Test de sensibilité et extensions - Concurrence et stabilité : Une synthèse de la littéra- litt

Concurrence et stabilité en Union européenne

1.1 Concurrence et stabilité : Une synthèse de la littéra- littéra-turelittéra-ture

1.3.6 Test de sensibilité et extensions

Test de robustesse

La robustesse des résultats obtenus ci-dessus est mise à l’épreuve en amendant marginalement le modèle IP-VAR canonique. Le premier test consiste à estimer le modèle initial avec une structure de retards différente. Le modèle VAR de base étant fortement paramétré, le nombre de retards spécifié passe de trois à deux trimestres. Les résultats des différences de trajectoires en fonction du niveau des caractéris-tiques structurelles demeurent néanmoins analogues à ceux précédemment établis.

Parce que, dans la procédure de décomposition des résidus de Choleski, l’ordre dans lequel les variables entrent dans le VAR conduit à des fonctions de réponse différentes, un deuxième test de sensibilité consiste à modifier l’ordre des variables pour lesquelles des doutes quant à leur positionnement peuvent subsister. Alors que le positionnement de l’inflation et du PIB est consensuel, l’ordre des variables financières est, en revanche, sujet à discussion, comme ce fut signalé en amont. En conséquence, il est décidé d’intervertir l’ordre du crédit bancaire et des taux d’intérêt de court terme. Ainsi, le crédit bancaire réagit désormais de manière immédiate et non plus différée à un choc de taux d’intérêt de court terme. Ces différences induites par le nouvel ordre retenu ne conduisent toutefois pas à une modification des résultats précédents. Le cadran 1.12 permet d’en témoigner.

Les conditions particulières de la Grèce, notamment en fin de période, invitent à tester la sensibilité de nos résultats à l’exclusion de cette économie de notre échan-tillon. Le graphique 1.13 met en évidence des résultats sensiblement comparables, qui gagnent, par ailleurs, en significativité. Dans un même ordre d’idée, nous ex-cluons finalement de notre analyse l’ensemble des observations ultérieures au troi-sième trimestre de 2008, qui, avec la faillite de Lehman Brothers en septembre 2008, est un des marqueurs du début de la crise financière. L’échantillon d’étude couvre dès lors uniquement la phase de croissance précédant la crise. Incontestablement, la portée des résultats s’amoindrit en excluant la phase de crise. Pour autant, il s’agit d’un moyen de vérifier que les caractéristiques structurelles testées influencent la procyclicité aussi bien en régime de croissance qu’en régime de crise. Il faut tou-tefois bien comprendre que la stratégie employée ne permet pas réellement de juger de possibles dissymétries entre les deux régimes. Bien que les résultats reportés sur le graphique 1.14 soient, dans leur globalité, conformes à ceux préalablement établis, il

FIGURE1.11 – Fonctions de réponse impulsionnelles du crédit à un choc d’activité : Repré-sentations contrôlant pour les corrélations entre les quatre variables structurelles

(a) Concurrence bancaire

(b) Modèle d’affaires

(d) Capital prudentiel

Note : La figure représente les fonctions de réponse impulsionnelles de la variable cycle de crédit à un choc de 1% sur la variable cycle d’activité. Sur les cadrans à gauche figurent les fonctions de réponse pour un niveau élevé (80^{i ème}percentile) de la variable structurelle considérée. Les tracés sur les ca-drans du centre rendent compte des fonctions de réponse pour un niveau faible (20^{i ème}percentile) de la variable structurelle considérée. Les cadrans à l’extrême droite permettent finalement d’apprécier les différences de trajectoires en fonction du niveau de la variable structurelle. Notons par ailleurs que les lignes continues correspondent à l’IRF médiane (50^{t h}), tandis que les deux lignes en pointillées sur chaque cadran représentent la marge d’erreur à un seuil de tolérance de 5%. L’ensemble de ces représentations sont générées par simulation de Monte-Carlo.

n’en reste pas moins que l’ampleur des différences varie significativement pour deux caractéristiques : la concurrence bancaire et le capital de précaution. Pour la pre-mière variable, l’effet stabilisateur de la concurrence sur les premiers trimestres est moins important qu’il ne pouvait l’être précédemment dans le modèle de base, sans qu’une explication valable puisse être avancée. En revanche, concernant le capital réglementaire, le fait qu’une différence moindre en termes de procyclicité soit ob-servée entre un système relativement bien capitalisé et un système relativement mal capitalisé s’explique, logiquement, par le fait que les aspects procycliques du capital réglementaire sont plus marqués à la suite de chocs négatifs.

Prise en comptes de l’hétérogénéité de la demande

Une limite potentielle de notre approche réside dans le fait que nous avons sup-posé que l’hétérogénéité de la procyclicité du crédit s’expliquait par des facteurs propres au côté offre du marché du crédit. Évidemment, d’autres variables sont sus-ceptibles d’expliquer cette hétérogénéité. Typiquement, des facteurs relatifs au côté demande du marché du crédit pourraient être à la source de disparités dans les mou-vements du crédit suite à un choc d’activité. Cette hétérogénéité est prise en considé-ration dans la modélisation principale par le biais d’effets fixes pays. Afin de tester la robustesse de nos résultats précédents, nous considérons désormais explicitement, dans le modèle VAR, un facteur relatif au côté demande du marché du crédit et ren-dant compte de la composition sectorielle d’une économie. La composition secto-rielle pourrait influer sur la capacité des banques à résoudre les asymétries d’infor-mation ou sur la réaction de la demande de crédit à un choc. Afin de représenter les différences de compositions sectorielles des économies à travers le temps, on consi-dère la part de l’industrie dans l’activité économique exprimée à partir de la valeur ajoutée du secteur industriel et de la valeur ajoutée tous secteurs confondus⁹³. Cette extension se révèle, au final, dénuée de nouveaux enseignements, dans la mesure où les résultats sont strictement identiques pour l’ensemble des quatre variables struc-turelles⁹⁴.

Analyse contrefactuelle

En réponse à la crise financière, la Commission européenne a poursuivi un certain nombre d’initiatives en vue de renforcer la stabilité et la résilience du secteur financier au sein du marché commun. Ces initiatives incluent notamment de nou-velles exigences prudentielles et de nounou-velles institutions à l’instar du Mécanisme de surveillance unique (Single Supervisory Mechanism) et du Mécanisme de résolution unique (Single Resolution Mechanism) s’adressant à l’ensemble des pays membres et formant, dès lors, l’Union bancaire. Il est probable que cette harmonisation des règles conduise, à terme, à une convergence des structures bancaires et financières en Europe. Cela est d’autant plus probable qu’en sus de la création d’une Union

93. Les données à cet égard ont été obtenues à partir de la base de données STAN de l’OCDE. 94. Les résultats, pour cette raison, n’ont pas été reportés.

FIGURE1.12 – Fonctions de réponse impulsionnelles : Positionnement alternatif des variables dans le modèle VAR

(a) Concurrence bancaire

(b) Modèle d’affaires

(d) Capital prudentiel

FIGURE1.13 – Fonctions de réponse impulsionnelles du crédit à un choc d’activité : Repré-sentation excluant la Grèce

(a) Concurrence bancaire

(b) Modèle d’affaires

(d) Capital prudentiel

FIGURE1.14 – Fonctions de réponse impulsionnelles du crédit à un choc d’activité : Période d’étude limitée à T1 2000-T3 2008

(a) Concurrence bancaire

(b) Modèle d’affaires

(d) Capital prudentiel

bancaire, d’autres projets de réformes structurelles sont toujours débattus. À cet égard, les propositions du rapport Liikanem sont un exemple concret de potentielles futures réformes des structures bancaires. Le débat sur les structures financières en Europe semble toutefois circonscrit à une comparaison réductrice des performances relatives des systèmes financiers allemand, britannique et français, cela pouvant s’expliquer par le fait que chacune des trois économies est un étendard d’un certain type de système financier. Puisque le débat est, semble-t-il, borné à cette question, cette sous-section propose une analyse contrefactuelle, dans la mesure où le propos est de déterminer quelle serait la procyclicité du crédit dans l’économie moyenne européenne, si le système financier uniformisé correspondait au système financier d’une des trois économies. Afin d’évaluer la procyclicité pour un système financier d’inspiration allemande, britannique et française, les quatre indicateurs de structure financière sont fixés aux valeurs observées dans ces trois économies au quatrième trimestre de 2011. Le tableau 1.15 fait part de ces observations. Quelques remarques s’imposent. De prime abord, étant donné les résultats précédents, l’Allemagne semble disposer du modèle le plus vertueux du point de vue de la stabilité, la concurrence bancaire étant relativement intense et le système fortement intermédié et bien capitalisé. En revanche, la concurrence modérée ainsi que la relative faiblesse du ratio de capitalisation réglementaire en France conduit à ce que le modèle français soit davantage instable. Le Royaume-Uni semble, pour sa part, être dans une position intermédiaire entre les systèmes financiers allemand et français.

TABLEAU1.15 – Comparaison de l’architecture financière allemande, britannique et française

Concurrence Modèle d’affaires Nature du système financier Capital prudentiel

Allemagne 0.151 0.537 0.733 0.164

France 0.257 0.395 0.59 0.128

Royaume-Uni 0.2075 0.536 0.563 0.158

Note : Données correspondant au quatrième trimestre de 2011.

Les résultats des fonctions de réponse impulsionnelles présentés sur le graphique 1.15 corroborent notre analyse préliminaire et témoignent que les différences de mo-dèle conduisent à des différences en termes de procyclicité du crédit, c’est-à-dire en termes d’instabilité et de risque systémique. Le graphique met en évidence le fait que le système financier allemand est le moins cyclique des trois systèmes testés. À l’op-posé, le système bancaire de type français serait le système le plus procyclique. De ce point de vue, le système financier allemand pourrait donc constituer un modèle vers lequel tendre en Europe, dans le cadre d’une volonté réelle de convergence des structures financières.

L’accélérateur financier à la Kiyotaki et Moore

Dans le modèle de Kiyotaki et Moore (1997), le mécanisme d’accélérateur financier découle de la variation du prix des terres. En cas de choc initial négatif

FIGURE1.15 – Comparaison de la procyclicité de l’architecture financière allemande, britan-nique et française

Note : La figure représente les fonctions de réponse impulsionnelles de la variable cycle de crédit à un choc de 1% sur la variable cycle boursier. Sur les cadrans de gauche à droite figurent respectivement les fonctions de réponse pour l’architecture allemande, française et britannique. Notons par ailleurs que les lignes continues correspondent à l’IRF médiane (50^{t h}), tandis que les deux lignes en pointillées sur chaque cadran représentent la marge d’erreur à un seuil de tolérance de 5%. L’ensemble de ces représentations sont générées par simulation de Monte-Carlo.

entraînant une baisse des prix des terres⁹⁵, la valeur des collatéraux à disposition des agents contraints diminue, ce qui, étant donné les hypothèses du modèle (part de nantissement fixe, notamment), renforce le choc initial. Ainsi, la valeur des garanties aurait une importance cruciale dans le mécanisme d’amplification et l’instabilité⁹⁶. Eu égard à ce constat, la modélisation initiale du VAR est étendue et incorpore une cinquième variable endogène, censée rendre compte de la valeur des collatéraux à disposition. Il sera alors question d’observer à partir de ce modèle, la réaction du crédit bancaire à une impulsion sur cette nouvelle variable. Selon nos a priori, les structures de marché devraient, dans ce cadre, avoir un effet semblable à ce qui a été mis en évidence jusqu’alors. Mesurer la valeur des garanties pose toutefois certaines difficultés. Sans conteste, les séries statistiques les plus appropriées seraient les prix immobiliers, permettant d’avoir une représentation assez fidèle au modèle de Kiyotaki et Moore (1997). Pour autant, ces données ne sont pas disponibles pour l’ensemble des pays de notre échantillon de manière harmonisée. En conséquence, le choix se porte finalement sur des séries de prix boursiers, qui rendent compte de la valorisation des actifs. Une limite de ces séries réside dans le fait que les prix d’actifs financiers, plus encore que les prix de l’immobilier agissent directement sur la solvabilité non seulement des entreprises non-financières, mais également sur les entités financières. Aussi, de cette manière, il n’est pas certain que l’examen statistique permette d’identifier exclusivement l’effet des garanties. Il convient, par ailleurs, de mentionner que le prix des actifs est préalablement filtré afin que ne 95. Ces mouvements de prix s’expliquent par une variation de la demande d’investissement, occa-sionnant dans le modèle une variation de la demande de terres et donc des prix.

96. En un sens, cette modélisation sommaire permet de comprendre l’interventionnisme des au-torités monétaires et budgétaires au plus fort de la crise financière lesquelles, notamment aux États-Unis, ont poursuivi de nombreuses initiatives afin de soutenir les prix des marchés immobiliers et financiers.

subsiste que la composante cyclique et qu’il est ordonné en cinquième position dans le VAR.

Cette nouvelle spécification permet, tout d’abord, de tester les répercussions d’une variation inattendue des prix sur le marché boursier pour le crédit bancaire. On observe, sur le graphique 1.18, que le crédit bancaire réagit plus fortement aux prix des actifs financiers lorsque le système bancaire est faiblement compétitif et désintermédié. En revanche, l’approche d’intermédiation, ainsi que le niveau de ca-pital prudentiel détenu n’ont pas d’effet significatif, sans que l’on puisse en apporter une explication probante. Un choc sur le prix des actifs devrait, en effet, modifier les contraintes liées au ratio de capital par exemple et donc influer sur le crédit offert. Nous avons, du reste, profité de l’estimation du modèle VAR qui précède, pour véri-fier que l’ajout d’une équation supplémentaire dans le modèle ne modifiait pas nos résultats principaux, à savoir la trajectoire des fonctions de réponse impulsionnelles du crédit bancaire à un choc d’activité (résultats identiques, mais non reportés).

En définitive, l’ensemble des résultats présentés, dans cette section, témoignent des effets stabilisateurs de la concurrence en ce qui concerne la dynamique du crédit bancaire.

FIGURE1.16 – Fonctions de réponse impulsionnelles du crédit à un choc sur les cours bour-siers

(a) Concurrence bancaire

(b) Modèle d’affaires

(d) Capital prudentiel

Conclusion

Dans ce premier chapitre, il a été question des effets de la concurrence bancaire sur la stabilité financière. Face à la profusion de contributions sur le sujet, il a d’abord été dressé une revue des enseignements de la littérature tant théorique qu’empirique. Au-delà du fait que les effets de la concurrence sont apparus comme particulièrement ambigus, il est également ressorti, de la littérature recueillie, que cette dernière a principalement focalisé son attention sur des mesures de risque et de fragilité de conception microéconomique, ignorant de fait très largement les interactions potentielles entre acteurs. Partant de ce constat, et dans le sillage notamment des débats et des travaux questionnant sur l’opportunité de la mise en place de politiques macroprudentielles, nous avons alors décidé d’étudier les répercussions de la concurrence bancaire sur le risque systémique. Cela nous a amené à réaliser deux études distinctes ; le risque systémique pouvant être appré-hendé à travers deux dimensions : (i) la stabilité du système en coupe, c’est-à-dire la distribution du risque à travers les différents acteurs du système ; (ii) la stabilité du système à travers le temps, qui renvoie à la pro-cyclicité de nos systèmes financiers et à la genèse de bulles financières.

C’est ainsi que la première contribution (section 2) a étudié la répartition du risque systémique à travers les entités composant le système bancaire européen et a mis en évidence le rôle prépondérant du pouvoir de marché dans la distribution de ce dernier. Il s’avère, en particulier, que la mise sous pression concurrentielle tend à réduire la contribution des banques au risque systémique. De ce point de vue, la concurrence bancaire devrait donc être favorisée. L’intérêt de notre analyse dépasse toutefois ce seul résultat, car elle témoigne parallèlement de la sensibilité des conclusions à la mesure de risque retenue. En considérant des mesures de prise de risque individuelles plutôt que systémiques, les estimations réalisées sur le même jeu de données ont, en effet, livré des conclusions diamétralement opposées. Il apparaît ainsi que la concurrence aurait tendance à accroître la fragilité individuelle des banques. Afin d’expliquer le contraste saisissant des résultats, nous avons déve-loppé l’explication théorique suivante, qui s’avère cohérente avec le paradigme de la franchise value. Conformément à ce paradigme, l’existence de rentes de monopole conduirait les banques à limiter leur prise de risque. Cela expliquerait alors la relation négative établie entre concurrence et risque individuel. Seulement, cette li-mitation des risques se ferait essentiellement par l’accentuation de la diversification des activités bancaires (internationalisation, marché des dérivés, etc.), ce qui aurait des effets d’enchaînement en renforçant les expositions communes des banques et,

Dans le document Analyse des effets de la concurrence bancaire sur la stabilité et l'efficience : une perspective européenne (Page 123-142)