Sélectionner la langue

Efficacité des coûts bancaires et structure du marché du crédit sous un taux de change volatil

Analyse de l'impact de la volatilité des taux de change sur l'efficacité des coûts bancaires et la structure du marché du crédit, utilisant des données uniques de réévaluation des devises des banques russes de 2004 à 2020.
forexrate.org | PDF Size: 1.4 MB
Note: 4.5/5
★ ★ ★ ★ ★
Votre note
Vous avez déjà noté ce document
Couverture du document PDF - Efficacité des coûts bancaires et structure du marché du crédit sous un taux de change volatil
Voir le document PDF Télécharger PDF Traduire PDF
Accueil » Documentation » Efficacité des coûts bancaires et structure du marché du crédit sous un taux de change volatil

Table des matières

1. Introduction

Cet article examine l'impact de la volatilité des taux de change sur l'efficacité des coûts bancaires et la structure du marché du crédit, en se concentrant sur les banques présentant des expositions importantes aux devises étrangères (FX). En utilisant des données trimestrielles uniques sur les réévaluations (Revals) des actifs et passifs en devises des banques russes entre le premier trimestre 2004 et le deuxième trimestre 2020, les auteurs démontrent que les Revals constituent une part substantielle des coûts bancaires (26,5 % en moyenne) et que les ignorer conduit à des estimations d'efficacité des coûts gravement biaisées. L'étude explore également les implications pour l'efficacité du marché du crédit et la stabilité financière.

2. Idée centrale

Idée centrale : La volatilité des taux de change crée un canal de coûts caché via les réévaluations monétaires qui, si on l'ignore, fausse considérablement la mesure de l'efficacité des coûts bancaires et conduit à des conclusions erronées sur la structure du marché du crédit. L'article révèle que les modèles de frontière stochastique standard sous-estiment l'efficacité bancaire jusqu'à 30 % lorsque les Revals sont omis, et que ce biais n'est pas uniforme entre les banques, affectant la préservation du classement et l'inférence politique.

3. Logique de l'étude

3.1 Données et méthodologie

Les auteurs utilisent un ensemble de données de panel de banques russes de 2004 à 2020, incluant des données uniques sur les réévaluations de devises. Ils emploient un cadre d'analyse de frontière stochastique (SFA) pour estimer l'efficacité des coûts, en comparant des modèles avec et sans Revals. Des copules non paramétriques sont utilisées pour examiner la préservation du classement et les dépendances de queue.

3.2 Principaux résultats

4. Forces et faiblesses

Forces : L'article utilise un ensemble de données nouveau et de haute qualité (Revals) qui capture directement les coûts de réévaluation des devises. La contribution méthodologique — l'utilisation de copules pour analyser la préservation du classement — est innovante et fournit des perspectives plus approfondies sur la nature du biais. L'approche de correction en deux étapes est pratique et généralisable à d'autres économies de marché émergentes (EME).

Faiblesses : L'analyse se limite aux banques russes, ce qui soulève des questions sur la généralisabilité à d'autres contextes institutionnels. L'approche en deux étapes, bien qu'elle réduise le biais, repose encore sur des proxies observables qui peuvent ne pas capturer toutes les nuances de l'exposition aux devises. L'article n'explore pas pleinement les effets dynamiques de la volatilité des taux de change sur des horizons plus longs.

5. Enseignements pratiques

6. Détails techniques et cadre mathématique

6.1 Modèle d'efficacité des coûts

Le modèle de frontière de coût stochastique standard est spécifié comme suit :

$$\ln TC_{it} = \ln f(\mathbf{y}_{it}, \mathbf{w}_{it}; \boldsymbol{\beta}) + v_{it} + u_{it}$$

où $TC_{it}$ est le coût total, $\mathbf{y}_{it}$ est le vecteur de production, $\mathbf{w}_{it}$ est le vecteur des prix des intrants, $v_{it}$ est le bruit aléatoire, et $u_{it} \geq 0$ est l'inefficacité des coûts. Les auteurs étendent ce modèle en incluant les Revals comme une composante de coût supplémentaire :

$$\ln TC_{it} = \ln f(\mathbf{y}_{it}, \mathbf{w}_{it}; \boldsymbol{\beta}) + \gamma \cdot Revals_{it} + v_{it} + u_{it}$$

L'efficacité des coûts est estimée comme $E[\exp(-u_{it}) | \epsilon_{it}]$, où $\epsilon_{it} = v_{it} + u_{it}$.

6.2 Approche par copules pour la correction du biais

Pour examiner la préservation du classement, les auteurs utilisent des copules non paramétriques pour modéliser la distribution conjointe des estimations d'efficacité avec et sans Revals. La densité de copule $c(u,v)$ capture la structure de dépendance, et les mesures de corrélation de rang (par exemple, le $\tau$ de Kendall) quantifient le degré de préservation du classement. L'analyse révèle que la préservation du classement est élevée uniquement dans les queues (par exemple, pour les banques les plus et les moins efficaces), mais faible au milieu de la distribution.

7. Résultats expérimentaux et description des graphiques

Figure 1 : Distribution des Revals en part des coûts totaux - Un histogramme montrant que les Revals représentent en moyenne 26,5 % des coûts totaux, avec une longue queue à droite indiquant que certaines banques ont des coûts de réévaluation de change extrêmement élevés.

Figure 2 : Estimations de l'efficacité des coûts avec et sans Revals - Un nuage de points comparant les scores d'efficacité des deux modèles. La ligne à 45 degrés montre que la plupart des points se situent en dessous, confirmant le biais à la baisse lorsque les Revals sont omis.

Figure 3 : Contours de densité de copule pour la préservation du classement - Des graphiques de contour de la densité de copule montrant une forte dépendance de queue mais une faible dépendance au milieu, indiquant que la préservation du classement n'est fiable que pour les niveaux d'efficacité extrêmes.

Figure 4 : Efficacité du marché du crédit par quartile de taille de banque - Des diagrammes en barres montrant que la conclusion erronée d'inefficacité du marché du crédit est due au quartile supérieur des banques en termes d'actifs totaux.

8. Exemple de cadre analytique

Étude de cas : Application de la correction en deux étapes à une banque hypothétique

Considérons une banque avec les caractéristiques suivantes : coûts totaux = 100 M$, Revals = 30 M$, production = 500 M$ de prêts, prix des intrants = 10 M$ pour le travail et 5 M$ pour le capital. En utilisant le modèle SFA standard (ignorant les Revals), l'efficacité des coûts estimée est de 0,65. Après application de la correction en deux étapes utilisant des proxies observables (par exemple, le ratio de dépôts en devises, la volatilité du taux de change), l'efficacité ajustée est de 0,82, réduisant le biais des deux tiers. Cette correction permet de comparer la banque plus précisément à ses pairs et évite une classification erronée comme inefficace.

9. Analyse originale et perspectives comparatives

Cet article apporte une contribution significative en mettant en lumière un canal de coûts jusqu'alors négligé dans l'analyse de l'efficacité bancaire. La constatation que les Revals constituent plus d'un quart des coûts totaux est frappante et souligne l'importance du risque de change dans le secteur bancaire des EME. L'utilisation de copules non paramétriques pour analyser la préservation du classement est méthodologiquement avancée et fournit un modèle pour les recherches futures sur le biais de variable omise dans l'analyse de l'efficacité.

Comparativement, ce travail étend la littérature sur l'efficacité bancaire dans les marchés émergents (par exemple, Berger & Humphrey, 1997 ; Kumbhakar & Lovell, 2000) en incorporant un facteur de risque spécifique. Il complète également les études sur les déséquilibres de devises dans le secteur bancaire (par exemple, Brown et al., 2018 ; Bruno & Shin, 2020) en quantifiant l'impact direct sur les coûts. L'approche pratique de correction en deux étapes est une innovation clé qui améliore la généralisabilité des résultats.

D'un point de vue politique, les résultats suggèrent que les régulateurs des EME devraient exiger la divulgation des coûts de réévaluation des devises et les intégrer dans les références de supervision. La constatation que l'ignorance des Revals conduit à des conclusions erronées sur l'inefficacité du marché du crédit — due aux grandes banques — a des implications pour les politiques antitrust et de stabilité financière. L'accent mis par l'article sur la diversification transfrontalière comme facteur atténuant s'aligne sur les recommandations plus larges en matière de gestion des risques dans des environnements volatils.

10. Applications et orientations futures

La méthodologie développée dans cet article peut être appliquée à d'autres EME avec des taux de change volatils, comme la Turquie, l'Argentine et l'Afrique du Sud. Les recherches futures pourraient étendre l'analyse pour inclure l'impact des monnaies numériques et des fintechs sur l'exposition aux devises. L'approche de correction en deux étapes pourrait être adaptée à d'autres types de coûts cachés (par exemple, les coûts de conformité environnementale dans l'industrie manufacturière). De plus, des modèles dynamiques capturant la nature évolutive de la volatilité des taux de change et son interaction avec la prise de risque bancaire seraient précieux.

11. Références