Couverture de RECO_573

Article de revue

Contrôle prudentiel et détection des difficultés financières des banques

Quel est l'apport de l'information de marché ?

Pages 497 à 506

Notes

  • [*]
    Université de Limoges, lape, 5 rue Félix Eboué BP 3127, 87031 Limoges Cedex 1
    Courriels : isabelle. distinguin@ unilim. fr philippe. rous@ unilim. fr amine. tarazi@ unilim. fr
  • [1]
    Cette démarche, que l’on retrouve également chez Gropp, Vesala et Vulpes [2005], consiste à appréhender la fragilité bancaire par le biais de l’évaluation et des annonces publiques réalisées par les agences chargées d’apprécier la santé financière des emprunteurs. Dans le cas européen, elle se justifie par un nombre insuffisant de faillites bancaires officiellement déclarées.
  • [2]
    Chaque indicateur y est systématiquement soumis à un crible d’introduction ou d’élimination fondé sur sa contribution spécifique à l’explication de la variable binaire Yi. On utilise pour cela un test du ratio de vraisemblance en retenant un seuil de risque de 5 %.
  • [3]
    31 banques commerciales, 7 banques coopératives, 2 banques de crédit à moyen et long terme, 6 banques de crédit hypothécaire et immobilier, 2 banques d’épargne, 3 banques d’investissement, 9 holdings, 4 institutions de crédit non bancaire.
  • [4]
    Allemagne 7, Danemark 1, Espagne 5, France 8, Grèce 2, Irlande 1, Italie 15, Luxembourg 1, Norvège 2, Pays Bas 4, Portugal 4, Royaume Uni 11, Suède 1, Suisse 2.
  • [5]
    Cf. Distinguin, Rous et Tarazi [2006] pour une présentation de l’ensemble des ratios comptables utilisés.
  • [6]
    Cf. Curry, Elmer et Fissel [2003].
  • [7]
    On a procédé à des estimations sur deux sous-échantillons : un échantillon de banques disposant d’un ratio Dépôts/Actif élevé (supérieur à la médiane de l’échantillon, i.e 67.57 %) et un échantillon de banques disposant d’un ratio Dépôts/Actif faible. Une variable dummy prenant en compte l’importance de la dette subordonnée a été introduite. Elle prend la valeur 1 si le ratio Dette subordonnée/Actif est inférieur à la médiane de l’échantillon (1.51 %) et 0 sinon. L’introduction de cette variable ne modifie pas les résultats obtenus précédemment (cf. Distinguin, Rous et Tarazi [2006]).

1Le recours aux forces du marché pour améliorer la qualité du dispositif de réglementation prudentielle des banques trouve un écho grandissant tant au niveau académique (Berger, Davies et Flannery [2000], Flannery [1998, 2001]) qu’à celui des autorités de réglementation. La réforme du dispositif prudentiel des banques proposée par le comité de Bâle (Bâle II) repose sur trois piliers dont un préconisant le recours accru à la discipline de marché : une meilleure communication de la banque en direction du marché devrait permettre une meilleure évaluation des profils de risque. Dans ce contexte, et conformément à la distinction établie par Bliss et Flannery [2001], le marché est susceptible d’influencer le comportement des banques en termes de prise de risque (discipline directe) ou de fournir aux autorités prudentielles des signaux qu’elles peuvent exploiter pour améliorer la qualité de leur contrôle par le biais d’une surveillance des banques et de leur degré de risque (discipline indirecte).

2L’aptitude des données de marché relatives aux obligations subordonnées, aux dépôts non assurés, aux certificats de dépôts ou encore aux actions à refléter le risque pris par les banques a été évaluée dans différents travaux (cf. Flannery [1998, 2001] pour une revue de la littérature). D’autres études ont tenté de mesurer l’apport des indicateurs de marché pour la prédiction des problèmes de solvabilité bancaire en complément de l’information comptable traditionnellement exploitée (Curry, Elmer et Fissel [2003], Gropp, Vesala et Vulpes [2005], Krainer et Lopez [2004]). Ces études, menées pour la plupart sur données américaines, montrent que des indicateurs de marché apportent de l’information complémentaire à celle contenue dans les indicateurs comptables.

3Tout en s’inscrivant dans la lignée de ces travaux, on s’attache, d’une part, à proposer un cadre d’analyse mieux adapté au cas des banques européennes et, d’autre part, à soulever des questions théoriques négligées par la littérature empirique existante.

4Plutôt que de traiter de la question de la prévisibilité des faillites bancaires, on pose celle de la prévisibilité de mouvements d’ampleur même modeste de la situation financière des banques : l’anticipation de tels événements peut permettre la mise en œuvre de mesures correctives précoces ne remettant pas en cause de manière radicale les stratégies de développement poursuivies par les établissements visés. En s’appuyant sur un panel de banques européennes, on exploite des données de fréquences différentes (annuelles pour les données comptables et quotidiennes pour les données de marché) sans recourir aux hypothèses simplificatrices implicites à certains modèles empiriques existants. On privilégie aussi l’usage d’indicateurs de marché empruntés au marché des actions. L’objectif consiste également à enrichir un tel cadre d’analyse empirique en s’appuyant sur les enseignements de la théorie moderne de l’intermédiation financière. À la lumière de celle-ci qui met en relief le caractère par nature opaque des bilans bancaires, on s’interroge sur la pertinence de l’utilisation des indicateurs de marché pour certaines catégories d’établissements.

5L’article est ainsi articulé : on définit tout d’abord la méthode mise en œuvre pour estimer un modèle d’alerte avancée et tester les hypothèses ; on présente ensuite l’échantillon et le mode de construction des indicateurs utilisés ; enfin, on mesure la capacité du marché à véhiculer une information utile pour la prévision des difficultés financières des banques et on apprécie la robustesse de certaines conclusions au regard des spécificités des banques soulignées par la théorie.

Méthode utilisée

6On pose la question de la prévisibilité des détériorations de la situation financière des banques identifiées à l’aide des baisses de rating publiées par les trois principales agences de notation (Fitch, Standard et Poors, Moody’s). [1] Alors que la plupart des travaux antérieurs s’intéressent essentiellement aux situations de forte détresse d’un établissement reflétées par les dégradations de notation dépassant un seuil critique, on retient les annonces de détérioration des ratings quelles que soient leur ampleur et la note initialement assignée à la banque.

7En vue d’établir la prévisibilité de la fragilité bancaire, on construit une variable indicatrice de la dégradation de la situation financière et une batterie d’indicateurs avancés élaborés à partir de données comptables annuelles et de données de marché quotidiennes. Cette différence de fréquence pose problème. Pour éviter de procéder à une interpolation des données comptables manquantes qui ferait intervenir pour son calcul des informations encore ignorées par les agents, on ne pose la question de la prévisibilité des baisses de notation qu’à la seule date de publication des bilans et comptes de résultats annuels (31 décembre de chaque année). Ce sont donc ces dates de publication qui servent de « points fixes » (t) pour prévoir l’événement (i) relatif à la banque (b). Pour un horizon prédictif (K = 1, 2, 3, 4 trimestres), Yi(b, t) prend les modalités :

  • 1 si la banque (b) connaît, dans l’intervalle [t, t + K], une baisse de notation que ne vient contester aucune revalorisation sur l’ensemble de l’exercice comptable ;
  • 0 si les ratings de la banque (b) ne font l’objet d’aucune modification, quel qu’en soit le sens, sur l’ensemble de l’exercice
  • dans tous les autres cas, on considère que la valeur prise par la variable indicatrice ne peut être définie.
Les valeurs Ci(b, t) des indicateurs comptables et Mi(b, t) des variables de marché sont appréciées au point fixe, c’est-à-dire au 31 décembre de chaque année.

8La modélisation de la relation entre indicateurs avancés et variable expliquée fait l’objet d’une spécification de type Logit. La probabilité de l’événement {Yi = 1} est modélisée comme :

equation im1

9? (.) est la fonction de fréquence cumulée de la loi logistique, Cji le je indicateur comptable et Mli le 1e indicateur de marché.

10Pour les différents horizons prédictifs, on se limite, pour commencer, à l’examen du pouvoir prédictif des seuls indicateurs comptables. Les plus performants au regard de leur aptitude à prévoir la dégradation de solvabilité des banques sont identifiés selon une procédure stepwise[2]. On apprécie la réalité du caractère complémentaire de l’information véhiculée par les indicateurs de marché en imposant, pour chaque horizon prédictif, la présence des indicateurs comptables déjà sélectionnés et en identifiant, à l’aide d’une deuxième procédure stepwise, les indicateurs de marché (s’ils existent) qui apportent une information précoce et spécifique pour la prévision des baisses de notation.

11On apprécie ensuite la robustesse de cet apport complémentaire au regard du degré d’opacité des banques en estimant le modèle sur des sous-échantillons permettant d’isoler les différentes catégories d’intermédiaires financiers au regard de la théorie bancaire.

Échantillon et indicateurs utilisés

L’échantillon

12L’échantillon est constitué d’événements collectés pour 64 établissements bancaires [3] européens [4] cotés activement et notés par au moins une agence de notation sur la période 1995-2002.

13Les données de marché sont extraites de Datastream International sur la base d’une fréquence quotidienne et les données comptables annuelles de Bankscope Fitch ibca. L’échantillon ainsi construit en prenant soin de ne conserver que les banques notées dont les actions présentent un volume de transaction et une liquidité élevés se caractérise par un degré important d’hétérogénéité qui justifie qu’on se préoccupe de la stabilité de la relation étudiée au regard, notamment, de l’opacité des bilans.

Les indicateurs comptables

14On définit un certain nombre d’indicateurs comptables Ci(b, t) susceptibles de contribuer à l’explication des détériorations de la situation financière des banques. Ils sont construits à partir des ratios comptables Ri(b, t) les plus fréquemment utilisés dans l’évaluation de la situation financière d’un établissement. Par convention, on regroupe ces ratios Ri en quatre catégories qui correspondent aux différentes composantes de la note cael (Capital, Asset quality, Earnings and Liquidity). Pour chaque catégorie, on propose plusieurs ratios [5].

15Les ratios comptables peuvent être introduits dans l’équation prédictive soit directement en niveau soit en variation. Les études antérieures ont eu recours le plus souvent à des ratios comptables exprimés en niveau [6]. Cette démarche apparaît pertinente pour la prédiction d’un événement comme la faillite d’une banque ; s’il s’agit, en revanche, de prédire non pas un événement mais l’évolution d’une situation, ce n’est pas le niveau mais plutôt l’évolution de ces ratios qui importe. De surcroît, on doit noter, dans le cas de cette étude, qu’un établissement peut tout à la fois connaître une situation financière très satisfaisante (que reflèteraient des niveaux eux-mêmes satisfaisants des ratios comptables) en même temps qu’une évolution défavorable de celle-ci (que ne peuvent refléter que les évolutions de ces ratios). Par convention, on notera, de manière générique, Cji(b, t) la variation du ratio comptable Rji. définie comme : Cji(b, t) = ?Rji(b, t) = Rji(b, t) – Rji(b, t – 1). Ce sont ces variations Cji(b, t) qui sont en définitive retenues au titre d’indicateurs comptables.

Les indicateurs de marché

16Le tableau 1 présente les indicateurs de marché construits à l’aide de données quotidiennes des cours des actions bancaires. Ils correspondent aux principales mesures exploitées dans la littérature financière pour détecter non seulement des anomalies ou des chocs dans les évolutions des cours mais encore des modifications dans la perception du risque ou de la probabilité de faillite de l’émetteur. On note qu’à l’instar des indicateurs comptables, et pour les mêmes motifs, certains indicateurs de marché sont introduits en variation dans l’équation prédictive.

Tableau 1

Indicateurs de marché1

Tableau 1
Indicateurs Définition Relation attendue avec la dégradation financière LNP Écart du logarithme du prix à sa moyenne mobile calculée sur 261 jours de cotation Négative RCUM Rendements cumulés sur le 4e trimestre de l’exercice précédant l’événement Négative RCUM_NEG Variable dummy prenant la valeur 1 si des rendements cumulés négatifs ont été observés sur les deux derniers trimestres de l’exercice précédant l’événement et 0 sinon Positive EXCRCUM Excès de rendements cumulés par rapport au marché Négative EXCRCUM_NEG Variable dummy prenant la valeur 1 si les excès de rendements cumulés par rapport au marché ont été négatifs au cours des deux derniers trimestres de l’exercice précédant l’événement et 0 dans les autres cas. Positive RAC Rendements anormaux cumulés sur le dernier trimestre de l’exercice précédant l’événement Négative ?ECTYP Variation de l’écart type des rendements quotidiens entre les 3e et 4e trimestres de l’exercice précédant l’événement Positive ?BETA Variation du bêta du modèle de marché entre les 3e et 4e trimestres de l’exercice précédant l’événement Positive ?RISKSPEC Variation du risque spécifique, c’est-à-dire de l’écart type du résidu du modèle de marché entre les 3e et 4e trimestres de l’exercice précédant l’événement Positive ?Z Variation du Z-score2 entre les 3e et 4e trimestres de l’exercice précédant l’événement Négative ?DD Variation annuelle de la distance à la faillite (modèle de Merton/Black/Scholes)3) mesurée au terme de l’exercice précédant l’événement. Négative 1. Cf. Distinguin, Rous et Tarazi [2006] pour le détail des modes de construction de ces différents indicateurs. 2. Cf. Goyeau, Sauviat et Tarazi [1992]. 3. Cf. Crosbie et Bohn [2003] pour l’expression de la distance à la faillite.

Indicateurs de marché1

Résultats empiriques

17On apprécie tout d’abord la contribution des indicateurs de marché en augmentant chacun des modèles comptables les plus performants des indicateurs de marché qui apportent une information spécifique. On présente, ensuite, les résultats relatifs à l’influence éventuelle d’un effet « opacité des bilans » sur la pertinence des indicateurs de marché.

L’apport complémentaire des indicateurs de marché à l’explication des détériorations financières

Tableau 2

Détérioration financière : l’apport complémentaire des indicateurs de marché

Tableau 2
Modèle 1 Modèle 2 Modèle 3 Modèle 4 constante – 2.64*** (– 8.38) – 2.70*** (– 8.36) – 1.93*** (– 8.71) – 2.09*** (– 8.42) – 1.81*** (– 7.72) – 1.81*** (– 7.57) – 1.09*** (– 7.01) – 1.12*** (– 6.91) Ratios de rentabilité ?INTAP1 – 1.64** (– 2.48) – 1.81*** (– 2.82) ?ROE2 – 0.09*** (– 3.28) – 0.10*** (– 3.23) – 0.11*** (– 3.73) – 0.10*** (– 3.34) – 0.06*** (– 2.90) – 0.05** (– 1.97) Ratio de qualité de l’actif ?PROVCB3 0.31** (2.42) 0.27* (1.94) Indicateurs de marché LNP – 3.56** (– 2.28) – 3.35** (– 2.38) – 4.16*** (– 3.84) EXCRCUM – 3.55** (– 2.26) R2 Mc Fadden 0.044 0.092 0.056 0.094 0.091 0.129 0.027 0.088 Nombre d’obs. 188 188 210 210 179 179 238 238 Nombre de cas Y=1 16 16 30 30 30 30 63 63 statistique ?2 pour ?l=0 5.20** 5.13** 5.66** 14.76*** Ce tableau présente les résultats des estimations des modèles logit qui croisent la variable binaire avec une constante et les indicateurs comptables sélectionnés à l’aide de la procédure stepwise (première colonne pour chaque modèle) et des estimations des modèles logit qui croisent la variable binaire avec une constante, les indicateurs comptables retenus et les indicateurs de marché sélectionnés à partir de la procédure stepwise (2e colonne pour chaque modèle). Les modèles 1, 2, 3 et 4 considèrent respectivement des horizons de 1, 2, 3 et 4 trimestres. La méthode d’Huber White d’estimation des variances et covariances des coefficients estimés a été utilisée. Les asté risques *, ** et *** indiquent des niveaux de risque de première espèce de 10, 5 et 1% respectivement. Les valeurs des z-statistics apparaissent entre parenthèses. Le nombre d’observations varie d’un modèle à l’autre car toutes les données ne sont pas disponibles pour toutes les banques, toutes les années et tous les indicateurs. La statistique du ?2 correspond à un test du ratio de vraisemblance pour l’hypothèse de nullité de l’ensemble des coefficients attachés aux indicateurs de marché. 1. Variation du ratio Revenus nets d’intérêt/Actif productif moyen. 2. Variation du ratio Résultat net/Fonds propres. 3. Variation du ratio Provisions pour Créances douteuses/Crédits bruts.

Détérioration financière : l’apport complémentaire des indicateurs de marché

18Conformément à la méthode présentée plus haut, on identifie, pour chaque horizon de prédiction, le sous-ensemble des seules variables comptables le mieux à même d’expliquer la probabilité de déficience ultérieure (1re colonne pour chaque modèle). La contribution spécifique additionnelle des indicateurs de marché est ensuite appréciée en augmentant chaque modèle des indicateurs de marché les plus performants (2e colonne). Les résultats font apparaître que l’écart du logarithme du prix à sa moyenne mobile (lnp) améliore la qualité prédictive du modèle pour trois des quatre horizons ; pour un horizon inférieur à six mois, ce sont les excès de rendements cumulés (excrcum) qui contribuent le plus efficacement à l’explication des détériorations de situation financière. On note que tous les coefficients des différents modèles présentent le signe attendu.

Effet opacité bancaire et contribution des indicateurs de marché à la prévision des dégradations financière

19La théorie moderne de l’intermédiation financière incite à approfondir, au regard de certaines caractéristiques, l’analyse de la contribution des indicateurs de marché dans la détection avancée des fragilités bancaires. L’opacité du bilan que mesurerait, par exemple, la part des actifs non marchéisés (crédits) ou l’importance relative des ressources non marchéisées, est susceptible d’affecter la relation étudiée. L’asymétrie d’information est, en théorie, plus marquée pour les établissements à forte activité de crédit : le marché serait moins à même d’intégrer l’information nécessaire à l’évaluation de la situation de ces intermédiaires financiers. Il en irait de même pour les banques à forte activité de dépôt, moins soumises à la discipline de marché du fait de la présence de systèmes d’assurance dépôts. En revanche, des ressources marchéisées abondantes (et non assurées) fournissent au marché une incitation à valoriser avec justesse et à sanctionner l’établissement. La performance des indicateurs de marché serait alors d’autant plus grande que la part des ressources marchéisées au sein du bilan serait elle-même plus élevée. Le caractère avéré de l’« effet opacité » serait alors un argument pour inciter les établissements bancaires à développer la part de ces ressources de marché.

20On apprécie les conséquences de l’opacité du bilan sur la relation étudiée en procédant (annexe 1) à l’estimation du modèle augmenté des indicateurs de marché sur quatre sous-échantillons de banques correspondant à différentes catégories selon la structure et le degré de marchéisation (valorisation par le marché) de leur actif/passif : 1) banques à forte activité de crédit (actifs marchéisés faibles) et faiblement financées par des dépôts (ressources de marché élevées) ; 2) banques à forte activité de crédit et à forte collecte de dépôts (ressources de marché faibles) ; 3) banques à faible activité de crédit (actifs marchéisés élevés) et faiblement financées par le marché ; 4) banques à faible activité de crédit et fortement financées par le marché. Les quatre sous échantillons sont donc définis en croisant l’importance des ratios Crédits nets/Total de l’actif et Ressources Marchéisées/Total du passif. L’objectif poursuivi vise à analyser l’incidence exercée par l’abondance des ressources de marché sur l’opacité de leur actif. Les opérateurs sur les marchés, qui sont fortement incités à surveiller les banques dont le passif est, pour une large part, non assuré, sont-ils capables de percer l’opacité des banques dont l’actif n’est pas, en grande partie, valorisé par le marché (forte activité de crédit) ?

21Les résultats (annexe 1) font ressortir que l’aptitude des indicateurs de marché à prédire les dégradations financières pour les banques ayant largement recours à des ressources de marché est effective quelle que soit l’ampleur de l’activité de crédit (échantillons A et D). A contrario, lorsque le passif d’une banque est faiblement marchéisé (échantillons B et C), les indicateurs de marché sont inopérants. Pour les banques dont le passif est principalement constitué de dette non échangeable et assurée, le prix des actions ne véhicule pas d’information vraiment utile pour prédire leur situation financière future. On note que ce résultat vaut quel que soit le degré de marchéisation et donc de transparence de l’actif bancaire. Il vaut également quelle que soit l’importance relative de la dette subordonnée : pour les banques à forte activité de dépôts assurés et non valorisés par le marché, le recours plus ou moins important aux emprunts subordonnés ne modifie pas ce résultat [7].

Conclusion

22L’objectif de cette contribution était d’apporter un éclairage sur l’intérêt que peut présenter le marché des actions dans la détection avancée des dégradations financières des banques et, par conséquent, sur le rôle dévolu à la discipline de marché dans le nouveau dispositif prudentiel préconisé par le comité de Bâle II. Une modélisation Logit de prédiction des dégradations financières a été adaptée au cas des banques européennes afin de tester l’apport d’une batterie d’indicateurs construits à partir du cours des actions en complément des indicateurs comptables habituellement utilisés dans la littérature. Globalement, les résultats montrent qu’il est généralement possible de rejeter l’hypothèse d’absence de contribution spécifique des indicateurs de marché par rapport à l’information déjà délivrée à l’examen des comptes financiers. Toutefois, l’information contenue dans le prix des actions perd toute sa pertinence pour prédire les difficultés financières des banques à forte collecte de dépôts dont le passif est faiblement marchéisé et largement assuré. Les tests menés sur les titres subordonnés, qui font l’objet d’un débat important quant à leur aptitude à accroître la discipline de marché, ne permettent pas de trancher en faveur ou en défaveur d’un éventuel lien entre l’information contenue dans le prix des actions et la dégradation financière future d’une banque. Ainsi, d’après ces résultats, il paraît difficile (voire illusoire) d’extraire de l’information du marché afin d’améliorer tout dispositif de surveillance prudentiel pour les banques à forte collecte de dépôts à moins de les contraindre à un accroissement substantiel d’émissions de dettes marchéisées et non assurées.


ANNEXE 1

Structure et degré de marchéisation de l’actif/passif et apport des variables de marché

23Spécification du modèle : equation im4

Tableau 2
Échantillon A: crédits nets/actif élevé et ressources marchéisées/passif élevé Échantillon B: crédits nets/actif élevé et ressources marchéisées/passif faible Échantillon C: crédits nets/actif faible et ressources marchéisées/passif faible Échantillon D: crédits nets/actif faible et ressources marchéisées/passif élevé Modèle 1 Modèle 2 Modèle 3 Modèle 4 Modèle 1 Modèle 2 Modèle 3 Modèle 4 Modèle 1 Modèle 2 Modèle 3 Modèle 4 Modèle 1 Modèle 2 Modèle 3 Modèle 4 Constante – 2.16*** (– 2.94) – 2.60*** (– 3.75) – 3.85*** (– 3.01) – 0.62* (– 1.83) – 3.40*** (– 4.78) – 2.79*** (– 5.25) – 2.20*** (– 4.93) – 2.30*** (– 5.40) – 2.55*** (– 4.41) – 2.34*** (– 4.52) – 2.20*** (– 3.30) – 1.79*** (– 4.35) – 3.18*** (– 4.68) – 1.51*** (– 3.54) – 1.04*** (– 2.71) – 0.58* (– 1.95) ?INTAP – 1.58 (– 1.05) – 1.79 (– 1.21) – 0.99 (– 0.72) – 3.38*** (– 3.94) ?roe – 0.19*** (– 2.76) – 0.42*** (– 2.58) – 0.08 (– 1.40) – 0.06 (– 0.55) 0.06 (0.50) 0.07 (0.64) – 0.02 (– 0.20) – 0.08 (– 0.84) – 0.004 (– 0.05) – 0.11*** (– 3.55) – 0.10*** (– 2.79) – 0.08*** (– 2.59) ?PROVCB 3.55** (2.53) 0.26 (0.32) 1.55* (1.82) – 0.17 (– 0.54) lnp – 5.64 (– 1.11) – 14.02*** (– 2.73) – 5.44*** (– 2.72) 2.36 (0.91) 2.52 (1.17) 4.72* (1.90) – 2.88 (– 1.25) – 5.24** (– 2.45) – 3.24* (– 1.82) – 4.72** (– 2.33) – 4.77** (– 2.35) – 5.26** (– 2.38) EXCRCUM – 9.50** (– 2.07) – 0.34 (– 0.12) 1.33 (0.91) – 6.00*** (– 2.72) R2 de Mc Fadden 0.089 0.268 0.545 0.148 0.043 0.006 0.021 0.054 0.034 0.017 0.196 0.033 0.318 0.226 0.219 0.183 Nombre total d’observations 35 42 32 56 61 65 56 66 51 53 46 56 41 50 45 60 Nombre d’observations avec Y = 1 5 8 5 24 3 4 6 8 4 5 5 8 4 13 14 23 Ce tableau reproduit les résultats des estimations des modèles logit qui croisent la variable binaire avec une constante, les indicateurs comptables et les indicateurs de marché retenus précédemment. Quatre sous échantillons sont pris en compte en croisant l’importance des ratios crédits nets/total de l’actif et ressources marchéisées/total du passif. Les ratios sont considérés élevés si leur valeur est supérieure à la médiane (25.63% pour ressources marchéisées/passif et 54.32% pour crédits nets/actif). Les modèles 1, 2, 3 et 4 considèrent respectivement des horizons de 1, 2, 3 et 4 trimestres. La méthode d’Huber White d’estimation des variances et covariances des coefficients estimés a été utilisée. Les astérisques *, ** et *** indiquent des niveaux de significativité de 10, 5 et 1% respectivement. Les valeurs des z-statistics apparaissent entre parenthèses.

Bibliographie

RÉFÉRENCES BIBLIOGRAPHIQUES

  • Berger A. N., Davies S. M., Flannery M. J. [2000], « Comparing Market and Supervisory Assessments of Bank Performance : Who Knows What When ? », Journal of Money, Credit and Banking, 32, p. 641-667
  • Bliss R. R., Flannery M. J. [2001], « Market Discipline in the Governance of US Bank Holding Companies : Monitoring versus Influencing », dans Mishkin F. S., Prudential Supervision : What Works and What Doesn’t, Chicago, (Ill.), The University of Chicago Press, 2001
  • Crosbie P. J., Bohn J. R. [2003], « Modeling Default Risk », San Francisco, Kmv Corp.
  • Curry T. J., Elmer P. J., Fissel G. S. [2003], « Using Market Information to Help Identify Distressed Institutions : A Regulatory Perspective », fdic Banking Review, 15 (3).
  • Distinguin I., Rous P., Tarazi A. [2006], « Market Discipline and the Use of Stock Market Data to Predict Bank Financial Distress », Journal of Financial Services Research, à paraître.
  • Flannery M. J. [1998], « Using Market Information in Prudential Bank Supervision: A Review of the U.S. Empirical Evidence », Journal of Money Credit and Banking, 30 (3) p. 273-305
  • Flannery M. J. [2001], « The Faces of Market Discipline », Journal of Financial Services Research, 20 (2-3), octobre/décembre, p. 107-119
  • Goyeau D., Sauviat A., Tarazi A. [2001], « Marché financier et évaluation du risque bancaire. Les agences de notation contribuent-elles à améliorer la discipline de marché ? », Revue économique, 52, mars, p. 265-283
  • Goyeau D., Tarazi A. [1992], « Évaluation du risque de défaillance bancaire en Europe », Revue d’économie politique, 102, p. 250-280
  • Gropp R., Vesala J., Vulpes G. [2005], « Equity and Bond Market Signals as Leading Indicators of Bank Fragility », Journal of Money, Credit and Banking, à paraître.
  • Krainer J., Lopez J. A. [2004], « Incorporating equity market information into supervisory monitoring models », Journal of Money, Credit and Banking, 36, p. 1043-1068

Notes

  • [*]
    Université de Limoges, lape, 5 rue Félix Eboué BP 3127, 87031 Limoges Cedex 1
    Courriels : isabelle. distinguin@ unilim. fr philippe. rous@ unilim. fr amine. tarazi@ unilim. fr
  • [1]
    Cette démarche, que l’on retrouve également chez Gropp, Vesala et Vulpes [2005], consiste à appréhender la fragilité bancaire par le biais de l’évaluation et des annonces publiques réalisées par les agences chargées d’apprécier la santé financière des emprunteurs. Dans le cas européen, elle se justifie par un nombre insuffisant de faillites bancaires officiellement déclarées.
  • [2]
    Chaque indicateur y est systématiquement soumis à un crible d’introduction ou d’élimination fondé sur sa contribution spécifique à l’explication de la variable binaire Yi. On utilise pour cela un test du ratio de vraisemblance en retenant un seuil de risque de 5 %.
  • [3]
    31 banques commerciales, 7 banques coopératives, 2 banques de crédit à moyen et long terme, 6 banques de crédit hypothécaire et immobilier, 2 banques d’épargne, 3 banques d’investissement, 9 holdings, 4 institutions de crédit non bancaire.
  • [4]
    Allemagne 7, Danemark 1, Espagne 5, France 8, Grèce 2, Irlande 1, Italie 15, Luxembourg 1, Norvège 2, Pays Bas 4, Portugal 4, Royaume Uni 11, Suède 1, Suisse 2.
  • [5]
    Cf. Distinguin, Rous et Tarazi [2006] pour une présentation de l’ensemble des ratios comptables utilisés.
  • [6]
    Cf. Curry, Elmer et Fissel [2003].
  • [7]
    On a procédé à des estimations sur deux sous-échantillons : un échantillon de banques disposant d’un ratio Dépôts/Actif élevé (supérieur à la médiane de l’échantillon, i.e 67.57 %) et un échantillon de banques disposant d’un ratio Dépôts/Actif faible. Une variable dummy prenant en compte l’importance de la dette subordonnée a été introduite. Elle prend la valeur 1 si le ratio Dette subordonnée/Actif est inférieur à la médiane de l’échantillon (1.51 %) et 0 sinon. L’introduction de cette variable ne modifie pas les résultats obtenus précédemment (cf. Distinguin, Rous et Tarazi [2006]).
bb.footer.alt.logo.cairn

Cairn.info, plateforme de référence pour les publications scientifiques francophones, vise à favoriser la découverte d’une recherche de qualité tout en cultivant l’indépendance et la diversité des acteurs de l’écosystème du savoir.

Avec le soutien de

Retrouvez Cairn.info sur

18.97.14.80

Accès institutions

Rechercher

Toutes les institutions