1

REPUBLIQUE DEMOCRATIQUE DU CONGO

ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE

UNIVERSITE OFFICIELLE DE BUKAVU

FACULTE DES SCIENCES ECONOMIQUES ET DES GESTIONS

DEPARTEMENT DES SCIENCES DES GESTION

CONVERGENCE DELA STABILITE FINANCIERE APRES LA CRISE FINANCIERE

MONDIALE : une évidence planétaire

Mémoire présenté par : BALEKAGE MUGARUKA Jean

En vue de l’obtention du diplôme de licencié en Sciences

Economiques et des Gestion

Option : Gestion financière

Directeur : Prof Dr BORAUZIMA Luc

Encadreur : Ass IRENGE Alain

ANNEE ACADEMIQUE : 2022-2023
 2

CHAPITRE PREMIER : REVUE DE LITTERATURE ET DEFINITION DES

HYPOTHESES.

Ce chapitre expose deux sections principales, à savoir, la revue théorique associée avec la
définition des hypothèses ainsi que la revue empirique.

Section 1 : Revue théorique et définition des hypothèses

Dans cette première section, nous présentons premièrement les différentes conceptualisations
des mots clefs de notre sujet ; notamment la convergence et la convergence économique ; la
stabilité et la stabilité financière ; la crise et la crise financière, deuxièmement nous allons
parler de la crise financière internationale et les mécanismes mis aux points par les nations
afin de stabilisé le système financier mondiale.

1.1. La convergence

Dans le discours politique et scientifique de l'Europe, le terme de « convergence » recouvre

des notions extrêmement diverses, il a pendant longtemps désigné l'harmonisation du revenu
(par habitant) entre régions ou Etats. Au sein de l'UE, c'est ce que l'on a pris l'habitude
d'appeler la cohésion( Dauderstädt, 2015).

Après la création de l'Union économique et monétaire (UEM), le terme « convergence » a pris

un sens nouveau pour désigner avant tout le rapprochement des Etats par rapport aux
indicateurs clés fixés par les critères de Maastricht notamment : déficit budgétaire, ratio
endettement/PIB, inflation et taux de change(Laffiteau & Edi, 2012).

Théoriquement nous pouvons distinguer la convergence réelle et la convergence nominale ;

elle peut aussi être absolue ou relatif.

La convergence réelle est un mécanisme de rattrapage des pays riches par les pays pauvres en
termes de niveau de vie généralement exprimé en terme de PIB par habitant, tandis que la
convergence nominale se traduit par le rapprochement des politiques macroéconomiques ou le
processus de rapprochement des économies au regard de certaines variables clés indicatives
de la stabilité macroéconomique (taux d’inflation, déficit budgétaire, taux de change, etc.).

La convergence absolue désigne l’harmonisation des pays en terme des certains critères
macroéconomique choisies sans tenir compte des caractéristiques structurels des pays
considéré tandis que la convergence relative est l’harmonisation des pays en termes des
 3

variables macroéconomiques choisies tout en tenant compte de leurs caractéristiques

structurelles.

1.1.1. Théories économiques sur la convergence

L’analyse de la convergence économique, en particulier celle des revenus par tête, entre les
pays riches et les pays pauvres est une question de taille et demeure au centre de la plupart
d’études sur la croissance économique, tant sur le plan théorique qu’empirique(Kibala, 2020).

Sur le plan théorique, Trois théories expliquent la convergence ou la divergence des

économies comme résultat du processus d’intégration économique, à savoir : la théorie
néoclassique de la croissance, la théorie des pôles de croissance (ou théorie de la
polarisation), ainsi que les nouvelles théories de l’économie géographique et celles de
croissance endogène (luis ; 2019).

En effet, basée sur le modèle de Solow (1956), la théorie néoclassique de la croissance prédit
une convergence des pays vers un même niveau de PIB par tête, sous l’hypothèse de
rendements décroissants et d’un espace où les économies sont semblables en termes de
préférences et de technologies. Ainsi, l’intégration commerciale et la libéralisation des
mouvements des capitaux constituent dans ce contexte un facteur d’accélération de la
convergence(Edem et al., 2021).

Par contre, la théorie des pôles de croissance initiée par François Perroux (1995), puis
approfondie par Hirschman (1998), souligne les difficultés qu’ont les effets de croissance à se
diffuser à l’ensemble de secteurs de l’économie et à quitter les secteurs moteurs dont ils sont
originaires, cette théorie stipule que la convergence dépend de la confrontation entre deux
effets opposés d’une intégration :Le premier effet est celui qui est défavorable aux pays
pauvres (constituant la périphérie), tendant à renforcer l’avantage compétitif des pays riches
(constituant le centre) et à attirer vers ces derniers les facteurs de production ; Contrairement
au premier, le second effet est favorable aux pauvres, car il consiste à inciter les facteurs de
production et l’activité économique à quitter le centre pour la périphérie, suite aux effets de
congestion dont souffre le premier(Kuma, 2020).

Un peu plus tard, les nouvelles théories de la croissance ainsi que les nouvelles théories de
l’économie géographique insistant toutes deux sur l’importance des économies d’échelle, de
la concurrence imparfaite et des phénomènes de spillovers localisés ont apporté des
éclairages nouveaux quant à l’évolution des disparités entre pays(Laffiteau & Edi, 2012).
 4

Dans un premier temps, contrairement à la vision néoclassique, les théories de la croissance

endogène, initiées par les modèles de Romer (1986) et Lucas (1988), ne prédisent pas la
convergence entre pays riches et pays pauvres, même lorsque les mouvements de biens et de
capitaux sont libres. En effet, en rejetant l’hypothèse de rendements décroissants sur le
capital, ces modèles excluent le mécanisme économique qui génère le processus de
convergence. Par endroit, ces travaux n’envisagent donc au mieux qu’une persistance des
disparités ; car, des mécanismes liés à la présence de rendements croissants, viennent
renforcer les avantages initiaux caractérisant les pays. Au demeurant, Lucas (1988) pense
même que l’ouverture et l’intégration économique peuvent retarder la convergence régionale
car, le commerce entre pays peut conduire ceux-ci à se spécialiser dans des secteurs où ils
disposent d’un avantage comparatif, mais où sont présents de faibles effets
d’apprentissage(Guerini, 2018).

Dans un second temps, les nouvelles théories de l’économie géographique renforcent les
nouvelles théories de croissance avec un certain nombre d’études dont celle de Krugman
(1981, 1991a, 1995) et celle de Baumont (1998). En effet, ces auteurs soulignent
respectivement que l’évolution des disparités interrégionales dépend de la confrontation entre
des forces centrifuges (poussant à la dispersion des activités dans l’espace) et des forces
centripètes (conduisant à leur agglomération), et que les politiques d’intégration régionale en
favorisant la concentration spatiale des systèmes productifs peuvent accroître le taux de
croissance d’une zone géographique, mais ne peuvent pas améliorer la convergence entre les
pays. Il ressort de la synthèse géographie croissance que les écarts des revenus par tête entre
pays ; de ce fait, l’organisation spatiale des activités productives peuvent avoir une influence
sur le rythme de croissance relatif des régions, jusqu’à justifier les disparités entre les pays
(régions) en termes de performances économiques (luis, 2019).

1.1.2. La Convergence financière

Au cours des 40 dernières années, les marchés financiers à travers le monde se sont largement
ouverts aux investisseurs étrangers, en raison d’un fort mouvement de déréglementation
financière et de libéralisation des contrôles de capitaux, mais aussi des phénomènes
d’innovation financière et de progrès en matière de technologie informatique et de
communications électroniques. Ainsi, les détenteurs de capitaux peuvent diversifier leurs
placements sur les places financières du monde entier, ce qui théoriquement réduit le risque et
augmente la rentabilité de leurs portefeuilles(Paris & Dauderstädt, 2015).
 5

Le système financier international est désormais un système mondial caractérisé par une
double unité : de lieu (les places financières sont interconnectées par des réseaux de
communication) et de temps (le marché fonctionne 24 heures sur 24), cette évolution du
système financier a suscité l’émergence d’un processus de convergence financière. Dans les
modèles d’évaluation des actifs financiers, les marchés sont considérés comme parfaitement
intégrés(Abdesselam et al., 2023)

Ingram et Johnson (1969) cité par (Edem et al., 2021) Ces deux auteurs introduisent la
sphère financière dans l’analyse de la zone monétaire optimale. Selon eux, la faible mobilité
de la main d’œuvre peut être suppléée par la mobilité du capital. En effet la mobilité totale des
capitaux et la libéralisation des services financiers permettent de corriger les déséquilibres de
la balance des paiements sans pression sur le taux de change et sur les taux d’intérêt. Cette
approche se fonde sur le fait que les capitaux ont tendance à se déplacer plus rapidement que
la main d’œuvre. Aussi, pour qu’une zone monétaire soit optimale il faut qu’elle soit
totalement intégrée d’un point de vue financier(Aubin et al., 2005).

L’intégration financière internationale, en permettant la diversification internationale des

capitaux, doit en principe s’accompagner d’une hausse des flux de capitaux. Elle offre en effet
des bénéfices importants en diminuant les risques ou en augmentant les rendements du
portefeuille des investisseurs(Aubin et al., 2005). En effet, ne placer ses fonds que sur le
marché national implique une sensibilité parfaite du portefeuille de l’investisseur à un choc
affectant la nation considérée. En revanche, si l’investisseur place son épargne sur plusieurs
marchés (de nationalités différentes), alors, à condition que les marchés soient peu corrélés
entre eux, un choc affectant un pays aura une incidence plus modérée sur son portefeuille
(c’est-à-dire à hauteur de la part de ses actifs placés dans ce pays). Ainsi, même lorsque les
rendements sont identiques, le risque encouru est moins grand lorsque l’investisseur diversifie
ses placements que lorsqu’il place ses capitaux sur le marché national(Huchet-Bourdon,
2005).

L'intégration doit également avoir des effets sur les caractéristiques des marches boursiers.
Conçue en référence au CAPM, l'intégration se définit comme l'application de la loi du prix
unique du risque. Le rendement espère sur un marché intègre est lie a une prime de risque
mondiale qui a toute chance d'être plus faible que la prime de risque local dont dépend le
rendement espère sur un marché segmenté. Ainsi, comme on le note lors de la transition d'un
marché segmenté a un marché intègre, les prix devraient croitre et les rendements espères
 6

diminuer. Ces mêmes auteurs remarquent par ailleurs que, empiriquement, l'intégration ne
semble pas avoir d'influence significative sur la volatilité des marches et qu'elle tend à
accroitre les corrélations avec le rendement du marché mondial(Aubin et al., 2005).

Les économies partagent ici les mêmes fondamentaux en termes de productivité du travail et
de taux d´épargne, si elles épargnent une fraction constante de leur revenu national, la
convergence intervient dès lors que le ratio revenu sur la richesse (le rendement moyen de la
richesse) décroit lors de l’enrichissement, dans ce cas, pour des fondamentaux identiques,
l’économie plus pauvre augmente plus rapidement son niveau de richesse et rattrape
l’économie plus riche(Caby, 2003).

Cependant, Gourinchas et Jeanne (2006) ont considéré qu’une ouverture financière via la
réduction permanente du contrôle des capitaux à distorsion transitoire, amène souvent à une
surestimation des retombées positives sur la croissance. Et que même une économie
financièrement fermée peut accumuler du capital au niveau national et que la distorsion
disparaît au fil du temps. Dans la même veine, Bremus et Buch (2016), ont utilisé différentes
mesures d'ouverture financière pour un panel de 79 pays de 1996 à 2009, ils ont conclu que
l'ouverture financière a tendance à ralentir la croissance de PIB, c’est-à-dire, il existe un
impact négatif et significatif sur la croissance de PIB à court terme. De même, Diedhiou et
Sambou (2021), sur une durée de 1990 à 2019, montrent que les IDE exercent un effet négatif
sur la croissance économique des pays de l’UEMOA se situant sur les deux quantiles, le 5ème
et 25ème quantile, ensuite l’effet devient positif à partir du quantile médian jusqu’au 95ème
quantile(Edem et al., 2021) .

1.1.3. Mesure de la convergence

La théorie économique distingue sigma convergence, bêta convergence et bêta convergence

absolue et limitée(Kuma, 2020).

La sigma convergence est la réduction de la dispersion (des revenus, généralement) entre les
unités considérées, la sigma convergence signifie donc qu'à long terme, on assiste à un
rapprochement du revenu par habitant des régions considérées, la dispersion généralement
mesurée par la variance ou l'écart- type, mesure l'écartement relatif ou la distance relative
entre les valeurs considérées ,la dispersion est obtenue à partir des écarts de valeurs par
rapport à une moyenne(Dauderstädt, 2015).
 7

La bêta convergence absolue signifie que les régions ou les Etats pauvres (les unités qui ont
des valeurs de départ basses) connaissent une croissance supérieure à celle des régions ou
Etats riches (les unités à valeurs de départ élevées). A l'inverse, la bêta convergence limitée
signifie que plus la valeur de départ n’est élevée, plus la croissance n’est lente. La bêta-
convergence absolue est une condition indispensable au sigma convergence(Kuma, 2020).

H.1 : Il existerait une convergence économique réelle et relative entre les pays à l’échelle
internationale.

1.2. Système financier

Une définition unanime du système financier n’existe pas encore ce qui rend un peu floue ce
concept. Cependant, une identification des composantes principales du système financier
permettrait d’obtenir une vision plus claire sur le sujet(Coussin & Coussin, 2023).

Selon la BRI (2009), le système financier international a trois composantes principales, à

savoir : les institutions financières qui sont les acteurs comprenant notamment les banques,
maisons de titres, entreprises d’assurance et fonds de pension, deuxièmement ce les marchés
financiers couvrant les opérations bilatérales de gré à gré et les marchés organisés et en fin les
systèmes de paiement et de règlement qui sont les instruments, intégrant notamment les prêts,
les obligations, les actions et instruments dérivés. Le système financier enveloppe ainsi à la
fois les intermédiaires financiers, les marchés financiers et les infrastructures de
marché(Rakotonirainy & Catholique, 2022).

1.2. 1 Stabilité financière

Contrairement à la stabilité des prix, la stabilité financière est très difficile à définir et à
évaluer. Ceci est dû aux interdépendances et aux interactions complexes et transversales, qui
caractérisent le système financier lui-même et ses liens avec l’économie réelle (Salim, 2022).

La Banque Centrale Européenne (BCE, 2007) définit la stabilité financière par la capacité du
système financier à résister aux chocs et à atténuer leurs conséquences sur le processus
d’intermédiation financière. Cette définition a conduit les analystes à centré leur attention sur
les risques et les vulnérabilités, qui menacent un système financier (BCE ,2022).

On entend par vulnérabilités du système financier les conditions qui augmentent la probabilité
d’une résurgence de tensions. Le niveau de vulnérabilité d’un système financier dépend, entre
autres, des risques particuliers auxquels celui-ci est exposé, les déséquilibres engendrent des
 8

vulnérabilités, car ils exposent le système financier au risque d’une correction brutale et en
altèrent la capacité à absorber d’autres chocs (Gumain et all ; 2015).

1.2.2. Risque systémique

La notion de la stabilité financière est souvent discutée en termes de concept de risque

systémique et de ses sources. La Banque des Règlements Internationaux (BRI) définit le
risque systémique comme « un événement à l’origine de pertes économiques importantes ou
d’une perte de confiance, ce qui suscite des inquiétudes sur la situation d’une partie
importante du système financier, suffisamment sérieuses pour avoir des effets négatifs sur
l’économie réelle (Koffi, 2022).

FMI, BRI et FSB se sont accordées en 2009 à définir le risque systémique comme étant le
risque de matérialisation d’une rupture dans le fonctionnement des services financiers causée
par la dégradation de tout ou d’une partie du système financier et ayant un impact négatif
généralisé sur l’économie réelle (Rapport BCE, 2020).

L’évaluation de la solidité du système financier est toujours liée aux différents types de
risques systémiques. Ces derniers peuvent être regroupés en trois catégories : les risques de
solvabilité, les risques de liquidité et le risque d’interconnexion. Le risque de solvabilité,
constitué par le risque de crédit, le risque de marché et le risque d’interconnexion, est l’un des
composants du premier Pilier des accords de Bâle relatif aux exigences minimales de fonds
propres(Rapport SF, 2020).

Pour le risque de liquidité, la BRI (BIS, 2008) apporte une définition précise de la liquidité
qui est la capacité d'une banque à financer l’augmentation des actifs et à respecter les
obligations à leur échéance, sans encourir l’effet des pertes inacceptables(Koffi, 2022).

Le risque de contagion ou risque d’interconnexion entre les banques est un élément important
du risque systémique. L’analyse de l’interconnexion est ainsi destinée à mesurer si le défaut
d’une banque aura des répercussions significatives sur le système financier ou si son impact
sera dilué sur d’autres acteurs de l’économie(Ingves, 2011).

H2 : le système de stabilité financier international serait moins vulnérable face aux chocs
systémiques dans la période allant de 2008 à nos jours.

1.2. 3. Mesure de la stabilité financière

 9

En générale, dans la littérature économiques ainsi que dans les pratiques des banques
centrales, on utilise plusieurs techniques pour évaluer la stabilité financière que nous
résumons en trois catégorie à savoir, le système d’alerte précoce, les macros stress tests et les
indices de stabilité financière, bien que les dites techniques soient généralement
complémentaires (Salim ; 2020).

Les systèmes d’alerte précoce (SAP) sont basés sur des indicateurs clés pour prédire la
probabilité de survenance d’une crise financière. D’abord employés pour prédire les crises de
change, leur utilisation s’est élargie à toutes les composantes du système financier. Ainsi, des
chercheurs de la Banque des Règlements Internationaux (BRI) suggèrent par exemple de
surveiller quelques indicateurs simples tels que le ratio crédit sur PIB, son évolution ou son
écart par rapport à une norme historique, pour détecter les vulnérabilités financières. Certes,
les SAP constituent un outil important dans l’analyse de la stabilité financière, néanmoins, ils
ne permettent pas l’identification précise des sources de vulnérabilités du système
financier(Rakotonirainy & Catholique, 2022).

Les stress tests, quant à eux, éprouvent théoriquement la résilience du système financier face à
un scenario de choc économique ou financier fictif. Il s’agit par exemple d’évaluer la capacité
des fonds propres d’une banque à absorber des chocs , ces derniers sont généralement
déterminés en fonction de l’historique du pays en cas de survenance de crises dans le passé,
d’indicateurs purement statistiques, ou en fonction de simples hypothèses sur la croissance
économique, les marchés boursier et immobilier ; bien que la calibration du scénario des
stress tests reste subjective, les stress tests représentent un outil complémentaire et important
dans l’analyse des vulnérabilités financières (Chatterjee et al. 2017).

Enfin, les indices de stabilité financière sont basés sur l’agrégation de plusieurs indicateurs
économiques et financiers afin d’appréhender la stabilité financière dans sa définition la plus
large possible, et de capter différentes facettes des vulnérabilités financières. Ainsi, des
indicateurs tels que ceux de la solidité financière développés par le FMI (Financial Soundness
Indicators FSI), sont généralement utilisés dans la littérature pour surveiller la santé d’un
système financier. Aussi, les Banques Centrales ont construit des indices agrégés pour
analyser la stabilité des systèmes financiers de leur pays et alimenter leurs rapports de stabilité
financière. On peut citer à titre d’exemple les FSI des Fed régionales, le CISS de la BCE, le
FSI de la Banque d’Angleterre et le FSI en Roumanie (FMI ; 2019).
 10

En particulier, nous allons nous focalisé principalement sur trois techniques pour mesuré la
stabilité du système financier. La stabilité financière est mesurée négativement. En effet, la
littérature développe au minimum trois principales mesures de l’instabilité financière. Il s’agit
de la crise bancaire systémique, du niveau des prêts non performants et de la probabilité
d’insolvabilité financière appelée encore Z-score(Universit et al., 2022).

Une première mesure de la prise de risque excessive des banques est la crise bancaire
systémique. Ces crises systémiques réalisées sont considérées uniquement sur la base des
critères de qualification d’une crise systémique, l’assèchement des liquidités sur le marché
interbancaire, la propagation et l’amplification du risque, le défaut de confiance entre des
agents économiques confrontés à des pertes qu’ils n’arrivent pas à chiffrer et les faillites
bancaires, constituent quelques-uns des signes caractéristiques d’une crise systémique.
L’atout majeur de cette mesure d’instabilité est qu’elle n’est destinée qu’aux crises
systémiques ayant eu lieu effectivement et non à celles potentielles. Par ailleurs, cet atout
donne une restriction au concept d’instabilité financière (Arnould, 2011).

Une deuxième mesure est le niveau des prêts non performants (PNF). Des auteurs à l’instar de
Yebe (2017) cité par(Vila et al., 2013) et Jiménez et al. (2007), utilisent les PNF comme
mesure de la stabilité financière. Cet indicateur, en réalité, mesure la santé financière des
banques. Il est défini comme le rapport du volume des prêts non productifs aux prêts totaux.
Plus le NPL est élevé, plus le risque d’une fragilité bancaire plus grande ou une forte
instabilité financière. Toutefois, les PNF captent uniquement le risque de crédit et donc ne
peuvent pas mesurer un signal global du risque bancaire(Soboua,2022.).

La troisième mesure de la stabilité financière, qu’est le Z-score est couramment utilisé dans
la littérature. Il est une mesure très répandue dans le but d’évaluer la santé financière des
établissements bancaires. Autrement dit, il capte la probabilité d’insolvabilité d’une banque,
l’augmentation de la valeur du Z-score, ralentit le risque de défaillance des banques et par
ricochet leur risque d’instabilité financière. Contrairement à la crise bancaire systémique qui
se caractérise par l’échec du système bancaire, le Z-score évalue la distance qui sépare une
banque de la faillite. Evaluer la stabilité financière de la banque en utilisant des données
bancaires à savoir le Z-score, il rend perfectible le pouvoir statistique comparé aux autres
indicateurs(Universit et al., 2022).

Même en cas d’absence de crise du système bancaire, les données bancaires permettent
d’identifier la faillite d’une banque. Cette mesure du risque de défaillance proposé par Boyd
 11

& Graham (1986) et Goyeau & Tarazi (1992) est plus utilisée dans la littérature récente
comme proxy du risque de défaillance bancaire. Le Z-score nous permet d’estimer le risque
de défaillance et de vérifier la fragilité des banques. Ainsi, pour ces auteurs, la probabilité de
défaillance d’une banque se conçoit comme la probabilité que les pertes soient supérieures
aux fonds propres. (1998), ainsi que Mela et al. (2020), l’assèchement des liquidités sur le
marché interbancaire, la propagation et l’amplification du risque, le défaut de confiance entre
des agents économiques confrontés à des pertes qu’ils n’arrivent pas à chiffrer et les faillites
bancaires, constituent quelques-uns des signes caractéristiques d’une crise systémique(Vila et
al., 2013).

1.3. La crise de subprimes et les mesures des stabilités financières

Avant la crise financière de 2008, l’industrie financière a longtemps fonctionné comme un

barrage qui produisait de la croissance tout en évitant des ratios d’endettement excessifs.
Toutefois, des déséquilibres macroéconomiques majeurs internes et externes ont inversé cette
tendance. D’une part, l’environnement marqué par des taux d’intérêt bas a créé un flux d’offre
qui a renforcé la volonté du système financier d’accepter l’endettement et de créer du
crédit(Bouveret, 2010).

D’autre part, la quête d’opportunités d’investissement des investisseurs institutionnels et la

volonté croissante des ménages de s’endetter, animée par le creusement des inégalités, ont
créé un réservoir de demande qui a accru la demande de crédit et, dans le même temps, celle
de produits connexes(Rapport Sur La Stabilité Financière, 2020). L’augmentation structurelle
de l’appétit pour la création de crédits a été contenue par les obligations réglementaires et les
cadres d’investissement imposés aux investisseurs institutionnels, cette situation a établi un
barrage entre la demande de création de prêts hypothécaires et les capitaux des investisseurs
institutionnels qui a empêché le crédit et les ratios d’endettement d’augmenter instantanément
à des niveaux dangereux. On a assisté au contournement des obligations réglementaires et des
modalités d’investissement due au développement des instruments bancaires parallèles. Les
créances hypothécaires ont explosé, été titrisées et vendues aux investisseurs institutionnels.
En conséquence, le flux régulier de crédit qui est indispensable au fonctionnement d’une
économie de marché s’est accumulé jusqu’à dépasser un seuil critique, ce qui a provoqué une
véritable inondation mettant en péril le bon fonctionnement des économies
concernées(CAVALLARO, 2020).
 12

Il y a crise lorsque les pertes deviennent trop importantes pour pouvoir être absorbées par le
cours naturel des affaires ou lorsque la manière dont elles se révèlent déclenche un
enchaînement de défiance, de récession économique et d’amplification des pertes de crédit.
La crise financière de 2008 entre dans ce schéma, avec comme facteur déclencheur des pertes
sur des financements subprimes américains, suivies d’une défiance généralisée par la
diffusion mal maîtrisée des actifs en cause dans une finance globalisée et par la fragilité en
termes de liquidités de certaines banques qui avaient poussé très loin le financement d’actifs
longs peu liquides par des passifs de court terme. Jamais la défiance ne s’était répandue aussi
rapidement dans le monde, générant une récession économique majeure qui a elle-même
contribué à étendre les pertes de crédit à de nombreux autres types d’actifs, y compris les
dettes publiques de certains États, qui sont souvent très présentes dans les bilans
bancaires(Sarkar, 2012).

Face à cette situation, les gouvernements des pays développés ainsi que ceux des pays
émergents réunis dans le cadre du sommet de G20 semestrielle ces sont entendus pour régulé
la crise financière mondiale et stabilisé la finances mondiales, en prenant certains mesures
notamment : diminuer les taux d’intérêt et augmenter les dépenses fiscales et budgétaires afin
de stimuler la croissance, la reprise économique et la demande interne le plus rapidement
possible. Concernant le resserrement de la régulation financière mondiale, les mesures
décidées ont été nombreuses, portant sur les produits hors bilan, les fonds spéculatifs, la
réforme des normes comptables et prudentielles, l’encadrement des agences de notation (qui
seront soumises à une procédure d'enregistrement), les tests de résistance au stress, la gestion
des risques, la lutte contre les paradis fiscaux, etc. Les têtes d'État n’ont toutefois pas opté
pour une réforme en profondeur des règles de la finance mondiale, mais bien pour des
mesures relativement superficielles(CAVALLARO, 2020).

Pour ce qui est de la réforme graduelle des institutions financières internationales, les
participants ont dans un premier temps fait la promesse d’élargir la composition du Forum de
stabilité financière (FSF) aux principales « économies émergentes ». Les membres du G20 ont
promis dans un deuxième temps de réformer le FMI et la Banque mondiale afin de refléter les
changements survenus depuis leur mise en place dans le poids relatif des différents pays au
sein de l’économie mondiale(Grosgeorge, 2009).

C’est dans ce sens que, les nations vont intervenir de différentes façons pour relancer
l’économie et limiter les impacts de la crise. Premièrement, les Etats vont venir en aide au
 13

système bancaire et financier, les banques centrales vont fournir des sommes astronomiques
au système bancaire international (environ 330 milliards) afin d’aider les banques dans leurs «
activités de marché » notamment de dépôt, les gouvernements vont par la suite garantir les
fonds déposés par les épargnants afin de les rassurer et de les empêcher de retirer
massivement leur argents, les politiques monétaires se sont assouplies puisque les taux
directeurs ont été considérablement baissés (Cavallero, 2020).

Entre 2008 et 2013, les taux directeurs de la BCE sont passés de 4,25% à 0,75% et ceux de la
FED atteignent mêmes les 0%, les Etats vont venir en aide à la sphère réelle et aux structures
productives, ils vont injecter massivement de l’argent dans l’économie réelle afin de redonner
aux ménages du pouvoir d’achat et de permettre aux entreprises de produire, des politiques
budgétaires de grands travaux ont également été mises en œuvre par exemple le plan de
relance français a subventionné à hauteur de 11 milliards d’euros les entreprises afin de
renflouer leur trésorerie et de lutter ainsi contre le chômage. Aux États-Unis le plan paulson
se concentrait sur le financement et le refinancement des banques, et l’aide aux secteurs de
l’immobilier et de l’automobile, ce programme sera financé par le trésor ainsi par les
contribuables, les déficits publics et les dettes exploseront tandis que les banques reprendront
leur activité comme si de rien n’était(Betbèze et al., 2011).

H 3 : les indicateurs de stabilités financières internationales évolueraient harmonieusement

vers un même état stationnaire indépendamment du niveau initial de dotations des pays.
 14

1.4. SCHEMAT THEORIQUE

LES SYSTEME MOIN VULNERABLE

FINANCIER CHOQUE
H2 :
MONDIALE SYSTEMIQUE

PIB H1 :

CONVERGENCE
ETAT
STATIONAIRE

INDICE DES
STABILITES
FINANCIERE H3 :
 15

Section 2 : Revue de littérature empirique

Guerrini et al (2018) ont écrit sur la convergence des structures productives et la

synchronisation des cycles industriels dans l’union européenne. L’objectif de leur travail est
d’analysé les rapprochements des pays européens en termes de structures productifs et la
comparaison avec les cycles industrielles. En utilisant les méthodes statistique pour calculer la
matrice des similarité des cosinus à partir de la base de donnée euro stat et EU-CLEMS , les
auteurs aboutis aux résultats selon lesquels : qu’il existe une très grande clivage nord-sud
constaté lors de l’analyse de la spécialisation des structures productifs entre les pays de
l’union européens , avec une forte similarité au début du 21 eme siècles évalué entre 0.8 et 0 .99
suivit d’une forte divergence entre les 7 économie majeure dès l’union après les années 2008,
les pays comme l’Allemagne et l’Autriche ont gardé leurs degrés de similarité c’est à dire
celui de 0.99 , la France a pu rattraper l’Allemagne et l’Autriche après la crise financière de
2008 ainsi les pays malade est l’Italie avec le degré de similarité des cosinus qui tend vers 0.

Dauderstädt (2015) a travaillé sur la convergence en crise : une menace pour l’intégration
européenne ; l’objectif de sa recherche est d’analyser le rapprochement des économies
nationales en termes de croissance économique, de revenu et de conditions de vie sociales. En
utilisant la méthode statistique de sigma convergence et beta convergence absolue et limité
sur la base des données d’Eurostat. Il trouve les résultats selon lesquels , sur un taux de
croissance variant entre 6% et 8% pour les pays peu développé de l’union, 4% et 6% pour les
pays moyennement développés et 0% à 4% pour les pays développés de l’union, ainsi il existe
une convergence réel relative des pays au sein de l’union de 2000 jusqu’en 2008, plus les pays
étaient pauvres, plus leurs taux de croissance étaient élevés, suivit d’une divergence partielle
après la crise, ainsi les pays moyennement développés ont vu leurs taux de croissance baissé
après la crise financière de 2008. Le taux de pauvreté varie beaucoup au sein de l'UE,
généralement inférieur à 20 % dans les pays riches, il dépasse 40 % en Bulgarie et en
Roumanie, la dispersion s'est réduite depuis 2005, parlant de taux de chômage, il n’existe pas
de convergence au sein de l’union.

Luis(2019) a traité sur la convergence en zone euro : où en est-on ? L’objectif de sa recherche

était d’analyser l’état de la convergence de l’union européen après la crise financière de 2008
en utilisant les données secondaires d’Eurostat et la méthodologie de beta convergence
nominal qui lui a permis des mesurer le degré de rapprochement ou de dispersion en terme
des agrégats macroéconomiques notamment : le taux d’inflation, le taux d’intérêt de long
 16

terme, le ratio de la dette sur le revenu national brut. l’auteur aboutis au résultats selon
lesquelles il existe une convergence nette de taux d’inflation qui varie de 8.5% à 1.5 de 1995
jusqu’en 2008, suivit d’une augmentation de l’écart type de 2008 jusqu’en 2013 et une reprise
de la convergence juste après la crise souveraine, qu’en au taux d’intérêt de long terme.

Laffiteau (2018) a travaillé sur la convergence des pays de la CEMAC.

L’objectif de cet article est d’évaluer la contribution du dispositif de surveillance multilatérale

du pacte sur la convergence des économies de la zone CEMAC. En utilisant la méthodologie
de beta convergence et sigma convergence nominale, il remarque une tendance à la
diminution de la dispersion entre les économies de la CEMAC par rapport au critères de
premiers rang au fil du temps car l’écart type de l’inflation est passé de 3,71 en 1999 jusqu’à
atteindre 1,62 en 2015 ,taux d’endettement public est passé de 55,64 en 1999 jusqu’à
atteindre 7,24 en 2015 . Mais pour le cas du solde budgétaire de base, il n’existe pas
d’amélioration significative de l’écart type car il est passé de 2.11 en 1999 et atteint 3.8 en
2015, parlant de la convergence réelle des pays de la CEMAC et ainsi la convergence de 1990
jusqu’en 2001 est observé alors qu’une divergence de 2001 à 2015 est observée.

Togbenu et al (2021) ont travaillé sur la convergence et l’optimalité de la zone économique

CEDEAO. L’objectif étant d’examiner l’avancée réalisée par les pays membres de la zone
CEDEAO en matière de la création d’une monnaie unique. Elles analysent donc ce que les
dernières années ont appris en ce qui concerne la convergence et l’optimalité de cette zone à
partir d’une de la méthodologie par un modèle de mélange pour la classification. Ainsi les
auteurs ont aboutis aux résultats selon lesquels, depuis la création de cette zone économique
jusqu’en 2014 il y a existence d’une hétérogénéité des pays du point de vue économique dans
cette zone car les résultats permettent de distinguer 9 catégories des pays allant des pays les
plus dépendant jusqu’aux pays les moins dépendant et depuis la période allant de 2014
jusqu’en 2018 on remarque une diminution des nombres des classes passant 9 classe a 3
classes homogènes ce qui traduit une diminution de l’hétérogénéité entre les pays de cette
zone économique et ainsi une convergence de cette zone pendant cette période considéré.

Azize (2010) traite sur l’inégalité et club de convergence. Son objectif est d’examine
l’éventualité d’un phénomène de convergence locale en mettant notamment l’accent sur une
variable d’inégalité dans la distribution des revenus et richesses. A partir de la méthodologie
de beta convergence et les tests de rupture d’Hansen en fin des distingué les clubs des
convergences conditionnels. Il a abouti aux résultats suivants : à partir des tests d’Hansen
 17

mené afin des distingué les différant clubs des convergence l’auteur aboutis à 4 clubs des
convergence conditionnel, pour le premier groupe, les pays à faible niveau de capital humain,
le modèle est légèrement significatif ( R2 = 0.14), les tests de student des variables PIB/tête,
stock du capital humain, et l’indice des Gini respectivement de -0.85 ; 1 .41 ; -2 .9 seul le
stock du capital est significatif au seuil de 5%, 10% et 1% ,une fois atteint un certain niveau
d’éducation et sous un certain niveau d’inégalités, les pays convergent vers un même état
stationnaire et ce quelles que soient leurs conditions initiales en matière de revenu par tête,
pour le second groupe à haut niveau de capital humain le modèle étant globalement
significatif (R2=0.84).

Bourdon (2011) traite sur la fonction de réaction des banques centrales européenne et
convergence économique. L’objectif étant d’estimer les fonctions de réaction des huit
principales banques centrales nationales sur la période 1980-1998, mais aussi celle qui aurait
représenté au mieux le comportement de la BCE si les pays avaient formé une union
monétaire sur cette période. Par la méthode de beta convergence ainsi il trouve des résultats
selon lesquels, l’écart d’inflation apparaît être significatif et a le signe attendu (positif) et égal
à 1%. Les résultats ont encore permis de comparer les comportements des banques centrales
et mettent en évidence un processus de convergence de leurs préférences , aussi, en tenant
compte de cette dynamique, il a été établi que la réponse de long terme des BCN à une
variation de l’inflation est globalement assez élevée sur la seconde sous-période de1,66 en
Belgique, de 2 en Espagne et de 1,6 en France.

Clabessi et al (2022) dans « efficience et le pouvoir de marché conduisent-ils à une stabilité

financière des banques : une étude sur le secteur bancaire de l’UEMOA. L’objectif était
d’analyser l’effet du pouvoir de marché et de l’efficience sur la stabilité financière des
banques dans les pays de l’Union Economique Monétaire Ouest Africaine (UEMOA). Dans
l’optique d’analyser une possibilité d’endogénéité, la méthode de régression quantile à
variable instrumentale a été utilisée sur les données de panel de 76 banques des pays de
l’UEMOA couvrant la période 2008-2018. Les résultats montrent une stabilité financière
moyenne de 5.118 pour les banques de la zone ainsi, les banques les plus stables sont les
banques sénégalaises, nigériennes et maliennes avec un Z-score respectif de 7.8 ; 8.20 ;
et7.03.
 18

TABLEAU 1 : Synthèse des travaux empiriques

N Auteurs et Méthodologie Objectifs Résultats

O
Pays.
1 Guerrini et al Méthode L’objectif est Un clivage entre le nord et
(2018), union statistique d’analyser les le sud de l’Europe avec une
européen notamment : rapprochements des forte similarité au début du
Indice de Balassa pays européens en 21eme siècles évalué entre
et matrice de termes de structures 0.8 et 0 .99, suivit d’une
similarité des productifs et la forte divergence après les
cosinus. comparaison avec année 2008.
les cycles
industrielles
2 Dauderstädt Méthode de L’objectif est Pour un taux de croissance
(2015), union sigma d’analyser le variant entre 6% et 8% pour
Européen convergence et rapprochement des les pays peu développé de
beta convergence économies l’union, 4% et 6% pour les
sur la base de nationales en termes pays moyennement
donnée Euro stat. de croissance développés et 0% à 4%
économique, de pour les pays développés de
revenu et de l’union. Ainsi il existe une
conditions de vie convergence réel relative
sociales. des pays au sein de l’union
de 2000 jusqu’en 2008,
3 Laffiteau Utilisation de la Objectif d’évaluer la L’inflation est passé de
(2018), pays méthode contribution du 3,71 en 1999 jusqu’à
de la CEMAC statistique et dispositif de atteindre 1,62 en 2015,
économétrique de surveillance taux d’endettement public
beta et sigma multilatérale du est passé de 55,64 en 1999
convergence pacte sur la jusqu’à atteindre 7,24 en
réelle et convergence des 2015. Mais pour le cas du
nominale. économies de la solde budgétaire de base, il
zone CEMAC n’existe pas d’amélioration
significative.
4 Luis(2019), Utilisation de la Objectif d’analyser Les résultats démontrent un
Union méthode de beta l’état de la processus de divergence au
européen et sigma convergence de niveau nominal entre les
convergence l’union européen pays avant la crise,
après la crise processus qui s’est creuse à
financière de 2008 cause de la crise.
5 Togbenu et al Utilisent la Objectif d’examiner Les résultats montrent qu’il
(2021), Zone méthode de sigma l’avancée réalisée existe une convergence des
CEDEAO convergence et par les pays pays de la CEDEAO en
beta convergence membres de la zone termes de la création d’une
CEDEAO en matière monnaie unique à
de la création d’une l’exception du Liberia et le
monnaie unique Nigeria.
6 Azize (2010), Utilise la méthode Objectif est Les résultats montrent 4
monde de sigma d’examiner clubs des convergences
convergence l’éventualité d’un conditionnel, R2 = 0.14, les
 19

relative, et le test phénomène de tests de students des

de rupture convergence locale variables PIB/tête, stock du
d’Hansen en mettant capital humain, et l’indice
notamment l’accent des Gini respectivement
sur une variable égale à -0.85, 1 .41, -2 .9
d’inégalité.
7 Bourdon Utilisant de la Objectif étant Les BCN ont une variation
(2011), Union méthodologie de d’estimer les de l’inflation globalement
européen beta convergence fonctions de réaction assez élevée sur la seconde
des huit principales sous-période 1,66 en
banques centrales Belgique, 2 en Espagne et
nationales 1,6 en France.

8 Clabesssi et Utilise la méthode L’objectif est Les résultats montrent une

al(2022), de la régression d’analyser l’effet du stabilité financière moyenne
UEMOA quantile à pouvoir du marché et de 5.118 pour les banques
variable son influence sur la de la zone ainsi, les banques
instrumentale stabilité financière les plus stables sont les
des banques dans la banques sénégalaises,
zone UEMOA nigériennes et maliennes
avec un Z-score respectif de
7.8 ; 8.20 ; et7.03.
Source : Notre confection
 20

CHAPITRE 2 : METHODOLOGIE
Ce chapitre est subdivisé en trois sections, la première section décrit la base des données
utilisées, la deuxième essaye de donner les différentes techniques qui nous ont permis de
traiter les données. Enfin, la dernière section présente la spécification du modèle.

2.1. Description de la base des données

Dans le cadre de notre travail sur la convergence delà stabilité financière après la crise
financière international, nous utilisons la base de données développé par le groupe de la
banque mondiale (world Bank, 2019).

Ainsi, la base des données mondiale sur le développement financiers est un ensemble complet
de données sur les caractéristiques du système financiers dans plus de 214 économies ; elle a
été mise à jours pour la dernière fois en septembre 2019, elle comprend des données annuelles
à partir de 1960 et contient des données jusqu’en 2020 pour 109 indicateurs, saisissant
différant aspects des institutions financières et des marchés (WDFI, 2019).

La base des donnés contient des données mesurant la profondeur, l’accès, l’efficacité et la
stabilité du système financiers. Chacune de ces caractéristiques comprend à la fois les
institutions financières par exemple les compagnies d’assurances et les marchés financiers
tels que les marchés boursiers et les marchés obligataires. Elle fournit également d’autres
indicateurs utiles, tels que des concentrations et de concurrence dans le secteur bancaire
(World bank,2019).

2.2. Technique de traitement des données

La notion de convergence est assez simple et intuitive, elle suppose que la différence entre
deux ou plusieurs séries doit devenir arbitrairement petite ou converger vers une constante au
cours du temps. Pour les séries aléatoires, comme la plupart des variables économiques, on
considère la notion de convergence stochastique. La probabilité que deux ou plusieurs séries
diffèrent d’une valeur spécifique doit alors devenir arbitrairement petite(Edem et al., 2021).

Pour analyser la convergence réelle entre un groupe d’économies, on fait la régression du

taux de croissance du PIBH sur le niveau initial du même PIBH En effet, pour des structures
similaires (préférences et technologies), les pays plus pauvres ont tendance à croitre plus vite
 21

que les pays riches. La forme fonctionnelle suivante permet d’analyser la convergence réelle
entre un groupe de pays(Kuma, 2020).

⍙ Yit
=α + β . log ⁡(Yio )+ yXit+ £¿
Yit−1

⍙ Yit
Avec : Yit−1 : est le taux de croissance du produit intérieur brut par habitant du pays ;

Yio : c’est le produit intérieur brut de l’année initial ;

Xit : Différences en termes d’états stationnaires ;

£: Le terme de l’erreur

Ainsi, le taux de croissance du Produit Intérieur Brut (PIB) par habitant du pays i, est régressé
sur son niveau initial (𝑌 𝑖o), tout en contrôlant les différences d’état stationnaire (différences
dans les préférences, taux d’épargne, technologies, taux de croissance de la population, etc. :
elles constituent la variable ).

Si Y = 0 et qu’il est statistiquement non significatif: on parle de la convergence réelle absolue

avec β ≠ 0 (𝛽 < 0) 𝑒𝑡 0 < |𝛽| < 1 ;

Si Y ≠ 0 (et qu’il est statistiquement significatif) : on parle de la convergence réelle

conditionnelle ou relative, avec 𝛽 ≠ 0 (𝛽 < 0) 𝑒𝑡 0 < |𝛽| < 1.

2.3. Spécification du modèle

2.3.1. Description des variables

Dans le cadre de notre étude précisément pour tester notre premier hypothèse, nous allons
utiliser les variables suivantes :

 Variables expliquées

Le produit intérieur brut par habitant (PIB/hab) est notre variable expliquée, il comprends
différentes produits intérieurs brut par habitant des chaque pays considéré dans le cadre de
notre modèle ; Plusieurs auteures estiment qu’il existe d’autres critères qui permettent de
mesurés les inégalités entre les pays Martin (2001)cité par (Guerini, 2018) estiment que les
inégalités entre pays peuvent être saisies par plusieurs autres variables que le PIBH, à savoir :
la part de dépenses de protection sociale dans le PIB, le taux de chômage, les stocks de capital
 22

humain et technologique , etc. Dans les pays en voie de développement (PVD), les autres
variables sont : le nombre de médecins par dix-mille habitants, le nombre de kilomètres de
routes bitumées et la proportion de pauvres dans la population(Bouchard & Lévesque, 2010).

Notons que, malgré les remarques pertinentes, bien d’études recourent au PIB /hab pour
saisir le niveau de vie (étudier la convergence réelle), surtout pour les PVD, vu
l’indisponibilité des données(Abdesselam et al., 2023) .

Le produit intérieur brut par habitant sera exprimé par rapport au taux de croissance annuel du
pays considéré.

 Variables explicatives

Dans ce travail, la variable explicative est le niveau initial du produit intérieur brut par
habitant qui mesure le niveau de richesse du pays considéré dans l’année initial est permet de
connaitre les différences initiaux des différents pays en terme des revenus constituant notre
panel.

Nous utilisons également certains variables permettant de connaitre la différence structurelle

des pays constituant notre panel notamment les taux de croissance démographique, le taux
d’épargnes des pays considéré.

Ainsi pour tester notre première hypothèse nous spécifions notre modèle économétrique de la
manière suivante :

⍙ PIB/hab
=α + β . log ⁡(PIB /hab 0)+ yXit+ £¿
PIB /hab−1

⍙ PIB / hab
: est le taux de croissance du produit intérieur brut par habitant du pays i(PIB) ;
¿ PIB / hab−1

PIB/hab0: c’est le produit intérieur brut de l’année initial ;

Xit : Différences en termes d’états stationnaires ;

£: Est le terme de l’erreur

 23

2.3.2. Indicateurs des stabilités financières retenues

Dans le cadre de notre étude, pour tester nos deux dernières hypothèses, nous allons utiliser
des indicateurs suivants, car tel que présenté dans la partie portant sur la revue de littérature
empirique, ces derniers sont beaucoup plus utilisés dans des précédents travaux sur la stabilité
du système financier ; ainsi nous présentons 8 indicateurs des stabilité financiers qui vont
nous aider à analyser la résilience du système financier mondiale.

 Le Z-score bancaire

Il est le plus utilisé dans la littérature pour mesuré la stabilité du système financier, il capte la
probabilité d’insolvabilité d’une banque et évalue ainsi la santé financière d’un établissement
bancaire, l’augmentation de la valeur de cet indicateur, ralentit le risque de défaillances des
banques et par ricochet, leurs risque d’instabilité financière (WDDB ,2019).

Au regard des travaux exposés dans la revue de littérature, le z-score est utilisé pour
approcher la stabilité bancaire, il est calculé à partir de la formule suivant :

FP
ROA +
z-score¿ Q
σROA

Avec :

- ROA : Return on assets qui est la rentabilité économique, exprimé de façon globale et
mesure la valeur des résultats net sur le total actif
FP
- : c’est le rapport du fond propre sur le total actif
Q
- σROA : est la variance de la rentabilité économique mesuré en terme de l’écart type
 Ratio des capitaux sur les actifs

Il mesure la part des capitaux propres plus les réserves bancaires sur le total actifs ainsi, le
capital bancaire comprend les fond propres, les réserves généraux et spéciaux, les provisions,
les reports etc... Tandis que le total actif comprend à son tour l’ensemble des actifs financiers
et actifs non financiers, incluant l’ensemble des rapports apportés par les institutions des
finances(Sekali et al., 2021).
 24

 Ratio des prêts non performent sur le total prêts

Ce ratio mesure la parts des prêts non performent sur le total des prêts accordé par les
institutions financières dans un pays données, c’est le ratio de défaut des prêts accordé par les
banques comprenant le principale et les intérêt générés par ces principale qui ont déjà dépassé
3 mois ou 90 jours. Étant donné que cet indicateur est fourni par les dirigeants des institutions
bancaires de chaque pays et que chaque pays à son propre système fiscal et de régulation du
système financier ainsi que sa propre règlementation comptable, cet ratio n’est pas
comparable entre les pays(Soboua,2022).

 Ratio crédit bancaire sur les dépôts

Cet indicateur mesure la part des crédits sur les totaux des dépôts bancaires en pourcentage et
permet de connaitre le pourcentage des crédits sur les dépôts, plus le ratio sera élevé plus la
résilience du système bancaire sera réduit, cet ainsi qu’à la survenance d’un choque
systémique le système bancaire sera plus vulnérable (Vila et al., 2013).

 Ratio capitaux règlementé sur le poids du risque

C’est le ratio du total capitale règlementaire sur le total actif détenu par les banques, plus le
poids du risque relative de ces actifs, il mesure l’autosuffisance des capitaux des déposants, il
est fourni par le dirigeants des institutions financières de chaque pays considéré (WDFI,
2019).

 Actifs liquides sur les dépôts et dettes

C’est le ratio de la valeur des actifs liquides par apport aux dettes à courte termes plus les
dépôts. On attend par actifs liquide des valeurs qui sont facile à convertir dans les espèces, les
dettes à courte terme comprennent notamment les total des dépôts des clients, des banques
(compte courant, compte à terme etc…)(World bank,2019).

Le numérateur et le dénominateur de cet indicateur sont d’abord agréger au niveau de chaque

pays considéré avant d’être divisé, ces résultats ne sont pas retenus si le pays n’as pas plus de
trois banques sur les quels sont effectués des observations annuelles (WDFI ,2019).

 Prévisions sur le prêts non performent

Les prêts non performants étant des prêts dont le paiement est compromis, ce si est
généralement déterminé après 90 jours ou trois mois de non remboursement du crédit ; cet
 25

indicateurs est fournie par les dirigeants des chaque banque au niveau de chaque pays
considéré vues la diversités des systèmes comptables, fiscale et des règlementations fiscale
des pays, ce ratio ne permet pas la comparaison entre les pays(World bank,2019).

 La volatilité du stock des prix

C’est la moyenne des 360 jours des volatilités de l’indice du marché des stocks des prix dans
chaque pays considéré (WDFI, 2019).

Le tableau suivant décrit les variables que nous avions retenu dans le cadre de cet présent
travail, ainsi que le signe attendu pour chaque indicateur, en générale nous avions utilisé une
trentaine d’indicateurs dans cet étude qui sont subdivisés en quatre composantes notamment :
les indicateurs de développement macroéconomique, indicateurs de développements
financiers, les indicateurs des vulnérabilités bancaires et les risques systémique.

NO CODES INDICATEURS SIGNES

1 GFDD.SI.01 z-score +
2 GFDD.SI.02 capital bancaire sur total actif %
3 GFDD.SI.03 Prêts non performant sur total prêts %
4 GFDD.SI.04 Ratio des crédits bancaire sur les %
totaux dépôts
5 GFDD.SI.05 Capital règlementaire sur le poids %
du risque des actifs
6 GFDD.SI.06 Ratio des actifs liquides sur les %
dépôts et les dettes à courte terme
7 GFDD.SI.07 Prévisions sur les dettes non %
performantes
8 GFDD.SI.08 La volatilité du stock des prix
Source : notre confection

En effet, pour mesuré la convergence, nous allons régressés les différentes indicateurs de
stabilité financières prises individuellement par le logarithme de son niveau initial nous
utilisons en effet, l’égalité suivante :
 26

∆ ISFi
=α +logISFit −0+ϵ
ISFi t−1

Avec :

- α : c’est la constante ou l’intercepte

- ∆ ISF : la variation de l’indicateur de stabilité financière
- ISFt−0: la valeur de cet indicateur dans période initial t−0
- ϵ : est le terme de l’erreur

2.3.3. Testes sur les variables

Nous allons, utilisés quelques tests sur nos variables afin de déterminer les pertinences de nos
variables.

- Test de multi colinéarité

Deux variables sont dit multi colinéaire, lorsque dans un modèle de régression plusieurs
variables indépendantes sont corrèles entre elles ; cette corrélation élevée entraine des
problèmes d’estimation des coefficients du modèle, les rendant instables et peu fiable de plus
cela peut conduire à une mauvaise interprétation(Aubin et al., 2005).

Pour détecter la multi colinéarité entre nos variables, nous allons utiliser la matrice de
corrélation de bravain Pearson, si celles-ci sont corrélés, on conclut qu’il ya présomption de la
multi colinéarité si les coefficients des corrélations sont très élevés entre les variables(Edem et
al., 2021).

rxy=COV ¿ ¿

- Test de klein

Le test de klein compare le coefficient de corrélation des différents variables explicatives avec
les coefficients de détermination de la variable expliqué ; si :

rxy > R2, alors il Ya présomption de multi colinéarité entre Xi et Xj

2.3.4. Tests sur les paramètres

Ces tests ont pour objectif de vérifier la significativité d’un ou des plusieurs coefficients dans
un modèle, c’est-à-dire évaluer la contribution individuelle d’une variable explicative ou la
 27

significativité globale du modèle (Hurlin, C., 2003). Les tests pouvant être utilisés pour juger
de la significativité des coefficients sont : le test de Wald, le test de rapport du maximum de
vraisemblance et le test du multiplicateur de Lagrange(Bouchard & al, 2010).

Hurlin (2003) cité par (Abdesselam et al., 2023) soutient que ces trois tests sont
asymptotiquement équivalents mais peuvent se contredire sur les petits échantillons et que les
tests de Wald et de rapport du maximum de vraisemblance convient le mieux sur des petits
échantillons.

 Test de Wald

Ce test a pour objectif d’apprécier la significativité individuelle d’un coefficient, ce dernier

est apprécié à l’aide des ratios appelés « z-Statistiques » (Hurlin, 2003). Il s’agit dans ce cas
de tester l’hypothèse H0 : a = 0 contre H1 : a ≠ 0 à un seuil donné.

Et la statistique du test de Wald admet la loi suivante :

β−α
Zj=
√ vj

Où Zj est la valeur de la statistique du test de Wald, vj désigne la variance de l’estimateur du

jième coefficient de β. A cet effet, Zj suit, sous l’hypothèse H0 une distribution de Khi-carré à
k23 degré de liberté. Ainsi, si la statistique Zj est supérieure au χ2 lu dans la table pour un seuil
donné, alors l’hypothèse nulle est refusée au profit de l’hypothèse alternative. C’est-à-dire
que le coefficient est statistiquement différent de zéro et donc la variable est significative
statistiquement (Bourbonnais, 2009).

 Test du rapport de maximum de vraisemblance

Ce test est utilisé pour apprécier la significativité globale du modèle. Les hypothèses de ce
test sont les suivantes : H0 : a = a2 = …aj = 0 c’est-à-dire tous les coefficients du modèle sont
nuls, mis à part la constante ; contre H1: a ≠ a2 ≠ ….. ≠ aj c’est-à-dire un des coefficients au
moins est non nul(Guerini, 2018).

La statistique de ce test est donnée par :

LR=−2(LR−Lv)→ χ 2
 28

Où LR est la valeur de la fonction Log-vraisemblance contraint et Lv est la fonction du Log-

vraisemblance non contraint. LR suit, sous l’hypothèse H0, une distribution de khi-carré à k
degré de liberté. Si la statistique LR est supérieure au χ2 lu dans la table pour un seuil donné,
alors l’hypothèse nulle est refusée au profit de l’hypothèse alternative. C’est-à-dire que le
modèle estimé comporte au moins une variable explicative significative (Bourbonnais, 2009).
 29

Références Bibliographiques

Abdesselam, R., Lecarpentier-moyal, S., & Renou-maissant, P. (2023). QUELLE

CONVERGENCE POUR LES PRIMES DE RISQUE SUR LES MARCHÉS
BOURSIERS ? UNE ANALYSE SUR DES DONNÉES INTERNATIONALES DE 1984 À
2007 DE RISQUE SUR LES MARCHÉS BOURSIERS ? UNE ANALYSE SUR DES
DONNÉES.

Aubin, C., Berdot, J., Goyeau, D., & Leonard, J. (2005). Quelle convergence financière pour
les PECOs ?: Une analyse économétrique de l ’ évolution des marchés d ’ actions
( 1998-2003 ) Author ( s ): Christian Aubin , Jean-Pierre Berdot , Daniel Goyeau and
Jacques Léonard Published by : Sciences Po University Press Stable URL :
http://www.jstor.com/stable/3503240 Sciences Po University Press is collaborating with
JSTOR to digitize , preserve and extend access Quelle convergence financiere pour les
PECOS ? Une analyse econometrique de l ’ evolution des marches d ’ actions ( 1998-
2003 ). 56(1), 147–169.

Betbèze, J., Bordes, C., Couppey-soubeyran, J., & Plihon, D. (2011). Banques centrales et
stabilité financière.

Bouchard, M. J., & Lévesque, B. (2010). Collection Études théoriques. Et1103, 46.

Bouveret, A. (2010). Les principales théories explicatives de la crise s’articulent autour de

trois thèmes principaux, pour reprendre la typologie de Bénassy-Quéré. 105–110.

Caby, J. (2003). La convergence internationale des systèmes de gouvernance des entreprises :

faits et débats. 1–16.

CAVALLARO, N. (2020). Les grandes crises économiques : Comment les États ont fait face
aux grandes crises économiques et comment prévenir la prochaine ?

Coussin, M., & Coussin, M. (2023). Essais sur les dynamiques monétaires et financières et
leur stabilisation To cite this version : HAL Id : tel-03997643 Docteur en Sciences
économiques Présentée et soutenue publiquement par Essais sur les dynamiques
monétaires et financières et leur stabilisation Thèse codirigée par Jézabel Couppey-
Soubeyran.

Edem, F., Tokpovi, K., & Claude, V. (2021). Convergence and optimality of the ECO zone :
 30

an analysis by a mixture model Convergence et optimalité de la zone ECO 1 : une

analyse par un modèle de mélange. 106805.

Grosgeorge, M. (2009). Les crises financières. In Idées économiques et sociales: Vol. N° 156
(Issue 2). https://doi.org/10.3917/idee.156.0023

Guerini, M. (2018). ET SYNCHRONISATION DES CYCLES INDUSTRIELS. 158.

Huchet-Bourdon, M. (2005). Fonctions de réaction des banques centrales européennes et

convergence. L’Actualité Économique, 79(3), 297–326. https://doi.org/10.7202/009902ar

Ingves, S. (2011). Gouvernance de banque centrale et stabilité financière.

Koffi, S. (2022). Inclusion financière et stabilité bancaire en Afrique subsaharienne : une

réflexion à partir de la théorie des biens publics Financial inclusion and banking
stability in Sub-Saharan Africa : a public goods theory perspective. 3, 652–680.

Kuma, J. K. (2020). Comprendre la convergence économique : résumé théorique et revue de

littérature.

Laffiteau, E., & Edi, S. J. (2012). Les pays de la CEMAC convergent-ils ?

Paris, B. De, & Dauderstädt, M. (2015). La convergence en crise Une menace pour l ’
intégration européenne. 1–41.

Rakotonirainy, M., & Catholique, U. (2022). La stabilité financière et le stress test

macroéconomique du secteur bancaire de Madagascar To cite this version : HAL Id :
tel-03631959.

Rapport sur la stabilité financière 2020. (2020).

Sarkar, S. (2012). Saral Sarkar Comprendre la crise économique actuelle Une approche
écosocialiste. 1–22.

Sekali, J., Juridiques, S., Salé, S., V, U. M., Bouzahzah, M., Juridiques, S., Salé, S., & V, U.
M. (2021). Développement financier et croissance économique : Cas du Maroc
Financial development and economic growth : Case of Morocco Développement
financier et croissance économique : Cas du Maroc. 2(3), 95–108.
https://doi.org/10.5281/zenodo.4792331
 31

Soboua, T. (n.d.). LA PERFORMANCE FINANCIÈRE DES CRITÈRES DE

CONVERGENCES EN ZONE UEMOA THE FINANCIAL PERFORMANCE OF THE
CONVERGENCE CRITERIA IN THE UEMOA ZONE. 3(2022), 278–295.

Universit, C. C. T., Laboratoire, C., Universit, L. M., & Laboratoire, C. (2022). L ’ efficience
et le pouvoir de marché conduisent -ils à une stabilité financière des banques ? Une
étude sur le secteur bancaire de l ’ UEMOA Do efficiency and market power lead to
financial stability ? A study of WAEMU banking sector. 3, 306–332.

Vila, A., La, D., & Irving, P. D. (2013). La stabilit ´ e de l ’ ´ equilibre ´ economique dans la
pens ´ ee d ’ Irving Fisher Adrien Vila To cite this version :

World Bank group(2019) .indicateurs des stabilités financière et de développements

financier.WWW.google.COM

Word development data base(2019) .world soundness indicators .WWW google .COM