Leightner et Lovell(1998), ont montré en utilisant la technique DEA, que les banques
thaïlandaises ont connu en moyenne, une croissance rapide de la productivité totale des
facteurs entre 1989 -1994, à la suite des réformes des marchés des capitaux. En faisant
l’hypothèse que les banques poursuivent un objectif privé (celui de maximisation du
profit).les résultats indiquent une augmentation de la productivité des grandes banques et des
banques étrangères .cette situation peut être interprétée, comme la capacité de ces dernières à
s’adapter au nouveau environnement bancaire (la concurrence, la technologie…).
En Tunisie, l’analyse de l’efficience des banques a montré que, les banques commerciales
sont plus efficientes que les banques en développement (Chaffai et Dietsch, op,cit.).De même,
ces deux types de banques ont connu une évolution semblable du niveau de leur efficience sur
la période 1986-199. En moyenne, l’efficience technique est constante, sur la période (1986-
1988), a baissé sur la période 1989 -1993 et a augmenté sur la période 1994-1995.Ce
mouvement laconique et fluctuant de ce niveau d’efficience est du malgré les réformes
financières entreprises à l’absence de concurrence. L’approche utilisée est paramétrique (la
fonction de distance développé par Shephard 1970).Cette même approche a été appliquée au
Maroc par ces deux auteurs, et a montré que l’efficience s’est accrue de 7% contrairement à la
Tunisie sur la période 1990-1995.
Au niveau de L’UEMOA et de la CEMAC, certaines études ont été entreprises dans ces
Zones .I .DEM (2003) qui expliquait les différences de performances entre les banques de la
Zone UEMOA par l’économie d’échelle et de production par l’approche de la fonction de
coût translogarthmique. Puis Tanimoune N. (2009), dont l’étude portant sur les performances
bancaires dans l’union avec la méthodologie de DEA (data envelopment analysis) et SFA
(stochastic frontier analysis) avec un échantillon variant entre 73 à 95 banques dans la période
2002-2005. L’auteur a conclu que la taille et la structure actionnariale influence
significativement le niveau d’efficience technique des banques.
16
Dannon H. (2009) met en exergue l’efficacité et la productivité des banques, Les résultats
montrent premièrement que les inefficiences techniques pures dominent les inefficiences
d’échelle au niveau de tous les pays la zone excepté le Sénégal. Ainsi, l’inefficience relève
plus d’une sous-utilisation des inputs que de rendements d’échelle inappropriés.
Deuxièmement, la productivité globale des facteurs a connu une amélioration due
essentiellement à la variation positive des progrès technologiques au détriment de l’efficacité
technique sur toute la période de l’étude. Ceci laisse penser que les réformes financières n’ont
pas permis aux banques de la zone d’améliorer leur efficacité technique. L’évolution de leur
productivité est avant tout expliquée par les progrès technologiques existants dans le secteur
bancaire de l’espace UEMOA.
Kablan (2007) donne des résultats plus approfondis en prenant en compte des définitions plus
globales de l’efficience, en occurrence l’efficience coût. Cette étude mesure l’efficacité coût
et l’efficacité technique des banques de l’UEMOA et ses déterminants après la restructuration
du système bancaire de 1993 à 1996. L’auteur utilise la méthode DEA pour appréhender
L’efficience technique et la méthode des frontières stochastiques (SFA) pour l’efficacité coût.
Les résultats indiquent que les deux types d’efficience ont des évolutions semblables pour
tous les pays de la zone excepté le Burkina Faso et la Côte d’Ivoire dont les niveaux
d’efficience coût et d’efficience technique divergent. L’analyse des déterminants de
l’efficience des banques montre que le taux de créances en souffrance, la densité de la
population, l’indice de concentration bancaire de Herfindhal-Hirschmann (HHI) et le revenu
par tête sont significatifs respectivement négatifs pour les deux premières et positifs pour les
deux autres. « L’indice (HHI) est significatif indiquant l’impact positif de la concentration
bancaire sur l’efficience coût des banques de l’UEMOA confirmant l’idée selon laquelle les
banques de l’UEMOA profitent bien des économies d’échelle que leur offre une telle structure
du marché »
Dans la zone CEMAC, Kamgna, Y. et Dimou, L. (2009) ont fait une étude sur les
déterminants de l’efficacité des banques commerciales .L’étude qui couvre toutes les banques
en activité assujetties au contrôle de la COBAC de 2001 à 2007 s’attache à montrer que le
système bancaire de la CEMAC est inefficace selon l’optique intermédiation alors qu’il
apparaît relativement efficace sous l’optique production. L’efficacité est mesurée en utilisant
la méthode non paramétrique d’analyse d’enveloppement des données, en anglais « Data
Envelopment Analysis (DEA) ». Du point de vue de l’optique production, le niveau
d’inefficacité est moins important et est expliqué par la concentration et l’origine de
17
l’actionnariat. En revanche, l’efficacité selon l’optique intermédiation est déterminée

positivement par le niveau de la solvabilité, de la couverture des immobilisations et par la
couverture géographique. Dans cette optique, les banques publiques paraissent plus efficaces
que les banques privées. Et toutes ces hypothèses ont été estimées à l’aide d’un modèle tobit à
effets aléatoires. Les résultats semblent contradictoires, et ouvrent donc des pistes des
recherches à explorer.
Mbaye et Agbogji (2010) ont analysé les niveaux de performances productives des banques
commerciales de l’UEMOA sur la période 1996 – 2007. Ces auteurs ont utilisé la méthode
DEA pour mesurer les scores d’efficacité technique et les accroissements de la productivité
totale des facteurs. Les banques commerciales affichent des scores d’efficacité technique de
plus de 80% et un accroissement moyen de la productivité des banques de l’ordre de 2,3%
accroissement essentiellement imputable à celui de l’efficacité technique (6,4%). Ces résultats
sont aussi observés dans l’étude réalisée par Kablan (2007).
Que dirons-nous en ce qui concerne l’efficience technique des banques dans la Zone
CEMAC? Pour mener cette étude, nous allons utiliser premièrement la méthode DEA pour
déterminer le score d’efficience et ensuite faire une régression sur le modèle tobit.
18
III- CADRE OPERATOIRE
Après avoir exposé le modèle spécifié, à savoir l’utilisation conjointe de DEA et le modèle
Tobit .Nous présentons les tests appropriés pour le Tobit sur les données de panel et les
techniques d’estimation appropriées. Nous avons fait recourt à la méthode DEA (Data
envelopment analysis) pour mesurer les niveaux d’efficience technique des banques
commerciales de la CEMAC sur la période 2002-2014. Le choix de cette méthode non
paramétrique se justifie par l’incertitude de la relation fonctionnelle liant les inputs et les
outputs dans le secteur bancaire. L’étude portera essentiellement sur les banques
commerciales. Les données portant sur les variables bancaires et financières seront extraites
du système CERBER de la COBAC et BEAC. Les données socio-économiques proviendront
des bases de données « World Development Indicators»(WDI) et Global Development
Finance de la Banque Mondiale. Cependant, l’impact des marchés financiers régionaux (DSX
et la BVMAC) sera négligeable.
3.1- Cadre analytique de DEA
La présente section décrit les deux principaux modèles DEA : le modèle sous hypothèse de
rendements d’échelle constants (Charnes et al., 1978) et le modèle sous hypothèse de
rendements d’échelle variables (Banker et al., 1984). La méthode DEA se fonde sur les
travaux antérieurs de Dantzig (1951) et de Farrell (1957), dont l’approche adopte une
orientation input. Zhu et Cook (2008), Cooper et al. (2007) ou Coelli et al. (2005) fournissent
une description exhaustive de la méthodologie. La méthode DEA est une méthode non-
paramétrique. Contrairement aux méthodes paramétriques (comme celles des moindres carrés
ordinaires, du maximum de vraisemblance ou de l’analyse de frontière stochastique), les inputs
et les outputs sont utilisés pour calculer, à l’aide de la programmation linéaire, une enveloppe
représentant la frontière d’efficience. Par conséquent, une méthode non-paramétrique ne
requiert pas la spécification d’une forme fonctionnelle. Dans cette présentation, nous nous
limiterons à décrire les deux modèles les plus employés dans la littérature le modèle CCR
(Charnes, Cooper et Rhodes) et le modèle BCC (Banker, Charnes et Cooper). Ce sont là, deux
variantes du modèle général, communément appelé DEA. Dans les deux cas, on distingue : les
modèles dits « orientés inputs » , si l’on étudie l’efficience en termes d’inputs, c’est-à-dire si
l’on s’intéresse à l’inefficience en terme d’excès d’inputs les modèles dits « orientés outputs »
si l’on veut analyser l’efficience en termes d’outputs, c’est-à-dire si l’on souhaite appréhender
l’inefficience par l’insuffisance d’outputs.
19
3.1.1 Le modèle de CCR
Dans ce modèle, les hypothèses suivantes sont postulées :
 Il existe une forte convexité de l’ensemble de production ;

 la technologie est à rendements constants ;
 il existe une libre disposition des inputs et des outputs.
On considère ici, un modèle à orientation input suivant Coelli (1996), on dispose de K inputs
et M outputs pour chacune des N unités de décision.
On note :
xi : Le vecteur ( K ,1) des inputs ;
yi : Le vecteur ( M ,1) des outputs ;
X : La matrice ( K , N ) des inputs ;
Y : La matrice ( M , N ) des outputs ;
v : Le vecteur ( K ,1) des pondérations associées aux inputs ;
u  : Le vecteur ( M ,1) des pondérations associées aux outputs.
Une façon intuitive de procéder, est d’introduire la méthode de DEA sous forme de ratio entre
u yi
tous les outputs et tous les inputs de chaque unité de décision, c’est-à-dire comme .Le
vxi
problème revient pour chaque unité de décision, à déterminer les pondérations optimales en
résolvant le problème de programmation mathématique suivant :
max (u yi )
 u ,v vxi
 j =1,2,…,N
 sc
u y j vx j  1

u , v  0
C’est-à-dire que l’efficience de la iéme unité de décision sera obtenue comme un ratio entre
outputs et inputs sous la condition que ce même ratio soit égal ou inférieur à l’unité pour
20
l’ensemble des autres unités des décisions observées. En effet, la forme fractionnelle ci-dessus
admet une infinité de solutions. Pour contourner cette difficulté, elle peut néanmoins être
linéarisée en introduisant une contrainte selon laquelle vxi  1 .Le programme s’écrit alors :
max  ,v (  v)

 sc j=1,2,…,N

vxi  1
   y   x  0
 j j
  ,  0
où, u et v ont été remplacés par µ et υ pour indiquer que c’est un programme linéaire
différent. En utilisant la dualité en programmation linéaire, on obtient l’équivalent du
programme sous la forme d’une enveloppe :
min 
 sc

 yi  Y   0
 x  X   0
 i
  0
 est un scalaire qui représente le score d’efficience technique de la i ème unité de décision.
En effet, si   1 l’unité de décision observée se situe sur la frontière, c’est-à-dire qu’elle est
efficiente au sens de Farrell ; par contre, si   0 cela révèle l’existence d’une inefficience
technique.  est un vecteur ( N ,1) de constantes appelées multiplicateurs.il indique la façon
dont les unités de décision se combinent pour former la frontière par rapport à laquelle la i ème
unités de décision sera comparée.
3.1.2 Le modèle BCC
L’hypothèse des rendements constants n’est vraiment appropriée que si l’entreprise opère
à une échelle optimale. Ce qui n’est pas toujours le cas (concurrence imparfaite, contraintes
financières, etc.). Banker, Charnes et Cooper (1984), ont proposé un modèle qui permet de
déterminer, si la production se fait dans une zone de rendements croissants, constants, ou
décroissants. Leur modèle conduit à la décomposition de l’efficacité technique en efficacité
technique pure et en efficacité d’échelle. L’hypothèse des rendements d’échelle constants,
21
conduit à la mesure de l’efficacité totale ; l’hypothèse de rendements d’échelle variables

conduit à celle de l’efficacité technique pure. Ainsi, le modèle CCR peut être modifié en
tenant compte de l’hypothèse des rendements variables à l’échelle. Il suffit pour cela d’ajouter
une contrainte : N1  1 au programme précédent, on obtient alors :
 min , 

 sc
  yi  Y   0

 xi  X   0
 N1  1

  0
Où N1 est un vecteur ( N ,1) unitaire
3.2 Le choix de l’input et l’output
Une des difficultés méthodologiques de la mesure de l’efficience au sein des banques réside
dans la mesure de leur activité. Freixas et al (2008) distingue trois approches de mesure :
l’approche production, l’approche d’intermédiation et l’approche dite moderne.
3.2.1 L’approche d’intermédiation
La banque est un intermédiaire financier entre les déposants et les emprunteurs (Mishkin,
2013) .Le rôle de la banque est de collecter les fonds pour les transformer en crédits. Les
inputs sont alors les dépôts collectés et les fonds empruntés, et le volume de crédits accordés
constitue le principal output. Elle est développée par Searly et Lindly (1977), dans cette
optique, seuls les prêts (et plus généralement l'ensemble des actifs) sont considérés comme
des outputs tandis que les dépôts (plus généralement l'ensemble des capitaux empruntés) sont
intégrés dans la liste des inputs.
3.2.2 L’approche de production
Appelée aussi l’approche en volume, parce qu’elle tente d’aborder la production bancaire à
des indicateurs physiques. Cette approche considère la banque comme une entreprise qui
fournit des services à leur clientèle (dépôts, prêts, titres, hors bilan, etc.) et à partir des
inputs comme le capital financier, capital physique et le travail. Cette approche a été
développée dans les années 60 par Benston (1965), Bell et Murphy (1968).Les tenants de
22
cette approche optent pour de mesure physique de l’output bancaire, c’est ainsi que dans
l’analyse le nombre de compte est utilisé comme unité de production bancaire (Dhafer et
al.1999;Kablan, 2007).
3.2 .3 la nouvelle approche
Les théoriciens qui défendent cette approche, intègrent les nouveaux éléments comme
l’imperfection de l’information dans l’activité des banques, la gestion des risques etc. Selon
Freixas et Rochet (2008), la part la plus innovante de cette approche a été introduite par les
travaux de Hughes et Mester (1994) ; elle consiste à tenir compte de la qualité de l’actif
bancaire et de la probabilité de faillite dans l’estimation des coûts.
Pour cette analyse c’est l’approche de production qui sera adopté. Bien qu’il existe des
ambiguïtés en théorie notamment en ce qui concerne la nature des inputs et outputs tel que les
dépôts par exemple. Est-il un input ou output ? (Fixler et al. ,1992).
Des éléments de réponse à cette controverse se trouvent dans Hancock (1991), l’auteur
propose un modèle théorique ainsi qu’une application se reposant sur les produits bancaires
endogènes. Il propose en effet comment certains postes de l’actif et passif seront définis
inputs ou outputs de la banque. Ainsi du coté de passif, le coût d’usage réel augmente avec les
intérêts créditeurs et les primes d’assurances sur les dépôts et sur le ratio des réserves
obligatoires. Il en déduit une règle : si le coût d’usage est positif, l’actif ou le passif
correspondant est un input. S’il est négatif, alors il s’agit d’un output.
Pour Ferrier et Lovell (1990), la préférence de l’une de ces trois approches est liée à l’objectif
de l’étude menée. Etant donné que, l’approche production prend en compte les charges et les
frais généraux, cela est capital dans le processus de prise de décision des dirigeants. Une de
raison de ce choix est l’importance des charges financières dans les charges d’exploitation
bancaires que la première approche ignore. La plus grande disponibilité des données pour
cette approche constitue aussi une autre raison de son utilisation.
Figure 3: illustration des approches de production et intermédiation
23
Approche de production Approche de l’intermédiation

Prêts
Travail
Travai
Institutions Dépôts Capital banqu Prêts
bancaires Ees
Capital
Autres Dépôts
service
s 3.3 Les facteurs explicatifs de
l’efficience
Afin de déterminer l’impact des différents facteurs pris en compte dans cette étude sur
l’efficience du système bancaire de la CEMAC, nous régressons les scores d’efficience
technique sur un ensemble de variables. La littérature empirique distingue deux principales
modélisations à savoir les modèles censurés et la régression linéaire utilisant les Moindres
Carrés Ordinaires (MCO). Cependant, la variable dépendante (l’efficience) prenant les valeurs
dans l’intervalle] 0 1], nous ne pouvons pas procéder à une régression par les MCO, mais par
des modèles censurés tels que le modèle de poisson généralisé et censuré ou le modèle Tobit
censuré. Ces modèles sont particulièrement recommandés lorsque les valeurs de la variable
endogène appartiennent à un intervalle précis. Le modèle de poisson généralisé et censuré est
conseillé lorsque les valeurs de la variable dépendante sont des entiers naturels et le modèle
Tobit est utilisé lorsque la variable dépendante est continue dans un intervalle et la probabilité
pour cette la variable prenne des valeurs nulles est positive. Etant donné que la variable
dépendante est continue dans l’intervalle] 0 1], le modèle Tobit Censuré et le modèle de
poisson généralisé et censuré ne peuvent pas être utilisés. Les valeurs de la variable
dépendante n’étant pas des entiers naturels, l’usage du modèle de poisson généralisé et
censuré n’est pas approprié (Greene, 1995). Pour lever cette entrave, nous allons expliquer
l’inefficience des banques, puisque les scores d’inefficience prennent non seulement des
valeurs nulles et/ou positives, elles sont continues dans l’intervalle [0 1[. A cet égard, nous
ferons usage d’un modèle Tobit censuré. Le modèle Tobit appartient à la famille des modèles
à variable dépendante limitée ou la variable dépendante est continue et observable que sur un
certain intervalle. Ce modèle se situe à mi-chemin entre les modèles à variables qualitatives et
le modèle de régression linéaire où la variable endogène est continue et observable. Ces
modèles qualifiés de modèles de régression censurées ou modèle de régression tronquée. Le
modèle Tobit censuré peut donc être utilisé pour expliquer l’inefficience des banques de
24
notre échantillon. Le choix de ce modèle Tobit se justifie par le fait que les variables
dépendantes qui sont des indices d’inefficience (1-efficience) sont continues et prennent des
valeurs dans l’intervalle [0 1[.
En considérant que Yit représente le niveau d’inefficience des banques de pays i, Le modèle
théorique est le suivant (Hoff, 2006):
 yit  X it    it

 
 yit  yit si yit  0
* *
 avec  y  0 sinon
 
 it
où  i N (0,  2 ), et
 est un vecteur k 1 des paramètres à estimer;
Xit est le vecteur k 1 des variables explicatives.
Dans la relation (1) X i est le vecteur des variables explicatives, le vecteur des paramètres à
estimer et Y i * est une variable latente qui peut être considérée comme le seuil à partir duquel
les variables X i affectent l’efficience d’une banque (Afonso et Aubyn, 2006). La variable
dépendante « inefficience » est continue et limitée à zéro. En supposant que les erreurs sont
normalement distribuées, l’estimation du modèle Tobit censuré ci-dessus passe par la
maximisation du logarithme de la vraisemblance qui s’écrit :
N
 1   (Y X  ) 2
log L   log 1   X i     log 

N N i i

i 1
i 1    i 1  2  2 2
Où N le nombre d’observation et  est l’écart type.
 La spécification empirique du modèle

C’est à partir de l’analyse des bilans des banques, nous avons retenu les variables qui nous
paraissent correspondre au mieux à la situation des systèmes bancaires de l’Union. La
littérature empirique associe souvent l’efficience des banques à la détérioration de la qualité
de leurs actifs, la sous-capitalisation, la prise de risque excessive ainsi que la mauvaise
gestion. Dans le cadre de cette étude, l’efficience des banques dans la Zone CEMAC est
25
expliquée par des indicateurs utilisés dans les études empiriques, par les analystes financiers
ainsi que les agences de notation. Ces mesures couvrent les différents aspects de l’activité
bancaire : le risque, la liquidité et la rentabilité. Il s’agit de la qualité de l’actif (QA), le ratio
de solvabilité (SOLV), la liquidité (LIQ), la taille (ACTIF), la structure de propriété (PRIV),
les garanties (GAR) et rentabilité (ROA).
Nous avons retenu quatre variables macroéconomiques. Premièrement, il y a le taux de

croissance du produit intérieur brut réel par habitant (TC), traduisant la richesse de la
population, le taux d’inflation (TI), le taux d’escompte moyen réel (TIAO) car il permet de
déterminer la sensibilité de la variable expliquée aux conditions de refinancement.
Le modèle spécifié d’inefficience technique s’écrit comme suit:
INET  0  1QAit   2 LIQit  3TAI it   4GARit  5 SOLit  6 ROAit  7 HBit  8TI it  9TCit
 10TIAO  it
QA : Prêts performants / Crédits bruts
SOLV : Fonds propres réglementaires / Total Actif
ROA : Résultat net / total actif
TAI : Ln (Total Actif)
GAR : Total Garanties reçues / Total crédits
TC : Taux de croissance du PIB
26
IV- RESULTATS EMPIRIQUES ET INTERPRETATIONS
4.1 Analyse de score d’efficience technique des banques dans la zone CEMAC
4.1 .1 Statistiques descriptives des inputs et outputs
Le tableau suivant présente une description statistique des valeurs des inputs et outputs,
utilisés dans l’estimation des scores d’efficience technique des banques commerciales dans la
Zone CEMAC.
Tableau 2 : description des inputs et outputs
Crédits Titres Travail Capital Capital

financier Physique
Cameroun
Moyenne 1077097 ,8 17542,1 2970 ,8 188677 ,5 1422295 ,1
Max 1572576 3708 3929 199839 21944 ,8
Min 658914 10139 2297 175973 846507
RCA
Moyenne 65639 589 ,6 254,6 4715,6 43944 ,8
Max 92038 1696 347 9355 92698
Min 47902 39 232 4606 33338
Congo
Moyenne 11186 ,3 22347,7 518,3 20425,9 124062,44
Max 226520 208244 684 35464 26650
Min 18404 0 443 6489 18404
Gabon
Moyenne 604850,8 29734 1392 ,2 124427 ,1 761049,9
Max 779916 109129 1671 166281 1386466
Min 477983 12106 1363 83890 494469
Guinée
Equat.
Moyenne 166495 ,1 1497 326 ,7 13836 ,5 345435,4
Max 467253 8216 744 31353 837816
Min 31475 20 157 3378 39045
Tchad
Moyenne 139632,9 1336,4 494 22489,7 161916 ,2
Max 256379 1937 652 68762 300850
Min 68650 270 227 11698 68762
CEMAC
Moyenne 350929 ,48 12174 ,46 992 ,78 624428 ,65 477350,64
Source : Auteur, à partir de données de la COBAC (2002- 2014)
27
Il ressort dans le tableau de description des variables, les banques de la CEMAC produisent
en moyenne 350 ,9292948 milliards de FCFA de crédits et investissements. Et 12,1744
milliards de FCFA en titre à partir des ressources collectées .62, 42865 milliards pour le
capital physique en employant 992 ,72 personnels. Toutes fois, il existe une différence entre
les pays en ce qui concerne l’utilisation des facteurs de production.
En ce qui concerne les facteurs de production le Cameroun est le pays donc les banques
prennent la moyenne des facteurs de production les plus élevé avec 188,6775 milliards de
capital physique.1422,2 milliards de FCFA pour le capital financier et 2970 employés contre
4 ,7155 milliards pour le capital humain. La RCA enregistre la valeur moyenne des inputs les
plus faibles durant cette période d’étude. Cette forte représentativité du Cameroun pourrait
s’expliquer par le fait d’une part, ce pays dispose non seulement du plus grand nombre des
banques par rapport aux autres pays de la sous-région mais surtout ces banques ont intensifié
leurs réseaux par une augmentation substantielle leurs guichets. A contrario la RCA dispose
du réseau bancaire le plus faible et cela se justifierait par le niveau de leurs inputs.
4.1.2 Score d’efficience Technique sous l’hypothèse de REC et REV
Les scores d’efficience technique des banques de l’échantillon ont été ont été généré au
moyen du logiciel de DEAP version 2.1 de coelli (1996).Nous avons opté pour une
orientation output plutôt que input, pour maximiser la production (confer IV 4 .2).Les
tableaux suivants présentent les scores d’efficience technique sous l’hypothèse REC et REV.
Tableau 3: degré d’efficience technique des banques sous l’hypothèse REC
Année Cameroun RCA Gabon Congo Guinée Tchad CEMAC

2002 0,91 1 1 0,52 1 0,89 0,89
2003 1 1 1 0,45 1 1 0,91
2004 1 1 1 0 ,81 1 1 1
2005 1 1 1 0,70 1 1 0,95
2006 1 1 1 0,55 1 0,96 0,92
2007 1 1 1 0,56 1 1 0,93
2008 1 1 1 0 ,60 1 1 1
2008 1 1 1 0,59 1 1 0,93
2010 1 1 1 0,93 1 0,99 0,99
2011 1 1 1 0,87 1 0,89 0,96
2012 1 1 1 0,89 1 1 0,98
2013 1 1 1 0,85 1 1 0,98
2014 1 1 1 0,94 1 1 0,99
Moyenne 0,99 1 1 0,71 1 0,98 0,96
28
Tableau 4: degré d’efficience technique des banques sous l’hypothèse REV
Année Cameroun RCA Gabon Congo Guinée Tchad CEMAC

2002 0,69 0,54 0,56 0,66 0,72 0,61 0,63
2003 0,73 0,52 0,60 0,71 0,75 0,64 0,66
2004 0,72 0,58 0,58 0,67 0,69 0,58 0,64
2005 0,76 0,64 0,58 0,71 0,73 0,69 0,68
2006 0,78 0,66 0,76 0,76 0,75 0,71 0,74
2007 0,81 0,66 0,76 0,75 0,79 0,72 0,75
2008 0,83 0,68 0,77 0,74 0,78 0,64 0,74
2008 0,82 0,68 0,79 0,72 0,80 0,74 0,76
2010 0,71 0,61 0,70 0,72 0,70 0,69 0,69
2011 0,73 0,63 0,72 0,68 0,70 0,73 0,70
2012 0,78 0,64 0,68 0,73 0,72 0,74 0,71
2013 0,78 0,66 0,67 0,69 0,71 0,68 0,70
2014 0,76 0,62 0,74 0,71 0,74 0 ,78 0,71
Moyenne 0,76 0,62 0,69 0,71 0 ,74 0,68 0,70

Selon Coelli et al. (1998), « L’hypothèse de rendement d’échelle constants n’est

appropriée que si toutes les unités de production opèrent à un niveau d’échelle optimal.
L’imperfection concurrence, les contraintes financières diverses, etc. pourraient faire
en sorte qu’une unité de production n’opère pas à un niveau d’échelle optimal ».
L’hypothèse de rendements variables paraît ainsi plus vraisemblable que celle de
rendements constants dans le cadre de notre étude. Il ressort de ces tableaux que : l’efficience
technique moyenne totale des banques commerciales sous l’hypothèse REC et REV s’est
établie à 0,96 et 0,70 respectivement sur la période de l’étude. Ce résultat signifie qu’en
moyenne, sous l'hypothèse de rendements d’échelle variable, les banques de la CEMAC n’ont
produit que 0,70 % de la quantité d’outputs qu’elles auraient pu produire à partir de leurs
ressources. Ces scores sont inferieurs a ceux trouves par Kablan sous l’hypothèse de REC
mais inférieur sous REV en 2007 pour les banques de l’UEMOA (0,76 et 0,85). Peiris et
Hauner en 2005 pour les banques ougandaises (0,99) mais supérieur a ceux trouves pour les
banques thaïlandaises par Lovell et Leigthner en 1998 (0,62 et 0,59). Une hétérogénéité des
niveaux d'efficacité se dégage suivant les pays.
Ces résultats confirment notre hypothèse selon laquelle les banques commerciales de la
CEMAC ne sont pas optimales dans la gestion de leurs ressources. Elles produisent en deçà
de ce qu’elles sont susceptibles de produire à partir des ressources et de la technologie dont
elles disposent. On remarque que l’on retrouve beaucoup plus de banques sur la frontière
29
lorsque l’hypothèse de rendements variables est admise. Ce qui signifie que certaines banques
techniquement efficaces sous l’hypothèse de rendements variables ne le sont plus lorsque l’on
suppose les rendements plutôt constants. D’où l’importance du choix de l’hypothèse de
rendements d’échelle dans le calcul des scores d’efficience technique.
On remarque que les scores moyens des banques camerounaises, equato guinéennes et
congolaises sont nettement au-dessus des scores moyens de l’ensemble des banques de
l’échantillon sur toute la période. Par contre, les scores moyens des banques gabonaises,
centrafricaines et du Tchad sont restés toujours inférieurs au score moyen de l’ensemble des
banques sur toute la période.
4.1 .3 Analyse de productivité du système bancaire dans la Zone CEMAC
Selon le tableau si bas ,il apparait que la productivité globale des facteurs s’est accrue de 2%
pour l’ensemble de l’Union sous la période d’étude .Cette augmentation a pour origine d’une
part de l’amélioration de l’efficience technique pure et d’autre part de l’évolution de
l’efficience d’échelle qui accrue de 0,7%.Pour toute de la Communauté économique et
monétaire de l’Afrique centrale que les banques ont su exploiter l’économie d’échelle
durant cette période Cette augmentation de l’efficience d’échelle est plus marquée dans les
banques Congolaises suivie de celle de Guinée. De même la hausse de l’efficience technique
est imputable aux banques de Congo et du Tchad .Quant à l’indice de productivité globale des
facteurs, il a augmenté de 10,3% .Cette augmentation est due à l’effet conjugué de
l’incorporation de la technologie dont la croissance atteint 8,2% et de l’efficience technique
globale des banques commerciales qui est progressé de 2%.
30
Tableau 5 : le taux de croissance moyen de la productivité totale des facteurs (indice de

Malmquist3 et ses composants)
Pays Efficience Changement Efficience Efficience Productivité

technique technologique technique d’échelle globale des
générale pure facteurs
Cameroun 0,93 1,039 0,88 0,993 0,993
RCA 0,69 1,075 0,5 0,85 1
Congo 0,86 1,138 0,71 0,71 1,041
Gabon 0,70 1,072 0,4 0,86 1
Guinée 0,82 1 ,129 0,74 0,74 1 ,004
Tchad 0,79 1,043 0,63 0,93 1,002
Moyenne 0,71 1,082 0,629 0,859 1,007
Source : l’auteur à partir des données de la COBAC (2002-2014)
4.2 Les tests économétriques
Dans cette partie avant d’appliquer la méthode de moindre carré généralisée (MCG) et
l’interprétation de résultat, nous avons fait les différents tests économétriques suivants : le
test de corrélation de matrice, le test d’homogénéité, le Test de Hausman, le test
d’hétéroscédasticité, et le test d’autocorrélation.
4.2.1 Le test de corrélation
Il présente la matrice de corrélation et permet de faire l’analyse par couple entre la variable
dépendante et les variables à expliquer. Quand on obtient le coefficient de corrélation
supérieur à 0,5 c’est le signe d’un problème de colinéarité entre les variables.
Pour ce modèle estimé, la matrice de corrélation montre que le niveau de corrélation entre les
variables est faible, ce qui justifie l’absence de multicollinéarité (cf. Annexe 3).
4.2.2 Test d’homogénéité
La première chose qui devrait être vérifié est l’homogénéité ou l’hétérogénéité des données.
Dans ce contexte, particulièrement l’accent serait mis sur le test de Chow, lequel examine si
les coefficients sont stables selon les observations utilisées.
Nous avons la probabilité prob >F=0.000 <5 %, le résultat du test montre que notre données
a une structure homogène. Il nécessaire de faire un de Hausman.
3
Indice de Malmquist mesure la variation de la productivité totale des facteurs et se décompose en changement
technologique et variation de l’efficacité technologique.
31
4. 2.3 Test de Hausman
Pour faire le test de Hausman, la procédure consiste d’abord à utiliser le test de Fisher pour
confirmer s’il ya absence ou présence d’effet fixe. Puis ensuite, faire le test de Breush et
pagan qui permet de valider empiriquement le choix d’une structure à erreurs composées.
(cf. Annexe 5)
Le test de Fisher
Dans notre cas au test vaut 0, on accepte H1 de présence d’effets fixes. Ce test suggère que
within est plus performant que l’estimateur des MCO. (cf. Annexe 4)
Le LM-test
La pvalue associée au test Vaut 1, on rejette l’hypothèse de la présence d’effets aléatoires.
Nous avons Prob> chi2 = 0.0100 <5%, le modèle à effets fixes est approprié par rapport au
modèle à effets aléatoires. (cf. Annexe 4)
4.2.4 Le test d’hétéroscédascité
La notion d’hétéroscédasticité s’oppose à l’homoscédasticité, qui est le cas où la variance de

l’erreur est constante.au contraire. Quand nous parlons de l’hétéroscédasticité quand les
variances de l’erreur sont différentes, c’est-à-dire ici quand la variance des résidus de modèle
estimé est non constante. Dans ce travail, nous utilisons le test de wald pour tester la présence
d’hétéroscédasticité. Nous avons trouvé Prob> chi2 = 0.0000 <5%, ainsi nous avons la
l’absence d’hétéroscédasticité. (cf. Annexe 6)
4.2.5 Le test d’autocorrélation
L’autocorrélation des erreurs est principalement dans les modèles des

séries temporelles où l’influence d’une erreur à une autre est plausible. Nous utilisons le test
autocorrélation Woodbridge dans stata sous l’hypothèse nulle qu’il ya absence
d’autocorrélation des erreurs dans le premier ordre d’autocorrélation.
Nous avons prob> chi2 = 0.0211<5%, ainsi nous avons l’absence d’autocorrélation. Enfin de
compte le problème d’hétéroscédascité, d’autocorrélation et d’autocorrélation contemporaine
se sont rencontrés dans nos données, il faut savoir la détecter et corriger habilement par des
techniques appropriées. (cf. Annexe 7)
La stationnarité des variables n’a pas été abordée parce que toutes les variables du
modèle sont des ratios (Ouédraogo S. , 2012).
32
4.3 Le résultat des estimations de modèle Tobit avec données de panel
En présence d’hétéroscédascité et d’autocorrélation, la méthode de moindre carré ordinaire

(MCO) devient inefficace ou inadéquate car elle fournira des estimateurs biaisés. Pour estimer
le modèle, Ainsi donc nous allons utiliser la méthode de moindre carré généralisé (MCG).
Tableau 6 : Le résultat des estimations
variables Coefficients z
SOL 0.0586059 *** 3.21
ROA -0,1188719*** -4.16
QA -1.560024*** -3.94
TAI -0,0540952* -1,88
GAR 2.122323*** 4,11
HB 0,0410688 1.80
TI 0,0021816 -1.18
TC -0.0001636 -0,15
TIAO 0,0124106** 1.96
CONS 1.002523*** 4,99
Wald chi2 (11) =28.37

Log likelihood = 110.29364 Prob > chi2 = 0.0028
Note :(*)/(*)*/(***) désigne respectivement significatif au seuil de 10%,5% et 1%
source : le résultat de nos estimations
Les prêts performants rapportés au total des crédits (QA) sont négativement et
significativement liés à l’inefficience technique des banques des banques commerciales
dans la Zone CEMAC, ce qui est en cohérence avec la littérature (Kwan et Eisenbeis, 1995
; Berger et De Young's, 1997). Ces études, menées sur les différents secteurs bancaires, ont
démontré que la détérioration de la qualité de l’actif est la principale source de défaillance des
banques. Par contre les actifs de bonne qualité réduisent l’inefficience. Ces banques
devraient, donc, se concentrer davantage sur la gestion des risques de crédit, plus
particulièrement les méthodes d’évaluations permettant de discriminer les «bons» des
33
«mauvais» créanciers. Le réexamen de la gestion du risque de crédit s’avère

indispensable d’autant plus que le contexte des banques dans la Zone CEMAC est
caractérisé par une part importante de créances improductives (24,8% en 2013). Le Fonds
Monétaire International (2006) recommande aux banques de prendre des mesures visant à
renforcer la gestion du risque de crédit, encourager la restructuration des créances
compromises, fixer des objectifs opérationnels aux banques publiques et améliorer le
cadre du contrôle bancaire en renforçant les fonctions d’audit interne des banques. Les
banques commerciales dans la Zone CEMAC semblent déployer des efforts importants
dans la sélection de leurs emprunteurs et de la qualité de leurs portefeuilles de prêts
comme le recommandent les programmes de modernisation et de restructuration du
système bancaire du FMI. Une mauvaise orientation de cette politique pourrait aboutir à une
situation d’excès de liquidité.
Le coefficient du ratio de solvabilité (SOLV) est significatif et de signe positif, c’est-à-dire

Les banques sous capitalisées sont les plus inefficientes ; ce résultat a été relevé par Cook et
al. (2000) qui ont analysé l’effet des réformes financières sur les banques tunisiennes
durant la période (1992-1997). Ce constat a été également confirmé dans d’autres contextes
tels que Kwan et Eisenbeis (1997) pour les Etats Unis, Stavarek (2004) dans les
économies en transition.
Le respect d’un seuil minimal de solvabilité permet, d’une part, de limiter les prises de
risques excessives susceptibles d’influer négativement la rentabilité bancaire. D’autre
part, le maintien d’un niveau adéquat de capitaux propres reflète une pression
additionnelle de l’actionnariat sur les dirigeants qui seront amenés à gérer la banque de
manière plus efficace.
Le ratio de rentabilité ROA est significatif et négativement corrélé avec l’inefficience,

les banques les plus rentables sont les plus efficientes. Ces résultats corroborent les
travaux Carbo et al. (1999) sur un échantillon de banques européennes, Jackson et Fethi
(2000). Cette relation s’explique par la capacité des banques rentables à attirer à la
fois les déposants et les meilleurs créanciers. De telles conditions créent un environnement
stable à la banque qui consolide son efficience (Sufian, 2008).
La taille (TAI) affecte négativement l’inefficience technique bancaire, ce qui suggère que les
banques dans b la Zone CEMAC n’ont pas pour la plus part de cas atteint la taille optimale.
34
Dans la littérature, la relation entre la taille et l'efficience est plutôt mitigée. Berger et
Humphrey (1992) trouvent que l’inefficience est inversement liée à la taille de l’actif
des banques américaines et que les plus petites banques montrent une inefficience la plus
élevée. Drake et Hall (2003) trouve une relation positive entre la taille et l’efficience
technique. Les banques de petites tailles peuvent bénéficier des économies d’échelles en
procédant à des opérations de fusions qui leurs permettraient de réduire leur coûts, et en
conséquence améliorer leur performance. De même, Berger et al. (1993), Miller et Noulas
(1996) pour les Etats Unis, Halkos et Salamouris (2004) et Rezitis (2006) pour la Grèce
rapportent une relation positive renter la taille et l’efficience.
La variable (GAR) est positivement et significativement corrélée avec l’inefficience. Ce

résultat qui semble surprenant, s’explique par la part faible des garanties reçues de la part des
clients. Ce qui confirme les conclusions précédemment tirées, plus la garantie est faible, il
y a de risque que les créances puissent être compromises.
Les variables macroéconomiques, taux d’inflation (TI) et taux de croissance du PIB réel
(TC) apparaissent aussi n’ont significatifs. Il semble alors que le niveau de l’inefficience est
indépendant de l’évolution économique du pays. Ce résultat, à priori surprenant, corrobore
celui Ben Naceur (2003) qui ont mis en évidence que le niveau de croissance de la production
réelle n’affecte ni les marges d’intérêt ni la rentabilité des banques de dépôts
tunisiennes.
35
CONCLUSION ET RECOMMANDATIONS
L’objectif principal de cette étude est d’apprécier le niveau de l’efficience technique à travers
le modèle DEA, qui est une approche non paramétrique de l’évaluation d’une unité de
production par rapport à la frontière de production.
Dans cette étude, nous avons examiné l’efficience technique sous deux hypothèses à savoir
l’efficience technique sous REC et l’efficience technique sous REV des banques
commerciales dans la Zone CEMAC durant la période 2002-2014 en utilisant la méthode
DEA. Nous avons utilisé les données de panel pour étudier les facteurs explicatifs de
l’efficience technique de ces banques.
Le résultat obtenu après estimation est évalué à un score pour l’ensemble de la Zone de 0,96
0,70% sous l’hypothèse de rendement d’échelle constant et l’hypothèse de rendement variable
respectivement. Les scores de l’efficience technique pure et l’efficience d’échelle sont
respectivement 6 2,9% et 85,9%.Le niveau de capitalisation affecte donc positivement
l’efficience technique des banques, mais le ratio de crédit affecte négativement ces dernières.
En plus, la taille du bilan affecte donc l’efficience dans notre étude.
En termes d’implications économiques les autorités en charge de surveillance et gestion

bancaire dans la Zone CEMAC doivent mener des politiques suivantes :
1-Augmenter la capitalisation des banques, qui par ricochet va augmenter la taille du bilan
bancaire et permettre aux banques d’éliminer certaines sources d’inefficiences venant du côté
de l’offre.
2-Developper davantage des mécanismes de gestion des risques bancaires, car nous
remarquons dans la Zone CEMAC la qualité de crédit accordé affecte positivement
l’efficience technique. De la même manière le montant très faible des garanties, peut-être
source d’inefficience pour les banques dans leur processus de transformation des ressources
en crédit. Ainsi donc, ces autorités doivent encourager des politiques qui vont réduire des
taux de créances douteuses dans la CEMAC
3-L’efficience peut être affectée positivement par les activés non traditionnelles des banques.
Les activités bancaires non traditionnelles englobent une variété de produits et de services
36
d’intermédiation tels que : les activités de fiducie, les activités de courtage et de souscription
(incluant les produits dérivés), les fonds mutuels, la titrisation. Ces activités peuvent améliorer
la performance des banques, dans la mesure où elles causent moins des dépenses. Elles sont
différentes des activités traditionnelles d’intermédiation des banques qui nécessitent des
grosses dépenses telles que l’ouverture d’une nouvelle agence, ou bien des investissements
dans la nouvelle technologie pour changer les méthodes de production des services et l’accès
des consommateurs aux différents services financiers de la banque .
En effet, nous devons reconnaitre de nos jours qu’il ya un mouvement ascendant des
opérations entre les institutions financières, telles que les opérations de consolidation, fusion
acquisition entre les banques et les compagnies d’assurances donnant naissance à la
« Banque- assurance ».Ainsi, ça serait très intéressant de noter qu’il ya une autre perspective
de recherche qu’on peut explorer. Cette piste consistera à étudier l’impact des ventes des
produits d’assurance sur l’efficience technique des banques dans la Zone CEMAC.
37
REFERENCES BIBLIOGRAPHIQUES
Adam, M. (1997). Le point sur la restructuration bancaire en Afrique centrale.
Ary Tanimoune, N. (2009). Performance bancaire dans l'Union écconomique et monétaire

ouest africain:l'effet taille et structure actionnariale sont -ils pertinents? Révue
Economique et Monétaire(N°5).
Avom, D., & Eyeffa Ekomo, S. M.-L. (2007). Quinze ans de restructuration bancaire dans la
CEMAC:qu'avons nous appris ? Révue d'économie financière(N°89), PP 183-205.
Battèse, R., Gérard, E., Charnes , A., & Coopper, W. (1984). Some model for estimating
technical and inefficiencies in Data Envelopment Analysis. Management Science,
vol.30(N°9), PP 1078-1092.
Bekolo- Ebe, B. (1998). La restructuration bancaire en Zone Franc face au defi de la

Mondialisation., (pp. 215-237 chapitre 7). Yaoundé.
Ben Naceur, S., & Goaied, M. (2003). The determinants of the Tunisian banking industry
profitability: Panel evidence. Paper presented at the Proceedings of the Economic.
Berger ., A., Hancock, D., & Humphrey, D. (1993). Bank Efficiency Derived From the Profit
Function. Journal of Banking and Finance(17), PP. 317-347.
Berger, A. N., & Deyoung's, R. (1997). Problem Loans and Cost Efficiency in Commercial
Banks. Journal of Banking and Finance(21), PP 849-870.
Berger, A., & Humphrey, D. (1992). Mega mergers in Banking and the Use of Cost
Efficiency as an Antitrust Defense. Antitrust Bulletin(37), PP. 541-600.
Bhattacharyya, A., Lovell, C. K., & Panja, S. (1997). The impact of liberalization on the
productive efficiencyof India commercial banks. European journal of the operationnal
research, 98(2), 332-345.
Chaffai, M. (1997). Estimating Input-Specific Technical Inefficiency The Case of the

Tunisian Banking Industry. European Journal of Operational Research, Vol 98, PP
314-331.
COBAC. (2002 - 2010). Rapport annuel des exercices.
COBAC. (2012). Evolution des Conditions de Banques dans la CEMAC (2006–2010).

Quatrième réunion de concertation annuelle avec la profession bancaire et financière.
Dannon, H. (2009). Efficacité et productivité des banques dans la Zone UEMOA dans un
contexte de réformes financières:une application de la méthode DEA. Laboratoire de
Recherche sur l’Industrie et l’Innovation(216), 44.
Debreu, G. (1951). The coefficient of ressource utilization. Econometrica, PP 273-292.
38
Dem, I. (2003). Economies des coûts,economies d'echelle et de production jointe dans les
banques de l'UEMOA:qu'est ce qui explique les différences de performances? Notes
d'information et statistiques(537), 36.
Demirgüç-Kunt, A., Laeven, L., & Ross, L. (2003). Regulations, Market Structure,
Institutions and the Cost of Financial Intermediation. The World Bank's Conference on
bank concentration, 58.
Devaney, M., & Weber, W. (1996). Productivity growth,market structure, and technological
change: evidence from the rural banking sector. the Southeast Missouri State
University.
Dietsh, M., & Chaffai, M. E. (1999). Mesure de l'efficience technique et l'efficience allocative
par les fonctions de distance et application aux banques européennes. Révue
économique, Vol. 50(No. 3), 633-644.
Eze Eze, D. (1995). Efficience du système bancaire dans la CEMAC. Yaoundé: Thèse d'Etat
Université de Yaoundé II.
Färe, R., Grosskopf, S., Maudos, J., & Tort. (2010). Efficiency and Market Power in Spanish
Banking. 23rd Austral asian Finance and Banking Conference 2010 Paper.
Farell, M. (1957). The measurement of productive efficiency. Journal of Royal Statistics,

Series A(Part 3), 253–281.
Ferrier, G., & Lovell, K. (1990). Measuring cost effeciency in banking:econometric and linear
programming evidence. Journal of econometrics, vol.1/2(46), PP 229-245.
Florian, L. (2012). Effet de la concurrence sur l’efficience bancaire en Afrique: Le cas de

l'UEMOA. CERDI, Etudes et Documents 2.
FMI. (1999). Measuring Financial Development in Subsaharan African,prepare by Gelbard

E.A et Pereira Leite S. IMF Working paper,washington,DC, wp/99/105.
Fouapi, D. (2011). Réformes bancaires et efficience bancaire dans la CEMAC. Thèse de

Doctorat université Yaoundé II.
Fréderic, M., Christian, B., Dominique, L.-L., Pierre-Cyrille, H., Nicolas, L., & Poutineau, J.-
C. (2013). Monnaie ,banque et marchés financiers (éd. 10). Pearson.
Freixas, X., & Rochet, J. -C. (2008). Microeconomics of banking. Massachusetts institute of
technology T press.
Fuss, M., Mc Fadden, D., & Mundlack, Y. (1978). A survey of functionnal form in the
Economic Analysis Production. Fuss M. et Mc Fadden D .(eds) Production
economics:A dual approachto Theory and Applications.
Greene, W. (2008). The econometric approach to efficiency analysis. The measurement of

productive efficiency and productivity, PP 92-250.
39
Hoff, A. (2007). Second stage DEA : Comparison of approaches for modelling the DEA
score. European Journal of Operational Research(181), PP. 425–435.
Hugon, P. (2007). Rentabilité du secteur bancaire et défaillances du financement du

développement: le cas de la CEMAC. Revue tiers monde, vol.4(N°192), PP 771-788.
Inès , A. (2014). Technical Efficiency of Tunisian Banks,Published by Canadian Center of

Science and Education. International Business Research, Vol. 7(No. 4).
Jackson , P., & Fethi, M. (2000). Evaluating the technical efficiency of Turkish commercial
banks: An Application of DEA and Tobit Analysis. Working paper, University of
Marmara.
Kablan, S. (2007). Mesure de la Performance des Banques dans les Pays en Développement :
Le cas de l'UEMOA. Communication à la Conférence économique africaine, 15-17
novembre , Addis-Abeba.
Kamgna, Y., & Dimou, L. (2009). Les déterminants de l’efficacité des banques commerciales.
Document de travail de la BEAC.
Koopmans, T. (1951). An analysis of production as an efficient combination of. in T.C

Koopmans, (Ed)Activity analysis of production and allocation,Cowles Commission for
Research in Economics, Monograph n°13, Wiley, New York, PP 33-97.
Kouezo, B., Bem, J., Hamed, S., Matcha, K. D., & Ngako, N. S. (2008). Evolution de la
géographie du capital des banques de la communauté économique et monétaire de
l'Afrique centrale. COBAC, 22.
Leibenstein, H. (1966). Allocative efficiency vs. X-efficiency. American Economic Review,

56, PP 392–415.
Leightner, & Lovell, C. K. (1998). The impact of financial liberalization on the performance
of Thai banks. Journal of Economics and Business, N°50(Vol.2), PP 115-131.
Lopez, F., & Vilanova, L. (2006). Microéconomie bancaire. PUF, Coll.FINANCE.
Mathis, J. (1992). Monnaie et banques en Afrique francophone. Edicef Paris.
Ningaye, P., Madaha , Y. M., & Nembot Ndeffo, L. (2014). Competition and Banking
Efficiency in the CEMAC Zone. International Journal of Economics and
Finance,Published by Canadian Center of Science and Education , 13.
Ouédraogo, , S. (2012). Revue Economique et Monétaire Ouest-Africain. Concentration

bancaire, profitabilité et développement financier bancaires dans l'UEMOA.
Stiglitz, J., & Weïss, A. (1981). Credit rationing in markets with imperfect information.
American Economic Review, PP 393-410.
40
Tamba, I., & Tchamanbe, D. L. (1995). De la crise de réforme des institutions bancaires
:l'expérience du Caméroun. Révue Tiers Monde(N°144).
Tirole, J. (1998). Théorie de l'organisation industrielle ,tome I,II. Economica(pour la

traduction française).
Weil, L. (2006). Propriété étrangère et efficience technique des banques dans les pays en
transition:une analyse par la méthode de DEA. Révue économique, vol.57(N°5), PP
1093-1108.
Wheelock, D., & Wilson, P. (1999). .Technical progress, inefficiency, and productivity
change in U.S. banking, 1984-1993. Journal of Money, Credit and Banking(31), PP
212- 234.
Worthington, A. (1999). Malmquist indices of productivity change in Australian financial

services. Journal of International Financial Market, Institutions and Money,
Vol.9(N°3), PP 303-320.
41
ANNEXE
Annexe 1: les ambigüités théoriques et hypothèses
Variables (impact sur l’efficience) définitions Signes attendus
QA La part de crédit non performant dans le crédit

La qualité de l’actif accordé à la clientèle +
SOL Le ratio de capitalisation de la banque
Le ratio solvabilité +
LIQ Les banques doivent aussi s’assurer d’un niveau de
Le ratio de liquidité protection minimale de la clientèle en assurant une +/-
garantie des dépôts et des conditions de crédits.
ROA rendement des actifs : combien de bénéfices sont
Coefficient de rendement de l’actif générés en moyenne par unité d'actif, mesure
l'efficacité de la gestion de la banque
+
GAR Mesure la part des crédits dont le résultat est moins

Garantie +
LnTA L’importance de la taille dans l’explication de
La taille des banques d’un pays l’efficience des banques. +/-
TC traduit la richesse de la population +/-

Le taux de Produit intérieur brut réel
INFL La hausse des prix peut être considérée comme un -
Le taux d’inflation facteur d’instabilité des taux de marges bancaires.
TIAO déterminer la sensibilité de la variable expliquée
Le taux d’intérêt pour appels d’offre aux conditions de refinancement ?
 (+) signifie la variable impacte positivement l’efficience technique

 (-) signifie la variable affecte négativement l’efficience technique
 (+ / -) la relation entre la variable explicative et l’efficience technique est ambiguë
 ( ?) signifie qu’il est difficile de se prononcer à l’avance
ix
Annexe 2: Les statistiques descriptives (Description du panel)
xtdescribe nous renseigne sur les séquences d’observations pour les différents individus.
. xtdescribe
code: 1, 2, ..., 6 n = 6
annes: 2002, 2003, ..., 2014 T = 13
Delta(annes) = 1 unit
Span(annes) = 13 periods
(code*annes uniquely identifies each observation)
Distribution of T_i: min 5% 25% 50% 75% 95% max

13 13 13 13 13 13 13
Freq. Percent Cum. Pattern
6 100.00 100.00 1111111111111
6 100.00 XXXXXXXXXXXXX
xtsum, xttab nous renseignent sur les variations intra- et inter-individuelles de variables. Utile car les
estimateurs à effets fixes sont peu précis lorsque les variations intra-individuelles sont faibles. xttab x y
. xttab EF
Overall Between Within

EF Freq. Percent Freq. Percent Percent
.57 2 2.56 1 16.67 15.38

.68 4 5.13 1 16.67 30.77
.82 1 1.28 1 16.67 7.69
.83 1 1.28 1 16.67 7.69
.84 1 1.28 1 16.67 7.69
.85 1 1.28 1 16.67 7.69
.86 1 1.28 1 16.67 7.69
.9 61 78.21 6 100.00 78.21
1 6 7.69 1 16.67 46.15
Total 78 100.00 14 233.33 42.86

(n = 6)
. xtsum EF
Variable Mean Std. Dev. Min Max Observations
EF overall .8841026 .0781845 .57 1 N = 78

between .0575879 .77 .9346154 n = 6
within .0575612 .6841026 1.014103 T = 13
x
xttrans donne les proba de transitions d’une période à l’autre. xttrans x
. xttrans EF
EF
EF .57 .68 .82 .83 .84 Total
.57 50.00 50.00 0.00 0.00 0.00 100.00

.68 0.00 100.00 0.00 0.00 0.00 100.00
.82 100.00 0.00 0.00 0.00 0.00 100.00
.83 0.00 0.00 100.00 0.00 0.00 100.00
.84 0.00 0.00 0.00 0.00 0.00 100.00
.85 0.00 0.00 0.00 0.00 0.00 100.00
.86 0.00 0.00 0.00 0.00 0.00 100.00
.9 0.00 0.00 0.00 1.79 0.00 100.00
1 0.00 0.00 0.00 0.00 16.67 100.00
Total 2.78 5.56 1.39 1.39 1.39 100.00
EF
EF .85 .86 .9 1 Total
.57 0.00 0.00 0.00 0.00 100.00

.68 0.00 0.00 0.00 0.00 100.00
.82 0.00 0.00 0.00 0.00 100.00
.83 0.00 0.00 0.00 0.00 100.00
.84 100.00 0.00 0.00 0.00 100.00
.85 0.00 100.00 0.00 0.00 100.00
.86 0.00 0.00 100.00 0.00 100.00
.9 0.00 0.00 98.21 0.00 100.00
1 0.00 0.00 0.00 83.33 100.00
Total 1.39 1.39 77.78 6.94 100.00
Annexe 3: Le test de corrélation

. pwcorr EF SOL ROA QA TAI GAR HB ti TC tiao
EF SOL ROA QA TAI GAR HB
EF 1.0000
SOL 0.0736 1.0000
ROA 0.0948 0.9331 1.0000
QA 0.0834 0.7563 0.6863 1.0000
TAI 0.0947 -0.8557 -0.7132 -0.5596 1.0000
GAR 0.1471 0.7513 0.7009 0.9774 -0.5320 1.0000
HB 0.0223 -0.7954 -0.6823 -0.4077 0.9439 -0.4023 1.0000
ti -0.1753 -0.0362 -0.0461 -0.1255 -0.0511 -0.1109 -0.0944
TC -0.0073 -0.0552 -0.2540 0.0013 -0.0886 -0.0401 -0.1092
tiao 0.3623 0.0001 0.1132 -0.0262 0.1270 -0.0191 0.1091
ti TC tiao
ti 1.0000
TC -0.0427 1.0000
tiao -0.0301 -0.1322 1.0000
xi
Annexe 4: Le test de Fisher et LM-test
 Le test de Fisher
F test that all u_i=0: F(5, 64) = 14.91 Prob > F = 0.0000
 LM -test
Breusch and Pagan Lagrangian multiplier test for random effects
EF[codepays,t] = Xb + u[codepays] + e[codepays,t]
Estimated results:
Var sd = sqrt(Var)
EF .0081563 .0903124
e .0030998 .0556759
u 0 0
Test: Var(u) = 0
chibar2(01) = 0.00
Prob > chibar2 = 1.0000
Annexe 5: Le test de Hausman
b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= -140.49 chi2<0 ==> model fitted on these
data fails to meet the asymptotic
assumptions of the Hausman test;
see suest for a generalized test
xii
Annexe 6: Le test d’hétéroscédascité

. xtgls EF SOL ROA QA TAI GAR HB ti TC tiao
Cross-sectional time-series FGLS regression
Coefficients: generalized least squares

Panels: homoskedastic
Correlation: no autocorrelation
Estimated covariances = 1 Number of obs = 78

Estimated autocorrelations = 0 Number of groups = 6
Estimated coefficients = 10 Time periods = 13
Wald chi2(9) = 43.53
EF Coef. Std. Err. z P>|z| [95% Conf. Interval]
SOL .0513712 .0232507 2.21 0.027 .0058006 .0969418

ROA -.0689087 .0317815 -2.17 0.030 -.1311992 -.0066182
QA -1.011406 .5108197 -1.98 0.048 -2.012595 -.0102182
TAI .0822667 .0263081 3.13 0.002 .0307038 .1338296
GAR 1.482618 .5915921 2.51 0.012 .3231187 2.642117
HB -.0484055 .0204177 -2.37 0.018 -.0884235 -.0083875
ti -.0043641 .0023771 -1.84 0.066 -.0090232 .000295
TC -.0004265 .0013392 -0.32 0.750 -.0030514 .0021983
tiao .0307587 .0080664 3.81 0.000 .0149488 .0465685
_cons .2149407 .2042895 1.05 0.293 -.1854594 .6153409
Annexe 7: Le test d’autocorrélation
Wooldridge test for autocorrelation in panel data

H0: no first-order autocorrelation
F( 1, 5) = 3.619
Prob > F = 0.1155
xiii
Annexe 8: Le résultat des estimations de modèle Tobit avec données de panel à effets fixes
Commandes des variables qualitatives
VA binaire continue et censurée
poolé logit, probit tobit
effet fixe xtlogit,fe
effet aléatoire xtlogit, re xttobit
xtprobit, re
Random-effects tobit regression Number of obs = 78

Group variable: codepays Number of groups = 6
Random effects u_i ~ Gaussian Obs per group: min = 13

avg = 13.0
max = 13
Wald chi2(9) = 55.32

EF Coef. Std. Err. z P>|z| [95% Conf. Interval]
SOL .0586059 .0182392 3.21 0.001 .0228576 .0943542

ROA -.1188719 .028599 -4.16 0.000 -.174925 -.0628188
QA -1.560024 .3962587 -3.94 0.000 -2.336677 -.7833717
TAI -.0540952 .0287629 -1.88 0.060 -.1104694 .002279
GAR 2.122323 .5166925 4.11 0.000 1.109624 3.135022
HB .0410688 .022817 1.80 0.072 -.0036518 .0857893
ti -.0021816 .0018443 -1.18 0.237 -.0057963 .0014332
TC -.0001636 .0010685 -0.15 0.878 -.0022578 .0019306
tiao .0124106 .0063447 1.96 0.050 -.0000249 .024846
_cons 1.002523 .2009268 4.99 0.000 .6087138 1.396333
/sigma_u .0732525 .0230463 3.18 0.001 .0280825 .1184224

/sigma_e .0439978 .0036854 11.94 0.000 .0367746 .051221
rho .7348838 .1281479 .444728 .9183858
Observation summary: 0 left-censored observations

78 uncensored observations
0 right-censored observations
Source: L’estimation avec Stata 12
xiv
Annexe 9: Evolution de l’efficience technique dans la zone CEMAC
1= allure de l’efficience technique sous l’hypothèse de REC
2= allure de l’efficience technique sous l’hypothèse de REV
1 2
1
.8
.6
.4
2000 2005 2010 20152000 2005 2010 2015

annees
Cameroun RCA
Gabon Congo
Tchad Guinée
CEMAC
Graphs by type
1
.9
CEMAC
.8
.7
.6
2000 2005 2010 2015

annees
type = 1 type = 2
xv
Evolution des scores d’efficience technique pays par pays
1
.9
Cameroun
.8
.7
2000 2005 2010 2015

annees
type = 1 type = 2
1
.9
.8
RCA
.7
.6
.5
2000 2005 2010 2015

annees
type = 1 type = 2
xvi
1
.8
Congo
.6
.4
2000 2005 2010 2015

annees
type = 1 type = 2
1
.9
Gabon
.8
.7
.6
2000 2005 2010 2015

annees
type = 1 type = 2
xvii
1
.9
Guinée
.8
.7
2000 2005 2010 2015

annees
type = 1 type = 2
1
.9
Tchad
.8
.7
.6
2000 2005 2010 2015

annees
type = 1 type = 2
xviii
Annexe 10: Liste des banques commerciales dans la Zone CEMAC
Pays Etablissements bancaires

CAMEROUN Afriland First Bank(First Bank)
14 banques Banque Internationale du Cameroun pour l’Epargne et Crédit (BICEC)
Citi Bank N.A Cameroon (Citibank)
Commercial of Cameroon(CBC)
CASBC Cameroun(CLC)
Ecobank Cameroun (Ecobank)
Société Générale des Banques au Cameroun(SGBC)
Banque Atlantique du Cameroun (BAC)
Société Commerciale de Banque-Cameroun (CA SCB)
Standard Chartered Bank Cameroon (SCBC)
Union Bank of Cameroon PLC (UBC Plc)
United Bank for Africa Cameroun (UBA)
BGFIBank Cameroun ( BGFIBank)
Banque Camerounaise des Petites et Moyennes Entreprises (BC –PME)
RCA Ecobank (Ecobank)
4 banques Banque Populaire Maroco-Centrafricaine (BPMC)
Banque Sahélo-Saharienne pour l'investissement et le Commerce Centrafrique (BSIC-RCA)
Commercial Bank Centrafrique (CBCA)
CONGO Crédit du Congo ( CDCO)
10 banques La Congolaise de Banque (LCB)
BGFIBANK Congo ( BGFIBANK Congo)
Banque Commerciale Internationale (BCI)
ECOBANK (Ecobank)
Banque Congolaise de l’Habitat ( BCH)
United Bank for Africa Congo SA (UBA)
Banque Espirito Santo Congo (BESCO)
Société Général Congo ( SGC)
Banque Postale du Congo (BPC)
GABON Banque Gabonaise de Développement ( BGD)
10 banques Banque Internationale pour le Commerce et l’Industrie du Gabon
(BICIG)
BGFIBANK ( BGFIBANK)
Banque de l’Habitat du Gabon (BHG)
Citibank Gabon SA (Citibank)
Orabank (Ex-Financial Bank Gabon)
Union Gabonaise de Banque (UGB)
Ecobank Gabon (Ecobank)
United Bank for Africa Gabon ( UBA)
Poste Bank SA (PosteBank)
xix
GUINEE Banco Nacional de Guinea Ecuatorial BANGE

EQUATORIALE BGFIBANK Guinea Ecuatorial BGFIBANK
5 banques CCEIBANK GuineaEcuatorial CCEI-GE
Société Générale de Banques en Guinea Ecuatorial SGBGE
Ecobank SA Ecobank
TCHAD Banque Agricole et Commerciale (BAC)

8 banques Banque Commerciale du Chari (BCC)
Banque Sahélo-Saharienne pour l’Investissement et le Commerce Tchad-(S.A. BSIC –Tchad)
Commercial Bank Tchad ( CBT)
Ecobank Tchad (Ecobank)
Orabank Tchad (ex-Financial Bank Tchad) FBT
Société Générale Tchad (SGT)
United Bank for Africa Tchad ( UBA)
Source: BEAC 2014
xx
LISTE DES TABLEAUX, GRAPHIQUES ET FIGURES
 Liste des tableaux
Tableau 1: Réseau des banques et taux de densité bancaire dans la CEMAC en 2012 ............ 6
Tableau 2 : description des inputs et outputs .......................................................................... 27
Tableau 3: degré d’efficience technique des banques sous l’hypothèse REC ......................... 28
Tableau 4: degré d’efficience technique des banques sous l’hypothèse REV ......................... 29
Tableau 5 : le taux de croissance moyen de la productivité totale des facteurs (indice de
Malmquist et ses composants) .................................................................................................. 31
Tableau 6 : Le résultat des estimations ................................................................................... 33
 Liste des graphiques
Graphique 1: Evolution des banques et de l'intermédiation bancaire dans la CEMAC ........... 7

Graphique 2: Evolution comparée des postes de l’actif du système bancaire dans la CEMAC
.................................................................................................................................................... 8
Graphique 3:la part de créances douteuses dans le total crédit brut accordé à la clientèle. ... 9
 Liste des figures
Figure 1: Frontière de production et rendements d’échelle .................................................... 12

Figure 2: représentation graphique de l’efficience technique et de l’efficience allocative. ... 14
Figure 3: illustration des approches de production et intermédiation .................................... 23
xxi
LISTE DES ANNEXES
Annexe 1: les ambigüités théoriques et hypothèses.................................................................. ix

Annexe 2: Les statistiques descriptives (Description du panel) ................................................ x
Annexe 3: Le test de corrélation.............................................................................................. xi
Annexe 4: Le test de Fisher et LM-test .................................................................................... xii
Annexe 5: Le test de Hausman ................................................................................................ xii
Annexe 6: Le test d’hétéroscédascité ..................................................................................... xiii
Annexe 7: Le test d’autocorrélation ....................................................................................... xiii
Annexe 8: Le résultat des estimations de modèle Tobit avec données de panel à effets fixesxiv
Annexe 9: Evolution de l’efficience technique dans la zone CEMAC ......................................xv
Annexe 10: Liste des banques commerciales dans la Zone CEMAC ..................................... xix
xxii
TABLE DES MATIERES

DEDICACE................................................................................................................................I
REMERCIEMENTS ............................................................................................................... II
SIGLES ET ABREVIATIONS ............................................................................................ III
SOMMAIRE ........................................................................................................................... IV
RESUME ................................................................................................................................. VI
ABSTRACT ............................................................................................................................ VI
INTRODUCTION .................................................................................................................... 1
I - CARACTERISTIQUES DU SYSTEME BANCAIRE DE LA ZONE CEMAC ........... 4
1.1 STRUCTURE DU SYSTEME BANCAIRE DANS LA ZONE CEMAC ...................................................................... 5
1.1 .1 Les entités du système bancaire dans la CEMAC ............................................................................... 5
1.1.2 Le réseau des banques et la densité bancaire dans la Zone CEMAC ................................................... 5
1.2 EVOLUTION DU SYSTEME BANCAIRE DANS LA ZONE CEMAC ...................................................................... 6
1.2.1 Evolution des banques commerciales ................................................................................................... 6
1.2 .2 Evolution de l’actionnariat des banques dans la CEMAC .................................................................. 9
II- REVUE DE LITTERATURE .......................................................................................... 11

2.1 CONCEPT D’EFFICIENCE............................................................................................................................... 11
2.1 .1 La différence entre l’efficience et l’efficacité .................................................................................... 11
2.1.2 L’efficience technique ......................................................................................................................... 11
2 .1.3 L’efficience allocative (efficience-prix) ............................................................................................. 13
2.1.4 L’efficience globale (l’efficience coût) ............................................................................................... 13
2.2 ETUDES EMPIRIQUES ................................................................................................................................... 15
III- CADRE OPERATOIRE ................................................................................................. 19

3.1- CADRE ANALYTIQUE DE DEA .................................................................................................................... 19
3.1.1 Le modèle de CCR ............................................................................................................................. 20
3.1.2 Le modèle BCC .................................................................................................................................. 21
3.2 LE CHOIX DE L’INPUT ET L’OUTPUT ............................................................................................................. 22
3.2.1 L’approche d’intermédiation .............................................................................................................. 22
3.2.2 L’approche de production .................................................................................................................. 22
3.2 .3 la nouvelle approche ......................................................................................................................... 23
3.3 LES FACTEURS EXPLICATIFS DE L’EFFICIENCE ............................................................................................. 24
IV- RESULTATS EMPIRIQUES ET INTERPRETATIONS........................................... 27

4.1 ANALYSE DE SCORE D’EFFICIENCE TECHNIQUE DES BANQUES DANS LA ZONE CEMAC .............................. 27
4.1 .1 Statistiques descriptives des inputs et outputs ................................................................................... 27
4.2 LES TESTS ECONOMETRIQUES ...................................................................................................................... 31
4.2.1 Le test de corrélation ......................................................................................................................... 31
4.2.2 Test d’homogénéité ............................................................................................................................. 31
4. 2.3 Test de Hausman ............................................................................................................................... 32
4.2.4 Le test d’hétéroscédascité ................................................................................................................... 32
4.2.5 Le test d’autocorrélation .................................................................................................................... 32
4.3 LE RESULTAT DES ESTIMATIONS DE MODELE TOBIT AVEC DONNEES DE PANEL ........................................... 33
xxiii
CONCLUSION ET RECOMMANDATIONS .................................................................... 36

REFERENCES BIBLIOGRA PHIQUES ............................................................................ 38
ANNEXE ................................................................................................................................. IX
LISTE DES TABLEAUX, GRAPHIQUES ET FIGURES ............................................. XXI
TABLE DES MATIERES ............................................................................................... XXIII
xxiv

Memoire Master Yabo J. Claver

Transféré par

Droits d'auteur :

Formats disponibles

Memoire Master Yabo J. Claver

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Memoire Master Yabo J. Claver

Transféré par

Droits d'auteur :

Formats disponibles

BURKINA FASO

Ministère des Enseignements Secondaire et Supérieur (M.E.S.S)

En vue de l’obtention du diplôme de Master 2 en Economie Appliquée.

La réalisation de ce travail académique a été possible grâce au soutien et à l’encadrement des

Ainsi nous adressons nos sincères remerciements :

au Professeur Idrissa M. OUEDRAOGO, Directeur du Centre d'Etudes, de

BEAC : Banque des Etats de L’Afrique Central

BVMAC : Bourse des Valeurs Mobilières en Afrique Centrale

CEMAC : Communauté Economique et Monétaire de l ’Afrique Centrale

COBAC : Commission Bancaire de l’Afrique centrale

DEA : Data Envelopment Analysis

DFH : Distribution Free Hull

DMU : Decision Making Unit

DSX : Douala Stock Exchange

FMI : Fonds Monétaire International

GFI : Global Development Finance

MCO : Moindres Carrés Ordinaires

PIB : Produit Intérieur Brut

REC : Rendement d’Echelle Constant

REV : Rendement d’Echelle Variable

SFA : Stochastic Frontier Approach

TFA : Thick Frontier Approach

TIAO : Taux d’Intervention sur les Appels d’Offres

UEMOA : Union Economique et Monétaire Ouest Africain

WDI : World Development Indicators

REFERENCES BIBLIOGRA PHIQUES .................................................................. XXIV

L’objectif de ce travail est de déterminer le niveau de l’efficience technique des banques

Pour juger du niveau d’approfondissement financier et d’efficience d’un système bancaire, il

Cette recherche vise à déterminer le niveau de l’efficience technique des banques

Sur le plan méthodologique ce travail va contribuer à compléter l'état de la science en

La deuxième partie, intitulée revue de littérature s’impose de positionner ce travail par

I - CARACTERISTIQUES DU SYSTEME BANCAIRE DE LA ZONE CEMAC

La Communauté Economique et Monétaire de l’Afrique Centrale (CEMAC) a été créée en

1.1 Structure du système bancaire dans la Zone CEMAC

1.1 .1 Les entités du système bancaire dans la CEMAC

La CEMAC se compose des banques étatiques et de filiales de banques étrangères, des

Au 31 décembre 2009, le paysage ﬁnancier de la CEMAC était composé de 43 banques en

1.1.2 Le réseau des banques et la densité bancaire dans la Zone CEMAC

Au 31 décembre 2014, le système bancaire de la CEMAC comptait 50 banques en activité

PAYS Nombres Nombres Population Population / Population /

1.2 Evolution du système bancaire dans la Zone CEMAC

1.2.1 Evolution des banques commerciales

L’intermédiation bancaire baisse progressivement au cours de ces dernières années comme le

Graphique 1: Evolution des banques et de l'intermédiation bancaire dans la CEMAC

Nombre des banques et

nombre des banques

Source : Auteurs, à partir des rapports d’activités de la COBAC et de la BEAC.

Source : Auteurs, à partir des rapports d’activités de la COBAC et de la BEAC.

80% 85% 90% 95% 100%

1.2 .2 Evolution de l’actionnariat des banques dans la CEMAC

II- REVUE DE LITTERATURE

Dans la littérature, l’efficience économique est composée de l’efficience technique et de

2.1 Concept d’efficience

2.1 .1 La différence entre l’efficience et l’efficacité

2.1.2 L’efficience technique

L’efficience technique mesure l’aptitude d’une unité de production à obtenir le maximum

techniquement possible pour une quantité d’inputs et une technologie donnée, ou à

Si on tient compte du type de rendement dans lequel s’effectue la production, l’efficience

Figure 1: Frontière de production et rendements d’échelle

Note :()/()*/(***) désigne respectivement significatif au seuil de 10%,5% et 1%