L’efficience : déf., 5 types, techniques et approches

Le concept d’efficience et les méthodes d’estimation

Section 3 :

Les concepts d’efficience

3. 1 Définition des concepts d’efficience

Le débat sur la mesure de l’efficience d’une entreprise dans l’économie moderne débute avec Debreu (1951) et Koopmans (1951).

Ce dernier juge qu’une entreprise est techniquement efficace si elle se situe sur la frontière de son ensemble de production; en d’autres termes, un producteur est techniquement efficace si l’augmentation de la production d’un output quelconque nécessite la réduction de la production d’au moins un autre output ou l’utilisation d’une plus grande quantité d’au moins un input et, symétriquement, si une réduction de la quantité utilisée de n’importe quel input impose une plus grande utilisation d’un input substituable ou la réduction d’au moins un output.

Le concept d’efficience est un thème ambigu qui désigne l’habilité à transformer des intrants en extrants selon la stratégie globale de l’institution. Bien qu’il ait toujours été une question d’intérêt depuis quelques années.

Le concept d’efficience est un thème souvent utilisé indistinctement avec celui d’efficacité dans le vocabulaire de nombreux intervenants.

L’efficience permet d’apprécier les performances ainsi que le potentiel de développement d’une entité (entreprise, banque, etc. ). Elle permet également de situer un agent par rapport à ses concurrents.

Son application est relativement large, puisqu’elle fournit des mesures de l’efficience des dirigeants dans leurs missions de gestion des ressources humaines, productives, financières, etc.

Le concept d’efficience met donc l’accent sur la qualité de l’organisation et des décisions stratégiques sur les marchés. Il mesure la performance financière.

Cette dernière est habituellement jugée à l’aide d’indicateurs de rendement financier, comme le rendement des fonds propres. Ces indicateurs mettent d’une certaine manière l’accent sur la performance à court terme.

Ils ne sont complètement insensibles aux évolutions du marché financier. En revanche, les indicateurs d’efficience économique et d’efficience technique montrent l’état des déterminants de la performance à plus long terme.

Ils centrent l’attention sur les déterminants internes aux banques à savoir, leur capacité à maîtriser les coûts de production et de distribution, par des choix appropriés de la taille et d’organisation du réseau et leur capacité à optimiser les variables d’offre, c’est à-dire, à bien choisir les prix, la qualité des services offerts et l’étendue des compétences mise en œuvre.

Il existe plusieurs types d’efficience :

  • Coût
  • Technique
  • Technique pure
  • D’échelle
  • Allocative
  • Revenu

3. 2 Les 5 types d’efficience

3. 2. 1 L’efficience coût

L’efficience coût peut être assimilée à une forme d’efficience économique. C’est une mesure de la capacité d’une unité à minimiser les coûts pour un niveau d’input donné.

Une banque utilise des ressources, le capital, le travail, et des ressources financières pour générer une production, les dépôts, les crédits et des participations. Une frontière enveloppe de coût est construite pour un échantillon de banques et permettant d’estimer le coût minimum pour produire les différents outputs.

La position de chaque banque par rapport à cette frontière fournit une mesure de son efficience coût qui englobe deux composantes :

  1. l’efficience technique et
  2. l’efficience allocative.

3.2.2 L’efficience technique

Certaines banques sont « meilleures » que les autres. Cela tient d’abord à la qualité de leur organisation, qui leur permet de mieux gérer les flux physiques ou les opérations de transformation financières.

On dit de ces banques qu’elles sont « techniquement » efficiente parce qu’elles maîtrisent mieux les aspects techniques de production bancaires et parviennent en conséquence à offrir le maximum de service avec le minimum de ressources.

Cette première composante de l’efficience est technique parce qu’elle considère la manière dont les banques gèrent leurs ressources et maîtrisent leurs techniques de production.

En d’autre terme, l’efficience technique mesure la capacité d’une banque à produire le maximum d’output pour un certain niveau donné d’input, ou symétriquement, la capacité à produire un certain niveau d’output donné avec le minimum d’input ♣.

♣ La première interprétation rejoint l’orientation output et elle répond à la question : « de combien je peux augmenter mon output en gardant le niveau d’input constant ? ».
La deuxième interprétation rejoint l’orientation input et elle répond à la question : « de combien je peux diminuer mon input en gardant mon niveau d’output constant ? ». Coelli. T, (1996).

Compte tenu du fait que l’efficience est relative, la notion d’efficience technique au sens de Farrell (1957) se base sur l’écart entre le niveau d’outputs réalisé et sa capacité réelle de production♣.

Ce type d’efficience technique se décompose à son tour en efficience technique pure et efficience d’échelle :

  • L’efficience technique pure : elle mesure la capacité d’une banque à optimiser effectivement son output (respectivement son input) pour un niveau d’inputs (respectivement son input) donné, en éliminant les effets induits par la taille.
  • L’efficience d’échelle : elle mesure la capacité d’une unité à optimiser son niveau d’outputs pour un niveau d’inputs donné, ou symétriquement à optimiser son niveau d’inputs pour un niveau d’outputs donné, en tirant uniquement profit de ses rendements d’échelle.
    Ce type d’efficience peut être interprété comme une efficience « d’opportunité », puisque l’unité doit uniquement augmenter sa taille, par exemple, pour tirer profit de son avantage de rendement d’échelle.

3.2.3 L’efficience allocative

Une banque est efficiente allocativement si elle choisit les combinaisons productives les moins coûteuses, c’est-à-dire, qu’elle utilise les facteurs de production dans des proportions exactes compte tenu de leurs prix de marché.

Cette composante d’efficience permet également de mesurer la capacité à allouer des inputs aux activités les plus rentables. Elle considère la manière dont la banque intègre les prix et les autres conditions de concurrence, dans le but de la minimisation de ses coûts.

Il s’agit ici, d’une efficience allocative en input. On peut aussi parler d’une efficience allocative en outputs, lorsque la banque produit différents outputs dans des proportions exactes lui permettant de maximiser ses recettes.

♣ Lang et Welzel (1995), cité par Gospodarwiez, (2000).

3. 2. 4 L’efficience revenue

Considérant que le producteur a pour objectif de maximiser son revenu, le programme de la banque consiste, d’abord, à être techniquement efficace ; toute augmentation des quantités produites pour un niveau donnée de ressources ne peut que générer des revenus supplémentaires.

De plus, les prix des produits étant exogènes à la banque, celle-ci va produire dans des proportions lui permettant de maximiser ses ventes, on dit alors que la banque est allocativement efficiente dans la sélection des proportions dans lesquelles elle choisit de produire, c’est l’efficience allocative en produits.

Si la banque est techniquement efficiente dans la composition de ses produits, alors elle est considérée comme efficiente en revenu. En fait, l’indicateur d’efficience en revenu n’implique pas nécessairement l’efficience en coût.

En effet certaines décisions coûteuses peuvent générer des revenus suffisamment importants pour compenser ces surcoûts.

En réalité, la banque, comme toute autre organisation, n’est pas totalement efficiente alors elle n’opère pas sur la frontière de son domaine de possibilité de production, mais elle est écartée d’un certain degré d’inefficience mesurant la distance qui la sépare de cette frontière.

3. 2. 5 L’efficience-x

Le concept d’efficience-X introduit par Leibenstein (1966)♣, est fondé sur l’observation que les organisations n’exploitent pas leurs ressources de façon optimale.

En effet, des banques en apparence identiques peuvent parvenir à des résultats inégaux en terme de productivité, même si elles disposent de la même technologie et de la même combinaison des facteurs de production.

♣ Leibenstein. H, (1966), « allocative efficiency versus: X-efficiency » American Economic Review, vol 56, pp (392-415).

Il s’en suit que les banques n’opèrent pas seulement sur les points efficaces situés de long de la frontière de l’ensemble de production. Leibenstein a expliqué ce phénomène par l’existence d’un input X distinct des facteurs traditionnels (capital et travail) et qui reflète la qualité de l’organisation ou de la gestion des ressources.

S’il est difficile d’observer le niveau de l’input X, il est possible de l’approcher par le concept d’efficience – X. ceci consiste à situer l’activité d’une banque par rapport à la frontière efficiente, qu’elle soit de coût ou de production.

Ainsi pour une combinaison d’input donnée, le degré d’efficience-X est le ratio entre le niveau de production observé et le maximum possible.

Pour un niveau d’output donné, il est représenté par le rapport entre le coût minimum et le coût observé.

Section 4 :

Les méthodes d’estimation de l’efficience

Les praticiens mesurent habituellement l’efficience à l’aide de ratio de coût ou de résultats.

Ces mesures ne tiennent pas en compte les différences dans la combinaison des produits et des ressources entre les banques. Pour cela, la meilleure solution à ce problème est d’utiliser une fonction coût.

On mesure alors l’inefficience à partir de la différence des coûts et de quantité d’inputs entre une banque donnée et les meilleures banques, c’est-à-dire, pour la distance de cette banque par rapport à la frontière d’efficience.

Le principal problème est que la vraie frontière est inconnue. Il faut donc utiliser une approche économique et estimer cette frontière à partir des données comptables.

On détermine l’efficience relative à chaque banque par rapport à une frontière qui est propre à l’échantillon étudié.

L’inconvénient de cette approche est de surestimer les inefficiences si les banques situées sur la frontière ne mettent pas en œuvre en réalité la technologie efficiente.

4.1 Les techniques d’estimation

Pour estimer la frontière d’efficience, deux méthodes peuvent être utilisées (Fried, Lovell et Schmidt (1993)) : les méthodes non paramétriques et les méthodes paramétriques.

La différence essentielle entre ces méthodes est que les premières n’imposent aucune hypothèse quant à la forme de la fonction de production et de coût, alors que les secondes imposent au contraire de telles restrictions. Les applications utilisent en général une fonction Trans log.

Pour ces méthodes, les inefficiences sont contenues dans le terme d’erreur. Un terme d’erreur composite par définition comprend deux composantes, les inefficiences et l’erreur aléatoire. Cette dernière traduit l’inefficience du hasard ou des erreurs de mesures.

L’erreur aléatoire peut entraîner une augmentation ou une réduction des coûts, les inefficiences ne peuvent qu’entraîner leur augmentation.

Sur le plan économétrique, le problème est donc de distinguer ces deux composantes. La solution est de supposer que leurs distributions sont différentes. Cinq grandes approches ont été utilisées dans les travaux économétriques pour évaluer l’efficience des banques.

Ces méthodes sont différentes en raison :

  • Des hypothèses imposées sur la forme fonctionnelle de la frontière « best practice ».
  • L’existence ou non de l’erreur aléatoire.
  • Et les hypothèses sur la distribution de l’inefficience et de l’erreur aléatoire dans le cas où ce dernier existe.

On commence, pour mesurer l’efficience dans les banques, par l’étude des :

  • Approches non paramétriques qui spécifient la fonction de l frontière en estimant ses paramètres avec des techniques économétriques.
  • Puis les approches paramétriques qui utilisent des techniques de programmation linéaire pour envelopper les observations, sans spécifier la fonction de la frontière. pour mesurer l’efficience dans les banques.

4. 1. 1 Les approches non paramétriques

Il y a deux approches non paramétriques : « Data Envelopment Analysis » (DEA) et « Free Disposal Hull » (FDH).

  • L’approche DEA

L’approche d’enveloppement des données est une approche non paramétrique. Selon cette approche, le terme d’erreur n’est supposé nul, ce qui signifie qu’il n’y a pas de variations aléatoires des coûts. Toutes les variations de coût inexpliquées traduisent par conséquent des inefficiences.

La DEA est introduite par Charnes, Cooper et Rhodes (1978) après avoir développé les travaux de Farrel (1957) sur la mesure de la performance bancaire.

La DEA repose sur l’hypothèse fondamentale suivante : « si une banque A est capable de produire Y (A) unités d’outputs en utilisant X (A) unités d’inputs, alors les autres banques peuvent également y parvenir en opérant d’une manière efficiente.

Réciproquement, si une banque B est capable de produire Y (B) unités d’outputs en utilisant X (B) unités alors toutes les autres banques peuvent arriver au même plan de production.

En outre, les banques A, B et autres peuvent être combinée de telle sorte que nous obtenons une banque composite caractérisée par une quantité composite d’inputs et d’outputs ». ♣

Selon Seiford et Throll (1990), la DEA détermine une frontière au sommet des observations plutôt qu’un plan de régression en leur centre, cette frontière est linéaire dans le cas de rendements d’échelle constants et elle est concave dans le cas de rendements d’échelle variables.

♣ Dietsch, M. et Weill, L. (1997) : « les performances des banques de dépôts françaises : une évaluation par la méthode DEA ». Document de travail.

En effet, la DEA estime la frontière en utilisant des techniques de programmation linéaire♣sous des hypothèses relatives à la convexité et à la monotonie de l’ensemble des possibilités de production. Les unités (banques) les plus efficientes se trouvent directement sur la frontière.

Il existe diverses variantes de cette méthodes : avec rendements d’échelle constants (REC) ou variables (REV). Dans le cas d’une fonction de production à REC, la méthode DEA peut être appliquée comme suit :

Soient N firmes qui utilisent n facteurs de production pour produire m outputs. L’efficience productive optimale est obtenue par la maximisation du programme suivant :

Où yi et xi représentent respectivement les outputs et les inputs de la firme i. avec i = 1…N.

Le programme se ramène à un programme linéaire qui est :

Ce programme linéaire donne dans le cas particulier d’un seul input et d’un seul output, le degré d’efficience de la banque i par rapport à la frontièreefficiente de l’ensemble des banques.

♣Pour plus de détails voir Seiford et Thall (1990) et Leibenstein et Martal 1992).

On trouve dans la littérature des améliorations dans les modèles DEA à REC (rendements d’échelle constants), pour tenir compte des rendements variables. Plusieurs modèles sont proposés, dont on présentera leur cadre théorique, dans le cas d’une population de banques produisant un input et un output♠.

Le domaine des possibilités de production des banques est délimité par la bissectrice, représentant la frontière des possibilités de production DEA, à rendements d’échelle constants, et par une courbe (ABCD) représentant la frontière DEA avec rendements d’échelle variables (REV).

L’efficience technique est mesurée par la part de l’output observé dans l’output maximal sur la frontière.

Les banques A, B, C, D, G et E produisent chacune un niveau d’output donné. La figure suivante présente un modèle de frontière DEA à REV et à REC♣:

♠/♣ M. E. Chaffai (1997), et voir M. E. Chaffai et M. Dietsch (2000) : op. cit/op. cit Input

Les banques A, B, C, et D se trouvent sur la frontière DEA à REV, donc elles sont techniquement efficientes, alors que les banques G et E sont considérées comme inefficientes. La banque B est située sur la frontière DEA à REV et à REC, donc elle est efficiente techniquement et d’échelle.

Pour la banque E l’efficience technique est mesurée, par le ratio (HE/HD) si on détient une frontière DEA à REV, et (HE/HH’) si on détient une frontière DEA à DEC.

L’efficience d’échelle est mesurée en output par le ratio (HD/HH’), qui est égal au rapport des scores d’efficience [ (HE/HH’) / (HE/HD)]. Le même raisonnement pour la banque G.

La banque A se situe dans une phase de rendements d’échelle croissants et les banques C et D sont situées dans une phase de rendements d’échelle décroissants. Donc elles sont inefficientes en échelle.

  • L’approche FDH

L’approche « Free Disposal Hull » (FDH), initiée par Deprins, Simar et Tulkens (1984), est une autre approche non paramétrique et non stochastique, qui peut être considérée comme une génération des recettes variables de l’approche DEA pour un modèle réduit (cas particulier de l’approche DEA).

Ce modèle ne nécessite pas la convexité de la frontière estimée (Tulkens, 1993). Donc la méthode FDH est un cas particulier de la méthode DEA et la seule différence entre ces deux méthodes est d’ordre purement technique.

En effet, la DEA présume que la substitution linéaire entre les combinaisons d’inputs observées sur un isoquant est possible, alors que la FDH considère qu’il n’existe pas de substitution. Dans ce cas l’isoquant semble être formé par l’intersection des lignes tracées à partir des combinaisons d’inputs observées.

Tulkens (1993)♣a remarqué que la FDH est soit confondue, soit à l’intérieur de la frontière DEA, elle est donc capable de générer des estimations plus importantes de l’efficience que celle de la DEA. Toutefois, la littérature empirique montre que la DEA est l’approche non paramétrique la plus utilisée dans les études et les recherches.

  • Les limites des approches non paramétriques

L’inconvénient majeur de ces approches est qu’elles supposent l’inexistence de l’erreur aléatoire.

En effet, elles considèrent les points suivants :

  • Pas d’erreur de mesure dans la construction de la frontière.
  • Pas de hasard qui donne temporairement une décision de fabrication à meilleure performance une année après l’autre.
  • Pas d’inexactitude créée par la représentation des règlements qui prend en compte la déviation des inputs et outputs mesurés par rapport aux inputs et des outputs rentables.

L’efficience de la banque : les trois approches paramétriques

4.1.2 Les approches paramétriques

Il existe trois principales approches paramétriques :

  1. la frontière stochastique « Stochastic Frontier Approach » (SFA),
  2. l’approche de distribution libre « Distribution Free Approach » (DFA) et
  3. la frontière épaisse « Thick Frontier Approach » (TFA).
  • L’approche SFA

Pour dépasser l’insuffisance des premières frontières dite déterministes, Aigner, Lovell et Schmidt (1977), Battèse et Corra (1977), Moeusen et Van den Broeck (1977)♦ont simultanément développé des méthodes de frontières stochastiques (SFA).

Ces modèles paramétriques incluent un terme d’efficience positif (comme les approches déterministes), mais permettent aussi de considérer ce qui révèle de l’erreur dans l’observation ou dans la mesure de l’output.

♣ Tulkens. H. (1993): « On FDH Efficiency Analysis: Some Methodological Issues and Applications Retail Banking, Courts and Urban Transit ». Journal of Productivity Analysis. Vol, 4, pp 183-210.
♦ Cités par Leveque. J, Roy. W, (2004).

L’approche de frontière stochastique, appelée également « modèle à erreurs composées », décompose le terme d’erreur en une composante d’inefficience – X, et en une composante d’erreur aléatoire représentant les erreurs de mesure et les chocs exogènes.

La composante aléatoire suit une distribution symétrique normale, tandis que la composante d’inefficience suit une distribution asymétrique définie positivement pour une fonction de production.

Dans le cadre bancaire, comme toute autre industrie, la méthode « frontière stochastique » permet d’estimer une fonction de frontière (Cobb Douglas, Trans log, etc. ) et de déterminer l’erreur aléatoire et la composante de l’inefficience spécifique à chaque banque.

De nombreux auteurs ont présenté les caractéristiques principales de ce modèle, soit pour une fonction de coût, soit pour une fonction de production. Rouabah. A (2002) a présenté ce modèle pour une fonction de production (Y = f (X,β) dans la figure suivante :

Figure 1: Frontière de production stochastique, illustration du terme d’erreur dans le cas de deux observations i et j

Si on considère un échantillon de N banques, la frontière de coût efficiente se définit comme suit :

Où :

: Le coût total de la banque i.

: Le niveau des outputs de la banque i.

: Les prix des inputs de la banque i.

: Représente l’inefficience de la banque i.

: Représente le terme d’erreur aléatoire de la banque i.

F (. ) peut prendre plusieurs formes (Cobb Douglas, Trans log…). Par hypothèse, les visont distribués indépendamment selon la loi normale (0, δv2). En ce qui concerne le terme asymétrique ui, une hypothèse doit être faite sur sa distribution, afin de pouvoir séparer les deux contributions à la déviation de la frontière.

Le problème réside dans le fait qu’il n’existe pas de modèle théorique qui permet de choisir a priori une distribution particulière. Les résultats d’efficience sont potentiellement sensibles aux hypothèses sur la distribution de la variable asymétrique.

Les distributions fréquemment retenues sont la loi semi normale, la loi exponentielle ou une loi normale tronquée♣.

Steven son (1980)♠a proposé une généralisation sous la forme d’une distribution normale tronquée (valeur absolue d’une distribution normale (μ, δ2u), ou la moyenne μ peut être différente de zéro. Dans ce cas, la fonction de log-vraisemblance est donnée par :

Battèse et Coelli (1988) ont généralisé cette formulation pour des données en panel sous L’hypothèse d’une distribution normale et d’invariance des efficiences à travers le temps.

Cette généralité en données de panel à plusieurs avantages dans l’estimation des modèles de frontière stochastique.

Généralement, la disponibilité de donnée de panel permet d’avoir un nombre plus grand de degrés de liberté pour l’estimation des paramètres. Ce qui est le plus important, c’est que ces modèles permettent d’étudier le changement technique ainsi que le changement de l’efficience technique dans le temps.

♣ Les propriétés de la loi normale tronquée semblent plus réalistes que celle de la loi semi-normale (Chaffai 1997). Pour une synthèse sur ce point voir Zamorano. M, (2004), « Economic Efficiency and Frontier Techniques. » Journal of Economic Survey, vol 18, n°1.

♠Stevenson. R. E, (1980) « Likelihood functions for generalised Stochastic Frontier Estimation. » Journal of Econometrics, vol 13, pp (55-66).

  • L’approche DFA

C’est une approche paramétrique qui implique la spécification de la forme fonctionnelle de la frontière et qui contient un terme d’erreur avec deux composantes.

L’une représente, par hypothèse, l’inefficience-X (coût ou profit), tandis que l’autre représente une perturbation aléatoire, reflétant une mauvaise (bonne) fortune, ou une mesure des erreurs.

Bauer et Hancock (1993)♥et Berger (1993)♠,montrent que lorsque les inefficiences sont sans restrictions, les efficiences sont distribuées selon une distribution normale plutôt que semi-normales, indiquant une identification des inefficiences .

Bauer. P et Hancock. D, (1993), « the Efficiency of the Federal Reserve in Providing Check processing Services. » Journal of Banking and Finance,vol 17,pp (287-316)
♠ Berger. AN,(1993), « Distribution-Free Estimates of efficiency in the U. S. Banking Industry and Test of the Standard Distributional Assumption ». Journal of Productivity Analysis,4,pp (261-292)

Si les données de panel sont disponibles, quelques hypothèses distributionnelles maintenues dans l’approche de frontière stochastique peuvent être et l’approche de libre distribution peut être utilisée.

Cette approche n’impose pas d’hypothèses sur la distribution de la variable de l’inefficience dans la spécification de la frontière, de plus elle suppose aussi, que les termes d’erreurs aléatoires tendent à atteindre une moyenne très proche de zéro durant la période, autrement dit que les banques bien gérées le sont toujours, même en présence des fluctuations des coûts.

Ainsi, la mesure de l’efficience -X est une estimation du ratio des coûts (profits) estimées de la banque la plus efficiente sur les coûts (profits) estimées de chacune des autres banques.

En d’autre terme, l’inefficience-X est mesurée par le rapport du résidu moyen le plus faible de la banque la plus efficiente (umin) sur le résidu moyen de chaque banque sur la période (ui)♣.

Néanmoins, cette mesure d’efficience ne reflète pas des inefficiences exactes dans le cas où, les termes d’erreurs ne s’annulent pas sur la période d’étude. En effet, comme noté par Berger (1993), le résidu moyen calculé pour chaque banque sera surestimé.

Pour contourner ce problème, les auteurs ont adapté des mesures tronquées♠de l’efficience-X.

  • L’approche TFA

C’est une méthode paramétrique proposée la première fois par Berger et Humphrey (1991), pour l’estimation des frontières à partir d’une fonction de coût.

♣ Dietsch. M, Lozano. A, (2000), « How the environment determines banking efficiency: A comparison between French and Spanish industries. » Journal of banking and finance, n 24, pp (985-1004).
♠ Une mesure tronquée a une valeur α%, c’est-à-dire on suppose que α% des banques de l’échantillon sont supposées opérer sur la frontière d’efficience et on prend généralement α = 1%, α =5%, α=10%, selon la taille de l’échantillon.

L’idée de base consiste à classer les banques, dans l’échantillon, selon leurs coûts moyens, en deux quartiles. Les banques qui ont les coûts moyens,en deux quartiles.

Les banques qui ont les coûts moyens les plus faibles sont les plus efficientes et par conséquent, elles sont situées sur le quartile inférieur des coûts moyens. Par contre, les banques qui ont les coûts moyens les plus élevés sont les moins efficientes et elles sont ainsi situées sur le quartile supérieur.

La méthode TFA sépare les fonctions de coût du quartile ayant le coût moyen le plus élevé de celui ayant le coût moyen le moins élevé.

Le quartile inférieur peut être considéré comme une « Thick Frontier » et les banques qui lui appartiennent sont supposées avoir une efficience supérieure de l’efficience moyenne de l’échantillon.

La différence des termes d’erreur entre quartile supérieur et quartile inférieur mesure l’erreur aléatoire et les différences entre les coûts estimés des deux quartiles représentent l’inefficience coût.

L’inefficience coût peut être estimée comme suit :

Où : CT : est le coût total déterminé à partir de la fonction de coût estimé dans le quartile.

Y : le volume d’output observé du quartile.

(CT/Y) : désigne la fonction du coût moyen estimé du quartile

L’efficience mesurée par la méthode TFA est sensible aux hypothèses selon lesquelles les fluctuations sont aléatoires, qui représentent les différences d’efficience.

De plus, cette méthode ne permet pas d’estimer l’efficience pour chaque banque, et ne donne pas des mesures précises de l’inefficience et elle ne peut déterminer que le niveau de l’efficience générale, étant donné qu’elle utilise dans son estimation des quartiles ou des groupes de banques, et non pas le niveau relatif à chaque firme.

Les méthodes d’estimation de l’efficience paramétriques ou non paramétriques ont été appliquées par plusieurs auteurs dans les banques des différents pays.

4. 2 Y a-t-il une meilleure approche?

Il n’y a pas d’accord entre les auteurs sur la meilleur méthode pour l’estimation de l’efficience.

Les approches paramétriques identifient une forme fonctionnelle particulière de frontière estimée. Si la forme fonctionnelle est mal spécifiée, l’efficience peut se confondre avec les erreurs. Généralement la forme Trans log peut fournir des mauvaises approximations sur les données bancaires.

Les approches paramétriques imposent aussi une forme U symétrique en log de la courbe de frontière coût moyen.

Les approches non paramétriques exigent des structures moindres sur la frontière, mais elles ne tiennent pas compte de l’erreur aléatoire existe, l’efficience mesurée peut être confondue avec les variations aléatoires de la vraie frontière.

D’où le conflit est important entre les approches paramétriques et non paramétriques puisque les deux méthodes ont des degrés de dispersions différentes et en plus les institutions financières sont rangés différemment♣

♣ Allen Berger et David Humphrey (1997): « Efficiency of Financial institutions: international survey and directions for future research ». European journal of operational research 98 pp 175-212.

Donc il n’est pas possible de déterminer laquelle des deux approches domine l’autre puisque la vraie frontière d’efficience est inconnue. Ainsi quelques études ont essayé de comparer les différentes techniques d’estimation.

Mlima et Hjalmarsson (2002) ont comparé les approches DEA, DFA et SFA, et ont trouvé que l’efficience estimée vraie considérablement à travers les modèles.

En plus, ils ont constaté que les mesures de l’efficience peuvent être divisées en deux : celles qui mesurent l’efficience technologique (DEA, FDH) et celles qui mesurent l’efficience économique (SFA, DFA, TFA).💧

💧 Mlima et Hjalmarsson (2002): »Measurement of inputs and outputs in banking industry ». Tanzanet Journal 2002. vol 3(1). pp12_22.

D’autre part, Berger et Mester (1997) ont comparé les deux approches DFA et SFA et la forme fonctionnelle Fourier-Flexible contre la forme Trans log.

Ils ont supposé que les choix faits sur les mesures d’efficiences ont pris d’habitudes une différence petite avec l’efficience moyenne de l’industrie où les firmes individuelles ont été classées. Ils ont suggéré que les efficiences estimées ont été robustes aux différentes méthodologies.

Berger et Humphrey (1997) ont proposé un groupe de conditions afin que les efficiences estimées par le cinq approches se rapprochent l’une de l’autre. Ces conditions sont :

  • Les scores d’efficience générés par les différentes approches devraient avoir des moyens comparables des variations standard et autres propriétés.
  • Le classement des institutions par les différentes approches doit être à peu prés dans le même ordre.
  • Les approches devraient en général identifier les mêmes institutions soit sur la frontière « best practice »ou la frontière « worst practice ».
  • Toutes les approches devraient avoir une stabilité raisonnable au cours du temps.
  • Les scores d’efficiences devraient être assez réguliers avec les conditions concurrentielles sur le marché.
  • Enfin les efficiences mesurées devraient être compatibles ave les mesures de performance non frontière (tel que le ratio recettes sur actifs ou ratios coût- revenu).

Donc la solution proposée par Berger et Humphrey (1997) est d’ajouter plus de flexibilité à l’approche paramétrique et l’introduire l’erreur aléatoire dans les approches non paramétriques. Ces processus avaient déjà commencé.

Ainsi quelques études ont essayé d’introduire la forme « Fourrier Flexible » dans les approches paramétriques (Berger et Mester ,1997) puisque cette forme est beaucoup plus flexible que la forme Trans log. Cette proposition présente deux limites :

  • Premièrement, l’approche DEA ne nécessite par des données sur les prix pour analyse l’efficience technologique.
  • Deuxièmement, la difficulté résulte dans la définition des inputs et des outputs dans l’industrie bancaire.

Berger, Forsund et Jansen (1990) ont montré que les scores élevés d’efficiences dépendent des choix des inputs et des outputs.

Mais, généralement, on constate que l’utilisation des méthodes paramétriques et non paramétriques pose un problème d’identification des inputs et des outputs dans l’industrie bancaire.

Pour cela deux approches peuvent résoudre la difficulté ; il s’agit de l’approche par la production et l’approche par l’intermédiation.

Conclusion

D’après la définition de la concurrence. On remarque qu’elle peut prendre plusieurs formes. Elle peut être soit pure et parfaite soit imparfaite. Ensuite on constate que la concurrence peut être mesurée par plusieurs approches : les approches structurelles et les approches non structurelle.

Les premières donnent une importance majeure à la structure de marché alors que les deuxièmes insistent sur l’analyse du comportement concurrentiel des banques.

Les approches structurelles se divisent en deux approches : les approches formelles comme l’indice de Herfindahl (IHH) et les ratios de concentration et les approches non formelles telles que la théorie de la « structure comportement-performance » et l’hypothèse « Structure Efficiente ».

Les approches non structurelles qui ont été étudiées sont : le modèle Panzar et Rosse (1987) et le modèle de Bresnahan-Lau (1982). Après avoir traité la concurrence entre les banques. On a passé à l’étude de l’efficience bancaire. En effet la mesure de l’efficience est un aspect de performance pour la firme.

On constate qu’il existe plusieurs types d’efficience : il y a l’efficience coût et l’efficience profit.

La mesure de l’efficience s’effectue par des approches paramétriques et des approches non paramétriques. Les approches non paramétriques mesurent généralement l’efficience technologique. Quant aux approches paramétriques, elles mesurent l’efficience économique.

Les premières approches sont basées sur l’approche de la production et prennent les dépôts comme outputs. Les deuxièmes sont basées sur l’approche par l’intermédiation et considèrent les dépôts comme la production des prêts et autres actifs financiers.

Après avoir traité séparément la concurrence entre les banques et l’efficience bancaire. On passe dans le second chapitre à étudier les modèles traitant la relation entre concurrence et efficience dans les banques.

Pour citer ce mémoire (mémoire de master, thèse, PFE,...) :
Université 🏫: Universite De Sousse
Auteur·trice·s 🎓:
Sghaier Asma

Sghaier Asma
Année de soutenance 📅: Faculte de droit et des sciences economiques et politiques de sousse - 2007/2012
Laboratoire d'Economie Appliquée au Développement L.E.A.D (EA 3163) Université du Sud Toulon Var (FRANCE) . Laboratory Research for Economy, Management and Quantitative Finance (LaREMFiQ) I.H.E.C Université de Sousse
Rechercher
Télécharger ce mémoire en ligne PDF (gratuit)

Laisser un commentaire

Votre adresse courriel ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Scroll to Top