Analyse des déterminants du risque de liquidité à la BOA RDC

Les déterminants du risque de liquidité sont analysés dans le contexte de la BOA RDC, mettant en lumière les facteurs spécifiques influençant ce risque. L’étude évalue également les conséquences d’une gestion inadéquate et les implications des réglementations internationales, notamment Bâle III.

DETERMINANTS DU RISQUE DE LIQUIDITE DE LA BOA RDC

En Bale 3 on stipule que toute banque devrait disposer d’un processus rigoureux pour identifier, mesurer, surveiller et contrôler le risque de liquidité.¹ Ainsi Dans cette recherche, nous nous concentrons sur les déterminants du risque de liquidité en utilisant un ensemble de facteurs spécifiques à la banque.

ANALYSE PAR RATIO

Source : Réalisés par l’auteur à partir des rapports Annuels de la BOA RDC de 2010 à 2020.

Graphique 6 : ratio de rentabilité financière (RRFIN)

0,1

y = 0,0257x – 0,2385 R² = 0,3145

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

0

-0,1

-0,2

-0,3

-0,4

Avec une moyenne de -0,0844894 cela signifie que 1 unité monétaire investie dans les fonds propres a rapportée 0.084 unités. En moyenne la BOA n’a pas été financièrement rentable. Nous pouvons par contre constater que les années 2014 a 2016 la rentabilité fut positive. Cela résulte du fait que le résultat fut positif. Le meilleur ratio fut celui de 2015 en cette année une unité monétaire investi dans fond propre fut rentable à 13,1%. Le plus négatif fut celui de 2011 avec -32,20% cela peut s’expliquer par le fait que la banque était au début de son activité. Avec comme coefficient de détermination R2 de 0,3145 ceci explique que la variation de fonds propre est expliquée à 31% par la variation du résultat net. La droite linéaire de la fonction étant croissante, il existe une corrélation positive entre les fonds propres et le résultat.

Source : Réalisé par l’auteur à partir des rapports financiers de la BOA RDC

Graphique 7 : ratio de la rentabilité economique

y = 0,0113x – 0,0951

R² = 0,596

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Avec une moyenne de -0,027198075 cela signifie que 1 unité monétaire investie dans le total des actifs a perdu 0,02719 unités. En moyenne la BOA n’a pas été rentable. Le meilleur ratio fut celui de 2015 en cette année une unité monétaire investi le total des actifs fut rentable à 1,45%.

Le plus négatif fut celui de 2010 cela peut s’expliquer par le fait qu’au début de son activité la banque a supporté plus des charges. Avec comme coefficient de détermination R2 de 0,596 ceci explique que la variation des actifs est expliquée à 59,6% par la variation du résultat net. La droite linéaire de la fonction étant croissante, il existe une corrélation positive entre les le bilan et le résultat.

La moyenne des rentabilités économiques démontrent que les charges de la BOA sont supérieures aux recettes qu’elles génèrent c’est-à-dire son produit net bancaire. Ainsi nous pouvons dire que la situation économique de notre pays n’a pas permis à la BOA RDC d’être performante.

Source : banque central du congo²

La croissance du PIB est positive sur la période de 2011 à 2020, cela traduit une situation favorable pour les banques. Par contre avec une hausse de l’inflation en 2016 et 2017, les banques ont courues un grand risque du taux de change. Vu que la banque présente ces données en CDF cette situation pourrait être un facteur de risque de liquidité de la banque

Source : notre base de données Excel partant des rapports financiers de la BOA de 2010 à 2020

Graphique N°8 : RATIO NLP

y = 0,0002x + 0,0201

R² = 0,0018

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Le coefficient de détermination R2 de 0,0018 ceci explique que la variation des prêts bruts est expliquée à 0,18% par la variation des prêts non performants. La droite linéaire de la fonction étant croissante, il existe une corrélation positive entre les deux variables.

Ce graphique nous renseigne aussi que l’année 2016 et 2017 la BOA RDC a couru un grand risque de crédit vu que son ratio était le plus élevé. Tout de même de manière générale nous pouvons constater que les prêts non performant n’ont pas dépassé 5% des prêts bruts. Cette situation nous amène à conclure que la politique de recouvrement des crédits est trop efficace pour la BOA et sa viabilité n’est pas mise en jeu.

Source : notre base de données Excel partant des rapports financiers de la BOA de 2010 à 2020

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

0,2

0,1

0

y = -0,185ln(x) + 0,4979

R² = 0,7201

0,7

0,6

0,5

0,4

0,3

capitalisation de la banque

Avec une moyenne de 0,20427564 soit 20,42% superieur au seuil de 8% fixé par la banque central nous pouvons conclure que la BOA était capable de couvrir ces dettes sans faire recours aux investisseurs extérieurs. Ce pourcentage des fonds traduit la capacité de la banque à couvrir ces risques, surtout celui de liquidité.

Tout de même nous constatons que la courbe est descendante, ce qui montre que les actifs évoluent plus que les fonds propres. Cela se vérifie plus de 2010 à 2013. Nous constatons une stabilité en 2014 jusqu’en 2018 et une augmentation de 2019 à 2020. Malgré la pandémie, la BOA RDC a augmenté ces fonds propres.

Ce qui montre qu’elle a été capable d’une part de couvrir ces dettes et d’autres part solvable.

Source : notre base de données Excel partant des rapports financiers de la BOA de 2010 à 2020

Avec une moyenne de 0,343547115 les capitaux propres représentent 34,3% des autres dettes.

Nous pouvons dire que la banque est solvable. La solvabilité qui démontre sa capacité de recevoir des financements auprès des autres banques ou des fournisseurs extérieurs. La banque est donc une bonne image du point de vue extérieur.

Graphique 9 : RATIO DE SOLVABILITE

2

1,5

y = -0,0872x + 0,8666

R² = 0,3611

1

0,5

0

-0,5

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Avec un R² = 0,3611 nous pouvons conclure que les fond propres expliquent à 36,11% le passif éligible. Ce graphique traduit donc que la variation de 10% du passif éligible entraine une diminution de 8,72% des fonds propres. Situation favorable pour la banque. Ainsi nous pouvons dire que la BOA est capable de rembourser ses dettes. Ainsi les autres banques ou la banques central peuvent être sûr de lui prêter de l’argent.

Source : notre base de donné Excel à partir des rapports financiers de la BOA

ratio du risque general

0,006

0,005

0,004

0,003

0,002

y = -0,0005x + 0,0041

R² = 0,5655

0,001

0

-0,001

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

-0,002

Nous pouvons remarquer que le risque général de la BOA a été intense en 2011 et presque nul en 2012. Tout de même la situation sécuritaire de la RDC causée par la guerre du M23 à emmener la banque à prévoir un gros montant de risque en 2013 et 2014. Depuis 2015 la situation de la banque étant stable et sa disposition d’un fond propre significatif, le risque Général de la banque est presque à 0.

Source : notre base de donné Excel à partir des rapports financiers de la BOA Nous avons calculé la taille de la banque par le logarithme des actifs de la banque

Tableau 11 : Tableau général des ratios

Tableau 11 : Tableau général des ratios

Source : Réalisés par l’auteur à partir des rapports Annuels de la BOA RDC de 2010 à 2020.

ANALYSECONOMETRIQUE

Cette section présente les résultats des déterminants du risque de liquidité de la BOA RDC. Nous présentons à tour rôle les résultats des estimations et les tests de validation du modèle.

Tableau 12 : statistique descriptive

[img_2]

LA statistique jarque et bera étant supérieure au seuil de significativité de 5 % nous pouvons conclure que notre distribution est normale.

.7

.6

.5

.4

.3

RCB

.2

.1

.0

0.9 1.0 1.1 1.2 1.3

RLG

Nous pouvons traduire ici une corrélation positive entre le ratio de liquidité et le ratio de capitalisation de la banque. D’où une banque financée par les fonds propres a plus de probabilité de faire face aux risques de crédit.

Test de Co intégration des variables

Source : notre traitement dans eviews 10

nous pouvons dire que les variables sont bien intégrés dans notre modèle

Test des causalités

Source : notre traitement dans Eviews 10

1. Résultats des estimations.

Source : Notre traitement dans Eviews 10

Estimation Equation:

RLC = C(1) + C(2)*NLP + C(3)*ROA + C(4)*ROE + C(5)*RCB + C(6)*INF + C(7)*PIB + C(8)*LOGBQ + C(9)*RISQGEN

Substituted Coefficients:

LC = 0.152117627275 + 0.0140112703525*NLP + 0.122559940053*ROA + 0.0816208444467*ROE + 0.731078481725*RCB – 0.0398040513258*INF –

0.426613938896*PIB + 0.0677430337006*LOGBQ -11.9224629552*RISQGEN

Cela voudrait dire qu’il y a une relation positive entre le risque de crédit, la capitalisation de la banque, la rentabilité économique et financière, la taille de la banque. Quand ces ratios augmentent de 1, le ratio de liquidité augmente respectivement de 0.0140112703525;

0.122559940053 ; 0.0816208444467 ; 0.731078481725 ; 0.0677430337006 ; par contre il Ya

une relation négative avec le risque général et les  facteurs macroéconomiques. Ainsi l’augmentation de 1 de ces ratio entraine une diminution du risque de liquidité de 0.0398040513258 ; 0.426613938896 et 11.9224629552

A la lumière de ce qui précède nous arrivons aux conclusions suivantes :

• Le test de Fisher de 67 signifie que notre modèle est globalement significatif puisque la probabilité de 0.000017 est inférieure au seuil de5%
• L’Adjusted R-squared étant de 99.9% cela veut dire que les variables ci-dessus expliquent significativement le risque deliquidité.
• Letest de Durbin-Watson etant superieur à 2 nous pouvons conclure une absence d’auto corrélation des résidus de la régression.
• Le risque de liquidité est expliqué ou déterminé par la capitalisation de la banque avec une probabilité nulle ; par la rentabilité financière avec une probabilité d’erreur de 0.0026. nous pouvons donc confirmer qu’une banque rentable financièrement cours moins de risque qu’une banque non rentable. Nous constatons que les capitaux propres jouent ici un grand rôle dans la gestion de liquidité car une banque ayant des fonds propressuffisant est donc capable de payer ces dettes, dans la grande parti faire face aux retraits des clients sans recourir aux financements extérieures. La taille de la banque est aussi un grand facteur. Les grandes banques fons facilement face au risque de liquidité que les  Les banques appartenant aux groupes sont souvent subventionnés ce qui limite le risque de liquidité.
• Les facteurs macroéconomiques comme l’inflation et le PIB ont pas aussi un impact direct sur le risque de liquidité de la BOA mais cela de façonnégative.

Tableau 11 CORRELATION ENTRE LES VARIABLES

Source : notre base de donné Excel

Nous pouvons remarquer une corrélation positive entre le ratio des liquidités et le ratio de la capitalisation, la solvabilité, le risque général, et la croissance du PIB. Tandis que pour les autres variables il Ya une corrélation négative avec le ratio de liquidité

1. Tests de validation dumodèle

Avant toute validation des résultats de la régression, certaines conditions doivent être remplies. Plus précisément, les résidus de la régression doivent suivre une distribution normale, doivent être homoscédastique et doivent être non corrélés. En plus, les variables explicatives ne doivent être corrélées.

L’analyse de la normalité des résidus montre que les résidus suivent une distribution normale comme la statistique de Jarque-Bera donne une valeur supérieure à 5% comme déjà évoquer.

Les vérifications de différentes hypothèses étant faites, nous confirmons que notre modèle est valide.