1. Le concept de stabilité financière
Essai de définition et outils de recherche
Mamadou Oury Diallo
Université du Québec en Outaouais
Essai de D.E.S.S en finance
Présenté à : Professeur David Tessier
1e
décembre 2009
2. 2
Abstract
L’éclatement de la bulle immobilière en 2006 ainsi que la crise financière
mondiale qui s’en est suivi ont non seulement remis en cause les techniques déjà
élaborées pour prévenir les crises financières, mais surtout, elles ont ravivé le débat sur
la stabilité financière. Dans ce travail, non seulement nous nous efforçons à définir le
concept de la stabilité financière, mais de plus, nous effectuons un survol panoramique
des travaux déjà réalisés dans le domaine, au-delà duquel nous cherchons à expliquer
l’évolution de la stabilité financières aux Etats-Unis entre 1929 et 1997. Nos résultats
viennent corroborer ceux des travaux déjà publiés dans le domaine, notamment l’aspect
qualitatif de la variable expliquée ainsi que la rareté d’observation de crises financières
à l’échelle d’un seul pays.
3. 3
TABLE DES MATIÈRES
I. INTRODUCTION ……………………………………………………………………p.4
II. LE CONCEPT DE STABILITÉ FINANCIÈRE ………………………………p.6
1. Essai de définition …………………………………………………………….p.6
2. Revue de littérature …………………………………………………..p.8
III. LES DONNÉES …………………………………………………………………….p.16
1. Présentation des données ………………………………………….p.16
2. Analyse des données ……………………………………………………p.21
IV. CONCLUSION ………………………………………………………………..….p.26
V. BIBLIOGRAPHIE …………………………………………………………………….p.28
VI. ANNEXE ………………………………………………………………………………p.29
4. 4
I-INTRODUCTION
Après l’éclatement de la bulle immobilière en 2006 ainsi qu’à la crise financière
mondiale qui s’en est suivi, si le concept de la stabilité financière est devenu un sujet
d’actualité, cependant, il y a lieu de reconnaître que ce concept ne date pas
d’aujourd’hui. En effet, en considérant l’instabilité financière comme une manifestation
des crises financières, et les mesures de cette instabilité comme des outils pour prévenir
les crises, alors il est évident que le concept de stabilité financière a toujours été
d’actualité pour les autorités publiques. Ainsi, les facilités accordées par les Banques
centrales, les supervisions financières et les dépôts obligatoires peuvent être considérés
comme des moyens employés par les autorités publiques pour préserver la stabilité et
prévenir l’instabilité financière.
Par ailleurs, en dépit de l’ensemble de ces mesures, il apparaît au cours des
dernières décennies que la fréquence des crises s’est multipliée de même que leur
amplitude. Ces crises entraînent des coûts considérables pour l’économie car, pour les
autorités publiques, elles sont synonymes de refinancement des institutions financières,
d’encouragement à la consommation, préservation de la confiance des investisseurs aux
marchés, de même que l’accentuation de la précarité sur le marché du travail.
C’est l’ensemble de ces conséquences qui amènent les autorités publiques à se
pencher sérieusement sur la question de la stabilité financière pour, non seulement
chercher à redéfinir continuellement le concept de la stabilité financière, mais surtout,
affiner les outils nécessaires à la prévention des crises ou à leur absorption une fois
qu’elles se produisent.
À l’instar de plusieurs auteurs et chercheurs dans le domaine de la stabilité
financière, dans ce travail d’essai, nous nous sommes proposé de chercher à expliquer
l’instabilité financière à partir de séries chronologiques provenant de l’économie
américaine. Nos résultats viennent corroborer ceux illustrés dans les nombreux papiers
des chercheurs du domaine. D’une part, le fait que le stress financier, la variable à
expliquer, soit une variable qualitative, cela nous a amené à attribuer subjectivement
des valeurs discrètes à la série selon que nous nous retrouvons en situation de détresse,
d’expansion ou de d’euphorie financière. Cette manipulation vient biaiser la série
chronologique du stress financier que nous avons obtenue des travaux de Bordo,
5. 5
Dueker et Wheelock (2001)1
. D’autre part, nous nous sommes également heurtés à une
carence de données, non seulement au niveau des crises financières observées, mais
également, au niveau des variables explicatives. De ce fait, nous nous sommes
intéressés aux travaux de Illing et Liu (2003) qui ont d’abord cherché à déterminer un
indice fiable du stress financier pouvant mesurer, non plus seulement les crises, mais
également les tensions financières. Finalement, grâce à un modèle de régression simple
sur les deux groupes de données, nos résultats ont manqué de robustesse. Ainsi, en
dépit du fait que les deux modèles nous ont permis de capter 67% des crises étudiés,
cependant, alors que le premier modèle arrive à capter une crise donnée, il peut arriver
la même crise échappe au seconde modèle. Et inversement.
Pour donner corps à nos travaux, dans la première section de ce travail, nous
allons nous prêter à un essai de définition, au regard de la littérature, du concept de
stabilité financière ; de même, nous allons parcourir les principaux travaux réalisés sur
ce sujet. Dans la seconde section, nous présenterons nos données et ainsi que la
méthode de travail. Et enfin, nous nous consacrerons à l’analyse des données et à la
conclusion.
1
Bordo, Micheal J. Dueker et David C. Weelock, Aggregate Price Shocks and Financial Instability, Federal
Reserve Bank of St. Louis Working Papers series, 2001
6. 6
II-LE CONCEPT DE STABILITÉ FINANCIÈRE
1-Essaie de définition
Parce que les marchés s’adaptent aux chocs et que les prix tendent vers un
nouvel équilibre, alors il faut d’ors-et-déjà souligner le fait que la stabilité financière
n’est pas l’absence de forte volatilité ou de corrections dans les prix et les quantités, ni
le comportement habituel ou inhabituel du prix des actifs sur le marché. Au contraire,
l’inquiétude quant au sujet de l’instabilité financière se situe par rapport aux évolutions
qui présentent un potentiel d’impacts importants sur l’économie, en détruisant ou en
affaiblissant une grande partie ou l’ensemble du secteur financier2
.
Cependant, malgré cette perception partagée de la stabilité financière, nous
verrons que, contrairement à la stabilité monétaire, le consensus est loin d’être acquis
quant à la définition de la stabilité financière. Cela se résume bien avec l’affirmation de
l’économiste anglais, Charles Goodhart, lorsqu’il affirme qu’après avoir demandé à un
groupe d’expert de définir le concept, la réponse la plus fréquente fut « la stabilité
financière est l’absence d’instabilité financière3
»
Néanmoins, il est nécessaire de parcourir brièvement quelques définitions de la
stabilité financière selon divers angles de vue : des institutions, les décideurs politiques,
les chercheurs et praticiens :
John Chant (Bank of Canada)4
« L’instabilité financière se réfère aux conditions des marchés financiers qui nuit
ou menace de nuire la performance d’une économie par le biais de son impact sur
le fonctionnement du système financier …Il peut nuire à la situation financière et
non-financière tels que les ménages, les entreprises et les gouvernements dans la
mesure où les flux de financement qui leurs sont destinés sont limités. Il peut
également perturber le fonctionnement de certaines institutions et des marchés
financiers de telles sortes qu'ils soient moins en mesure de continuer à financer le
reste de l'économie .... Elle diffère de temps en temps et de lieu en lieu en
fonction de son élan d'ouverture, les parties du système financier affectées et de
ses conséquences…»
2
Charles Freedman et Clyde Goodlet, Financial Stability:What It Is and Why It Matter, 2007
3
Charles Freedman et Clyde Goodlet, Financial Stability:What It Is and Why It Matter, 2007
4
Garry J. Schinasi, Defining Financial Stability, IMF Working paper, 2004
7. 7
Deutsche Bundesbank5
« D’une manière générale, le terme de la stabilité financière décrit un état stable
dans lequel le système financier exerce efficacement ses fonctions économiques,
telles que l'allocation des ressources et la répartition des risques ainsi que le
règlement des paiements, et est en mesure de le faire, même en cas de chocs et
de situations de profonds changements structurels. »
Wim Duisenberg (European Central Bank)6
« La stabilité monétaire est définie comme la stabilité du niveau général des prix,
ou l'absence d'inflation ou de déflation. La stabilité financière, il n’est pas aussi
simple que ça à la définir car elle n’a aucune définition universellement
acceptée. Néanmoins, il semble qu'il y ait un large consensus sur le fait que la
stabilité financière se réfère à un bon fonctionnement des principaux éléments
qui composent le système financier.»
Sir Andrew Large7
« Généralement, il faut penser à la stabilité financière dans le sens du maintien
de la confiance dans le système financier. Les menaces à cette stabilité peuvent
venir d’un choc ou d’un autre. Ces chocs pouvant être aussi contagieux qu’ils
mettent en doute la liquidité et la réalisation des contrats. Les symptômes de
l’instabilité financière incluent la volatilité et l’impossibilité de prévoir les prix… »
Norges Bank8
« La stabilité financière signifie que le système financier est robuste aux
perturbations dans l'économie, de sorte qu'il soit capable d'être un intermédiaire
de financement, d'effectuer les paiements, et de redistribuer le risque de manière
satisfaisante. »
5
Deutsche Bundesbank (2003)
6
Garry J. Schinasi, Defining Financial Stability, IMF Working paper, 2004
7
Large (2003)
8
Garry J. Schinasi, Defining Financial Stability, IMF Working paper, 2004
8. 8
Nout Wellink9
( Nederlandsche Bank)
« Selon notre propre définition de la Nederlandsche Bank, un système financier
stable est capable d'allouer efficacement les ressources et absorber les chocs, de
prévenir les effets perturbateurs sur l'économie réelle ou à d'autres systèmes
financiers. En outre, le système lui-même ne devrait pas être une source de chocs.
Notre définition implique donc que l'argent puisse s'acquitter de ses fonctions en
tant que moyen de paiement et d'unité de compte, tout le système financier dans
son ensemble peut exercer convenablement son rôle de mobilisation de
l'épargne, la diversification des risques et l'allocation des ressources. La stabilité
financière est une condition vitale pour la croissance économique, comme la
plupart des transactions dans l'économie réelle sont réglées par le biais du
système financier. L'importance de la stabilité financière est peut-être plus visible
dans les situations d'instabilité financière. »
De l’ensemble de ces définitions, nous percevons déjà un décalage quant à la
perception que divers acteurs peuvent avoir de la stabilité financière, cependant, il en
ressort néanmoins des points qualitatifs communs à l’ensemble des auteurs. Ainsi, ce
point de consensus pourrait bien se résumer comme suit : « Un système financier stable
est celui qui, face à un éventail assez large de circonstances défavorables ou de stress
énorme, est capable de fournir de manière efficace sa gamme habituelle de services
financiers10
»
A présent que nous avons une idée du concept de stabilité financière, dans la
prochaine section de ce travail, nous allons jeter un regard panoramique sur certains
principaux travaux qui ont été mené dans le domaine.
2- La revue de littérature
Dès le début de leur papier, Borio et Lowe (2002)11
n’ont pas manqué de
souligner le fait que les 20 dernières années du XXème
siècle ont été marquées par la fin
d’une longue période d’inflation grâce au fait que les autorités publiques ont pris le
taureau par les cornes en mandatant les Banques centrales à veiller exclusivement sur la
9
Wellink (2002)
10
Charles Freedman et Clyde Goodlet, Financial Stability: What It Is and Why It Matters, 2007
11
C. Borio and Philip Lowe, Asset prices, financial and monetary stability, BIS Working Papers, 2002
9. 9
stabilité monétaire. De même, les auteurs observent qu’en dépit de ce fait, les
décennies qui ont suivie ont été marquées par une période d’instabilité financière. Les
auteurs ont cherché à expliquer les facteurs d’instabilité dans les systèmes financiers,
notamment en étudiant la possibilité de construire un indicateur pouvant prédire les
crises financières.
Pour y arriver, Borio et Lowe se sont intéressés à l’utilité de trois principaux
indicateurs dans la prédiction des crises du système financier : le crédit, les prix d’actifs
et de l’investissement. Leur approche a consisté à identifier lequel des booms entre le
crédit, les prix d’actifs et l’investissement est plus utile à prévoir une crise financière.
Ensuite, pour chaque variable, ils ont défini un seuil critique. À chaque fois que la
variable dépasse ce seuil critique ils qualifient cela d’un boom ou de signal d’une crise
latente. Les auteurs ont employé le filtre de Hodrick-Prescott pour déterminer le gap de
chaque série. Le gap pouvant être défini comme l’écart, pour chaque série, entre sa
tendance et la conjoncture.
Dans leurs travaux, non seulement les auteurs utilisent des données annuelles
(1960 à 1999), mais de plus, ils prennent en compte des horizons multiples pour prédire
les crises. De ce fait, ils considèrent l’utilité des indicateurs à prédire sur une, deux et
trois années. Pour déterminer les périodes des crises, ils se sont servis des travaux de
Bordo et al.(2001).
Comme résultats, les auteurs ont trouvé qu’un indicateur de stress financier doit
au moins prendre en compte les effets cumulés et prêter attention à la combinaison des
crédits et des prix d’actifs. Borio et Lowe montent ainsi qu’une économie dans laquelle
le boom du crédit atteint 4% ou 5% et où le prix des actifs est au-delà de 40 à 50% de la
normale est exposée à des crises. Les auteurs n’ont tout de même pas manqué de
rappeler que l’une des questions qui surgi suite à ces résultats concerne le compromis
entre les erreurs de type 1 et les erreurs de type 2. Dans la pratique, ils trouvent qu’il
est possible de réduire les erreurs de type 2, mais c’est un exercice au détriment des
erreurs de type 1 qui provoquent la non signalisation d’un grand nombre de crises.
Quant à Micheal D. Bordo, Micheal J. Dueker et David C. Weelock (2001)12
, ils ont
cherché à mettre en évidence la relation entre le prix des actifs agrégés et la stabilité
12
Bordo, Micheal J. Dueker et David C. Weelock, Aggregate Price Shocks and Financial Instability, Federal
Reserve Bank of St. Louis Working Papers series, 2001
10. 10
financière. Pour ce faire, dans un premier temps, ils ont construit un indice annuel des
conditions financières pour les USA de 1790 à 1997; puis, dans un second temps, ils ont
estimé les effets du prix des actifs agrégés sur cet indice.
Pour mesurer les conditions financières, les auteurs ce sont servi d’une variable
discrète comme un indice dans lequel chaque année est placée dans l’une des cinq
catégories allant de la «sévère détresse» à «l’euphorie financière.» De 1790 à 1869,
l’indice provient de source narrative. De 1870 à 1933, l’indice est basé sur des
observations annuelles des taux de faillites des entreprises et des banques, le taux
d’intérêt réel ex-post, et sur la qualité du différentiel de taux d’intérêt. De 1934 à 1997,
ils ont remplacé le taux de faillites des banques par les séries de «bank loans charge-
off.» Ainsi, les auteurs ont obtenu un indice qui capture dans une seule variable les
différents aspects des conditions financières reflétées dans quatre autres variables.
Pour ce qui est d’établir les effets du choc des prix d’actifs agrégés sur l’indice
obtenu, les auteurs ont utilisé des séries chronologiques au Probit dynamique; ils ont
également régressé l’indice sur les quatre séries qui ont aidé à sa construction pour
confirmer la présence d’une relation consistante entre les prix des actifs agrégés et
l’indice. Pour cela, ils ont utilisé comme contrôle les chocs de liquidité, croissance réelle
de l’output et d’offre.
Les résultats de leurs travaux font ressortir que le niveau des prix et de taux
d’inflation non-anticipé ont historiquement contribué à nourrir l’instabilité financière
aux USA. Les auteurs ont une forte évidence sur l’impact du choc du niveau des prix sur
la stabilité financière pour la période allant d 1870 à 1933, période durant laquelle le
régime monétaire était basé sur l’or. Pour la période allant de 1934 à 1997, ils ont
trouvé que ce sont les chocs d’inflation qui ont un impact important sur les conditions
financières. Leurs résultats révèlent cependant que les chocs des prix agrégés n’ont pas
eu un impact, après 1933, aussi important que les chocs du niveau des prix ont eu
quelques années auparavant.
Pour Mark Illing et Ying Liu (2003)13
, malgré que l’analyse des crises financières
et le développement d’indicateurs susceptibles de prédire ces crises soient d’une
importance capitale, cependant, l’intérêt de cet exercice se trouverait mis en cause s’il
ne peut aider les autorités locales à agir en temps opportun pour rectifier les tendances.
Or, vue la faiblesse des observations de crises financières à l’échelle d’un pays, il
13
Mark Illing et Ying Liu, An Index of Financial Stress for Canada, Bank of Canada Working Papers, 2003
11. 11
apparaît nécessaire de redéfinir la notion de crise financière afin de pouvoir doter les
autorités publiques d’indicateurs crédibles susceptibles de prédire les crises dans le
système financier. C’est dans cette logique qu’Illing et Liu ont cherché à d’abord mettre
en avant la notion de stress financier avant de développer un Indice de Stress Financier
(FSI).
Ils définissent le stress financier comme le produit de structures vulnérables et
de chocs exogènes. Le choc devient un stress lorsque les conditions financières sont
mauvaises, exerçant ainsi une pression sur les agents économiques du fait de
l’incertitude des variations et des pertes, non seulement dans les marchés financiers,
mais aussi, dans les institutions financières.
Pour développer le FSI, Illing et Liu ont suivi un sondage pour déterminer un
échantillon des évènements, durant les 25 dernières années, qui ont été les plus
stressants pour le système financier canadien. Puis, ils ont procédé au choix des
variables parmi celles qui expliquent le plus les résultats cet échantillon, et ont construit
trois alternatives de mesures du stress financier : les mesures standards, les mesures
raffinés et les techniques d’estimation GARCH. Le FSI obtenu est un indice continu à
haute fréquence (journalière) qui couvre le marché des actions, le marché monétaire, le
marché de change et le secteur bancaire. Les valeurs extrêmes du FSI étant des crises
financières.
Cet indice de stress financier développé par Illing et Liu permet une mesure
ordinale du stress dans le système financier. Dès ce moment, les changements dans
l’évolution du FSI deviennent utile pour déterminer en temps réel si le stress financier
est en train d’augmenter ou de baisser. De ce fait, le FSI devient un outil qui ouvre
beaucoup de perspectives en matière d’analyse et de suivi des crises financières.
Par ailleurs, Borio et Lowe ayant démontré que les co-mouvements du prix des
actifs et du crédit pouvaient prédire les déséquilibres financiers, cependant il s’avère
compliqué de prouver cela dans un seul pays où les observations de crises financières
sont très faibles ou inexistantes. Pour circonscrire ce problème, Misina et Tkacz (2008)14
14
Miroslav Misina and Greg Tkacz, Credit, Asset Prices and Financial Stress in Canada, Bank Of Canada
Working Paper, 2008
12. 12
se sont basés sur la notion de «Stress financier» et ont cherché à comprendre comment
les co-mouvements du crédit et des prix d’actifs peuvent l’expliquer. Pour arriver à leur
fin, Misina et Tkacz ont employé le Financial Stress Index (FSI) développé par Illing et Liu
(2006) afin de mesurer le stress financier, puis ils ont réussi à développer deux modèles
pour arriver à leur fin : le modèle linéaire et le modèle à seuil.
Le modèle linéaire consiste, dans un premier temps, à écrire le FSI en un modèle VAR
avec (k-trimestres) variables de retard :
tktt FSIFSI ,1 (1)
Puis, dans un second temps, pour évaluer la contribution marginale des différentes
variables explicatives au FSI, les auteurs les ont rajoutés seul ou en pair à l’équation (1).
Le modèle augmenté devient ainsi :
tktktt XFSIFSI ,21 (2)
Avec X, un vecteur contenant une ou deux variables explicatives.
Par la suite, pour mesurer la performance de la prévision, les auteurs ont utilisé le ratio
de la racine carré des erreurs relatives aux deux modèles :
2
^
,1
2
,2
^
tt
t
t
FSIFSI
FSIFSI
rmr (3)
Ainsi :
Si rmr >1 : la variable explicative fausse la performance de la prévision (variiables
à rejeter)
Si rmr <1 : la variable explicative améliore la performance de la prévision
(variable à retenir).
Le modèle à seuil, quant a lui, il consiste à capter le comportement inhabituel des
variables explicatives, notamment les comportements extrêmes qui se traduisent par
13. 13
des relations non-linéaires avec le FSI. Le modèle a seuil de Misina et Tkacz s’écrit
comme suit :
tktktktt ZXFSIFSI 1111 ; ktkZ , (4)
tktktktt ZXFSIFSI 2222 ; ktkZ , (5)
Avec :
Z, les variables extraites du vecteur X;
τ, le seuil qui entraîne un changement de régime.
Pour estimer les paramètres du modèle a seuil, les auteurs ont employé Hansen (2000).
Ainsi, ils ont réécris les équations (4) et (5) en une seule équation :
tktktktktktktt DWZCWXBWFSIAWZXFSIFSI 2222
(6)
Avec :
kt
kt
Z
Z
W
,1
,0
12121212 ;;; DCBA
Puis, pour mesurer la performance de la prévision, comme dans le modèle linéaire, les
auteurs se sont servis du ratio rmr entre l’équation (6) et l’équation (1).
A la lumière de leurs travaux, Misina et Tkacz ont trouvé qu’avec un cadre linéaire, la
croissance des crédits domestiques est un meilleur indicateur du Financial Stress Index
(FSI) à tous les horizons. Sur cet aspect, ils n’ont pas identifié la combinaison du crédit et
des prix actifs de Borio et Lowe (2002) comme un facteur important pour le FSI. Leurs
résultats suggèrent que les prix d’actifs tendent à être de meilleurs indicateurs lorsque
nous suivons la non-linéarité des variables, suggérant ainsi que les mouvements
extrêmes du prix des actifs ont un impact disproportionné sur le stress financier.
Finalement, Misina et Tkacz ont trouvé que sur un horizon de deux ans, les crédits
14. 14
(business credit) et les prix d’actifs (real-estate price) sont d’importants prédicateurs du
stress financier, confirmant ainsi les travaux de Borio et Lowe (2002).
Quant à Borio et Drehmann (2009)15
, ils ont dès le départ fait référence aux travaux
précédents de Borio et Lowe (2002) qui ont établi qu’en s’intéressant au crédit et aux
prix des actifs, il est possible de développer un indicateur performant des crises
bancaires. Cependant, les auteurs se sont posés la question à savoir : la crise financière
actuelle aurait-elle pu être anticipée en exploitant la relation établie par Borio et Lowe
(2002)? Les auteurs ont ainsi cherché à analyser la performance in-sample et out-of-
sample de leur indicateurs.
Pour développer ces indicateurs, Borio et Drehmann ont utilisé une des méthodes
les plus courantes, celle dénommée «méthode d’extraction de signaux» ou «signal
extraction method», faisant référence aux travaux de Kaminsky et Reinhart (1999).
Cette méthode consiste, pour chaque période t, à calculer un signal S. Ce signal prend la
valeur 1 si les variables (V) de l’indicateur excèdent leur seuil critique (θ); il prend la
valeur 0 autrement. Pour des combinaisons de deux et trois variables, voilà brièvement
comment s’illustre cette méthode :
2211 ...1
0
tt
VandVif
else
tS
332211 ...............1
0
ttt
VorVandVif
else
tS
Où :
V1 est la variable crédit;
V2 et V3 sont les variables equity and property price.
15
Claudio Borio et Mathias Drehmann, Assessing the risk of banking crises, BIS Working Papers, 2009
15. 15
A la lumière de leurs travaux, Borio et Drehmann ont trouvé que tous les indicateurs
arrivent à prévenir, in-sample, les crises bancaires. Cependant, dans l’out-of-sample, les
indicateurs qui ne considèrent que le crédit et les «equity price» n’auraient pas pu
prévenir la crise financière actuelle, alors que ceux prenant en compte le «property
price» arrivent à identifier la crise.
16. 16
III-LES DONNÉES :
1-Présentation des données
Dans cet essai, nous avons choisi d’étudier la stabilité financière au regard de
l’économie américaine. Nos données proviennent de diverses sources dont, entre
autres, le Bureau of Economic Analysis16
, Economic Research and Data17
de la Federal
reserve, le Online data18
de Robert Shiller, ainsi que des papiers de recherche listés au
niveau de la bibliographie de cet essai.
Notre méthode de travail a consisté :
Dans un premier temps, à récolter un panier de séries chronologiques
suffisamment longues;
Dans un second temps, à déterminer une série chronologique des crises
financières observées aux États-Unis entre 1929 et 1997;
Dans un troisième temps, à effectuer des tests de causalité à la Granger afin de
déterminer, parmi le panier de variables récolté, celles qui causent
véritablement l’indice du stress financier;
Et enfin, construire une équation avec les principales variables déterminantes en
vue d’une meilleure explication et d’une meilleure prévision du stress financier.
*Les variables : Le principe qui a prévalu lors de la collecte des variables est celui
d’amasser le maximum de variables de longue série afin de les arrimer avec la série des
crises financières observées. Pour ce faire, nous avons déterminé deux principaux
groupes de séries :
*Groupe1 : 1929 – 1997
Ce groupe comprend sept (8) variables à 68 observations.
16
http://www.bea.gov/
17
http://federalreserve.gov/econresdata/default.htm
18
http://www.econ.yale.edu/~shiller/data.htm
19. 19
Le Consumer Price Index : (L’indice des prix à la consommation)
0
10
20
30
40
50
60
70
80
90
1930 1940 1950 1960 1970 1980 1990
CPI
-.12
-.08
-.04
.00
.04
.08
.12
.16
.20
.24
1930 1940 1950 1960 1970 1980 1990
L_CPI29
Le Real Stock Price: (Online data de Shiller)
100
200
300
400
500
600
700
800
900
1,000
1930 1940 1950 1960 1970 1980 1990
RSP
-.6
-.4
-.2
.0
.2
.4
1930 1940 1950 1960 1970 1980 1990
L_RSP29
*Groupe2 : 1959 – 1997
Ce groupe comprend douze (10) variables à 38 observations. Ce sont les variables du
Groupe1 rajoutées aux deux nouvelles variables suivantes :
20. 20
Treasory Bill 3 month : (Les taux du bon du trésor à 3 mois)
2
4
6
8
10
12
14
16
1960 1965 1970 1975 1980 1985 1990 1995
TRBILL3M
-.8
-.6
-.4
-.2
.0
.2
.4
.6
.8
55 60 65 70 75 80 85 90 95
L_TREBILL3M54
Le Consumer credit : (Les crédits à la Consommation)
0
100,000
200,000
300,000
400,000
500,000
600,000
1960 1965 1970 1975 1980 1985 1990 1995
CONSCREDIT
-.04
.00
.04
.08
.12
.16
.20
55 60 65 70 75 80 85 90 95
L_CONSCREDIT54
*Détermination de la série du stress financier : pour déterminer cette série, nous nous
sommes servis des travaux de M.D. Bordo, M.J. Dueker et David C. Wheelock (2001)19
.
Dans leur travaux, les auteurs ont su retracer le comportement de la stabilité financière
depuis 1790 jusqu’en 1997. Ils ont placé chaque année dans l’une des cinq (5)
catégories suivantes: sévère détresse, détresse modérée, situation normale, expansion
modérée et euphorie financière.
Dans cet essai, pour pouvoir travailler avec ces données, nous avons imputé à chaque
catégorie un chiffre :
19
Bordo, Micheal J. Dueker et David C. Weelock, Aggregate Price Shocks and Financial Instability, Federal
Reserve Bank of St. Louis Working Papers series, 2001
21. 21
Sévère détresse = -10
Détresse modérée = -5
La situation normale = 1
L’expansion modérée = 5
L’euphorie = 10
Suite à cette première manipulation, nous avons pu observer une évolution discontinue,
en raison des chiffres entiers imputées à l’appréciation qualitative des données, de la
série du stress financier aux États-Unis entre 1929 et 1997 :
Le stress : (La série du stress financier)
-12
-8
-4
0
4
8
12
1930 1940 1950 1960 1970 1980 1990
STRESS
2-Analyse des données :
L’analyse des données consiste :
Dans un premier temps, à déterminer pour chaque groupe quelles sont les
variables qui expliquent l’évolution du stress financier;
Puis, dans un second temps, à élaborer une combinaison des variables
pertinentes qui expliquent le mieux le « stress financier ».
Enfin, avec chaque modèle obtenu, à faire des projections (de 1998 à 2008) pour
voire dans quelles mesures ces modèles sont en mesure d’expliquer les crises ou
tensions financières observées de 1998 à 2008.
22. 22
*Groupe1 (1929-1997) : 8 variables à 68 observations
A - Test de causalité à la Granger : Suite au test de causalité à la Granger (annexe1),
nous observons que des 8 variables que contiennent le Groupe1, seulement 7
provoquent une causalité de type Granger sur la variable stress. Ce sont : le Nominal
Home Prince Index (NHPINDX), le Real Building Cost Index (RBCINDX), le S&P500
(SP500), le Gross Investment (GROSSINVEST), le Gross Save (GROSSAVE), le Longue
Interest Rate (LONGRATE) et le Consumer Price Index (CPI).
B - Le modèle de régression : le modèle de régression le plus pertinent obtenu de la
combinaison de ces variables est le suivant :
Dependent Variable: STRESS
Method: Least Squares
Sample (adjusted): 1930 1997
Included observations: 68 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 2.618705 0.137445 19.05269 0.0000
L_NHPINDX29 6.848356 2.238393 3.059496 0.0032
L_GROSSINVEST29 0.498884 0.393347 1.268304 0.2093
L_LONGRATE29 1.027327 0.858766 1.196283 0.2360
R-squared 0.236017 Mean dependent var 2.926471
Adjusted R-squared 0.200206 S.D. dependent var 1.041184
S.E. of regression 0.931144 Akaike info criterion 2.752217
Sum squared resid 55.48985 Schwarz criterion 2.882776
Log likelihood -89.57536 Hannan-Quinn criter. 2.803948
F-statistic 6.590516 Durbin-Watson stat 0.363526
Prob(F-statistic) 0.000596
C - La projection : pour illustrer dans quelles mesures cette combinaison de variables
arrive à prédire et expliquer les tensions et crises financières, nous allons, à partir du
modèle obtenu, faire des projections allant de 1998 à 2008. Cela nous permettra de
voire dans quelles mesures ces projections reflètent la réalité observées dans cet
intervalle de temps.
23. 23
-1
0
1
2
3
4
5
6
99 00 01 02 03 04 05 06 07 08
STRESSF ± 2 S.E.
Pour pouvoir juger de la fiabilité de cette projection, nous allons nous référer à un
certain nombre de dates qui ont marqué l’évolution de la stabilité financière aux États-
Unis dans cet intervalle de temps :
1999-2000 - La bulle technologique : est une bulle spéculative qui a affecté les
valeurs technologiques sur les marchés d’actions à la fin des années 1990. Son
apogée a eu lieu en mars 2000. À ces dates, nous devrions observer une
tendance baissière de la variable « stress financier ». Or, dans cette sortie, nous
observons plutôt une évolution relativement stable de l’indice du stress
financier.
2001-2002 – Les attentats du 11 septembre : Lors de ces évènements, plusieurs
nœuds de communication vitaux pour les systèmes de paiement et de
compensation des marchés financiers furent touchés. À ces dates, nous devrions
observer une tendance baissière de la variable « stress financier ». C’est
exactement le cas dans la sortie que nous avons obtenu : nous observons bien
une tendance relativement baissière de 2001 à 2002.
2006-2008 – la bulle immobilière et engrainage systémique : Provoqué par la
titrisation des créances douteuses issues de la bulle immobilière des années
2000, la crise s’annonça pendant l’été 2007. Elle s’est manifestée par une baisse
de l’immobilier, un effet domino provoquant l’effondrement de diverses grandes
24. 24
banques dans le monde et une baisse des bourses d’actions. À ces dates, nous
devrions observer une baisse accentuée de l’indice du stress financier. Et c’est
effectivement ce que nous observons dans cet intervalle de temps.
Au regard de cette analyse de la comparaison entre la réalité observée et la sortie
que nous avons obtenu du modèle élaboré à partir des données du Groupe1, il apparaît
que si le modèle n’arrive pas à capter la bulle technologique de l’an 2000, cependant, il
arrive à capter, relativement bien, la crise du 11 septembre et encore mieux la crise
immobilière de 2006 ainsi que les crashs de 2007 et 2008.
*Groupe2 : 1959-1997 (38 observations)
A - Test de causalité à la Granger : suite au test de causalité à la Granger (annexe2), des
dix variables qui composent le Groupe2, nous avons observé 9 qui influencent
réellement la série du stress financier, dont les plus importantes au besoin de notre
étude sont : le Real Building Cost Index (RBCINDX), le Nominal Home Price
Index(NHPINDX), le Treasory Bill 3 month (TREBILL3M), le Consumer Price Index (CPI)
ainsi que le Gross Investment (Grossinvest).
B - Le modèle de régression : la combinaison la plus pertinente obtenue de ces variables
est illustrée par la sortie suivante :
Dependent Variable: STRESS
Method: Least Squares
Sample (adjusted): 1955 1997
Included observations: 43 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 2.511831 0.203793 12.32539 0.0000
L_GROSSINVEST54 -2.223071 1.398012 -1.590166 0.1201
L_CPI54 3.910706 3.814875 1.025120 0.3118
L_TREBILL3M54 1.124436 0.406878 2.763571 0.0088
L_RBCINDX54 13.88497 4.371284 3.176405 0.0030
R-squared 0.335435 Mean dependent var 2.627907
Adjusted R-squared 0.265481 S.D. dependent var 0.724512
S.E. of regression 0.620936 Akaike info criterion 1.993767
Sum squared resid 14.65134 Schwarz criterion 2.198558
Log likelihood -37.86599 Hannan-Quinn criter. 2.069287
F-statistic 4.795066 Durbin-Watson stat 0.762013
Prob(F-statistic) 0.003132
25. 25
C - La projection : pour illustrer dans quelles mesures cette combinaison de variables
arrive à prédire et expliquer les tensions et crises financières, nous allons, à partir du
modèle obtenu, faire des projections allant de 1998 à 2008. Cela nous permettra de
jauger dans quelles mesures ces projections reflètent la réalité observée dans cet
intervalle de temps.
-1
0
1
2
3
4
5
6
98 99 00 01 02 03 04 05 06 07
STRESSF ± 2 S.E.
Pour pouvoir juger de la fiabilité de cette projection, nous allons nous référer à un
certain nombre de dates qui ont marqué l’évolution de la stabilité financière aux États-
Unis dans cet intervalle de temps.
1999-2000 - La bulle technologique : à ces dates, nous devrions observer une
tendance baissière de stress financier. Dans cette sortie, nous observons bien
une certaine tendance baissière entre 1999 et l’an 2000.
2001-2002 – Les attentats du 11 septembre : à ces dates, nous devrions
observer une tendance baissière du stress financier. Or, dans la sortie que nous
avons obtenue, dans cet intervalle de la tendance de l’indice du stress financier
est plutôt stable, et même relativement haussière.
2006-2008 – la bulle immobilière et engrainage systémique : à ces dates, nous
devrions observer une baisse accentuée du stress financier. Dans la sortie que
nous avons obtenue, nous remarquons bien en baisse accentuée de la série du
stress financier en cette période.
Au regard de l’analyse de la comparaison entre la réalité et la sortie que nous avons
obtenu du Groupe2, il apparaît bien que si le modèle élaboré à partir des données du
Groupe2 ne parviennent pas à capter la crise du 11 septembre, cependant, elle arrive a
remarquablement capter la bulle technologique de l’an 2000 ainsi que la bulle
immobilière et les crashs de 2007 et 2008.
26. 26
IV-CONCLUSION :
Dans ce travail nous avons mis en évidence le concept de la stabilité financière
dans toute sa problématique. En dépit de son omniprésence, nous avons vu qu’il n’est
pas évident que le concept de stabilité financière face consensus dans sa définition par
les divers acteurs. Cependant, nous avons retenu, après une revue panoramique des
différents auteurs, qu’ « Un système financier stable est celui qui, face à un éventail
assez large de circonstances défavorables ou de stress énorme, est capable de fournir de
manière efficace sa gamme habituelle de services financiers ».
Quant à l’explication et la prévention du stress financier, nous avons fait une
lecture panoramique des travaux déjà réalisés dans le domaine à l’issue duquel nous
avons élaboré une méthode de travail qui nous a permis de corroborer les conclusions
généralement admises dans le domaine. D’une part, le fait que la variable à expliquer
soi une variable qualitative, cela nous a amené à attribuer subjectivement des valeurs
discrètes à la série selon que nous nous retrouvons en situation de détresse,
d’expansion ou d’euphorie financière. Cette manipulation vient biaiser la série
chronologique du stress financier que nous avons obtenue des travaux de Bordo,
Dueker et Wheelock (2001). D’autre part, nous nous sommes également heurtés à une
carence de données, non seulement au niveau des crises financières observées à
l’échelle d’un seul pays, mais également, au niveau des variables explicatives. C’est dans
ce cadre qu’il serait intéressant de porter une attention particulière aux travaux de Illing
et Liu (2003) qui ont d’abord cherché à déterminer un indice composite et fiable du
stress financier pouvant mesurer, non plus seulement les crises, mais également les
tensions financières. Finalement, grâce à un modèle de régression simple sur deux
groupes de données, nos résultats ont manquée robustesse, non seulement sur les
variables explicatives, mais aussi sur les crises captées par les différents modèles
élaborés. Ainsi, si le premier groupe de données nous a permis d’obtenir un modèle non
pertinent dans l’explication de la bulle technologique, quant au second modèle, c’est la
crise du 11 septembre qui l’échappe.
Ce travail d’essai vient servir de trait d’union entre les différentes méthodes
employées par divers auteurs pour expliquer et saisir pleinement le concept de stabilité
financière.
27. 27
La Stabilité financière n’aura jamais autant été un sujet d’actualité au cours des
ces trois dernières décennies. Après quatre trimestres en récession, alors que les États-
Unis annonçaient en début novembre 2009 une reprise économique et que les marchés
financiers mondiaux consolidaient leur retour au vert, l’annonce faite le 25 novembre
2009 par l’État de Dubaï de son incapacité à faire face à sa dette immobilière relance à
nouveau le spectre la crise avec une question persistante : la crise nous réserve-t-elle
encore d’autres surprises ? En tout état de cause, la bulle immobilière qui a éclatée en
2006, accompagnée de la crise financière mondiale, sera d’un précieux laboratoire de
faits et de données pour les chercheurs du domaine de la stabilité financière en vue de
parvenir à dompter la matière.
28. 28
V-BIBLIOGRAPHIE :
Charles Freedman et Clyde Goodlet, Financial Stability:What It Is and Why It
Matter, 2007
Charles Freedman et Clyde Goodlet, Financial Stability:What It Is and Why It
Matter, 2007
Garry J. Schinasi, Defining Financial Stability, IMF Working paper, 2004
Deutsche Bundesbank (2003)
Garry J. Schinasi, Defining Financial Stability, IMF Working paper, 2004
Garry J. Schinasi, Defining Financial Stability, IMF Working paper, 2004
Charles Freedman et Clyde Goodlet, Financial Stability: What It Is and Why It
Matters, 2007
C. Borio and Philip Lowe, Asset prices, financial and monetary stability, BIS
Working Papers, 2002
Bordo, Micheal J. Dueker et David C. Weelock, Aggregate Price Shocks and
Financial Instability, Federal Reserve Bank of St. Louis Working Papers series,
2001
Mark Illing et Ying Liu, An Index of Financial Stress for Canada, Bank of Canada
Working Papers, 2003
Miroslav Misina and Greg Tkacz, Credit, Asset Prices and Financial Stress in
Canada, Bank Of Canada Working Paper, 2008
Claudio Borio et Mathias Drehmann, Assessing the risk of banking crises, BIS
Working Papers, 2009
29. 29
VI-ANNEXE:
Annexe1 : GRANGER CAUSALITY TEST-Groupe1
Pairwise Granger Causality Tests
Date: 01/23/10 Time: 14:34
Sample: 1929 1997
Lags: 5
Null Hypothesis: Obs F-Statistic Prob.
L_SP50029 does not Granger Cause STRESS 63 1.86782 0.1160
STRESS does not Granger Cause L_SP50029 0.18018 0.9689
L_RSP29 does not Granger Cause STRESS 63 0.78587 0.5646
STRESS does not Granger Cause L_RSP29 0.15005 0.9791
L_RBCINDX29 does not Granger Cause STRESS 63 1.21643 0.3146
STRESS does not Granger Cause L_RBCINDX29 1.92938 0.1052
L_NHPINDX29 does not Granger Cause STRESS 63 5.77072 0.0003
STRESS does not Granger Cause L_NHPINDX29 0.88944 0.4950
L_LONGRATE29 does not Granger Cause STRESS 63 1.05272 0.3972
STRESS does not Granger Cause L_LONGRATE29 1.51401 0.2016
L_GROSSINVEST29 does not Granger Cause STRESS 63 2.59612 0.0360
STRESS does not Granger Cause L_GROSSINVEST29 1.63035 0.1684
L_GROSSAVE29 does not Granger Cause STRESS 63 1.03145 0.4090
STRESS does not Granger Cause L_GROSSAVE29 0.94680 0.4589
L_CPI29 does not Granger Cause STRESS 63 5.77072 0.0003
STRESS does not Granger Cause L_CPI29 0.88944 0.4950
30. 30
Annexe2- GRANGER CAUSALITY TEST-GROUPE2
Pairwise Granger Causality Tests
Date: 01/23/10 Time: 15:25
Sample: 1954 1997
Lags: 5
Null Hypothesis: Obs F-Statistic Prob.
L_TREBILL3M54 does not Granger Cause STRESS 38 1.87336 0.1323
STRESS does not Granger Cause L_TREBILL3M54 2.38498 0.0647
L_SP50054 does not Granger Cause STRESS 38 1.36356 0.2689
STRESS does not Granger Cause L_SP50054 1.14244 0.3625
L_RSP54 does not Granger Cause STRESS 38 1.35416 0.2724
STRESS does not Granger Cause L_RSP54 1.01958 0.4257
L_RBCINDX54 does not Granger Cause STRESS 38 1.59356 0.1956
STRESS does not Granger Cause L_RBCINDX54 0.41916 0.8312
L_NHPINDX54 does not Granger Cause STRESS 38 2.98758 0.0284
STRESS does not Granger Cause L_NHPINDX54 0.86658 0.5162
L_LONGRATE54 does not Granger Cause STRESS 38 1.59166 0.1962
STRESS does not Granger Cause L_LONGRATE54 4.81758 0.0028
L_GROSSINVEST54 does not Granger Cause STRESS 38 2.00308 0.1103
STRESS does not Granger Cause L_GROSSINVEST54 1.75145 0.1569
L_GROSSAVE54 does not Granger Cause STRESS 38 1.77652 0.1515
STRESS does not Granger Cause L_GROSSAVE54 2.88600 0.0326
L_CPI54 does not Granger Cause STRESS 38 1.72497 0.1628
STRESS does not Granger Cause L_CPI54 1.50545 0.2211
L_CONSCREDIT54 does not Granger Cause STRESS 38 0.89783 0.4967
STRESS does not Granger Cause L_CONSCREDIT54 2.39865 0.0635
L_BANKREDIT54 does not Granger Cause STRESS 38 0.48392 0.7851
STRESS does not Granger Cause L_BANKREDIT54 2.24270 0.0789
