Notes
-
[1]
Laure Jaunaux, Attachée Temporaire d’Enseignement et de Recherche, EURIsCO, Université Paris-Dauphine, (laure. jaunaux@ dauphine. fr).
-
[2]
Une entreprise est informelle dès lors que son activité n’est pas déclarée légalement (Cadastre National des Personnes Juridiques au Brésil).
-
[3]
ECINF (Economia Informal) est une enquête réalisée en 2003 par l’Institut de Statistiques brésilien (IBGE) sur l’économie informelle.
-
[4]
De nombreuses études théoriques ont été menées sur l’impact des prêts de groupe sur les performances de remboursement. L’article de Ghatak et Guinanne est un article souvent cité en référence dans la mesure où il est une synthèse de la littérature existante.
-
[5]
Pour une revue de la littérature sur la question voir Morduch (1999) et Godquin (2004).
-
[6]
Les travaux de Sharma et Zeller (1997) et Godquin (2004) montrent que la probabilité de défaut de paiement augmente avec la taille du prêt accordé à l’emprunteur conformément à la théorie bancaire.
-
[7]
L’importance des incitations dynamiques dans le cadre du microcrédit a été mise en évidence théoriquement par Besley (1995).
-
[8]
Le rationnement en quantité est mesuré en prenant la différence entre le montant demandé par l’individu et le montant finalement accordé par le programme exprimé en pourcentage du montant du crédit demandé.
-
[9]
VivaCred est une institution de taille moyenne au Brésil, celle-ci disposait de 3 558 clients actifs en juin 2005. Créée en 1997, elle est une des institutions les plus anciennes et jouit d’une certaine notoriété auprès notamment de la préfecture de Rio de Janeiro et de la Banque de développement brésilienne. Le microcrédit est en expansion au Brésil : en 2002, seules neuf institutions disposaient de plus de 2 000 clients actifs.
-
[10]
Dès lors que le microcrédit est individuel, le garant est la forme de garantie la plus rencontrée dans les programmes brésiliens comme l’illustrent les programmes tels que de Blusol, Portosol et les programmes du réseau CEAPE. Le garant ne doit pas appartenir à l’entreprise de l’emprunteur, il peut être un parent ou un ami dès lors que son activité professionnelle est entièrement indépendante de celle de l’emprunteur. Il est obligatoire pour l’octroi du premier crédit. En revanche, il ne l’est plus par la suite. Le garant doit avoir un revenu mensuel qui, déduit des dépenses familiales, représente 70 % de la valeur de l’échéance mensuelle.
-
[11]
Nous ne disposons dans la base d’aucune donnée sur le niveau d’éducation des agents. Le type d’activité et sa saisonnalité ne sont pas non plus renseignés. Cependant, VivaCred ne finance que des commerces et des entreprises de services.
-
[12]
Le seuil de pauvreté utilisé est celui communément adopté par les économistes brésiliens : il est fondé sur un panier de biens alimentaires basiques calculé à l’aide des enquêtes de ménages (Rocha, 2003 ; Ferreira, Lanjouw et Neri, 2001).
-
[13]
« 10 % des individus les plus riches détiennent 98,5 % de la dette bancaire privée » (Neri, 2003).
-
[14]
Ces résultats sont similaires à ceux de Carneiro et al. (2006). Cet article montre que les travailleurs disposant d’une carte de travail sont en majorité des hommes.
-
[15]
Cf. Sharma et Zeller (1997), Matin (1997), Ahlin et Townsend (2007), Godquin (2004), Wydick (1999), Karlan (2006).
-
[16]
Godquin (2004) évoque ce même problème dans le cadre des principaux programmes bangladeshis : 55 % des clients de la Grameen Bank remboursent dans les temps (37 % pour la BRAC et 50 % en moyenne sur l’ensemble des programmes analysés).
-
[17]
Le logit classique n’est pas envisageable dans notre cas. Dans ce type de modèle, chaque observation pour une personne est considérée comme indépendante. Or les variables expliquées et explicatives sont ici observées pour un même individu à différentes dates successives. Les observations pour un même individu dans le temps ont de fortes chances d’être corrélées entre elles : un individu qui a eu accès à un premier crédit à la date t peut avoir une probabilité plus grande d’obtenir un autre crédit à la date t+1. La non prise en compte de la corrélation positive des observations peut induire des écarts-type surestimés.
-
[18]
Dans notre cas, le nombre d’observations diffère selon l’individu considéré et la période d’observation des individus est elle-même variable.
-
[19]
Ce test est présenté plus en détail dans l’annexe 2.
-
[20]
Nous avons calculé au préalable la matrice de corrélation afin de vérifier que nos variables ne sont pas corrélées entre elles. La matrice figure en annexe 3.
-
[21]
Ceci n’est pas valable pour l’ensemble des programmes brésiliens : le programme Banco da Mulher s’adresse notamment exclusivement aux femmes.
-
[22]
La non linéarité de la variable « âge » a été testée en ajoutant cette variable au carré. Cette dernière est non significative. La variable « âge » a bien un effet linéaire sur la probabilité d’accès au microcrédit. Les résultats ne sont pas communiqués par mesure de clarté dans la lecture des résultats.
-
[23]
Selon la définition admise par IBGE, l’institut de statistique brésilien, est considérée comme une micro-entreprise une entreprise comprenant au maximum cinq employés.
-
[24]
La non linéarité de l’effet du revenu sur la probabilité d’accès au microcrédit a été testée en incluant la variable « revenu total » au carré. Au regard de la non significativité de cette dernière, le revenu a bien un effet linéaire sur la probabilité de participation au programme. Les résultats ne sont pas communiqués pour plus de clarté dans la lecture des résultats.
-
[25]
Nous avons scindé la base en deux en prenant soin d’exclure de l’échantillon les 47 entreprises qui changent de statut sur la période d’observation.
-
[26]
Au regard des informations de la base de données, il s’agit bien souvent de PMEs (plus de cinq employés en moyenne) qui ont des besoins différents des micro-entreprises traditionnellement ciblées. En effet, les montants demandés par ces agents sont bien souvent largement supérieurs à ce que peut offrir VivaCred. La non correspondance entre les besoins de ces clients et les services financiers offerts peut expliquer en partie le refus de l’institution de prêter à ces agents.
-
[27]
La variable analysée est la variable « exclu » mise en évidence ultérieurement. Néanmoins, on a réalisé des études similaires avec les autres variables de performances (R0, R1, etc.), elles n’apportent cependant rien de supplémentaire à l’analyse. Si l’on prend par exemple la variable R0, remboursement dans les temps, les résultats sont exactement inverses ce qui semble logique.
-
[28]
Nous avons calculé au préalable la matrice de corrélation afin de vérifier que nos variables ne sont pas corrélées entre elles. La matrice figure en annexe 3.
-
[29]
La non linéarité de la variable « âge » a été testée en ajoutant cette variable au carré. La variable a bien un effet linéaire sur les performances de remboursement. Les résultats ne sont pas communiqués par mesure de clarté dans la lecture des résultats.
-
[30]
La non linéarité de l’effet du revenu sur les performances de remboursement a été testée en incluant la variable « revenu total » au carré. L’effet est bien linéaire. Les résultats ne sont pas communiqués pour plus de clarté dans la lecture des résultats.
-
[31]
L’efficacité du garant est mis en évidence dans Jaunaux et Venet (2007) : ils montrent dans cet article que le garant joue un rôle incitatif au travers, notamment, de la pression sociale qu’il exerce sur le débiteur qui ne respecte pas les termes du contrat.
-
[32]
Les entreprises formelles sont de plus grande taille (en termes d’employés) que les entreprises informelles. On peut également insérer le nombre d’employés dans la régression, celle-ci ressort significativement, plus l’entreprise détenue par le client a d’employés et plus le débiteur a de probabilité d’avoir de mauvaises performances de remboursement. La variable « statut légal de l’entreprise » demeure significative mais à 7 %. La variable de taille capte une partie des effets du statut légal même si ces variables ne sont pas a priori corrélées. Ceci n’est pas surprenant, plus une entreprise a d’employés, plus elle a de probabilité d’être formelle et ainsi d’avoir d’autres sources de financement (cf. tableau A5.1). La taille de la firme est une variable fréquemment utilisée dans les analyses faute de données comme variable proxy du statut légal.
-
[33]
La différence de revenus entre les agents informels ayant eu de bonnes performances de remboursement et ceux en ayant eu de mauvaises est de 10 %, soit une différence deux fois plus importante. De plus, 100 R$ n’ont pas le même poids sur des revenus faibles. Enfin, les crédits obtenus par les agents formels ayant de bonnes performances sont comparables à ceux des mauvais débiteurs formels (cf. tableau A5.2).
-
[34]
La non linéarité de la variable « rationnement » a été testée en ajoutant cette variable au carré. Cette dernière n’est pas significative. La variable « rationnement » a bien un effet linéaire sur les performances de remboursement. Les résultats ne sont pas communiqués par souci de clarté.
-
[35]
En cas de retards, le débiteur est censé être inscrit sur les listes des bureaux de crédit brésilien. Cependant, la très grande rareté des cas où cela a effectivement eu lieu laisse penser que la souplesse dans l’application de cette menace la rend faiblement crédible (cf. annexe 1).
-
[36]
ADIE : Association pour le Droit à l’Initiative Économique, principal programme de microcrédit français.
Introduction
1Le microcrédit a longtemps été perçu, en termes de stratégie de développement, comme un instrument efficace pour offrir enfin aux catégories sociales les plus défavorisées des financements de faibles volumes.
2Il a également suscité l’intérêt des théoriciens économiques : il permet d’étudier, dans le cas de populations pauvres et dans un environnement où la qualité institutionnelle est faible, comment peuvent être résolus les problèmes traditionnels posés par les contrats de dette – asymétries d’information et aléa moral.
3Le microcrédit a ainsi acquis une reconnaissance internationale illustrée récemment par la désignation du “pionnier“ du microcrédit, Muhammad Yunus, prix Nobel de la paix pour avoir créé la Grameen Bank au Bangladesh. Le microcrédit est, en effet, apparu dans les années soixante-dix dans les zones rurales du Bangladesh et reposait alors sur le principe du crédit solidaire, mécanisme adapté pour cibler les populations touchées durement par la pauvreté : les asymétries d’information et le problème d’opportunisme dans le respect du contrat de dette sont alors contrôlés grâce au principe de solidarité de groupe souvent adossé à une appartenance communautaire partagée. La menace d’exclusion sociale vient, en somme, au secours d’une “discipline de marché“ éventuellement fragile.
4Cet article part du principe que le microcrédit a une portée plus large, tant au plan pratique que théorique. La littérature existante s’est principalement centrée sur une forme particulière : le crédit solidaire. Néanmoins, les travaux de recherche reconnaissent, de plus en plus, que la garantie sociale n’est pas l’élément pivot dans le succès du prêt de groupe mais que les incitations dynamiques, la fréquence des remboursements, entre autres, jouent également un rôle central sur les performances de remboursement. L’importance de ces autres mécanismes dans la relation de crédit a justifié les bonnes performances de remboursement que connaissent les programmes de microcrédit individuel.
5En outre, la mise en place du microcrédit dans des pays plus avancés économiquement a conduit à une réflexion sur l’usage de solutions intermédiaires entre le crédit solidaire et le prêt bancaire individuel. Le microcrédit individuel paraît adapté à l’environnement des économies émergentes où les problèmes intrinsèques à tout marché de crédit ne peuvent se résoudre que sur la base d’une responsabilité individuelle.
6Ces dernières années, on a pu observer de nombreuses expériences de microcrédit individuel dont l’exemple le plus célèbre est la Bank Rakyat Indonesia. Cette méthodologie de prêt semble être un franc succès tant du point de vue de l’envergure du programme, des taux de remboursement, que de l’adéquation des services offerts aux besoins des clients. En revanche, des interrogations demeurent quant à sa population cible et à la logique microéconomique qui gouverne à la fois l’octroi des crédits et les incitations au remboursement.
7Globalement, le microcrédit individuel ne se donne pas pour objectif d’éradiquer la grande pauvreté, mais vise principalement à favoriser le développement de la micro-entreprise (Armendariz de Aghion et Morduch, 2000). Le terme de micro-entreprise fait cependant trop souvent référence à une notion générique qui, dans la réalité, renvoie à l’un des problèmes majeurs des pays émergents : l’informalité. En effet, le caractère informel de l’activité a des conséquences à la fois sur le développement de la micro-entreprise elle-même, mais est également un enjeu de politique publique.
8Du point de vue du micro-entrepreneur, exercer une activité informelle interdit généralement l’accès à certains biens publics (protection sociale, etc.) et au financement bancaire traditionnel. Du point de vue des autorités gouvernementales, la présence de l’économie souterraine peut se traduire par un manque à gagner important en termes de ressources fiscales et donc handicaper l’action publique, mais a également des conséquences sur le respect du droit du travail.
9Le caractère formel ou non d’une entreprise est ainsi nécessairement pris en compte dans les décisions des analystes et des dirigeants des programmes de microcrédit individuel. Or, le statut légal de l’entreprise est une variable fréquemment manquante dans les travaux de recherche, souvent faute de données. L’inclusion de cette variable dans les études portant sur le microcrédit individuel a d’autant plus de sens que contrairement au programme des pays en développement, des agents disposant d’entreprises informelles demeurent ciblés mais une part plus importante d’agents formels a accès au microcrédit. Très peu d’études voire même aucune, à notre connaissance, n’ont mis en évidence les conséquences de la présence de ces deux types d’agents au niveau ex ante de la sélection et ex post du remboursement.
10La question centrale posée par cet article est de savoir s’il existe un lien entre la discipline de remboursement et le statut légal de l’entreprise.
11Le présent article s’efforce de répondre à cette question. Pour cela, on étudie les deux temps de la relation prêteur/emprunteur dans le cadre du microcrédit individuel :
- ex ante, la sélection des demandeurs de microcrédit exercée par l’institution en fonction du risque associé au projet, aux caractéristiques de l’emprunteur et à l’existence d’un garant ;
- ex post, les mécanismes mis en place afin d’inciter les créanciers à rembourser.
12La base de données utilisée offre l’avantage majeur de porter sur une expérience de crédit individuel observée sur un nombre conséquent d’années : sept ans (1997-2004). Cela n’est généralement pas le cas des articles existants qui s’appuient souvent sur une analyse réalisée en coupe. Or, les données de panel permettent d’étudier de manière détaillée l’interaction stratégique séquentielle entre l’institution de microcrédit et le créancier. On peut explorer tout particulièrement comment le contrôle de l’opportunisme d’une part, la logique de réputation et les incitations dynamiques de l’institution d’autre part, interagissent dans ce cadre institutionnel faible mais fonctionnel : la solvabilité et la croissance de VivaCred attestent de la viabilité d’échanges contractuels qui se développent sur plusieurs années.
13En outre, la richesse de la base de données permet de rendre compte de l’impact de l’appartenance de l’entreprise du débiteur au secteur informel [2] sur la discipline de remboursement. Cet aspect est particulièrement important si l’on considère qu’une micro-entreprise formelle ayant plus facilement accès à des sources alternatives de financement peut être moins incitée à faire preuve de discipline dans ses remboursements. Alors, et de manière un peu paradoxale, un emprunteur qui peut sembler plus sûr ex ante peut se révéler plus risqué ex post. C’est ainsi qu’il peut apparaître une contradiction entre le ciblage des clients et leurs performances effectives de remboursement.
14La première partie de l’article rappelle la littérature théorique et empirique concernant la population cible et les déterminants des performances de remboursement du microcrédit individuel. La seconde donne un descriptif des données utilisées. On analyse ensuite à l’aide d’un modèle logit en panel les déterminants de la participation au programme de microcrédit puis les déterminants des performances de remboursement de l’emprunteur. La dernière partie met en évidence les conclusions et les implications de nos résultats en termes de politique économique et de recherches futures.
Microcrédit individuel : population cible et performances de remboursement
15Le microcrédit individuel a, à l’heure actuelle, acquis une légitimité. Il se démarque du prêt de groupe dans ses objectifs et sa clientèle. Il permet de combler le vide existant dans le continuum des services financiers formels offerts entre le crédit solidaire à un extrême et les prêts bancaires traditionnels à l’autre (section 2.1). Il est alors régi par des mécanismes microéconomiques de même à mi-chemin entre ceux centrés sur la caution solidaire et ceux traditionnellement utilisés par les banques (section 2.2.).
Adéquation entre les services financiers offerts et les besoins des clients : le développement du microcrédit individuel
16Le microcrédit individuel s’est développé en réponse aux limites du mécanisme du prêt de groupe. Celui-ci est, en effet, peu efficace face à une population hétérogène et inadapté aux besoins des clients qui connaissent une croissance de leur activité plus importante que celles de leurs pairs (Madajewicz, 1997 ; Woolcock, 1998).
17Le prêt de groupe n’est pas une solution universelle aux problèmes rencontrés par les exclus des services financiers traditionnels. Selon le modèle théorique de Madajewicz (1999), les clients relativement plus riches choisiront le microcrédit individuel s’ils ont le choix entre les deux types de prêts car il leur permet d’obtenir des montants plus importants. Les crédits solidaires sont en effet souvent faibles au regard du coût élevé d’un dollar ainsi prêté (Armendariz de Aghion et Morduch, 2005). Des résultats théoriques similaires sont observés par Conning (2005). Ces conclusions sont validées empiriquement par Madajewicz (2003) à partir de données d’enquêtes réalisées au Bangladesh.
18Le microcrédit individuel peut ainsi faire suite à une expérience individuelle réussie sur une base solidaire et correspondre aux besoins du client ayant atteint un niveau de revenu supérieur au fil des prêts de groupe. Mais il peut également être une stratégie exclusive de la part de l’institution de microcrédit. Cet instrument s’est alors particulièrement développé dans les économies émergentes du fait des besoins financiers plus importants de ces agents et de l’absence d’une réelle culture du communautarisme dans ces économies.
19La lutte contre la pauvreté n’est alors pas l’objectif premier du microcrédit individuel. Ces programmes sont mis en place avant tout pour promouvoir le développement du secteur des micro-entreprises qui est l’une des sources d’emplois les plus importantes des pays émergents et en transition. Cibler les micro-entreprises, c’est cependant faire face également au problème de l’informalité, l’un des principaux maux de ces économies. Au Brésil, 88 % des micro-entreprises ne disposent pas de constitution juridique selon les données de l’enquête ECINF [3] réalisée en 2003 par l’institut de statistiques brésilien. Or, le secteur informel est souvent associé dans la littérature à la précarité des emplois et donc à la faiblesse et à la forte volatilité des revenus. Le microcrédit individuel est donc face à un positionnement délicat au niveau de sa clientèle : les agents ciblés ont potentiellement un revenu trop élevé pour le crédit solidaire et trop faible pour le prêt bancaire traditionnel. On peut alors se demander si le fait que le microcrédit individuel serve des clients aux revenus plus élevés rend l’accès des entreprises informelles à ce service financier plus difficile.
20Le fait de disposer d’une entreprise sans statut juridique n’est pas un obstacle à l’accès à un crédit solidaire dans les pays en développement alors qu’il s’agit généralement d’une des principales barrières à l’obtention d’un prêt bancaire : qu’en est-il du point de vue du microcrédit individuel ?
Microcrédit individuel et performances de remboursement
21D’un point de vue théorique, des taux de remboursement élevés dans les institutions bancaires traditionnelles sont obtenus à travers la demande de garantie et par un mécanisme de rationnement du crédit (Stiglitz et Weiss, 1981). Les agents pauvres disposant de peu d’actifs et d’actifs de faible qualité sont ainsi les premiers à être privés de l’accès aux services financiers traditionnels. Le prêt de groupe a été le premier moyen envisagé pour contourner l’absence de garantie individuelle. La garantie sociale apparaît comme un substitut parfait à la possession d’actifs physiques. La littérature sur les performances de remboursement du microcrédit s’est ainsi centrée principalement sur les solutions apportées par les mécanismes solidaires (sélection par les pairs, monitoring par les pairs et pression sociale) aux problèmes d’anti-sélection, d’aléa moral et de respect des contrats induit par la présence d’asymétries d’information (Ghatak et Guinnane, 1999 [4]).
22Cependant, l’efficacité de la caution solidaire sur les performances de remboursement des débiteurs est apparue de plus en plus contrastée dans les études empiriques [5]. Le succès des prêts de groupe ne serait pas imputable au seul mécanisme de la garantie sociale. La littérature a récemment mis en avant l’importance des autres mécanismes innovants du microcrédit : fréquence des remboursements (Jain et Mansuri, 2003) et offre conjointe au crédit de services non financiers (Edgcomb et Barton, 1998 ; Godquin, 2004). Elle redonne également une part plus belle aux déterminants classiques utilisés dans le crédit bancaire tels que le montant du prêt (Freimer et Gordon, 1965) [6] et les mécanismes d’incitations dynamiques [7] (prêts progressifs et valorisation de l’accès au crédit dans le futur). Les articles de Sharma et Zeller (1997) et de Diagne et al. (2000) évoquent notamment l’impact positif des prêts progressifs sur le taux de remboursement des agents en utilisant comme variable le rationnement en quantité [8] : en effet selon les auteurs, plus les individus sont rationnés en termes de montants et plus ils ont de bonnes performances de remboursement pour espérer obtenir plus à l’avenir. La valorisation de l’accès au crédit dans le futur est, dans ces articles, un élément-clé des performances de remboursement.
23Le développement du microcrédit individuel s’est ainsi accéléré du fait de la prise de conscience des inconvénients du prêt de groupe susmentionnés et d’une plus grande attention portée aux autres instruments du microcrédit. Il est alors apparu possible de prêter à des individus plus riches que les clients du crédit solidaire, mais tout de même exclus des services financiers traditionnels, sans pour autant avoir recours au mécanisme du cautionnement solidaire. Toutefois, il existe à ce jour un décalage entre l’expansion de telles pratiques et le faible nombre de travaux académiques consacrés à cet instrument.
24Armendariz de Aghion et Morduch (2000) ont publié un article théorique précurseur concernant le microcrédit individuel. Ils montrent que l’usage du monitoring directement exercé sur les agents, la fréquence des remboursements et l’usage de mécanismes d’incitations dynamiques permettent à, eux seuls, à ces programmes de pénétrer de nouveaux segments avec succès. Des résultats théoriques similaires sont obtenus par Tedeschi (2005). Giné et Karlan (2007) montrent empiriquement que faire le choix du microcrédit individuel ou du crédit solidaire n’a aucune incidence sur les performances de remboursement.
25Le microcrédit individuel réhabilite également le principe de la garantie individuelle bien connu dans le milieu bancaire : actifs tangibles ou garant acceptant de cautionner le prêt de l’emprunteur. Cependant, ces mécanismes ont un usage différent de celui qui en est fait dans les institutions bancaires traditionnelles. Les actifs demandés sont souvent non conventionnels (bijoux, voiture, etc.) comme le soulignent Churchill (1999) et Vigenina et Kritikos (2004). De même, la technique utilisée pour le garant est différente de celle employée traditionnellement par les banques : le garant se substitue rarement à l’emprunteur en cas de difficultés de remboursement mais est utilisé comme un vecteur de sanction sociale comme l’illustrent les études de cas de Churchill (1999). Bien que la technique de prêt ne s’appuie pas sur le cautionnement solidaire, le même mécanisme incitatif semble utilisé à travers le garant pour s’assurer de la bonne volonté de l’emprunteur : la pression sociale (Jaunaux et Venet, 2007). Or, cet aspect a fait l’objet de peu de recherches jusqu’à ce jour.
26Enfin, les articles sur le microcrédit individuel proposent principalement une analyse en termes de revenus et ne prennent pas en compte explicitement les conséquences du statut légal de l’entreprise sur le remboursement. Or, de tels programmes sont soumis à des contraintes financières lourdes, ils peuvent donc être incités à prêter davantage que ceux offrant uniquement des prêts de groupe à des entreprises formelles. En effet, le ciblage de cette catégorie d’agents, plus solvables, permet à l’institution de supporter le coût de l’octroi de micro-prêts individuels à des individus plus précaires. Toutefois, l’effet global du prêt à ces agents au regard de la littérature est indéterminé car le fait de disposer d’une constitution juridique et de revenus plus élevés signifie également un accès potentiel à d’autres sources de financement. Or, l’efficacité des mécanismes d’incitations dynamiques précédemment décrits est conditionnée à l’existence d’une relation de quasi-exclusivité entre le prêteur et l’emprunteur (Ghosh et Ray, 1999). En effet, si l’emprunteur a des sources de financement alternatives, il se peut que ce dernier accorde une importance moindre aux crédits que pourra lui consentir cette institution spécifique dans le futur et soit ainsi peu sensible à la menace de non renouvellement du financement à l’avenir (Ahlin et Townsend, 2007 ; Mc Intosh et Wydick, 2005). L’effet positif perçu ex ante peut donc être annulé ex post par le manque d’incitations de ces firmes à avoir de bonnes performances de remboursement.
Les données
27La base de données étudiée a été établie à partir des données de l’institution VivaCred, programme de Rio de Janeiro [9]. Ces données ont été collectées par les agents de crédit au travers de questionnaires posés à l’ensemble des demandeurs de crédit et par le biais d’analyses menées à deux niveaux : l’entreprise et le ménage. Elle comprend l’ensemble des demandes de crédits adressées (celles acceptées comme refusées) par des agents sur sept ans de 1997 à fin 2004 soit 16 535 demandes formulées par 6 693 individus.
28La demande d’un microcrédit s’effectue, de façon classique, selon les étapes suivantes :
- dans un premier temps, l’individu formule une demande de crédit d’un certain montant compte tenu de ses caractéristiques personnelles, de celles de son entreprise et de facteurs non observés : environnement, motivation, etc. La base de données offre l’avantage de renseigner sur les caractéristiques du crédit demandé par l’individu ;
- ensuite, l’agent de crédit effectue une visite dans le local de l’entrepreneur afin de dresser une enquête sur celui-ci et d’estimer la probabilité de défaut du demandeur. Il en résulte la décision d’acceptation de la demande et le montant du crédit finalement accordé ;
- l’emprunteur rembourse ou non le crédit dans les temps.
29En termes de mécanismes d’incitation au remboursement, VivaCred a recours au garant cosignant le prêt. Ce mécanisme est très fréquemment utilisé par les programmes de microcrédit individuel brésiliens [10]. Les statistiques descriptives concernant la base de données sont regroupées dans le tableau 1 [11].
Statistiques descriptives des caractéristiques individuelles des emprunteurs, des caractéristiques des entreprises et des contrats
Statistiques descriptives des caractéristiques individuelles des emprunteurs, des caractéristiques des entreprises et des contrats
Analyse des déterminants de la participation au programme de microcrédit VivaCred : statistiques descriptives
30Les demandeurs de crédit sont aussi bien des hommes que des femmes, d’un âge moyen de 42 ans pour les demandeurs acceptés contre 40 pour ceux refusés.
31Conformément aux autres expériences de microcrédit individuel, les données descriptives confirment que les individus pauvres ne sont pas les principaux bénéficiaires du programme : seuls 5,5 % des demandeurs acceptés ont des revenus inférieurs au seuil de pauvreté [12] (15,1 % pour les rejetés). Cela étant, peu d’agents pauvres sont demandeurs ce qui laisse supposer l’existence d’un phénomène d’auto-sélection de la part de ces individus. Le phénomène de rationnement du crédit apparaît plus limité que celui pratiqué par les banques traditionnelles : en effet, seulement 13 % des individus voient au final leur demande rejetée [13].
32La majorité des demandeurs acceptés sont des travailleurs indépendants qui ne disposent donc pas d’employés (63,2 %). Le revenu familial mensuel moyen du ménage est plus élevé pour les demandeurs acceptés (854 ?) que pour ceux refusés (672 ?). Les activités au sein du ménage sont peu diversifiées : le revenu issu de l’entreprise représente 76,5 % du revenu total mensuel du ménage pour les demandeurs acceptés et 73,3 % pour les demandeurs rejetés.
33On peut constater que le montant demandé par les individus se voyant par la suite refuser le crédit est supérieur au montant demandé par les futurs clients. Les demandeurs refusés semblent mal évalués leur capacité d’emprunt. La plupart des demandeurs acceptés disposent d’un garant (79,4 %). Ce pourcentage est légèrement inférieur pour les demandeurs refusés (76 %).
34Enfin, les bénéficiaires appartiennent majoritairement au secteur informel (92 % du total), mais avec néanmoins un solde résiduel qui permet de comparer les deux populations. Une entreprise est ici considérée comme informelle dès lors qu’elle ne dispose pas de statut juridique et ne paie donc pas d’impôt. Le statut légal de l’entreprise est la variable centrale de cet article, il convient ainsi d’analyser plus en détail les caractéristiques des entreprises en prenant en compte cette distinction (tableau 2).
Comparaison des caractéristiques des entreprises selon leur statut légal
Comparaison des caractéristiques des entreprises selon leur statut légal
35À travers le tableau 2, il apparaît qu’une entreprise informelle est de plus petite taille. 66 % de ces entreprises sont des entreprises individuelles sans employé alors que seulement 25 % des entreprises formelles sont dans ce cas. Les entreprises formelles sont davantage détenues par des hommes [14]. Elles demandent et ont accès à des crédits environ deux fois plus élevés que les entreprises informelles. Une part plus importante des entreprises formelles a accès à un microcrédit mais elles sont également plus nombreuses à connaître d’importants retards de remboursement.
36Enfin, les entreprises formelles sont caractérisées par des revenus trois fois plus élevés ce qui montre qu’il existe certainement un coût à se formaliser. Le graphique 1 témoigne clairement du fait que seules les entreprises ayant atteint un certain revenu se formalisent. Ceci contredit certaines thèses sur l’informalité affirmant qu’il existe peu de différentiels de revenus entre les secteurs formel et informel (Maloney, 1999).
Statut de l’entreprise en fonction du revenu de l’entreprise
Statut de l’entreprise en fonction du revenu de l’entreprise
Analyse des performances de remboursement : statistiques descriptives
37Il existe plusieurs mesures du taux de remboursement. La plus simple est de considérer le pourcentage de débiteurs faisant défaut. Cependant, comme pour beaucoup de programmes de microcrédit, ce comportement est peu rencontré chez les clients de VivaCred : le taux de défaut de paiement est, en effet, seulement de 1,5 % (variable défaut). En revanche, le principal problème rencontré par les institutions est le retard de paiement comme en témoignent la plupart des études sur les performances de remboursement du microcrédit [15] qui utilisent comme variable dépendante le retard de paiement et non le défaut.
38VivaCred supporte et accepte des retards de remboursement. L’institution a ainsi mis en place une notation des débiteurs en fonction des jours de retard à chaque remboursement. Les débiteurs sont notés de 1 à 5 selon les critères suivants (tableau 3).
Délais de remboursement des clients
Délais de remboursement des clients
39VivaCred dispose d’une politique clairement définie en cas de retards excessifs : dès lors que le client a plus de dix jours de retard par remboursement, celui-ci est exclu du programme dans un avenir proche ; après trente jours de retard, il est inclus sur la “liste noire“ du bureau de crédit brésilien. Cela étant, un arrangement peut être conclu avec l’institution de microcrédit, le contrat peut être ré-échelonné ou le programme peut accorder un nouveau crédit se substituant à l’ancien en tenant compte de la situation présente du débiteur. Dans ces deux cas, il ne sera pas exclu définitivement du programme à l’avenir. Celui-ci fait partie de la catégorie R4 provisoirement. En outre, la politique de VivaCred relative à l’inscription sur la liste des bureaux de crédit est relativement souple et est perçue comme la solution ultime (annexe 1).
40On a donc créé une variable “exclu“ prenant en compte cette donnée. Cette variable est dichotomique : elle prend la valeur 1 si l’individu a connu de tels retards de remboursement qu’il sera exclu du programme dans l’avenir et 0 sinon. En outre, “Exclu“ est égal à 1 si aucun compromis n’a été trouvé entre le prêteur et l’emprunteur.
41L’analyse des performances de remboursement permet de dégager deux éléments importants (tableau 4) : le défaut de paiement est certes une situation rare, mais 62 % seulement des clients remboursent dans les temps. Ce résultat est proche des taux rencontrés chez les principaux programmes bangladeshis [16]. Les retards de paiement fragilisent la santé financière de l’institution. Les individus qui sont face à des difficultés de paiement et de ce fait, à des retards les privant d’accès au crédit dans le futur, représentent 22 % des clients.
Les différentes mesures des performances de remboursement
Les différentes mesures des performances de remboursement
VivaCred : le microcrédit individuel face à l’informalité
Analyse des déterminants de la participation au programme de microcrédit VivaCred
42Nous analysons, dans un premier temps, les déterminants de la participation au programme de microcrédit VivaCred. Pour cela, on crée le qualitatif “Cred“ :
44Contrairement à la plupart des études de scoring bancaire qui ne disposent que de données en coupe, nous utilisons des données de panel. Les données longitudinales permettent une analyse à plus long terme de la politique de sélection des clients de l’institution. Il est, en effet, souvent difficile de savoir si les résultats en coupe font état de la situation à un instant donné ou traduisent de façon effective la stratégie globale de l’institution. L’intérêt d’un panel est de “pouvoir analyser la dynamique des comportements tout en réussissant à capter l’hétérogénéité des individus“ (Sevestre, 2002). Les estimations sont donc réalisées à travers un logit en panel [17]. On a utilisé un panel non cylindré [18] : les données de tous les demandeurs enregistrés de 1997 à 2004 sont conservées, que ces derniers aient effectué une seule demande ou plusieurs. Ce choix permet de conserver un maximum de représentativité.
45Si les avantages du panel ne sont pas contestés, il convient de justifier la spécification employée pour modéliser l’hétérogénéité individuelle selon que l’on opte pour un modèle à effets fixes ou à effets aléatoires. Le choix d’un modèle plutôt qu’un autre a des conséquences notables sur les résultats obtenus.
46L’effet individuel fixe absorbe l’effet des variables invariantes dans le temps telles que le genre ou l’état civil afin d’éliminer les sources de biais potentiels. Les effets de ces variables n’apparaissent donc plus dans l’estimation. Ceci pose un problème dans notre analyse. Le statut informel peut certes être considéré comme variable mais pour la plupart des entreprises des demandeurs, le statut de l’entreprise reste inchangé sur ces sept ans. En effet, seules 47 entreprises sur 6 693 changent de statut sur leur période d’observation. Un modèle à effets fixes peut alors être incapable d’isoler l’effet de cette variable. Les inconvénients du modèle à effets fixes semblent particulièrement dommageables pour cette analyse du lien entre le microcrédit et l’informalité. La différence de traitement en fonction du genre est, de même, souvent analysée dans le cadre d’études sur le microcrédit. Or, elle est inobservable dans un modèle à effets fixes.
47Le modèle à effets aléatoires est privilégié dans le cadre de notre analyse. Cependant, on ne peut employer un modèle à effets aléatoires sans vérifier au préalable que les effets individuels ne sont pas corrélés avec nos variables explicatives. Nous avons donc effectué un test de spécification inspiré de l’approche de Mundlak (1978) [19]. Les résultats de ce test sont présentés dans le tableau 5. Le test conduit à rejeter l’hypothèse de dépendance entre les effets individuels et les variables explicatives du modèle. Nous privilégierons donc l’emploi d’un modèle à effets aléatoires.
Déterminants de la participation au programme de microcrédit VivaCred
Déterminants de la participation au programme de microcrédit VivaCred
48Les variables explicatives utilisées dans notre analyse sont les suivantes :
- des caractéristiques individuelles invariantes dans le temps : le genre, l’état civil, le nombre de personnes à charge ;
- des caractéristiques susceptibles d’évoluer au cours du temps : l’âge, le revenu familial mensuel, le nombre d’employés, le statut de l’entreprise (formel ou informel), la part du revenu hors entreprise dans le revenu total ;
- une variable dummy indiquant le numéro de la demande de crédit de l’individu ;
- une perturbation.
49Le genre n’est pas une variable significative : contrairement à certains autres programmes brésiliens et internationaux, il n’y a pas de ciblage particulier des femmes, ce qui corrobore les intentions déclarées par ses dirigeants [21]. Vivre en concubinage augmente la probabilité d’avoir accès au microcrédit : ce sont des résultats classiques dans les modèles de scoring bancaire. La probabilité d’accès au microcrédit augmente avec l’âge de l’emprunteur, variable proxy de l’expérience de l’individu et de son savoir-faire [22]. La taille de l’entreprise, mesurée par le nombre d’employés, n’est pas significative [23]. La différence de taille entre les entreprises des demandeurs acceptés et celles des demandeurs rejetés est faible.
50Ces programmes s’adressent prioritairement aux agents disposant de faibles revenus exclus des services financiers traditionnels et non prioritairement aux plus pauvres. En effet, plus l’individu a des revenus familiaux mensuels élevés, plus sa probabilité d’accéder au crédit augmente [24]. Cependant, l’effet de cette variable est très faible et n’est plus significatif lorsque l’on insère le statut de l’entreprise ce qui explique que même si les deux variables ne sont pas corrélées, le statut de l’entreprise capte une partie des effets du revenu. En revanche, la diversification des activités n’est pas perçue comme un facteur influençant la décision de prêter à un agent.
51Plus le montant du crédit sollicité est élevé, moins le demandeur a de probabilité de voir sa demande de crédit acceptée. Une des hypothèses formulables est la mauvaise évaluation faite par certains demandeurs de leurs besoins et de leurs capacités financières. En effet, selon les statistiques descriptives indiquées plus haut, les demandeurs rejetés candidatent initialement pour des montants plus importants que les demandeurs acceptés. Or, la surestimation, par l’agent, de ses capacités d’endettement est un mauvais signal envoyé à l’organisme de crédit. Cependant, l’effet de cette variable sur la probabilité de participation au programme n’est pas linéaire : à partir d’un certain montant, plus le montant demandé est important, plus le demandeur a la probabilité d’avoir accès au microcrédit. Ce résultat traduit certainement la progressivité des prêts demandés au fil des crédits et au regard des performances de remboursement passées.
52Le fait d’avoir un garant augmente la probabilité d’avoir accès au microcrédit. Le garant apparaît bien comme un des mécanismes de sélection de VivaCred. La difficulté qu’a un agent à trouver un garant est un signe de motivation et le fait que quelqu’un se porte caution pour lui, un gage de qualité de son projet.
53L’appartenance de l’entreprise au secteur formel augmente la probabilité d’accès au microcrédit. Ce résultat peut paraître surprenant et soulève deux questions : quel est l’intérêt pour VivaCred de prêter aux entreprises formelles ? Quel est l’intérêt pour une entreprise formelle qui dispose probablement de sources alternatives de financement d’avoir recours au microcrédit ?
54La stratégie de VivaCred peut se justifier par les bénéfices importants dégagés par les entreprises formelles de la base. On peut, en effet, supposer que l’agent de crédit accorde un prêt en regardant la probabilité de défaut des agents qui est alors estimée faible pour ces derniers. En outre, il est plus aisé et moins coûteux en termes d’acquisition d’informations d’évaluer une entreprise formelle. On peut alors émettre l’hypothèse suivante : l’institution, en privilégiant les détenteurs d’entreprises formelles, utiliserait une stratégie de type “subvention croisée“ qui consiste à prêter aux agents les plus riches des sommes plus importantes afin de pouvoir supporter le coût des petits prêts accordés aux débiteurs moins fortunés et/ou aux entreprises disposant de statut informel.
55Cependant, l’intérêt, dans le cadre du microcrédit, doit être mutuel. En effet, nous avons vu que la valorisation de l’accès au crédit dans le futur est une variable importante garantissant le remboursement ex post. Or, on peut se demander si le microcrédit pour l’entreprise formelle n’est pas utilisé uniquement comme source secondaire de financement ou en cas d’urgence. De surcroît, les mécanismes d’incitations dynamiques présentés dans la revue de la littérature ne fonctionnent qu’en cas de relation de quasi-exclusivité entre le prêteur et l’emprunteur (Ghosh et Ray, 1999). Or, on peut supposer qu’une entreprise formelle a d’autres sources potentielles de financement ce qui peut constituer un obstacle au remboursement.
56L’efficacité d’une stratégie de subvention croisée sera testée dans l’analyse des déterminants des performances de remboursement en étudiant le comportement des débiteurs disposant d’entreprises formelles.
57Dans la mesure où le statut semble influencer la décision de prêt de l’entreprise, on peut se demander si le modèle de scoring bancaire est différent selon les deux types d’entreprises [25] : entreprise formelle ou informelle. Ainsi nous avons scindé la base en deux : une contenant les informations sur les entreprises informelles et l’autre sur les entreprises formelles. Nous avons ensuite procédé aux estimations sur les deux bases. Les résultats sont présentés dans le tableau A4.1. Il apparaît alors que les variables prises en compte pour sélectionner les clients sont quelque peu différentes selon que l’entreprise dispose ou non d’une constitution juridique. Les résultats mettent en évidence notamment le fait que le caractère informel représente un frein lors de la première demande alors qu’être formel facilite l’accès immédiat au microcrédit. En outre, le revenu total du ménage est une variable fortement significative pour les entreprises informelles (plus il est important et plus elles ont de probabilité d’avoir accès au crédit) alors qu’elle l’est plus faiblement pour les firmes formelles et a un impact opposé [26]. Le fait d’avoir un garant n’intervient pas dans la décision de prêter certainement aux firmes formelles car celles-ci sont plus faciles à évaluer et disposent de preuves légales de revenus. Le montant du crédit sollicité n’est significatif que pour les entreprises informelles et a les mêmes effets que ceux apparaissant déjà dans les résultats généraux. En revanche, cette variable est non significative pour les entreprises formelles. Enfin, l’âge et le nombre de personnes à charge ne sont pas non plus des variables significatives pour les entreprises formelles.
Analyse des déterminants des performances de remboursement de l’emprunteur : l’enjeu de l’informalité
58L’estimation des performances de remboursement est effectuée de même à travers un modèle logit en panel. La variable dépendante utilisée est la variable dichotomique “EXCLU“ [27] :
60Les variables explicatives sont les suivantes :
- des variables représentant les caractéristiques individuelles de l’emprunteur, de l’entreprise et du contrat : le genre, l’âge du client, le nombre de personnes à charge, le revenu mensuel familial total, la part du revenu hors entreprise dans le revenu total, le statut de l’entreprise (formel/informel) ;
- des variables décrivant les mécanismes mis en place par l’institution pour inciter les agents à rembourser : variable proxy des mécanismes d’incitations dynamiques (rationnement en quantité de l’individu, Sharma et Zeller, 1997) et l’usage d’un garant ;
- une variable dummy indiquant le numéro du crédit de l’individu ;
- une perturbation.
Déterminants de la probabilité qu’un emprunteur connaisse d’importants retards de remboursement
Déterminants de la probabilité qu’un emprunteur connaisse d’importants retards de remboursement
61Alors qu’il n’y avait pas de différence de traitement ex ante à l’entrée du programme entre l’homme et la femme, les femmes ont de meilleures performances de remboursement que les hommes. Ce résultat est un résultat classique du microcrédit. De nombreux programmes ciblent en priorité les femmes car elles sont jugées comme ayant une plus grande discipline de paiement. Cependant, dans notre cas, ex ante, il n’y avait pas de politique particulière de ciblage des femmes. Le fait de vivre en concubinage diminue la probabilité qu’un emprunteur ait de mauvaises performances de remboursement. En revanche, être célibataire l’accroît. Plus l’entrepreneur est âgé et moins il a de probabilité de rembourser avec retard [29]. Plus l’individu a de personnes à sa charge et moins il a de probabilité de rembourser avec retard. Cependant, cette relation est non linéaire : les difficultés de remboursement peuvent devenir plus importantes si on doit faire vivre plusieurs personnes avec les revenus issus de son entreprise.
62De façon intuitive, plus l’individu a un revenu total familial élevé et moins il a de probabilité de retards de paiement et d’exclusion du programme suite à ce retard [30]. De surcroît, comme dans Vigenina et Kritikos (2004), plus les individus au sein d’un ménage diversifient leurs activités et moins le débiteur a de difficultés de remboursement. Il s’agit ainsi d’un critère de sélection que VivaCred devrait davantage prendre en compte ex ante : cette variable était non significative dans la première étude.
63La variable utilisée comme proxy des incitations dynamiques, le rationnement en quantité, ne ressort pas significative. En revanche, la variable “possession d’un garant“ est significative mais le résultat est contre intuitif : disposer d’un garant augmente la probabilité de rembourser avec retard. L’estimation effectuée ici ne permet pas de conclure réellement sur l’impact du garant. Ce mécanisme fait l’objet d’une étude plus approfondie dans Jaunaux et Venet (2007). Au regard des enseignements de cet autre article, le fait de disposer d’un garant au-delà de la première observation est le reflet des performances de remboursement passées. Lors du premier crédit, la possession d’un garant est obligatoire mais non par la suite. Ainsi disposer continuellement d’un garant peut être un signe de mauvaises performances de remboursement passées. En revanche, ne plus avoir de garant peut traduire un passé de bon client. Le signe obtenu peut donc être expliqué de cette façon mais il n’est pas possible de conclure à l’aide de ce modèle sur le rôle réel du garant [31].
64La taille des prêts est associée à un coefficient significatif et négatif. Cependant, l’effet de cette variable sur les prêts est non linéaire. Plus le montant du prêt est important et moins le client a de probabilité de connaître des retards de paiement ; au-delà d’un certain seuil, la taille du prêt a des effets positifs sur la probabilité de retard de paiement et donc d’exclusion. Ces conclusions rejoignent celles de Sharma et Zeller (1997) et de Godquin (2004) : la difficulté de remboursement d’un prêt augmente de façon logique avec son montant. L’étude de Godquin (2004), réalisée en coupe sur des données du Bangladesh, met en avant la possible endogénéité de la taille des prêts dans les performances de remboursement. L’intuition est la suivante : le montant du crédit accordé est déterminé par l’agent de crédit en fonction de la probabilité de défaut estimée du demandeur. Dès lors, dans le cadre de l’analyse des performances de remboursement, il est possible que le montant du prêt accordé soit endogène. Les déterminants de la taille des prêts et ceux des taux de remboursement sont susceptibles d’être partiellement expliqués par les mêmes variables omises telles que l’environnement, la motivation de l’individu, l’esprit d’entreprise. Cet auteur utilise alors la taille du prêt précédent comme variable instrumentale. Cependant, il est difficile de penser que la taille du prêt précédent n’a aucune influence également sur le remboursement présent. La relation de crédit est assimilable à un modèle dynamique où chaque décision est prise au regard des informations acquises sur le client de par son historique. Compte tenu de la difficulté à trouver un instrument adéquat pour la taille des prêts, nous avons d’abord estimé le modèle sans prendre en compte la taille du prêt ; puis, en l’ajoutant, les résultats demeurent sensiblement les mêmes.
65L’analyse des déterminants de la participation au programme, ex ante, a montré que posséder une entreprise formelle augmentait la probabilité d’accès au microcrédit. On a alors supposé que le programme donnait accès plus facilement à cette catégorie de demandeurs du fait de la facilité d’évaluation d’une entreprise formelle et des revenus élevés dégagés par celle-ci. Une hypothèse assez commune aurait pu laisser attendre un effet similaire ex post : une moindre efficacité des moyens juridiques dans le respect des contrats pourrait se traduire, dans le secteur informel, par une proportion plus importante de défauts qui justifierait de prêter aux entreprises formelles. Or, ex post, être un micro-entrepreneur formel augmente la probabilité de retards de paiement et d’exclusion du programme à l’avenir [32].
66Ce résultat suscite un questionnement sur les caractéristiques de ces débiteurs formels qui ont de mauvaises performances de remboursement. On pourrait en effet songer à l’existence d’un biais de sélection. Les firmes formelles sollicitant un microcrédit pourraient être celles qui ont vu leur dossier de crédit refusé dans les circuits de financement classiques. En d’autres termes, les firmes formelles présentes dans la base de données pourraient être les plus “mauvaises“ (les plus risquées) des firmes formelles, ce qui expliquerait les résultats. Cependant, une analyse plus poussée des statistiques descriptives concernant ces entreprises contredisent cette hypothèse. En effet, selon les données présentées dans le tableau A5.2, les agents disposant d’entreprises formelles et ayant eu de mauvaises performances de remboursement ont un revenu 2,5 fois plus élevé que celui des entreprises informelles. Il est, de plus, peu différent du revenu des agents formels ayant de bonnes performances de remboursement (la différence étant d’environ 4 %) [33].
67Il est dès lors possible d’envisager une explication : dans la mesure où le revenu moyen des agents disposant de ce type d’entreprises est relativement élevé, l’accès de ces débiteurs à d’autres types de financements est probable, ce qui réduit leurs incitations à rembourser. On peut penser alors que le microcrédit est une source secondaire de financement pour eux. Il s’agit d’une hypothèse non testable faute de données. Dans la base de données originelle figure une variable “autres dettes“ ; cependant celle-ci est très mal renseignée : il manque cette information pour 97 % des individus de la base, cette variable est donc inutilisable.
68Ces hypothèses sont confortées par les résultats des estimations effectuées séparément sur les deux groupes d’agents (formels et informels). Ceux-ci sont présentés dans le tableau A6.1. La diversification des revenus au sein du ménage, en toute logique, n’a d’effets positifs sur les performances de remboursement que pour les entreprises informelles. Les seules variables influençant les performances de remboursement des entrepreneurs formels sont le fait de disposer d’un garant et la variable proxy des incitations dynamiques, le rationnement en quantité. Or, cette variable n’est pas significative dans les résultats généraux et ceux concernant les entreprises informelles. Les résultats montrent que plus les entreprises formelles sont rationnées et plus elles ont de mauvaises performances de remboursement [34]. Ainsi, selon les conclusions de Sharma et Zeller (1997) présentées dans la revue de la littérature, les entreprises formelles seraient tellement rationnées en quantité par cette institution qu’elles accorderaient une valeur moindre au prêt accordé et auraient moins d’incitations à avoir de bonnes performances de remboursement. La thèse selon laquelle le microcrédit est pour ces entreprises une source secondaire de financement est d’autant plus probable.
69Or, la non exclusivité dans la relation contractuelle entre l’institution et l’emprunteur a deux implications :
- la multiplication des sources de financements augmente le taux d’endettement individuel et ainsi affecte les performances de remboursement de l’individu (Armendariz de Aghion et Morduch, 2005 ; McIntosh et Wydick, 2005) ;
- dans la mesure où les individus ont d’autres sources de financement, ceux-ci accordent une faible importance à l’accès au microcrédit dans le futur. Or selon Diagne et al. (2000), il s’agit d’un des principaux facteurs incitant les agents à rembourser.
70Par contre, VivaCred face aux débiteurs disposant d’une activité informelle est en situation de quasi-monopole : le fait d’être exclu du secteur bancaire classique conduit l’individu à accorder une valeur plus importante au microcrédit et donc à avoir de bonnes performances de remboursement (Diagne et al., 2000). L’entreprise informelle, exclue du marché bancaire classique, valorise fortement la relation qu’elle entretient avec l’institution de microcrédit car elle constitue une opportunité réelle, et souvent unique, de développer son activité.
Conclusion
71Cet article étudie une expérience longue (sept ans) de microcrédit individuel ; ceci contraste avec la majeure partie de la littérature qui s’est centrée davantage sur l’analyse du crédit solidaire. En effet, le regard posé sur les économies émergentes nécessite d’orienter les recherches vers d’autres axes : le microcrédit individuel et non plus, de façon exclusive, le crédit solidaire ; l’informalité et non se limiter à un objectif exclusif de lutte contre la pauvreté.
72Ce travail s’interroge sur les implications de cette approche spécifique du point de vue de la population cible ainsi que des mécanismes microéconomiques régissant la discipline contractuelle.
73Contrairement à la littérature existante sur le sujet, nous incluons dans les variables étudiées le statut légal de l’entreprise afin de montrer comment l’informalité influe sur la discipline contractuelle. L’étude fait apparaître les résultats originaux suivants. Ex ante, le prêt aux entreprises formelles est pensé comme une stratégie de diversification des risques et un outil de “subvention croisée“ adoptés par l’institution à la recherche de la viabilité financière. Toutefois, ex post, cette stratégie apparaît non fondée : les débiteurs disposant d’une entreprise formelle sont de “mauvais“ payeurs. Au contraire, les entreprises informelles valorisent fortement l’accès au crédit dans le futur ce qui joue un rôle crucial sur leurs performances de remboursement (Diagne et al., 2000).
74Ces résultats témoignent de la nécessité de ne pas prendre en compte uniquement une analyse en termes de revenus mais d’intégrer également dans les études les notions de concurrence et de valorisation de l’accès au crédit dans le futur. Une analyse en termes de revenus rend le prêt aux entreprises formelles légitime, des éléments autres que le simple revenu entrent en compte ex post au niveau du remboursement. La base de données de VivaCred est peu renseignée concernant les autres dettes détenues par les agents et notamment par les agents formels. VivaCred aurait intérêt pour envisager une solution aux mauvaises performances de remboursement des entreprises formelles d’effectuer un audit plus poussé lors de la sélection des clients sur les autres sources de financement des agents. De surcroît, la menace d’être inscrit sur les listes des bureaux de crédit brésilien semble peu crédible en cas de retards de paiement et donc inefficace pour lutter contre ceux-ci. Elle est en effet flexible selon les dires des dirigeants en cas de retards et s’appliquerait davantage en cas de défaut. Une application plus systématique de cette politique en cas de retards excessifs (supérieurs à dix jours par échéance) est peut-être un autre moyen de réduire les mauvaises performances de remboursement des débiteurs.
75Cet article montre que le microcrédit est un outil attractif pour les entreprises informelles mais la dynamique de cette relation semble in fine ambiguë. Cet article souligne un constat : seules 47 entreprises sur 6 693 changent de statut. Cependant, on ne peut à partir des données présentes statuer sur le réel impact du microcrédit sur la formalisation. Il serait donc nécessaire de mener des recherches complémentaires sur cette question.
76En effet, alors que la formalisation devrait être un objectif à terme pour permettre à l’entreprise de croître, il est difficile de savoir si le microcrédit et la formalisation sont complémentaires ou substituables, deux options sont possibles.
77Selon un premier scénario, l’accès au microcrédit devrait permettre l’accroissement de l’activité de l’entreprise et l’augmentation de sa profitabilité. L’entreprise serait alors en mesure de financer le coût de sa formalisation. Celle-ci lui permettrait, si son développement, en partie imputable au microcrédit, est conséquent, d’avoir accès par la suite aux services bancaires traditionnels (en supposant qu’il existe des institutions “intermédiaires“ susceptibles de s’intéresser à des entreprises qui restent malgré tout très petites). C’est pourquoi, et de manière indirecte, l’accès au microcrédit pourrait globalement inciter certains micro-entrepreneurs à la formalisation. Les politiques publiques de flexibilisation du marché du travail et de réduction des charges fiscales pour les micro-entreprises et ainsi du coût de la formalisation ne seraient pas les seuls instruments sur lesquels jouer pour réduire l’informalité. Il serait possible également d’agir conjointement à l’aide de politiques telles que le microcrédit pour rendre ce coût supportable (Cortez Reis et Ulyssea, 2005).
78Néanmoins, un deuxième scénario est envisageable. Le sens unique de cette causalité est discutable. Un des problèmes majeurs de l’entreprise, du fait de son statut informel, est l’accès aux sources de financement. Si le microcrédit résout en partie ce problème, n’y a-t-il pas un risque que l’entreprise trouve tout son intérêt à demeurer informelle ?
79Ces interrogations finales rejoignent le débat actuel théorique et politique sur les enjeux de la formalisation : des politiques telles que le microcrédit doivent-elles être, comme cela est le cas dans des programmes français tels que l’ADIE [36], conditionnées à la formalisation de la micro-entreprise ?
80L. J.
Procédures employées en cas de retard ou défaut de paiement
81L’agent de crédit, responsable du suivi des dossiers, met en place la procédure suivante si le client ne rembourse pas la mensualité dans les temps prévus par le contrat.
82Dans un premier temps, il téléphone ou rend visite au client dès le premier jour de retard. À travers ces contacts pris, il s’informe du réel motif de retard et vérifie quand sera effectuée la régularisation du contrat. Les visites sont un moyen efficace d’incitation. Elles permettent de vérifier la cause du retard et proposer des solutions alternatives. À noter qu’en cas de retard, des intérêts de pénalités de 3 % sont exigés sur la mensualité suivante.
83Dans un second temps, deux courriers sont envoyés au client, un au-delà de sept jours de retard et un autre au-delà de quinze jours. Dans les quarante-huit heures, en l’absence de réponse à cette dernière lettre, un courrier est envoyé au garant.
84Au-delà de trente jours de retard, le client et le garant sont informés de leur inscription sur la liste du bureau de crédit brésilien SPC (Serviço de Proteção ao Crédito).
85Si la dette n’est toujours pas réglée, l’agent de crédit peut renégocier avec le client les termes du contrat et ré-échelonner les paiements. Le compromis alors passé doit être approuvé par une commission habilitée. Une fois le compromis accepté, le client paiera 2 % de pénalités sur son prochain remboursement.
86Lorsque le retard de paiement est dû à une modification de la situation socio-économique du client, à l’occurrence d’événements indépendants de la volonté du débiteur (accident grave, maladie, vol) ou à l’environnement dans lequel est développée son activité (climat de violence induit par les actions des trafiquants), le prêt peut être refinancé. Un nouveau contrat se substitue alors à l’ancien. Une nouvelle analyse du dossier est effectuée et celui-ci repasse devant la commission de crédit.
87Dans les deux derniers cas, si le débiteur avait été inscrit sur la liste du SPC, une demande d’exclusion sera effectuée.
88Dans les cas exceptionnels où aucune de ces solutions n’a été obtenue, la justice est saisie.
89VivaCred a recours à une politique très souple en matière d’inscription sur les listes du SPC, il s’agit du dernier recours pratiqué dans les cas extrêmes de non règlement de la dette et très rarement en cas de retard de paiement.
Test de spécification : modèle à effets aléatoires versus effets fixes
90On ne peut employer un modèle à effets aléatoires sans vérifier au préalable que les effets individuels ne sont pas corrélés avec nos variables explicatives. Dans la mesure où nous disposons ici de données non cylindrées dans plusieurs dimensions (observations et périodes d’observations) et que notre variable dépendante est dichotomique, pour trancher entre les hypothèses d’un effet individuel fixe ou aléatoire, nous effectuons un test de spécification inspiré de l’approche de Mundlak (1978) pour le modèle à erreurs composées standard mais appliqué à des données non cylindrées à deux dimensions et à un modèle dont la variable dépendante est dichotomique. On suppose donc qu’une éventuelle corrélation entre les effets individuels et les variables explicatives peut s’écrire comme une régression affine de la forme : avec (Dormont et
91Milcent, 2005). Sous cette hypothèse le modèle devient :
93Ainsi, le test d’indépendance de l’effet spécifique individuel revient à tester la nullité des coefficients dans le modèle (2). Les résultats de ce test sont présentés dans le tableau 5. Le test conduit à rejeter l’hypothèse de dépendance entre les et les variables explicatives du modèle. Nous privilégierons donc un modèle à effets aléatoires.
Matrices de corrélation
94Nos estimations sont faites à partir de deux bases sensiblement différentes. Nous utilisons la base complète pour l’analyse des déterminants de la participation au programme c’est-à-dire la base comprenant l’ensemble des demandes de crédits acceptées et refusées (tableau A3.1). Puis nous ne conservons que les clients de l’institution pour l’étude des déterminants des performances de remboursement (tableau A3.2). Nous avons alors vérifié pour les deux analyses qu’il n’y avait pas de corrélation entre nos variables explicatives. Au regard des résultats, nos variables explicatives ne sont pas corrélées entre elles. Le co-mouvement le plus important est entre le montant du crédit sollicité ou approuvé et le revenu mensuel total du ménage. Cependant, le revenu mensuel total du ménage ne joue que pour 20 % sur la valeur du crédit sollicité et pour 25 % sur le montant du crédit approuvé.
Déterminants de la participation au programme
Déterminants de la participation au programme
Déterminants des performances de remboursement
Déterminants des performances de remboursement
Un même modèle de scoring bancaire pour l’entreprise informelle ou formelle ?
95Le tableau A4.1 met en évidence les différences dans le modèle de scoring bancaire entre les entreprises informelles et formelles. Les résultats ont été obtenus à l’aide d’un modèle logit en panel.
Modèle de scoring employé par VivaCred pour les entreprises informelles et formelles
Modèle de scoring employé par VivaCred pour les entreprises informelles et formelles
Déterminants des performances de remboursement des emprunteurs
96Le tableau A5.1 présente les résultats concernant l’étude des performances de remboursement des débiteurs en insérant la variable “nombre d’employés“. Les résultats ont été obtenus à l’aide d’un modèle logit en panel.
Etude des performances de remboursement des débiteurs, en insérant la variable « nombre d’employés »
Etude des performances de remboursement des débiteurs, en insérant la variable « nombre d’employés »
Statistiques descriptives concernant les différences de revenus entre agents formels et informels selon leurs performances de remboursement
Statistiques descriptives concernant les différences de revenus entre agents formels et informels selon leurs performances de remboursement
Des déterminants identiques pour les performances de remboursement pour l’entreprise informelle ou formelle ?
97Le tableau A6.1 donne les résultats concernant l’estimation des déterminants des performances de remboursement des entreprises informelles et formelles analysées séparément. Nous avons testé la non linéarité de toutes les variables. Le montant du crédit contrairement aux résultats généraux n’est une variable significative que pour les entreprises informelles et son effet sur les performances de remboursement est linéaire. Nous avons présenté deux spécifications du modèle pour les deux groupes d’agents, une prenant en compte le nombre d’employés et une sans. Il ressort, uniquement pour les entreprises formelles, que plus ces firmes ont d’employés et plus la probabilité d’avoir de mauvaises performances de remboursement est élevée.
Déterminants des performances de remboursement des entreprises informelles et formelles
Déterminants des performances de remboursement des entreprises informelles et formelles
Références
- Ahlin, C., Townsend, R.M., 2007. Using repayment data to test across models of joint liability lending, Economic Journal 117 (517), F11-F51.
- Allison, P.D., 2005. Fixed effects regression methods for longitudinal data using SAS, Cary, North Carolina, USA: SAS Institute Inc.
- Armendariz de Aghion, B., Morduch, J., 2000. Microfinance beyond group lending, Economics of Transition 8 (2), 401-20.
- Armendariz de Aghion, B., Morduch, J., 2005. The Economics of Microfinance, Cambridge MIT Press.
- Besley, T., 1995. Nonmarket institutions for credit and risk sharing in low-income countries, Journal of Economic Perspectives 9 (3), 115-27.
- Besley, T., Coate, S., 1995. Group lending, repayment incentives and social collateral, Journal of Development Economics 46 (1), 1-18.
- Carneiro F.G., Henley, A., Resa Arabsheibani G., 2006. On defining and measuring the informal sector, World Bank Policy Research Paper 3866, March.
- Churchill, C., 1999. Client-focused lending: The art of individual lending, Toronto: Calmeadow.
- Conning, J., 2005. Monitoring by peers or by delegates? Joint liability loans and moral hazard, Hunter College, Department of Economics, Working Papers 407.
- Cortez Reis, M., Ulyssea, G., 2005. Cunha fiscal, informalidade e crescimento: algumas questoes e propostas de politicas, Texto para Discussão n° 1068 IPEA.
- Diagne, A., Chimombo, W., Simtowe, F., Mataya, C., 2000. Design and sustainability issues of rural credit and saving programs for the poor in Malawi: An action oriented research project, Washington, DC: IFPRI.
- Dormont, B, Milcent, C., 2004. Tarification des hôpitaux : la prise en compte des hétérogénéités, Annales d’Économie et de Statistique 74, avril-juin, 47-82.
- Ferreira, F.H., Lanjouw, P., Neri, M., 2003. A robust poverty profile for Brazil using multiple data sources, Revista Brasileira de Economia 57 (1), January-March, 60-92.
- Freimer, M., Gordon, M.J., 1965. Why bankers ration credit, Quarterly Journal of Economics 79, 397-416.
- Ghatak, M., 1999. Group lending, local information and peer selection, Journal of Development Economics 60 (1), 27-50.
- Ghatak, M., Guinnane, T., 1999. The economics of lending with joint liability: Theory and practice, Journal of Development Economics 60 (1), 195-228.
- Ghosh, P., Ray, D., 1999. Information and enforcement in informal credit markets, Boston University Institute for Economic Development Paper 93.
- Giné, X., Karlan, D., 2007. Group versus individual liability: A field experiment in the Philippines, CEPR Discussion Paper 6193.
- Godquin, M, 2004. Microfinance repayment performance in Bangladesh: How to improve the allocation of loans by MFIs, World Development 32 (11), 1909-926.
- Jaunaux, L., Venet B., 2007. Microcrédit et pression sociale : le rôle du garant, Cahier de recherche EURIsC0, à paraître.
- Karlan, D., 2006. Social connections and group lending, Economic Growth Center, Yale University Working Paper 913.
- Kumar, A., 2005. Access to financial services in Brazil, World Bank Working Paper 30 858.
- Madajewicz, M., 1999. Capital for the Poor: The Effect of Wealth on the Optimal Credit Contract, New York: Columbia University Press.
- Madajewicz, M., 2003. Does the Credit Contract Matter? The Impact of Lending Programs on Poverty in Bangladesh, New York: Columbia University Press.
- Maloney, W.F., 1999. Does informality imply segmentation in urban labor markets? Evidence from sectorial transitions in Mexico, The World Bank Economic Review 13(2), 275-302.
- Matin, I., 1997. Repayment performance of Grameen Bank borrowers: The unzipped state, Savings and Development 4, 451-73.
- McIntosh, C., Wydick, B., 2005. Competition and microfinance, Journal of Development Economics 78 (2), 271-98.
- Morduch, J., 1999. The microfinance promise, Journal of Economic Litterature 37 (4), 1569-614.
- Neri, M., 2003. Sem garantias, nem crédito, Revista Conjuntura Economica, 54-56.
- Rocha, S., 2003. Pobreza no Brasil: afinal, de que se trata?, Rio de Janeiro: FGV Editora.
- Sadoulet, L., 2000. The role of mutual insurance in group lending, ECARES, Free University of Brussels.
- Sevestre, P., 2002. Econométrie des panels, Paris : Dunod.
- Sharma, M., & Zeller, M., 1997. Repayment performance in group-based credit programs in Bangladesh: An empirical analysis, World Development 25(10), 1731-742.
- Stiglitz, J.E., 1990. Peer monitoring and credit markets, The World Bank Economic Review 4 (3), 351-66.
- Stiglitz, J.E., Weiss, A., 1981. Credit rationing in markets with imperfect information, American Economic Review 17 (3), 393-410.
- Tedeschi, G.A.S., 2005. Here today, gone tomorrow: Can dynamic incentives make microfinance more flexible?, Journal of Development Economics 80 (1), 84-105.
- Vigenina, D., Kritikos A.S., 2004. The individual micro-lending contract: Is it a better design than joint-liability? Evidence from Georgia, Economic Systems 28 (2), Special Issue June, 155-76.
- Woolcock, M., 1998. Social capital and economic development, Theory and Society 27, 151-208.
- Wydick, B., 1999. Can social cohesion be harnessed to repair market failures? Evidence from group lending in Guatemala, The Economic Journal 109 (457), 463-75.
Mots-clés éditeurs : économétrie des variables qualitatives, microcrédit individuel, données de panel, économie informelle, performances de remboursement
Date de mise en ligne : 19/05/2008
https://doi.org/10.3917/ecoi.112.0099Notes
-
[1]
Laure Jaunaux, Attachée Temporaire d’Enseignement et de Recherche, EURIsCO, Université Paris-Dauphine, (laure. jaunaux@ dauphine. fr).
-
[2]
Une entreprise est informelle dès lors que son activité n’est pas déclarée légalement (Cadastre National des Personnes Juridiques au Brésil).
-
[3]
ECINF (Economia Informal) est une enquête réalisée en 2003 par l’Institut de Statistiques brésilien (IBGE) sur l’économie informelle.
-
[4]
De nombreuses études théoriques ont été menées sur l’impact des prêts de groupe sur les performances de remboursement. L’article de Ghatak et Guinanne est un article souvent cité en référence dans la mesure où il est une synthèse de la littérature existante.
-
[5]
Pour une revue de la littérature sur la question voir Morduch (1999) et Godquin (2004).
-
[6]
Les travaux de Sharma et Zeller (1997) et Godquin (2004) montrent que la probabilité de défaut de paiement augmente avec la taille du prêt accordé à l’emprunteur conformément à la théorie bancaire.
-
[7]
L’importance des incitations dynamiques dans le cadre du microcrédit a été mise en évidence théoriquement par Besley (1995).
-
[8]
Le rationnement en quantité est mesuré en prenant la différence entre le montant demandé par l’individu et le montant finalement accordé par le programme exprimé en pourcentage du montant du crédit demandé.
-
[9]
VivaCred est une institution de taille moyenne au Brésil, celle-ci disposait de 3 558 clients actifs en juin 2005. Créée en 1997, elle est une des institutions les plus anciennes et jouit d’une certaine notoriété auprès notamment de la préfecture de Rio de Janeiro et de la Banque de développement brésilienne. Le microcrédit est en expansion au Brésil : en 2002, seules neuf institutions disposaient de plus de 2 000 clients actifs.
-
[10]
Dès lors que le microcrédit est individuel, le garant est la forme de garantie la plus rencontrée dans les programmes brésiliens comme l’illustrent les programmes tels que de Blusol, Portosol et les programmes du réseau CEAPE. Le garant ne doit pas appartenir à l’entreprise de l’emprunteur, il peut être un parent ou un ami dès lors que son activité professionnelle est entièrement indépendante de celle de l’emprunteur. Il est obligatoire pour l’octroi du premier crédit. En revanche, il ne l’est plus par la suite. Le garant doit avoir un revenu mensuel qui, déduit des dépenses familiales, représente 70 % de la valeur de l’échéance mensuelle.
-
[11]
Nous ne disposons dans la base d’aucune donnée sur le niveau d’éducation des agents. Le type d’activité et sa saisonnalité ne sont pas non plus renseignés. Cependant, VivaCred ne finance que des commerces et des entreprises de services.
-
[12]
Le seuil de pauvreté utilisé est celui communément adopté par les économistes brésiliens : il est fondé sur un panier de biens alimentaires basiques calculé à l’aide des enquêtes de ménages (Rocha, 2003 ; Ferreira, Lanjouw et Neri, 2001).
-
[13]
« 10 % des individus les plus riches détiennent 98,5 % de la dette bancaire privée » (Neri, 2003).
-
[14]
Ces résultats sont similaires à ceux de Carneiro et al. (2006). Cet article montre que les travailleurs disposant d’une carte de travail sont en majorité des hommes.
-
[15]
Cf. Sharma et Zeller (1997), Matin (1997), Ahlin et Townsend (2007), Godquin (2004), Wydick (1999), Karlan (2006).
-
[16]
Godquin (2004) évoque ce même problème dans le cadre des principaux programmes bangladeshis : 55 % des clients de la Grameen Bank remboursent dans les temps (37 % pour la BRAC et 50 % en moyenne sur l’ensemble des programmes analysés).
-
[17]
Le logit classique n’est pas envisageable dans notre cas. Dans ce type de modèle, chaque observation pour une personne est considérée comme indépendante. Or les variables expliquées et explicatives sont ici observées pour un même individu à différentes dates successives. Les observations pour un même individu dans le temps ont de fortes chances d’être corrélées entre elles : un individu qui a eu accès à un premier crédit à la date t peut avoir une probabilité plus grande d’obtenir un autre crédit à la date t+1. La non prise en compte de la corrélation positive des observations peut induire des écarts-type surestimés.
-
[18]
Dans notre cas, le nombre d’observations diffère selon l’individu considéré et la période d’observation des individus est elle-même variable.
-
[19]
Ce test est présenté plus en détail dans l’annexe 2.
-
[20]
Nous avons calculé au préalable la matrice de corrélation afin de vérifier que nos variables ne sont pas corrélées entre elles. La matrice figure en annexe 3.
-
[21]
Ceci n’est pas valable pour l’ensemble des programmes brésiliens : le programme Banco da Mulher s’adresse notamment exclusivement aux femmes.
-
[22]
La non linéarité de la variable « âge » a été testée en ajoutant cette variable au carré. Cette dernière est non significative. La variable « âge » a bien un effet linéaire sur la probabilité d’accès au microcrédit. Les résultats ne sont pas communiqués par mesure de clarté dans la lecture des résultats.
-
[23]
Selon la définition admise par IBGE, l’institut de statistique brésilien, est considérée comme une micro-entreprise une entreprise comprenant au maximum cinq employés.
-
[24]
La non linéarité de l’effet du revenu sur la probabilité d’accès au microcrédit a été testée en incluant la variable « revenu total » au carré. Au regard de la non significativité de cette dernière, le revenu a bien un effet linéaire sur la probabilité de participation au programme. Les résultats ne sont pas communiqués pour plus de clarté dans la lecture des résultats.
-
[25]
Nous avons scindé la base en deux en prenant soin d’exclure de l’échantillon les 47 entreprises qui changent de statut sur la période d’observation.
-
[26]
Au regard des informations de la base de données, il s’agit bien souvent de PMEs (plus de cinq employés en moyenne) qui ont des besoins différents des micro-entreprises traditionnellement ciblées. En effet, les montants demandés par ces agents sont bien souvent largement supérieurs à ce que peut offrir VivaCred. La non correspondance entre les besoins de ces clients et les services financiers offerts peut expliquer en partie le refus de l’institution de prêter à ces agents.
-
[27]
La variable analysée est la variable « exclu » mise en évidence ultérieurement. Néanmoins, on a réalisé des études similaires avec les autres variables de performances (R0, R1, etc.), elles n’apportent cependant rien de supplémentaire à l’analyse. Si l’on prend par exemple la variable R0, remboursement dans les temps, les résultats sont exactement inverses ce qui semble logique.
-
[28]
Nous avons calculé au préalable la matrice de corrélation afin de vérifier que nos variables ne sont pas corrélées entre elles. La matrice figure en annexe 3.
-
[29]
La non linéarité de la variable « âge » a été testée en ajoutant cette variable au carré. La variable a bien un effet linéaire sur les performances de remboursement. Les résultats ne sont pas communiqués par mesure de clarté dans la lecture des résultats.
-
[30]
La non linéarité de l’effet du revenu sur les performances de remboursement a été testée en incluant la variable « revenu total » au carré. L’effet est bien linéaire. Les résultats ne sont pas communiqués pour plus de clarté dans la lecture des résultats.
-
[31]
L’efficacité du garant est mis en évidence dans Jaunaux et Venet (2007) : ils montrent dans cet article que le garant joue un rôle incitatif au travers, notamment, de la pression sociale qu’il exerce sur le débiteur qui ne respecte pas les termes du contrat.
-
[32]
Les entreprises formelles sont de plus grande taille (en termes d’employés) que les entreprises informelles. On peut également insérer le nombre d’employés dans la régression, celle-ci ressort significativement, plus l’entreprise détenue par le client a d’employés et plus le débiteur a de probabilité d’avoir de mauvaises performances de remboursement. La variable « statut légal de l’entreprise » demeure significative mais à 7 %. La variable de taille capte une partie des effets du statut légal même si ces variables ne sont pas a priori corrélées. Ceci n’est pas surprenant, plus une entreprise a d’employés, plus elle a de probabilité d’être formelle et ainsi d’avoir d’autres sources de financement (cf. tableau A5.1). La taille de la firme est une variable fréquemment utilisée dans les analyses faute de données comme variable proxy du statut légal.
-
[33]
La différence de revenus entre les agents informels ayant eu de bonnes performances de remboursement et ceux en ayant eu de mauvaises est de 10 %, soit une différence deux fois plus importante. De plus, 100 R$ n’ont pas le même poids sur des revenus faibles. Enfin, les crédits obtenus par les agents formels ayant de bonnes performances sont comparables à ceux des mauvais débiteurs formels (cf. tableau A5.2).
-
[34]
La non linéarité de la variable « rationnement » a été testée en ajoutant cette variable au carré. Cette dernière n’est pas significative. La variable « rationnement » a bien un effet linéaire sur les performances de remboursement. Les résultats ne sont pas communiqués par souci de clarté.
-
[35]
En cas de retards, le débiteur est censé être inscrit sur les listes des bureaux de crédit brésilien. Cependant, la très grande rareté des cas où cela a effectivement eu lieu laisse penser que la souplesse dans l’application de cette menace la rend faiblement crédible (cf. annexe 1).
-
[36]
ADIE : Association pour le Droit à l’Initiative Économique, principal programme de microcrédit français.
