L’analyse la synchronisation du cycle du crédit et du cycle de l’activité économique

Les phases d’expansion du crédit pour l’ensemble des pays concernent généralement les périodes 1988Q4-1991Q3 ; 1993Q4-1999Q1 ; 2000Q3-2001Q4 ; 2002Q2-2003Q2 ; 2005Q4-2007Q3 ; 2008Q1-2009Q3 ; 2012Q2-2013Q2 et 2014Q2-2015Q3. En effet, les deux premières périodes de l’expansion du crédit correspondent à l’accroissement de la dette extérieure et intérieure des pays de la sous-région, qui visait à financer la construction des infrastructures lancée quelques années plus tôt. Ces deux périodes sont également liées aux effets de la nouvelle politique des taux d’intérêt de la Banque des Etats de l’Afrique Centrale (BEAC) intervenue en octobre 1990 et qui a permis une gestion plus souple du loyer de l’argent et le fait qu’en juillet 1994, la BEAC a procédé, dans le cadre du marché monétaire, à des injections de liquidités.

La troisième période correspond aux effets induits par la création de la Commission Bancaire d’Afrique Centrale (COBAC) qui a favorisé l’harmonisation des normes prudentielles et un meilleur contrôle des banques. Les quatrième et cinquième périodes sont liées aux effets de la réforme de la COBAC et de la surliquidité des banques de la sous-région, notamment marquée depuis 2001, et qui correspond à une accumulation des excédents des revenus pétroliers. Les sixième et septième périodes correspondent à l’amélioration des cours des matières premières qui ont permis d’accroitre la liquidité du secteur bancaire. Enfin, la dernière période est liée au fait que la BEAC a assoupli en 2014 et en juillet 2015 sa politique monétaire, par une baisse de ses taux directeurs.
Quant aux phases de récession du crédit, elles ont été observées sur les périodes 1986Q4-1988Q4 ; 1991Q3-1993Q4 ; 1999Q1-2000Q3 ; 2001Q4-2002Q2 ; 2003Q2-2005Q4 ; 2007Q3-2008Q1 ; 2009Q3-2012Q2 ; 2013Q2-2014Q2. En effet, les deux premières périodes de la récession du crédit sont liées à la crise économique du milieu des années 1980 qui a profondément dégradé la situation financière des banques de la sous-région et qui s’est caractérisée par l’accumulation des déficits publics et l’accroissement des impayés enregistrés dans le portefeuille des banques. La quatrième période reflète la consolidation de la réglementation prudentielle de firme bancaire effectuée par la COBAC. La dernière période résulte de la méfiance des banques à l’égard de l’évolution du prix du baril de pétrole et sa baisse effective en 2014.

En ce qui concerne le cycle de l’activité économique, le tableau 2 (cf. annexe) montre qu’il est identique à celui du crédit en termes de durée moyenne d’expansion et de récession mais se diffère par sa volatilité qui est plus élevée à celle du crédit. On peut s’attendre à un nombre légèrement élevé de phases dans le cycle de l’activité économique. Par pays, la durée moyenne de l’expansion la plus longue de l’activité économique se trouve au Cameroun et en Guinée Equatoriale. Par contre, la durée moyenne de la récession la plus courte de l’activité économique est enregistrée au Gabon. Il faut noter également que le cycle de l’activité économique est plus volatile en Guinée Equatoriale que dans les autres pays de la CEMAC.

Les phases d’expansion de l’activité économique sont observées sur les périodes 1987Q1-1988Q4 ; 1989Q3-1990Q1 ; 1994Q3-1995Q2 ; 1996Q2-1997Q2 ; 1998Q4-2001Q3 ; 2003Q1-2004Q3 ; 2006Q3-2007Q4 ; 2009Q2-2012Q1 ; 2013Q3-2014Q4 et celles de récession sur les périodes 1988Q4-1989Q3 ; 1990Q1-1994Q3 ; 1995Q2-1996Q2 ; 1997Q2-1998Q4 ; 2001Q3-2003Q1 ; 2004Q3-2006Q3 ; 2007Q4-2009Q2 ; 2012Q1-2013Q3 2014Q4-2015Q4. Parmi ces différentes phases de récession, celle de 1990Q1-1994Q3 semble plus marquer l’histoire économique des pays de la zone Franc, en particulier ceux de la CEMAC. En effet, cette période a précède la dévaluation du Franc CFAC et a été marquée par l’application d\’une gamme de programmes d\’ajustement structurel, destinés à la relance des économies de la sous-région profondément touchées par la crise économique du milieu des années 1980. Cependant, ces réformes d’ajustement structurel ont été vouées à l’échec et n’ont pas permis un relèvement considérable des niveaux d’épargne et d’investissement ainsi que de celui du taux de croissance. Apres cet échec, les pays de la CEMAC ont procédé en janvier 1994 à un ajustement monétaire pour corriger les déséquilibres économiques et financiers enregistrés dans la seconde moitié des années 1980. La dernière récession correspond à la baisse du prix du pétrole compte tenu du fait que cinq pays sur six que comporte la sous-région sont producteurs de pétrole.

Synchronisation et corrélations croisées des cycles

La synchronisation des deux cycles est déterminée ici par l’indice de concordance de Harding et Pagan (2002).

Le tableau 4.1 ci-dessous montre que dans tous les pays de la CEMAC et dans la CEMAC prise dans son ensemble, le cycle du crédit et le cycle de l’activité économique ne sont pas significativement synchronisés. Cependant, il convient de noter que l’absence de synchronisation significative ne signifie pas que ces deux cycles complètement déconnectés. Ils peuvent tout simplement être décalés de k périodes de l’un à l’autre et d’une forte ou d’une faible amplitude. Raison pour laquelle, nous recourrons à l’analyse fondée sur la corrélation croisée entre les composantes cycliques du crédit et du PIB qui sont stationnaire (Avouyi-Dovi et al., 2005).
Tableau 4.1 : Indice de concordance
Pays Cameroun Centrafrique Congo Gabon Guinée-E Tchad CEMAC
indice 〖0,155〗^ns 〖0,094〗^ns 〖0,009〗^ns 〖0,178〗^ns 〖0,001〗^ns 〖0,050〗^ns 〖0,003〗^ns
ns : l’indice de concordance est non significatif.

En ce qui concerne les corrélations croisées entre les composantes cycliques du crédit et du PIB, le tableau 4.2 ci-après montre que dans la CEMAC, le cycle du crédit et le cycle de l’activité économique sont négativement corrélés. Ce qui traduit le comportement contra-cyclique de ces deux cycles. Ce résultat ne signifie pas forcément que les banques de la sous-région sont restées neutre au financement de l’activité économique mais, traduit le fait que ces banques réagissent timidement lors de la phase de l’expansion de l’activité économique avec des nouveaux crédits accordés aux agents économiques.
Par pays, le cycle du crédit est positivement lié à celui de l’activité économique au Cameroun, en Centrafrique, au Congo et en Guinée Equatoriale. Le crédit a été procyclique vis-à-vis de l’activité économique dans ces pays de 1985Q1 à 2016Q4. Par ailleurs, cette procyclicité du crédit vis-à-vis de l’activité économique apparait avec un retard d’un trimestre (k= -1) au Cameroun et en Guinée Equatoriale, mais avec trois trimestres (k= -3) de retard en Centrafrique et avec une avance de quatre trimestres (k= 4) au Congo. Autrement dit, le cycle du crédit est donc en retard d’un trimestre sur le cycle de l’activité économique au Cameroun et en Guinée Equatoriale. En Centrafrique, le cycle du crédit est en retard de 3 trimestres sur le cycle de l’activité économique. En revanche, au Congo, le cycle du crédit est en avance de 4 trimestres sur le cycle de l’activité économique.
Par contre, au Gabon et au Tchad, le cycle du crédit est négativement lié à celui de l’activité économique. Ce résultat traduit un comportement contra-cyclique du crédit vis-à-vis de l’activité économique. Ceci peut être expliqué par le fait que dans ces pays, même lorsque l’activité économique est en récession, le crédit continue par s’accroitre ou inversement. Ce résultat peut être encore lié au fait que dans ces pays, ce sont les entreprises du secteur public qui bénéficient plus de financement de la part des banques au détriment des entreprises du secteur privé ou encore c’est parce que les crédits accordés sont plutôt destinés à la consommation qu’à la production.

Tableau 4.2 : corrélations croisées entre les composantes cycliques du crédit et du PIB
Pays Cameroun Centrafrique Congo Gabon Guinée-E Tchad CEMAC
K= -4 0.152(*) 0.093 -0.091(*) -0.008 -0.080 0.014 -0.065
K= -3 0.113(*) 0.133(*) -0.098(*) -0.016 -0.202(**) -0.055 -0.103(*)
K= -2 0.074 0.109(*) -0.104(*) 0.007 -0.259(**) -0.094(*) -0.173(*)
K= -1 0.154(*) 0.117(*) -0.078 0.063 0.284(**) -0.070 -0.242(**)
K= 0 0.130(*) 0.094(*) 0.009 -0.007 -0.277(**) -0.077 -0.218(**)
K= 1 0.132(*) 0.118(*) 0.034 -0.125(*) -0.91(*) -0.085(*) -0.164(*)
K= 2 0.047 0.079 0.005 -0.180(**) -0.040 -0.093(*) -0.078
K= 3 -0.070 0.071 0.083 -0.235(**) 0.110(*) -0.100(*) 0.007
K= 4 -0.122(*) 0.003 0.108(*) -0.258(**) 0.228(**) -0.077 0.061
(*) : Indique que la corrélation est significative au seuil de 10% ; (**) : indique que la corrélation est significative au seuil de 5%.
SECTION 2 : RELATION ECONOMETRIQUE ENTRE LE CYCLE DU CREDIT ET LE CYCLE DE L’ACTIVITE ECONOMIQUE
Il question dans cette section d’estimer la relation économétrique qui existe entre le cycle du crédit et le cycle de l’activité économique dans la CEMAC. Pour ce faire, nous allons avant tout présenter la statistique descriptive des variables et, ensuite, procéder à l’estimation.
2.1. Statistique descriptive
Comme le cas de tout travail empirique, l’analyse de la statistique descriptive nous permet de présenter de manière succincte les caractéristiques principales des variables prises en compte dans le cadre de notre étude avant de passer à l’économétrie.

Statistique sommaire
Le tableau 4.3 ci-dessous montre qu’en moyenne, la valeur du cycle de l’activité économique est de 2.51e-13%. Sa valeur minimum est de -48.29734% et équivaut à la valeur du cycle de l’activité économique de la Guinée Equatoriale en 1998Q1 alors que sa valeur maximum est de 98.53973% et correspond à la valeur du cycle économique de la Guinée Equatoriale en 1997Q1. Ceci implique le fait que les Etats membres de la sous-région doivent davantage accélérer le processus d’intégration économique pour la bonne marche de l’activité économique dans son ensemble.
S’agissant du cycle du crédit, sa valeur moyenne est de 4.13e-13%, sa valeur minimum est de -12.85537% et correspond à la valeur du cycle du crédit de la République du Congo en 1998Q1. La valeur maximum du cycle du crédit est de 15.4897%, il s’agit de la valeur du cycle du crédit de la Guinée-Equatoriale en 1991Q1. Il convient de noter également la nécessité de l’accélération du processus d’intégration financière de la sous-région.
Pour sa part, le cycle de la masse monétaire a une valeur moyenne qui est de 6.97e-13%. Sa valeur minimum est de -11.47807% et est égale à la valeur du cycle de la masse monétaire de la Guinée Equatoriale en 1999Q1, sa valeur maximum est de 7.938691% et correspond toujours à la valeur du cycle de masse monétaire de la Guinée Equatoriale en 1989Q1.
Enfin, la valeur moyenne du cycle du taux d’intérêt réel est de 4.45e-13%. Sa valeur minimum est de -53.98055% et correspond à la valeur du cycle du taux d’intérêt réel du Congo en 1985Q1 alors que sa valeur maximum est de 59.60941% et correspond à la valeur du cycle du taux d’intérêt réel de la Guinée Equatoriale en 1989Q2.
Tableau 4.3 : Présentation de la statistique descriptive des variables
Variables Moyenne Ecart-type Minimum Maximum obs.
Overall between Within
PIBC 2.51e-13 9.90623 3.91e-13 9.90623 -48.29734 98.53973 768
CDSPBC 4.13e-13 2.30433 2.10e-13 2.30433 -12.85537 15.4897 768
MMC 6.97e-13 1.845683 2.38e-13 1.845683 -11.47807 7.938691 768
TIRC 4.45e-13 12.99777 1.88e-13 12.99777 -53.98055 59.60941 768
Source : calculs de l’auteur, à partir de stata 13.0

Matrice de corrélation
Pour l’examen d’un éventuel problème lié à la multi colinéarité entre les variables explicatives considérées, il est judicieux que nous procédions à l’élaboration de la matrice des corrélations. A partir du tableau ci-dessous, nous pouvons observer que nos variables n’ont pas une corrélation trop forte entre-elles.
Tableau 4. 4 : Matrice de corrélation entre les variables
PIB CDSPBC MMC TIRC
PIBC 1.0000
CDSPBC -0.1312 1.0000
MMC -0.2770 0.3515 1.0000
TIRC 0.0952 0.2852 0.1592 1.0000
Source : calculs de l’auteur, à partir de stata 13.0

2.2. Estimation
Il s’agit dans cette sous-section d’estimer la relation entre le cycle du crédit et le cycle de l’activité économique dans la CEMAC. Pour y parvenir, nous présentons tout d’abord dans un premier temps les différents tests de racine unitaire en panel, ensuite les tests de cointégration en panel et de causalité de Granger et enfin la présentation et analyse des résultats.
Tests de racine unitaire et test de cointégration
Dans l’optique d’éviter une régression fallacieuse sur des variables qui peuvent être non stationnaires, nous faisons appel aux tests de racine unitaire en panel pour s’assurer de leur stationnarité dans le temps.
Tests de racine unitaire
Les résultats des tests de racine unitaire de Levin, Lin et Chu (LLC) et de Im, Pesaran et Shin (IPS) récapitulés dans le tableau ci-après indiquent que toutes nos variables sont stationnaires en première différence. Autrement dit, elles sont toutes I(1).
Tableau 4.5 : résultats des tests de racine unitaire en panel
Test de Levin, Lin et Chu (LLC)
Test de Im, Pesaran et Shin (IPS)

Intercept sans trend
Intercept et trend
Intercept sans trend
Intercept et trend

PIBC Niveau
2.513807
4.33287 3.21432 4.22431

(0.99402) (0.99999)
(0.99321) (0.99998)
Différence première -7.10116
7.08081 -6.58259 5.27530
(0.00000) (0.00000) (0.00000)
(0.00000)

CDSPBC Niveau
5.65153 8.119386 6.98784 5.45152
(0.99999) (0.99999) (0.99988) (0.99999)
Différence première
-6.23108 -6.21519 -7.36006 -6.17005
(0.00000) (0.00000) (0.00000) (0.00000)
MMC Niveau
2.18681 2.15944 1.03875 2.74447
(0.98562) (0.98459) (0.85054) (0.99696)
Différence première
-3.80039 -3.88958 -7.81775 -7.49987
(0.00000) (0.00000) (0.00000) (0.00000)
TIRC Niveau
6.24793 8.53799 4.14691 5.64043
(0.99999) (1) (0.99999) (0.99888)
Différence première
-5.35752 -5.37854 -4.74017 -3.12172
(0.00000) (0.00000) (0.00000) (0.00000)
Source : calculs de l’auteur, Eviews 9.0
Les p-values associées aux différentes statistiques sont entre parenthèses et les valeurs significatives (5%) sont en gras.
Comme toutes nos variables sont I(1), nous présumons une relation de long terme entre ces variables. Pour confirmer l’existence de cette relation, nous faisons recours au test de cointégration en panel proposé par Pedroni.

Test de cointégration
Ce test est basé sur la variabilité inter et intra échantillon qui permet d’infirmer ou d’affirmer la relation de long terme entre les variables considérées dans le cadre de cette étude.
Tableau 4.6. Test de cointégration de Pedroni
Within dimension test statistic
Panel v -Statistic 5.2145756***
Panel rho -Statistic -2.136532**
Panel P -Statistic -2.250330**
Panel ADF P -Statistic -8.926955***
Between dimension test statistic
Group rho -Statistic -1.460277*
Group PP -Statistic -2.000580**
Group ADF -Statistic -10.27523***
Source : construit par l’auteur
Notes : *** : indique une cointégration significative au seuil de 1% ; ** : indique une cointégration significative au seuil de 5% ; * : indique une cointégration significative au seuil de 10%.
Le test de cointégration de Pedroni que nous venions d’effectuer sur nos variables montre bien qu’il existe une relation de long terme entre elles. Les statistiques sont toutes significatives donc nous n’acceptons pas l’hypothèse nulle d’absence de cointégration.
Résultat de l’estimation et analyse des résultats
Il consiste ici de présenter les résultats de l’analyse économétrique et économique du lien entre le cycle du crédit et le cycle de l’activité économique dans la CEMAC. Nous présentons à cet effet dans un premier temps les résultats du modèle à effet fixe (EF), puis à effet aléatoire (EA) de l’équation (4) (Cf. chapitre 3) et, dans un second temps le test de Hausman qui va guider le choix d’un meilleur estimateur.

Tableau 4.7 : Résultat de l’estimation de l’équation
Régression Variable dépendante : D(PIBC)
Within (EF) MCG (EA)
∆CDSPBC -0.628750***
(0.0025) -0.628793***
(0.0025)
∆MMC -1.158747***
(0.0000) -1.158643***
(0.0000)
∆TIRC 0.033310
(0.2341) 0.033364
(0.2332)
Constante -0.034305
(0.8611) -0.034312
(0.8611)
Test de Hausman Hausman
(EF, EA)= 0.016696 (0.9994)
*** : indique une significativité au seuil de 1%
Nb : les valeurs qui figurent entre parenthèses sont les probabilités associées à chaque statistique.
Le test de Hausman (1978) figurant dans le tableau 6 (Cf. annexe) nous indique que le modèle à retenir est le modèle à effet aléatoire, donc c’est l’estimateur des MCG qui est le meilleur estimateur sans biais.
Il ressort de l’estimation du modèle à effet aléatoire que le cycle du crédit (CDSPBC) est significativement et négativement en relation avec le cycle de l’activité économique de la CEMAC de 1985Q1 à 2016Q4. Ce résultat est le même pour le cycle de la masse monétaire (MMC) dans sa relation avec le cycle de l’activité économique au cours de la même période. Par ailleurs, l’on note une absence de relation significative entre le cycle du taux d’intérêt réel et le cycle de l’activité économique de la sous-région.
Autrement dit, la relation négative et significative qui existe entre le cycle du crédit et le cycle de l’activité économique stipule que lors que le cycle du crédit croit d’un pourcent en termes d’expansion, il détériore le cycle de l’activité économique de 0.628793 pourcent en termes d’expansion. Le crédit a donc tendance à s’accroitre pendant la phase de récession de l’activité économique au sein de la CEMAC. Cette relation négative est contraire à la théorie classique qui, selon laquelle, la croissance économique résulte des crédits accordés par les banques aux investisseurs qui, à leur tour utilisent ces crédits pour créer de la richesse. Ce résultat est également en contradiction avec celui obtenu dans l’UEMOA par N\’Guessan (2010) qui montre que le cycle du crédit est positivement et significativement lié au cycle de l’activité économique et aux travaux de Clerc (2001). Le crédit ne crée pas de la richesse dans la CEMAC.
En ce qui concerne la relation négative et significative entre le cycle de la masse monétaire et le cycle de l’activité économique, nous tenons le même raisonnement que précédemment car l’augmentation de la masse monétaire ne favorise pas l’expansion de l’activité économique et donc la croissance économique de la CEMAC. Ce résultat est contraire à celui obtenu par Friedman et Schwartz (1975) qui montre que de 1870 à 1960 la récession de l‘activité économique est précédée par une récession de la masse monétaire et l’expansion de l’activité économique par une expansion de la masse monétaire aux Etats-Unis.
S’agissant du cycle du taux d’intérêt réel, il s’est avéré qu’il entretient une relation non significative avec le cycle de l’activité économique, ce qui signifie que le cycle du taux d’intérêt réel ne participe pas à la fluctuation cyclique de l’activité économique de la CEMAC de 1985Q1 à 2016Q4. Pourtant, si l’on se réfère à la théorie économique, théorie selon laquelle l’investissement est fonction du taux d’intérêt, la manière dont évolue le taux d’intérêt réel devrait plus ou moins contribuer à l’évolution de l’activité économique. Ceci n’étant pas le cas de la CEMAC. Ce résultat montre une fois de plus que l’activé économique serait en grande partie financée par les Institutions de Microfinance (IMF) ou encore par les tontines au sein de la sous-région.
Cependant, pour être en conformité avec les principes économétriques qui suggèrent que toutes les séries cointégrées peuvent être représentées par un modèle à correction d’erreur (MCE), nous avons procédé à l’estimation du modèle dynamique (court terme). Par ailleurs, il convient de rappeler que lorsque deux séries sont dites cointégrées, c’est quand elles sont affectées d’une tendance stochastique de même ordre d’intégration (d) et que leur combinaison linéaire permet de se ramener à une série d’intégration inférieure.
Les résultats de l’estimation obtenus figurent dans le tableau ci-dessous.

Tableau 4.8. Résultat du modèle dynamique
Régression Variable dépendante : D(PIBC)
MCG (EA)
∆CDSPBC -0.625961***
(0.0012)
∆MMC -1.072646***
(0.0000)
∆TIRC 0.010798
(0.6739)
ECT1 (-1) -0.162299***
(0.0000)
Constante -0.045848
(0.7965)
*** : indique une relation significative au seuil de 1%
Nb : les valeurs qui sont mises entre parenthèses sont les probabilités associées à chaque statistique.
L’analyse de l’estimation du modèle dynamique montre que même à court terme, le cycle du crédit (CDSPBC) est négativement et significativement en relation avec le cycle de l’activité économique de la CEMAC. Il en est de même pour le cycle de la masse monétaire (MMC) qui entretient lui aussi une relation significative et négative ave le cycle de l’activité économique à court terme. Du côté du cycle du taux d’intérêt réel (TIRC), l’on remarque toujours une absence de relation significative avec le cycle de l’activité économique à court terme.
Par ailleurs, la force de rappel à l’équilibre (ECT1 (-1)) est significative et négative, ce qui est cohérent à la théorie. Ce résultat montre qu’à long terme, les erreurs auront tendance à se corriger et se rapprocher de l’équilibre.
Il convient également de rappeler que le test de causalité de Granger (1969), voir tableau 8 en annexe, montre que la relation de cause à effet part du cycle du crédit au cycle de l’activité économique au sein de la CEMAC et non du cycle de l’activité économique au cycle du crédit. En d’autres termes, le cycle du crédit cause le cycle de l’activité économique dans la CEMAC. La causalité est unidirectionnelle.