Relation théorique entre capital bancaire et crédits

12Sur le plan macroéconomique, Blum et Hellwig (1995) soulignent trois conditions nécessaires à l’existence d’un canal du capital bancaire :

• H1 : les banques sont contraintes de respecter certaines exigences prudentielles ;
• H2 : il est coûteux pour les banques de se recapitaliser en temps de détresse financière ;
• H3 : le prêt bancaire constitue une source de financement externe indispensable pour de nombreuses firmes.

13Ensuite, l’assertion H2 se fonde sur l’hypothèse d’un marché du capital imparfait. Les créanciers des banques ne connaissent pas parfaitement les intentions de ces dernières, qui supportent en conséquence une prime d’agence. Si bien qu’en cas de troubles financiers aigus, tout capital nouveau ne peut être émis à un prix jugé raisonnable par les dirigeants [3]. Enfin, H3 traduit le fait que le marché du crédit est lui aussi imparfait. Une littérature abondante, fondée sur la théorie de l’agence, démontre qu’il n’y a pas d’autres modes de financement possible que le financement bancaire pour les entreprises à forte asymétrie d’information.

14Sous ces conditions, Blum et Hellwig (1995) montrent qu’un choc récessif réduit la capacité des firmes à honorer leur dette et détériore en conséquence la position bilancielle des banques. Incapables de lever du capital nouveau, ces dernières sont conduites à restreindre leurs crédits, sous peine sinon de violer les exigences de fonds propres. Ce comportement amplifie le mécanisme auto-entretenu de déflation par la dette : “A rigid link between bank equity and bank lending may act as an automatic amplifier for macroeconomic fluctuations, inducing banks to lend more when times are good and to lend less when times are bad, thus reinforcing any underlying shocks” (p. 740). Dans la même veine, Furfine (2000) et Gorton & Winton (1998) montrent que la richesse bancaire n’est pas neutre sur les capacités de financement des banques.

15Au regard de ces conclusions, l’étude de l’incidence des ratios réglementaires – et donc du capital – sur les mécanismes de transmission des chocs de politique monétaire constitue un prolongement logique de cette littérature. Les travaux théoriques de Tanaka (2002), Bolton & Freixas (2001), Van Den Heuvel (2002a) Yuan & Zimmermann (1999) et Chami & Cosimano (2001) creusent justement cette piste. Ce faisant, ils renforcent les arguments avancés jusqu’ici.

16Notons par ailleurs que le cadre comptable régissant la prise en compte des risques n’est pas étranger à la procyclicité du capital des banques. Les dotations pour provisions ne sont enregistrées qu’une fois les pertes avérées. Pourtant, le risque de crédit naît dès la signature du contrat et perdure sur toute sa durée. Le provisionnement “statique” explique donc en partie la mauvaise perception des risques et la dégradation latente des bilans bancaires en phase croissante du cycle. Partant, l’enregistrement des pertes en phase décroissante du cycle pèse d’autant plus sur la position en capital des banques et donc sur l’offre de crédit.

Accumulation d’indices empiriques

17Globalement, deux types de méthode ont été employés pour étudier empiriquement le lien entre capitaux propres et offre de crédits. La première consiste à montrer que la mise en place d’un seuil réglementaire de fonds propres a entraîné une phase d’ajustement des bilans qui a pesé sur la croissance des crédits. La seconde s’appuie sur des données individuelles et vise à montrer que les banques les mieux capitalisées ont été plus généreuses en matière de crédit que leurs homologues moins bien fournies. Dans les deux cas, l’impact supposé des fonds propres est mesuré à l’aune de l’élasticité estimée du taux de croissance du crédit au capital bancaire.

18Dans cet esprit, Bernanke et Lown (1991) indiquent que la baisse du capital des banques a été le facteur le plus déterminant du recul de l’offre de prêts lors de la récession américaine de 1990. Peek et Rosengren (1995a) parviennent à la même conclusion. Suivant le scénario de capital crunch, les pertes induites par l’effondrement des cours immobiliers ont pesé sur les résultats des banques et donc sur leur capital. Partant, de nombreux établissements ont dû vendre des titres et renoncer à prêter. Les auteurs soulignent que la détention de titres publics a davantage augmenté et les prêts davantage diminué par rapport à leur tendance historique, en particulier chez les banques les moins bien capitalisées initialement [4]. De plus, les résultats économétriques ne rejettent pas le lien causal (positif) entre le ratio capital/actifs et la croissance des crédits. En somme, la plupart des travaux étudiant dans cette lignée le lien entre capital des banques, prêts bancaires et ratios prudentiels attribuent effectivement le credit crunch américain aux lourdes pertes en capital des banques, combinées aux nouvelles exigences prudentielles [5].

19Outre les États-Unis, le Japon constitue un sujet d’étude intéressant à plusieurs égards. D’abord, les banques japonaises détiennent un portefeuille d’actions très volumineux, puisqu’elles sont généralement actionnaires des compagnies avec lesquelles elles entretiennent des relations de long terme. Ensuite, étant donnée cette caractéristique, les régulateurs japonais sont parvenus à imposer les plus-values latentes comme partie intégrante du Tier II du ratio Cooke. Par conséquent, autant les fortes croissances boursières et immobilières de la fin des années quatre-vingt ont renforcé les ratios de solvabilité apparents des banques japonaises, autant l’effondrement des cours au début des années quatre-vingt-dix a exigé des ajustements brutaux. Les banques japonaises ont certes accru leurs émissions de dettes subordonnées, afin de limiter la baisse du ratio capital/actifs pondérés. Mais cette réaction n’a pas empêché le ratio Cooke de nombreux établissements de tomber en dessous de la limite réglementaire des 8 %. Ito et Sasaki (1998) rejoignent Honda, Kawahara et Kohara (1995) pour conclure que les établissements affichant les ratios les plus faibles ont eu tendance à réduire leurs prêts. Par conséquent, si comme l’indique Gibson (1995), une fois contrôlés leurs cash-flows et leur valeur de marché, les firmes rattachées aux banques les moins saines ont clairement moins investi que les autres, la faiblesse de certaines institutions doit expliquer une partie de la mauvaise conjoncture nippone.

20Enfin, si les encours de crédit ont continué à augmenter au Japon, quoiqu’à un rythme faible, les banques japonaises vont en réalité surtout se désengager d’une partie de leurs activités à l’étranger, et en particulier aux États-Unis. C’est un point étudié en détail par Peek et Rosengren (1997). Ce faisant, ces auteurs proposent une méthode singulière d’identification des seuls effets d’offre. En effet, les estimations réalisées sur la période 1988-1995 confirment que la baisse du capital des maisons mères a eu un impact significatif sur le comportement de prêt des agences nippones aux firmes américaines (pourtant demandeuses de fonds, au sortir de la récession américaine). Ainsi, ces résultats permettent de lever toute ambiguïté quant à l’incidence de la capitalisation bancaire sur l’offre de prêts.

21Si un large consensus s’accorde donc à admettre l’influence du bilan bancaire sur le volume de financement consenti, le coût et les conditions de crédit [6] sont également visés. Des preuves convaincantes sont apportées par Hubbart, Kuttner et Palia (1999). Leur étude s’appuie sur un échantillon de 11 621 contrats concernant 4 840 banques, rassemblant des informations relatives à la fois aux caractéristiques des prêts, des emprunteurs et des créanciers. Ils montrent d’abord que les banques sous-capitalisées infligent un taux d’emprunt supérieur à la moyenne. En ce sens, ils généralisent les indices relevés par Lown et Peristiani (1996) pour la seule période de credit crunch des années quatre-vingt-dix. Sauf que leur apport est encore plus déterminant, dans la mesure où les caractéristiques de l’emprunteur sont neutralisées. L’effet alors mis en évidence est indépendant de celui théoriquement imputable à l’accélérateur financier. Enfin, ils montrent que ce sont essentiellement les firmes à coût d’information élevé (les petites entreprises ou celles dont la dette n’est pas notée) qui subissent le resserrement du coût et de l’emprunt.

22Ainsi, à la lumière de ces différents travaux empiriques, il est possible d’affirmer que la richesse nette des établissements bancaires influe sur le volume des fonds offerts et/ou sur le coût du crédit. Précisons que, de façon générale, la relation entre capital bancaire et offre de crédit résiste à la prise en compte des ajustements destinés à préserver le capital réglementaire (vente de titres, titrisation, émission de capital nouveau ou de dettes subordonnées).

23Les sections suivantes proposent de prolonger cette recherche d’indices empiriques en se concentrant sur le dernier cycle financier, marqué par une rapide croissance des prix d’actifs entre 1996 et 2000, puis par un effondrement tout aussi spectaculaire. Bien que tous les pays industrialisés soient concernés, cet examen porte sur l’économie américaine, du fait de l’abondance et de la disponibilité des données bancaires. Il s’appuie d’abord sur des données agrégées, puis sur des données individuelles bancaires.

Un ralentissement de l’offre de crédit ?

25De façon générale, les travaux qui gravitent autour du crédit se heurtent au problème de distinction entre les effets d’offre et les effets de demande (Sharpe, 1995).

26Les propositions de méthodes pour contourner cet écueil sont rares. Tout au plus, certaines constructions permettent d’approcher les effets d’offre et, moyennant certaines précautions, d’avoir une idée plus précise sur les ajustements opérés sur le marché du crédit. Ces approximations permettent de renforcer une intuition éveillée par un ensemble d’observations. Dans cette lignée, Kashyap, Stein et Wilcox (1993) – KSW par la suite – ont proposé une méthode d’identification des effets d’offre qui consiste à construire un indice proxy de l’offre de crédits, noté mix et défini par le rapport des crédits bancaires sur le financement total, soit :

27

28L’idée est de mettre en perspective le crédit bancaire avec ses deux principaux substituts non bancaires : les billets de trésorerie et le crédit inter-entreprise. Suivant cette logique, une baisse du mix, correspondant à une diminution des crédits associée à une augmentation ou une moindre diminution de ses substituts, peut être interprétée comme une baisse de l’offre de crédits. Une diminution de la demande se traduirait au contraire par une stagnation du mix, les substituts déclinant dans les mêmes proportions que le crédit. Plusieurs remarques préliminaires s’imposent.

29D’abord, KSW n’ont pas initialement développé cet indice pour étudier la validité empirique du canal du capital bancaire. Observant que les phases de contractions monétaires coïncidaient avec une baisse du mix, ils pensaient plutôt valider la manifestation du canal du crédit. Mais cette conclusion a été critiquée, notamment par Oliner et Rudebusch (1995, 1996). Selon eux, les mouvements du mix observés par KSW sont en fait une réallocation de tous les types de financement des petites entreprises vers les grandes ; un mécanisme de fuite vers la qualité fait en effet baisser la part des crédits bancaires de l’ensemble des financements puisque les grandes entreprises ont moins recours aux crédits bancaires que les petites. Autrement dit, plutôt qu’une baisse des crédits bancaires conjointe à une hausse des billets de trésorerie, ils observent un accroissement des deux, mais dans des proportions moindres pour le crédit, d’où une baisse du mix.

30En somme, c’est l’interprétation de KSW plus que la variable mix elle-même (d’ailleurs reprise par Oliner et Rudebusch dans leurs travaux), qui s’est trouvée remise en cause. De plus, les mises en garde de Oliner et Rudebusch au sujet de l’utilisation de cette proxy ne visent pas le canal du capital bancaire. En effet, contrairement à ce qui peut être observé en phase de restriction monétaire, le phénomène de fuite vers la qualité se traduit par une ruée sur les titres publics (et non pas vers les bons risques privés) lorsque le choc est d’origine financière [7]. C’est d’ailleurs un point marquant des différents troubles financiers depuis la crise asiatique de 1997.

31Ensuite, si un resserrement monétaire intervient généralement en phase haute du cycle économique, à un moment où les entreprises manifestent la volonté de financer des projets d’investissement, un choc financier combiné à un ralentissement économique est susceptible de se traduire par une baisse conjointe de l’offre et de la demande. D’un côté, parce que la richesse nette des emprunteurs et des créanciers est amoindrie, les banques sont moins enclines à prêter. De l’autre, le climat des affaires incite peu les firmes à investir. L’indice de demande de crédits élaboré par le Senior Loan Officer Opinion Survey indique en effet que 60 % des banques perçoivent un ralentissement important de la demande de prêts à la fin de l’année 2001 (graphique A1.1, annexe 1). Ceci complique a priori la distinction offre/demande, certes. Mais il n’empêche que le recul de l’offre peut être autant, si ce n’est plus, marqué que celui de la demande. Les enseignements pouvant être tirés de la variable mix sont à cet égard précieux.

32Le graphique 1 permet d’abord d’étudier les mouvements de chacune des variables composant le mix (et le mix lui-même) à l’aune de leur tendance historique respective [8]. Les séries sont normalisées à zéro à la date d’occurrence du choc (Q2 2000). La croissance tendancielle de chaque variable est représentée, sur chaque cadran, par une droite sans marque. Les graduations sur l’axe des abscisses traduisent les trimestres avant et après le choc.

Graphique 1

Composantes du mix, mix et éléments de l’actif

Composantes du mix, mix et éléments de l’actif

33On observe un relâchement spectaculaire des prêts bancaires à partir du cinquième trimestre suivant le choc. Un tel décalage est justifiable par la nature contractuelle des crédits. Le ralentissement du crédit inter-entreprise intervient également au bout de cinq trimestres. Il répond à la baisse induite ou anticipée de l’activité. Enfin, conformément à l’intuition évoquée plus haut, ce krach s’accompagne d’un moindre recours aux billets de trésorerie, passé cinq trimestres. Cette considération ne compromet pas l’identification des effets d’offre de financement, qui concernent à la fois les crédits et les titres privés, mais atteste, si besoin était, de la difficile distinction entre effets d’offre et effets de demande.

34Pour autant, la mise en perspectives des trois modes de financement permet d’établir un constat assez clair. En effet, la variable mix se positionne en dessous de sa tendance historique dès l’amorce du krach [9]. L’écart tend d’ailleurs à se creuser à partir de huit trimestres [10]. Le graphique 2 indique en ce sens que la part des prêts bancaires dans l’actif total des banques américaines chute dans le sillage du krach, avec une diminution plus marquée à compter du troisième trimestre suivant le choc. Par conséquent, il n’est pas possible de rejeter l’hypothèse de baisse de l’offre de prêts bancaires. Les deux derniers cadrans du graphique 1 renforcent cette idée : les titres privés (et étrangers) à l’actif des banques ont considérablement reculé à partir du second semestre de 2000. L’affaiblissement de l’offre de crédits traduit donc un repli général du financement intermédié, plus qu’une substitution dans les modes de financement. De plus, le cadran suivant indique une nette progression du recours des banques aux titres publics, manifestation du phénomène de fuite vers la qualité.

Graphique 2

Ratio crédits bancaires/Actif total des banques américaines

Ratio crédits bancaires/Actif total des banques américaines

Manifestation conjointe de l’accélérateur financier et du canal du capital bancaire ?

35Le recul de l’offre de crédit peut être rattaché au canal du capital bancaire : face à l’effondrement de la valeur des portefeuilles d’actifs, de leur capitalisation et des bénéfices mis en réserve, les établissements de crédit ont pu être conduits à restreindre leur financement, sous peine sinon de présenter des ratios de solvabilité préoccupants. Mais en même temps, l’effondrement des garanties financières mobilisables par les emprunteurs potentiels a pu inciter les banques à exiger des conditions de financement drastiques. Le graphique A1.2 (annexe 1) indique en effet que les conditions de crédits se sont considérablement durcies depuis l’année 2000. Jusqu’à 60 % des banques interrogées ont reconnu exiger des conditions plus sévères auprès des grandes et moyennes entreprises à la fin de l’année 2000, niveau inégalé depuis la récession du début des années quatre-vingt-dix. Ce resserrement des conditions de crédit se manifeste en particulier par une plus forte exigence en termes de garanties et, dans une moindre mesure, par une augmentation du coût du crédit. Bien que certaines banques attribuent ce comportement à une détérioration courante ou anticipée de leur position en capital, il est difficile au vu de ces statistiques de déterminer si l’évolution observée du mix relève du canal de l’accélérateur financier ou du canal du capital bancaire [11].

36Une variable représentative de la santé financière des banques serait très utile pour isoler les effets imputables au seul canal des fonds propres bancaires. Dans une série d’études, Peek, Rosengren et Tootell (1999a, b, 2000) démontrent de façon très convaincante qu’un indice dérivé du système de notation bancaire CAMEL permet d’améliorer les projections de PIB, de chômage et d’inflation des prévisionnistes (qui ignorent cette information confidentielle). Surtout, ces auteurs apportent la preuve que cet indice traduit bien des effets d’offre. Il serait donc intéressant d’évaluer l’évolution du crédit depuis la fin des années quatre-vingt-dix à l’aune des notations des superviseurs. Malheureusement, cette information est indisponible, puisque confidentielle.

Mise en évidence des effets imputables au seul canal du capital bancaire

37Il faut donc trouver une méthode permettant d’isoler ces deux canaux. Une telle distinction serait possible en comparant la sensibilité de l’offre de crédit à un indicateur de richesse bancaire d’une part, et de richesse des firmes d’autre part. Les indices boursiers, qui sont justement disponibles en termes de secteurs d’activité, peuvent endosser le rôle de proxy de richesse. Ainsi, un moyen détourné de tester la sensibilité des banques à leurs fonds propres consiste à comparer le lien crédit/indice boursier bancaire au lien crédit/indice boursier non bancaire. La supériorité du premier sur le second constituerait alors une indication corroborant l’idée d’une propension des banques à prêter dépendante de leur richesse nette.

38Datastream calcule et fournit les quatre indicateurs suivants :

• un indice regroupant la valeur de marché des banques (DSB) ;
• un indice plus large regroupant les établissements financiers (DSF) ;
• un indice global (DSG) ;
• un indice global excluant les établissements financiers (DSNF).

39Une première réponse partielle est fournie par le tableau 1, où figurent les coefficients de corrélation entre l’indice mix, indicateur d’offre de crédits, et les quatre indices boursiers considérés. Le classement suivant peut être établi : l’offre de crédit est plus liée à l’indice bancaire DSB qu’elle ne l’est à l’indice financier DSF. Le coefficient de corrélation affiché par ce dernier est lui-même supérieur à celui de l’indice global. Enfin, cet indice DSG, qui intègre les cotations des banques et des établissements financiers en plus des valeurs industrielles, s’avère être plus lié au crédit que ne l’est l’indice excluant les financiers (DSNF).

Tableau 1

Corrélations entre indices boursiers et variables mix

1988-2002 ?DSB ?DSF ?DSG ?DSNF ?mix 0,26 0,24 0,19 0,17

Corrélations entre indices boursiers et variables mix

40Ce constat laisse supposer que l’offre de crédit serait effectivement plus sensible à la valeur de marché des financiers qu’à celle des industriels. Mais, parce que la relation entre les indices boursiers et le crédit peut être bi-causale, il est nécessaire d’approfondir cette observation à l’aide de tests de causalité à la Granger. Le tableau 2 rapporte les résultats obtenus à partir d’un VAR bivarié où, par souci de stationnarité, les variables mix et DSi (i = F, NF) sont exprimées en différence première [12]. Les variables dépendantes figurent en colonne, tandis que sur chaque ligne se trouvent les variables explicatives qui s’y rapportent. Les chiffres figurant dans la partie supérieure du tableau représentent les statistiques de Fisher.

Tableau 2

Tests de causalité : DSF, DSNF et mix

Causalité à la Granger Avec indice DSF Avec indice DSNF ?mix ?DSF ?mix ?DSNF ?mix ?DSF 2,07* 2,46** 1,27 0,56 ?mix ?DSNF 1,54 1,27 1,13 1,40 Mesures de causalité à la Geweke (en %) Avec indice DSF Avec indice DSNF ?DSF ? ?mix ?mix ? ?DSF ?DSF ? ?mix 58,6** 39,2 2,20 ?DSNF ? ?mix ?mix ? ?DSNF ?DSNF ? ?mix 46,8 42,3 10,9 ? = causalité instantanée. Nombre de retards = 9. ** et * = respectivement rejet de HO au seuil de 5 % et 10 %.

Tests de causalité : DSF, DSNF et mix

41Ces premiers résultats permettent d’observer qu’effectivement, si l’indice DSF cause la variable mix au sens de Granger (à 5 %), ce n’est pas le cas de la variable DSNF. De plus, la partie inférieure du tableau, qui apporte une mesure de causalité fondée sur la méthode de Geweke, indique que 58,6 % du lien total qui unit les variables DSF et mix est expliqué par la causalité qui va de la première vers la seconde (causalité acceptée au seuil de 5 %). Ces résultats résistent à la prise en compte simultanée de DSF et DSNF (tableau A1.1, annexe 1). Enfin, les causalités inverses et instantanées sont toujours rejetées. À titre indicatif, le même exercice réalisé avec l’indice bancaire DSB procure des résultats analogues à ceux obtenus avec l’indice DSF, à la différence près que la causalité de l’offre de crédit sur l’indice bancaire est alors elle aussi significative (à 10 %) et explique 43,5 % de la relation totale. Autrement dit, l’activité de crédit des banques favorise en retour leur valorisation.

42Comme la variable mix n’est qu’une approximation de l’offre du financement intermédié, le même exercice est à présent réalisé plus directement avec la série de crédits. Le calcul préliminaire des coefficients de corrélation fait apparaître une corrélation crédits/DSF supérieure à la corrélation crédits/DSNF. Cette observation est approfondie à l’aide d’un modèle VAR, où cette fois-ci l’output gap est pris en compte pour capter les effets conjoncturels de demande [13]. Le tableau 3 rapporte les résultats obtenus. La partie gauche du tableau indique que l’indice DSF cause le crédit au sens de Granger, au seuil de 10 % [14]. A contrario, la causalité de l’indice industriel (DSNF) est rejetée. Ce dernier résultat tend à conforter la cohérence de l’hypothèse testée, même si ces tests doivent être interprétés avec prudence, étant donné le nombre réduit de degrés de liberté.

Tableau 3

Tests de causalité entre DSF, DSNF et crédits

Avec indice DSF Avec indice DSNF ?crédits ?DSF OG ?crédits ?DSNF OG ?crédits ?DSF OG 8,05*** 2,28* 4,94*** 2,08* 0,06 1,09 0,65 0,94 10,0*** ?crédits ?DSNF OG 4,03*** 0,44 2,39* 2,87** 0,50 1,96 0,89 0,72 12,5* Nombre de retards = 5. ***, ** et * = respectivement rejet de HO au seuil de 1 %, 5 % et 10 %.

Tests de causalité entre DSF, DSNF et crédits

43La littérature exposée supra stipule que la richesse nette des établissements financiers doit aussi influer sur les conditions de crédit. Certes, la détermination du coût du crédit est complexe, puisque celui-ci est multidimensionnel. Toutefois, l’ensemble des impératifs institutionnels assortis aux prêts se trouve synthétisé dans l’indice des “standards”, construit par le Senior Loan Officer Opinion Survey (graphique A1.2). Celui-ci intègre les conditions de crédit au sens large : la taille des lignes de crédit, le coût du crédit, les primes, les exigences de garantie, etc. Il existe deux versions de cet indice : l’une relative aux grandes entreprises, l’autre relative aux petites. Cette distinction va permettre d’isoler plus finement les effets imputables à l’accélérateur financier [15].

44Dès lors, si le canal du capital bancaire est en partie responsable de la procyclicité du crédit, en marge de l’accélérateur financier, alors la baisse de la valeur de marché des banques devrait affecter les conditions de financement aux grandes et petites entreprises, indistinctement. En d’autres termes, l’indice DSF devrait causer les conditions de crédit aux grandes entreprises, pour lesquelles l’indice boursier exclusivement industriel (DSNF) ne devrait pas avoir d’impact significatif (ces entreprises étant peu concernées par le mécanisme d’accélérateur financier).

45Cette hypothèse est testée à l’aide de trois modèles. Le premier est un VAR bivarié associant les indices DSF et DSNF à l’indice des conditions de crédit aux grandes entreprises (noté standards). Les résultats figurent dans le tableau 4. Une nouvelle fois, on constate que si l’indice des financiers cause les conditions de crédit aux grandes entreprises au seuil de 5 %, cette causalité est rejetée pour l’indice des non financiers. Selon les mesures de causalité à la Geweke, la causalité de DSF sur standards explique la moitié de la relation unissant les deux variables (au seuil de 5 %). Quoique plus faible en pourcentage, la causalité inverse ne peut être rejetée.

Tableau 4

Tests de causalité : DSF, DSNF et standards

Causalité à la Granger Avec indice DSF Avec indice DSNF ?standards ?DSF ?standards ?DSNF ?standards ?DSF 0,34 2,68** 2,38* 1,78 ?standards ?DSNF 0,21 1,06 2,17* 3,08** Mesures de causalité à la Geweke (en %) Avec indice DSF Avec indice DSNF ?DSF ??standards ?standards ? ?DSF ?DSF ? ?standards 50,03** 37,17* 12,80** ?DSNF ? ?standards ?standards ? ?DSNF ?DSNF ? ?standards 33,34 54,27** 12,39* ? = causalité instantanée. Nombre de retards = 5. ** et * = respectivement rejet de HO au seuil de 5 % et 10 %.

Tests de causalité : DSF, DSNF et standards

46Ensuite, afin d’évaluer la robustesse de ces estimations, deux modèles complémentaires sont considérés ; le modèle 2 intègre l’output gap, tandis que le modèle 3 prend en compte l’indice de demande [16] de crédit construit par le Senior Loan Officer Opinion Survey, noté dde (graphique A1.1). Les résultats sont rapportés dans le tableau 5. La prise en considération successive de ces deux variables ne permet pas de rejeter la causalité de l’indice financier sur les conditions de crédit (partie supérieure du tableau), qui demeure au seuil de 5 %, pas plus qu’elle ne permet de révéler une quelconque causalité de l’indice DSNF sur l’indice standard. Les résultats obtenus par ailleurs avec l’indice DSB confortent une nouvelle fois la cohérence des résultats obtenus.

Tableau 5

Robustesse de la causalité entre DSF, DSNF et standards

Variables explicatives Modèle 2 Modèle 3 ?standards ?DSF OG ?standards ?DSF dde ?standards ?DSF OG dde 0,56 2,48** 0,94 – 2,00 1,53 0,64 – 1,75 1,44 14,8*** – 1,04 3,06** – 2,14* 2,36* 1,86 – 1,31 0,34 0,74 – 16,7*** ?standards ?DSF OG ?standards ?DSNF dde ?standards ?DSNF OG dde 0,58 0,70 0,58 – 2,25* 2,44* 1,37 – 0,92 0,61 12,2*** – 0,55 0,73 – 0,92 1,39 1,62 – 0,69 0,35 0,79 – 5,96** Modèle 2 : période d’estimation = 1990 Q1 – 2002 Q4. Nombre de retards = 5. Modèle 3 : période d’estimation = 1991 Q4 – 2002 Q4. Nombre de retards = 6. ***, ** et * = respectivement rejet de HO au seuil de 1 %, 5 % et 10 %.

Robustesse de la causalité entre DSF, DSNF et standards

47Si cette méthode doit théoriquement permettre d’isoler les effets imputables au mécanisme d’accélérateur financier, il faut se garder d’une conclusion hâtive condamnant ces derniers. Le tableau A1.3 rapporte que l’indice des seuls industriels (DSNF) cause l’indice des conditions de crédit aux petites entreprises (noté standardP) dans les modèles 2 et 3, aux seuils respectifs de 10 et 5 %.

48Enfin, un dernier test de contrôle permet de confirmer a posteriori que la variable mix est plus un indice d’offre que de demande. Cette vérification consiste à comparer le lien entretenu par cette variable avec un facteur de demande (dde) d’une part, avec un facteur d’offre (standards) d’autre part. Le tableau 6 présente les résultats des tests de causalité obtenus. Conformément à l’attente, il existe un lien très significatif entre les conditions de crédit et la variable mix, la première causant la seconde au seuil de 1 %. Certes, la variable mix est également liée à l’indice de demande, mais la causalité n’est alors acceptée qu’au seuil de 10 %, et le associé est plus faible que celui de la précédente relation.

Tableau 6

Test de contrôle sur la variable mix

Causalités mix/standards et mix/dde ?mix ?mix ?standards ?mix 4,53*** 6,51*** dde ?mix 2,35* 4,12*** – R2 = 0,45 – R2 = 0,38 Estimation : 1991 Q4 – 2002 Q4. Nombre de retards = 4. *** et * = respectivement rejet de HO au seuil de 1 % et 10 %.

Test de contrôle sur la variable mix

49Ainsi, cette section a permis de montrer que l’indice boursier des établissements financiers – proxy de leur santé financière – est un déterminant de l’offre et des conditions de crédit. Le dernier cycle financier aux États-Unis a donc été témoin de l’influence du mécanisme d’accélérateur financier, en marge de celle – probante – du canal du capital bancaire.