Document generated on 03/05/2023 3:11 p.m.

Revue Organisations & territoires

L’impact de la gestion du risque de crédit sur la performance

des banques commerciales canadiennes
Raef Gouiaa and Mikaela Ouedraogo

Volume 31, Number 1, 2022 Article abstract

The general question of this study is to understand the impact of credit risk on
URI: https://id.erudit.org/iderudit/1089893ar the performance of Canadian banks. The results allow to confirm that effective
DOI: https://doi.org/10.1522/revueot.v31n1.1449 management of credit risk has a positive effect on the performance of
Canadian banks and that increasing credit risk leads to a decrease in financial
See table of contents and stock market performance. The results also confirm that certain ratios
such as debt to deposit and debt to asset positively affect operational
performance. This research clearly highlights a clarification and a better
understanding of the determinants of credit risk, and its relevance to promote
Publisher(s)
policies for managing this risk, hence the better performance of banks.
Université du Québec à Chicoutimi

ISSN
1493-8871 (print)
2564-2189 (digital)

Explore this journal

Cite this article

Gouiaa, R. & Ouedraogo, M. (2022). L’impact de la gestion du risque de crédit
sur la performance des banques commerciales canadiennes. Revue
Organisations & territoires, 31(1), 69–91.
https://doi.org/10.1522/revueot.v31n1.1449

© Raef Gouiaa, Mikaela Ouedraogo, 2022 This document is protected by copyright law. Use of the services of Érudit
(including reproduction) is subject to its terms and conditions, which can be
viewed online.
https://apropos.erudit.org/en/users/policy-on-use/

This article is disseminated and preserved by Érudit.

Érudit is a non-profit inter-university consortium of the Université de Montréal,
Université Laval, and the Université du Québec à Montréal. Its mission is to
promote and disseminate research.
https://www.erudit.org/en/
DOSSIER SPÉCIAL

L’impact de la gestion
du risque de crédit sur la performance
des banques commerciales canadiennes
Raef Gouiaaa, Mikaela Ouedraogob

RÉSUMÉ. La question générale de cette étude est de comprendre l’impact du risque de crédit sur la performance
des banques canadiennes. Les résultats permettent de confirmer que la gestion efficace du risque de crédit a un effet
positif sur la performance des banques canadiennes et que l’augmentation du risque de crédit entraîne une diminu-
tion de la performance financière et boursière. Les résultats permettent également d’infirmer que certains ratios tels
que les prêts sur les dépôts et sur l’actif affectent positivement la performance opérationnelle. Cette recherche met
clairement en évidence un éclairage et une meilleure compréhension des déterminants du risque de crédit, et sa
pertinence à promouvoir les politiques de gestion de ce risque, d’où une meilleure performance des banques.

ABSTRACT. The general question of this study is to understand the impact of credit risk on the performance of Canadian banks. The results
allow to confirm that effective management of credit risk has a positive effect on the performance of Canadian banks and that increasing credit
risk leads to a decrease in financial and stock market performance. The results also confirm that certain ratios such as debt to deposit and debt
to asset positively affect operational performance. This research clearly highlights a clarification and a better understanding of the determinants of
credit risk, and its relevance to promote policies for managing this risk, hence the better performance of banks.

Introduction du risque et, d’autre part, la rentabilité et la perfor-

mance de leur entreprise.
Au regard de leur rôle primordial au sein du circuit
économique, les banques collectent de l’épargne et Selon Ben et ses collègues (2018), le souci continu de
la redistribuent sous forme de crédit ou de prêts. rentabilité conduit les banques à considérer la perfor-
Ce rôle d’intermédiation vient avec une grande mance purement financière comme leur objectif
responsabilité, car, en tant qu’établissements de principal, au détriment d’autres indicateurs de perfor-
crédit, les banques doivent assurer à la fois la stabi- mance (p. ex., la gestion du risque). Notamment, les
lité et la croissance économiques. banques peu rentables sont tentées de s’engager dans
des activités plus incertaines pour répondre aux
En plus d’opérer dans une industrie concurrentielle, objectifs de rentabilité à court terme, en dépit des
les banques se doivent d’être performantes afin normes prudentielles et de la règlementation dans le
d’assurer leur pérennité à moyen et à long terme. milieu bancaire, ce qui provoque l’effet contraire : une
Néanmoins, la prudence est de mise. Bien que l’octroi diminution de leur rentabilité (Liu et Wilson, 2010).
de crédit soit leur principale source de revenus, il les Par contre, il a été démontré que les banques qui
expose à une multitude de risques pouvant affecter accordent une grande importance au respect des
leur réputation ou leur performance financière. Dès normes prudentielles et qui se concentrent sur la
lors, la mission des banques fait face à deux grands gestion ou le contrôle du risque semblent réaliser des
objectifs : d’une part, la maitrise ou la gestion efficace résultats positifs en minimisant le plus possible le
risque Mohamed et Maraghni (2011).

a
Ph. D., CPA, CMA, professeur de comptabilité, Université du Québec en Outaouais
b
MBA en finance, Université du Québec en Outaouais

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 69

Dans le secteur bancaire, la corrélation entre la le référentiel du Committee of Sponsoring Organiza-
gestion du risque de crédit et la rentabilité ou la tions of the Treadway Commission (COSO).
performance des banques suscite de nombreuses
questions. Est-ce que le risque de crédit est l’une Les Accords de Bâle III
des causes majeures de la volatilité des résultats des
banques? Notre étude vise à répondre à la question Les Accords de Bâle III sont des règlements ban-
de recherche suivante : La rentabilité ou la performance caires universels établis par le Comité de Bâle sur le
contrôle bancaire. Ce comité vise à promouvoir la
financière des banques est-elle liée directement ou indirecte-
ment à la gestion ou à la maitrise du risque? coopération entre les différents superviseurs ban-
caires afin d’améliorer la surveillance de l’industrie.
D’abord, nous définirons les différents risques et D’une manière générale, les Accords de Bâle III ont
mesures, puis analyserons les méthodes d’évalua- comme objectif de stabiliser le secteur bancaire en
tion du risque de crédit (indicateurs) et de la renta- suggérant des mesures minimales liées aux éléments
bilité financière des banques (ratios). Ensuite, nous du capital, aux liquidités et au risque systémique
étudierons le lien ou la relation entre les pratiques (Petersen et Mukuddem-Petersen, 2014). Puisque ce
de gestion du risque et la performance financière type d’accords évolue en parallèle avec les circons-
ou la rentabilité des banques. tances économiques, les Accords de Bâle III sont les
plus récents et mettent davantage l’accent sur l’assu-
Notre recherche contribue à la littérature sur le rance quant à la solvabilité des banques et à la solidité
risque de crédit bancaire (solvabilité et liquidités), de leur résistance aux pertes en période de stress, avec
un facteur déterminant pour assurer la stabilité la gestion plus stricte de liquidités et de fonds propres
bancaire en prenant en considération les banques (Bridges et collab., 2014).
commerciales canadiennes. De plus, elle met claire-
ment en évidence un éclairage et une meilleure Le Committee of Sponsoring Organizations of the
compréhension des déterminants du risque de Treadway Commission (COSO)
crédit, et sa pertinence à promouvoir les politiques
de gestion de ce risque, d’où une meilleure perfor- Selon Lawson et ses collègues (2017), le référentiel du
mance des banques. COSO est un outil de contrôle interne qui vise prin-
cipalement trois objectifs : l’efficacité et l’efficience
1. Revue de la littérature des opérations, la fiabilité des informations finan-
cières ainsi que la conformité aux lois et règlements.
De nombreux auteurs montrent un certain désaccord Ces objectifs s’attardent entre autres à l’évaluation des
en ce qui concerne le lien ou la relation entre la gestion risques : les banques doivent identifier les risques
du risque et la rentabilité des banques. Comme le associés à la réalisation de leurs objectifs et analyser
souligne Rachida¸Hennani (2016), la question des leur impact sur les activités de l’organisation. Ainsi, le
risques revêt une importance capitale, qui se justifie référentiel du COSO se veut un outil de gestion qui
par l’impact désastreux des pertes subies par les insti- permet aux dirigeants et aux gestionnaires de maitriser
tutions financières, mais aussi par l’impact sur l’intérêt les risques auxquels les organisations font face et
public, dans la mesure où elle a également des réper- d’accroitre leur performance.
cussions sur la stabilité du système financier dans sa
globalité. La crise financière mondiale de 2007-2008 1.2 Types de risques
(crise des subprimes) en est un exemple. Ainsi, une au sein du secteur bancaire
grande refonte du cadre règlementaire des banques
est née avec cette crise dans le but de renforcer la Comme tout autre secteur économique, dans le
panoplie d’instruments prudentiels à l’échelle interna- secteur bancaire, l’atteinte des objectifs, en particulier
tionale (Rugemintwari et collab., 2012). la réalisation de profit, implique inéluctablement la
prise en compte de risques. Brunel et Roger (2014)
1.1 Règlementation bancaire définissent quatre principaux risques engendrés par
l’activité bancaire.
Pour mieux comprendre l’environnement, les risques
et la rentabilité du secteur bancaire, il est essentiel de D’après Jorion (2011), le risque de marché repré-
saisir les outils de référence auxquels les banques sente les variations de valeur des actions d’une
doivent se conformer, soit les Accords de Bâle III et entreprise qui sont souvent dues à des circonstances

70
DOSSIER SPÉCIAL

économiques changeantes, notamment l’inflation. 1.3 Évolution de la gestion

Les principaux risques de marché concernent le du risque : comparaison
risque du taux d’intérêt, le risque du taux de change, de l’approche silo et de la gestion
le risque d’actions et le risque de matières premières. intégrée des risques d’entreprise
Le risque opérationnel est le risque de pertes dues à Puisque la gestion du risque est une préoccupation
une défaillance au sein des procédures de la banque, majeure pour les banques depuis longtemps, les
de son personnel ou des systèmes internes. Il est approches ont évolué. D’après Estay et Maurer
inhérent à tous les produits, activités, processus et (2014), selon l’approche traditionnelle dite silo,
systèmes bancaires, et la gestion efficace de celui-ci est chaque département analyse individuellement les
un élément fondamental de la gestion intégrée des risques avec ses propres méthodes, échelles, procé-
risques de la banque (El Aoun, 2016). dures ou référentiels, en se limitant à ce qui relève
directement de sa sphère décisionnelle. Or, selon
Le risque de réputation ou d’image est plus diffici-
El Aoun (2016), cette méthode ne prend pas en
lement quantifiable. Il s’agit du risque de perdre une
considération l’impact des actions sur les autres dé-
partie de son activité commerciale à la suite d’une
partements. Compte tenu de la complexité des risques
erreur de gestion de son image. De nos jours, le risque
et de leur évolution, cette approche s’est avérée
de réputation est considéré comme un des plus
inefficace au fil du temps, d’où l’intérêt croissant pour
grands risques auxquels les banques sont exposées,
la gestion intégrée des risques d’entreprise (GIRE)
car la qualité des produits et services offerts constitue
(Rasid et collab., 2014).
assurément leur principale source de notoriété.
Contrairement à l’approche silo, la GIRE est un pro-
Enfin, le risque de crédit est celui auquel s’intéresse
cessus proactif, systématique et continu pour mieux
notre étude. Wakungelani (2016) le définit comme
cerner les risques auxquels l’organisation en entier est
une perte potentielle causée par l’incapacité d’un
exposée. Elle considère chaque catégorie de risque
client à honorer ses engagements envers son créan-
comme une partie du risque global de l’organisation.
cier. Dans l’industrie bancaire, ce risque se traduit par
Cela permet d’évaluer les interactions entre les risques
un défaut de paiement, c’est-à-dire lorsqu’un client se
propres à chaque département, d’identifier leur
trouve dans une situation d’incapacité d’effectuer ses
impact potentiel en matière d’opportunités ou de
paiements minimaux à la banque ou à son créancier.
menaces et, par conséquent, de gérer des décisions
Selon Sahut et Mili (2009), le risque de crédit est la stratégiques contribuant à l’atteinte des objectifs de
cause majeure des faillites bancaires, en dépit des l’organisation dans l’ensemble.
systèmes et des procédures mis en place pour le con-
trôler, car il est non seulement affecté par la gestion La gestion du risque de crédit
des banques, mais également par les circonstances
Selon Knight et Pretty (2000), toute entreprise, y
économiques. Autrement dit, un processus d’octroi
compris les banques, doit évaluer ses risques et
de limite de crédit défaillant pourrait être la cause
déterminer son appétence à ceux-ci, non seulement
d’une faillite bancaire, mais une récession qui met la
afin de se protéger, mais aussi afin de créer de la valeur
clientèle dans l’impossibilité d’honorer ses engage-
pour l’entreprise. Autrement dit, cette appétence au
ments pourrait également y contribuer.
risque définit la tolérance au risque que devront assu-
En effet, l’octroi de crédit étant l’activité principale mer les gestionnaires en établissant leur stratégie et
des banques, le risque de crédit devient un facteur leurs objectifs.
déterminant pour assurer la rentabilité. Ainsi, en
Comme le soulignent Augros et Quéruel (2000), la
prolongeant les idées d’Élisabeth Thuelin (2006), les
gestion du risque permet de quantifier et d’optimiser
banques doivent décrire leurs objectifs et politiques
l’arbitrage risque/rentabilité selon une dimension plus
de gestion, notamment les politiques de couverture et
globale. Par conséquent, elle contribue à améliorer la
de réduction du risque.
performance financière et à réduire les coûts d’opéra-
tion et de gestion des banques. En effet, pour Estay
et Maurer (2014), les banques peuvent augmenter leur
capacité à saisir les opportunités de façon proactive

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 71

grâce au déploiement d’un dispositif de la gestion D’un autre côté, Iqbal et al. (2014) utilise les
intégrée des risques. dépenses d’investissement par rapport aux capitaux
propres et aux dépôts pour évaluer cette efficacité.
D’ailleurs, selon son rapport annuel 2018, la Banque
Nationale du Canada (2018) considère le risque De même, Pasiouras et Kosmidou (2007) utilisent
comme un élément indissociable de son développe- le ratio des coûts aux revenus (COSTINC), aussi
ment et de la diversification de ses activités. Elle connu comme l’efficacité des coûts. Considéré
préconise une gestion du risque harmonisée à sa comme un déterminant important de la rentabilité
stratégie d’expansion des affaires. Ainsi, un équilibre des banques, ce ratio vise à mesurer les coûts de
sain entre le rendement obtenu et les risques assumés fonctionnement des banques en se fondant princi-
est essentiel pour maintenir une bonne performance palement sur les salaires et sur les avantages liés au
financière. personnel (avantages sociaux).

1.4 Mesures de performance La performance financière

D’une manière générale, la performance traduit le La recherche du profit étant souvent l’objectif
degré d’accomplissement des objectifs fixés par ultime des banques commerciales, les stratégies
une organisation. La plupart des indicateurs de per- adoptées et les opérations réalisées sont destinées à
formance couramment utilisés permettent d’appré- atteindre cet objectif majeur. Sree (2004) considère
cier la productivité, le chiffre d’affaires, la qualité que les principales mesures de rentabilité des
du produit/service et la réputation de l’entreprise. banques commerciales se résument aux ratios de
rendement de l’actif, de rendement des capitaux
La performance globale propres et de marge nette d’intérêt.

Baret (2006) définit la performance globale comme 1.5 Relation entre les concepts de
« l’agrégation des performances économiques, performance et de risque de crédit
sociales et environnementales » (p. 5). Parfois
considérée comme un concept multidimensionnel Le sujet de la performance financière et du risque
difficile à mesurer, cette notion a évolué pour inté- de crédit a fait l’objet de multiples études, qui se
grer des parties prenantes qui exigent de prendre en sont avérées contradictoires quant à la nature de la
considération leurs attentes. Entre autres, comme relation entre la rentabilité financière et le risque de
le mentionnent Broche, Capron et Quairel (2005), crédit.
la performance globale évalue la mise en œuvre des
stratégies de développement durable annoncées par Impact significatif de la gestion du risque sur la
l’entreprise, d’où l’émergence de la notion de performance
responsabilité sociétale de l’entreprise (RSE).
Tout d’abord, les recherches de Nocco et Stulz (2006)
La performance opérationnelle montrent comment la gestion du risque crée de la
valeur pour les actionnaires. En effet, plus les banques
Pour une banque, la performance opérationnelle se ont une bonne politique de gestion du risque, plus les
résume à des critères tels que l’efficacité et l’amé- résultats escomptés ou les objectifs poursuivis sont
lioration continue, non seulement de l’organisation satisfaisants. Selon ces auteurs, la gestion du risque
dans son ensemble, mais aussi des individus qui la crée de la valeur pour l’entreprise et, par conséquent,
constituent (Hayet et Bouri, 2017). constitue un avantage concurrentiel.

Selon l’étude de Samir et Sahut (2015), l’efficacité Ensuite, les recherches de Bertinetti et ses collègues
de la banque s’étend à l’exploitation de ses activités (2013) portent sur l’impact de l’adoption de la
et à l’utilisation de l’actif. Ces auteurs utilisent gestion du risque sur la valeur de l’entreprise; ils ont
quatre ratios pour mesurer la performance des travaillé avec un échantillon de 200 entreprises des
banques : la marge nette d’intérêt (NIM), les autres secteurs financier et non financier. Leurs résultats
revenus choisis/l’actif moyen, les frais autres que montrent que la gestion du risque a un impact
l’intérêt/l’actif moyen ainsi que le ratio des coûts positif sur la valeur des entreprises européennes.
par rapport aux revenus.

72
DOSSIER SPÉCIAL

L’étude de Jiménez et ses collègues (2007) En résumé, des études supplémentaires sur la gestion
démontre que la cause principale d’insolvabilité des du risque seraient nécessaires afin de confirmer
banques résulte de l’augmentation du risque de l’hypothèse selon laquelle la gestion du risque a un
crédit, mais aussi de l’accumulation des prêts à impact sur la performance des entreprises.
risque. Également, elle démontre que l’évolution de
la profitabilité de la banque est largement expliquée 1.6 Hypothèses de recherche
par la prise de risque lié au crédit. Par conséquent,
une augmentation du risque de crédit se traduit par Notre recherche analysera l’effet du risque de crédit
une diminution de la profitabilité des banques. sur la performance des banques commerciales
canadiennes à l’aide de deux hypothèses princi-
Enfin, Rime (2001) trouve une relation positive et pales, divisées également en sous-hypothèses.
statiquement significative entre la variation du
niveau du capital et celle du risque des banques H1 : L’augmentation du risque de crédit entraîne une
américaines durant les périodes respectives de diminution de la performance des banques commerciales
1984-1986 et 1993-1997. De plus, il soutient cette canadiennes.
relation positive dans le cas des banques suisses,
qu’il explique par le fait que les institutions dispo- x H1.1 L’augmentation du risque de crédit entraîne
sant de niveaux de risque élevés essaient d’accroitre une diminution de la performance financière.
x H1.2 L’augmentation du risque de crédit entraîne
leur capital afin d’éviter les pertes, mais que leurs
activités auront tendance à être plus risquées. une diminution de la performance boursière.
x H1.3 L’augmentation du risque de crédit entraîne
Aucun impact significatif de la gestion du risque sur la une diminution de la performance opérationnelle.
performance
H2 : La gestion efficace du risque de crédit a un effet positif
Ramlee et Ahmad (2015) ont collecté des données sur la performance des banques commerciales canadiennes.
sur un échantillon de 74 entreprises, dont certaines
x H2.1 La gestion efficace du risque de crédit a un
avec un comité de gestion du risque. Leur perfor-
effet positif sur la performance financière.
mance financière a été mesurée par le rendement
x H2.2 La gestion efficace du risque de crédit a un
des fonds propres (return on equity ou ROE), par le
effet positif sur la performance boursière.
rendement de l’actif (return on assets ou ROA) et par
x H2.3 La gestion efficace du risque de crédit a un
le Q de Tobin. Les résultats de leur étude ne
effet positif sur la performance opérationnelle.
montrent aucun impact significatif de la gestion du
risque sur la performance des entreprises non 2. Méthodologie
financières en Malaisie. Ainsi, leur recherche consi-
dère que les entreprises appliquant la gestion du 2.1 Échantillon
risque ne sont pas plus performantes que celles ne
l’appliquant pas. Nous avons utilisé trois bases de données pour
l’analyse empirique. La principale source de don-
De plus, les recherches de Pagach et Warr (2007) nées financières provient d’une base de données de
portent sur l’effet de la gestion du risque sur la Wharton Research Data Services (WRDS) de
performance des entreprises à partir de l’analyse de l’Université de Pennsylvanie. De plus, les données
leurs caractéristiques financières, de leur actif et du d’Infomart FP Advisor ont été utilisées à des fins
marché. Ils ont utilisé un échantillon de 106 entre- de collecte de données actuelles et historiques sur
prises qui ont embauché un gestionnaire des les sociétés canadiennes. Enfin, la base de données
risques pour les accompagner dans la pratique de de Stockguide (Investor) a été utilisée afin de
gestion du risque. Les résultats de l’étude ne collecter des données financières courantes et
permettent pas de confirmer que la gestion du historiques des sociétés canadiennes inscrites à la
risque crée de la valeur. Par conséquent, ces auteurs Bourse de Toronto (TSX) ou à NASDAQ Canada.
considèrent que, pour confirmer cette hypothèse,
on doit étudier la mise en œuvre et les mesures de
performance de la stratégie de gestion du risque.

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 73

L’échantillon porte sur les huit banques commer- Le ratio cours/valeur comptable (market-to-book ou
ciales du Canada1, dont les données sont exprimées MTB) permet de faire une comparaison entre la
sur une base annuelle et couvrant la période de valeur ou le cours du marché et la valeur comptable
2010 à 2019. du capital par action.

2.2 Mesure des variables • Ratio 2 : DeltaPrix = (Pt-Pt-1)/Pt-1

Variables expliquées (variables dépendantes) L’évolution du cours de l’action d’une année à

l’autre est utilisée pour mesurer la performance
Dans le cadre de notre étude, les variables boursière.
dépendantes ou expliquées sont la performance
financière, opérationnelle et boursière. • Ratio 3 : CABAR = Cours de l’action ou capitalisa-
tion boursière/Bénéfice par action
a) Mesure de la performance financière
Le ratio cours/bénéfice, qui permet de mesurer la
Tel que nous l’avons mentionné, la littérature capitalisation boursière sur le bénéfice par action,
suppose qu’il n’existe pas d’unanimité sur les est utilisé afin de comparer la capitalisation bour-
indicateurs permettant de mesurer la performance sière (le cours de l’action) par rapport au bénéfice
ou la rentabilité financière des banques. Afin de par action.
mesurer la rentabilité, notre étude s’est attardée aux
indicateurs financiers suivants : c) Mesure de la performance opérationnelle

• Rendement des fonds propres (ROE) = Dans leur étude sur la performance opérationnelle,
Résultat net (RN)/Capitaux propres; Srinivasan (1992) et Peristiani (1993) s’intéressent
• Rendement de l’actif (ROA) = Résultat net aux fusions des sociétés de holding bancaire (bank
(RN)/Total de l’actif; holding companies) ayant un actif de plus de 100 mil-
• Marge nette d’intérêt = Résultat net d’intérêt lions de dollars. Ces auteurs examinent leurs coûts
(RNI)/Total de l’actif. d’exploitation, en particulier les dépenses sans
intérêt de toutes les fusions bancaires américaines
Le ROE est un terme comptable mesurant la de 1982 à 1986.
rentabilité des capitaux propres mis à la disposition
de l’entreprise par ses actionnaires. Goddard et al. Nous avons utilisé trois principaux ratios pour
(2004) soutiennent que le ROE est la mesure de mesurer la performance opérationnelle :
performance financière la plus appropriée
puisqu’elle rejoint l’objectif de maximisation du x Ratio 1 : COSTINC = Coûts/ Revenu total d’intérêt
profit des actionnaires.
Selon l’étude du ratio des coûts aux revenus
D’un autre côté, le ROA permet de mesurer la (COSTINC) par Pasiouras et Kosmidou (2007), ce
capacité de la banque à générer un revenu à partir ratio est utilisé pour exprimer la portion des coûts
de ses ressources. Considéré comme un indicateur engagés (plus particulièrement les coûts relatifs aux
de rentabilité économique, il permet d’effectuer des salaires et aux avantages sociaux) par rapport au
comparaisons significatives entre les entreprises revenu total d’intérêt :
d’un même secteur.
x Ratio 2 : DeltaCA = CAn-CAn-1/CAn-1

b) Mesure de la performance boursière

L’évolution ou la croissance du chiffre d’affaires
Nous avons utilisé trois principaux ratios pour sert à traduire l’évolution ou la croissance du chiffre
mesurer la performance boursière : d’affaires d’une année financière à une autre.

• Ratio 1 : MTB = Cours de l’action/Valeur x Ratio 3 : PP = Chiffre d’affaires/Nbre d’employés

comptable par action OU Capitalisation boursière
La productivité du personnel mesure la perfor-
/Valeur comptable
mance d’un employé ou du personnel par rapport
à la production d’un bien/service fourni.

74
DOSSIER SPÉCIAL

Variables explicatives (variables indépendantes) absorber les pertes des prêts non performants.
D’ailleurs, Syafri (2012) constate que cette mesure
Nous avons utilisé deux variables explicatives ou a un effet positif sur la rentabilité des banques.
indépendantes afin d’exprimer le risque de crédit et
la gestion du risque de crédit. b) Mesure de la gestion du risque de crédit

a) Mesure du risque de crédit Afin de mesurer la gestion du risque de crédit, nous

avons utilisé deux indicateurs :
Nous avons utilisé quatre mesures du risque de
crédit : x la variation du fonds de roulement ou des flux
nets de trésorerie (DeltaBFR);
• Ratio des prêts non performants sur capitaux x l’inverse des mesures de risque de crédit
propres (NPLER) : Prêts non performants/ (1-PLAR; 1-LDR; 1-NPLLR).
Capitaux propres;
• Ratio des prêts sur les dépôts (LDR) : Total des D’abord, la variation des fonds de roulement
prêts/Total des dépôts; représente une variable essentielle qui permet de
• Ratio des prêts non performants sur prêts mesurer la santé financière des banques, plus parti-
totaux (NPLLR) : Prêts non performants/Prêts culièrement leur capacité à générer des liquidités.
totaux;
x Ratio de provision pour pertes sur créances sur Hichem et ses collègues (2016) analysent la gestion
prêts totaux (PLLR) : Provision pour pertes sur et la culture du risque au sein des banques tuni-
créances/Prêts totaux. siennes en utilisant le ratio de risque de crédit afin
d’exprimer le niveau de prise de risque de crédit. Ce
L’analyse de Salas et Saurina (2003) portant sur les ratio mesure le rapport entre les provisions sur les
mesures de risque soutient que deux perspectives créances douteuses et litigieuses, et le montant des
peuvent influer sur la prise de risque. D’une part, le prêts accordés (CDCTR). D’ailleurs, Aggarwal et
risque de crédit est lié à la dégradation de la qualité Jacques (2001) soulignent qu’il s’agit d’une mesure
de l’actif de la banque et, particulièrement, des qui reflète le niveau de l’actif risqué dans un porte-
prêts. Ainsi, le risque principal de la banque étant le feuille d’actif bancaire et qui exprime la capacité de
risque de crédit, il est généralement apprécié en la banque à absorber les pertes liées à ses créances
fonction de l’actif. D’autre part, la mesure du risque de mauvaise qualité. Également, leur étude conclut
de la banque résulte des choix ou décisions pris par que les banques ayant des fonds propres plus élevés
les actionnaires. Autrement dit, ces décisions se sont considérées comme moins risquées, car ces
traduisent par le risque financier de la banque, aussi fonds constituent des provisions sur leurs créances
perçu comme le degré de capitalisation. douteuses et litigieuses.

Afin de mesurer le risque de crédit, Zhang et ses Variables de contrôle

collègues (2013) utilisent le ratio des prêts non
performants au total des prêts (NPLTL). Ces Dans le cadre de notre étude, deux variables de
auteurs concluent qu’un ratio plus élevé indique contrôle sont utilisées, à savoir :
qu’il y a plus de risques liés aux pertes causées par
des défauts de paiement. En effet, Cooper et ses x le ratio d’endettement ou effet de levier
collègues (2003) suggèrent qu’un changement dans (TLER);
le risque de crédit peut avoir un impact sur la santé x la taille de la banque à partir du total de l’actif
du portefeuille de prêts d’une banque et, par (LNSIZE).
conséquent, sur sa rentabilité.
Afin de tenir compte des facteurs qui affectent la
D’autres auteurs, dont Davydenko (2010), performance (FOB), les modèles statistiques com-
montrent que les provisions pour prêts ont un fort prennent des variables contrôlant l’effet de la taille
impact négatif sur la rentabilité. Cela dit, une autre de la banque ainsi que l’effet de levier (ratio
mesure du risque de crédit est la provision pour d’endettement). L’effet de levier est mesuré par la
pertes sur créances par rapport au total des prêts dette à terme en fonction de l’actif total, tandis que
(PLLR); elle indique la capacité des banques à l’effet de la taille de la banque est mesuré par le

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 75

logarithme naturel de l’actif total (LNTA). Ce der- (2015) ont abouti à une relation positive entre la
nier est considéré comme un indicateur d’écono- taille et la performance de la banque.
mies d’échelle et de pouvoir de marché. Cela dit,
des études antérieures telles que celles de Nikoo 2.3 Source de données

Variables Définition Signification Sources

ROE Rendement des fonds propres Résultat net/Capitaux propres Compustat WRSD
ROA Rendement de l’actif Résultat net/Total de l’actif Compustat WRSD
MNI Marge nette d’intérêt Revenu net d’intérêt/Total de Infomart FP Advisor
l’actif
Ratio cours/valeur comptable Capitalisation boursière/Valeur Compustat WRSD
MTB (market-to-book) comptable ou Cours de
l’action/Valeur comptable par
action
DeltaPrix Évolution ou variation des prix ou (Pt-Pt-1) /Pt-1 Stockguide Investor
cours de l’action Calculs des auteurs
CABAR Ratio cours de l’action sur bénéfice Cours de l’action ou Capitalisa- Stockguide Investor
de l’action tion boursière/Bénéfice par Calculs des auteurs
action
PP Productivité du personnel Chiffre d’affaires/Nbre Stockguide Investor
d’employés Calculs des auteurs
DeltaCA Évolution ou croissance du chiffre (CAn-CAn-1) /CAn-1 Compustat WRSD
d’affaires
EOP Efficacité opérationnelle Salaires et avantages sociaux/ Stockguide Investor
Revenu total d’intérêt Calculs des auteurs
RFP Ratio fonds propres ou autonomie Capitaux propres/Total de l’actif Stockguide Investor
financière Calculs des auteurs
PLLR Ratio provision pour pertes sur Provision pour pertes sur Infomart FP Advisor
prêts totaux créances/Prêts totaux
PLAR Ratio provision pour pertes sur Provision pour pertes sur Infomart FP Advisor
créances sur l’actif total créances/Total de l’actif
LDR Ratio des prêts sur les dépôts Total des prêts/Total des dépôts Infomart FP Advisor
NPLLR Ratio prêts non performants sur Prêts non performants/Prêts Infomart FP Advisor
prêts totaux totaux
NPLER Ratio prêts non performants sur Prêts non performants/Capitaux Infomart FP Advisor
capitaux propres propres
CDCTR Ratio créances douteuses sur Créances douteuses/Créances- Compustat WRSD
créances totales (net) Total (net)
IRSA Actif net sensible au taux d’intérêt Sensibilité au taux d’intérêt/Actif Infomart FP Advisor
(actif-passif soumis au taux
d’intérêt)
BFR Besoins en fonds de roulement AC-PC Compustat WRSD
RACPC Ratio actif circulant sur passif AC/PC Compustat WRSD
circulant
DeltaBFR Variation actif circulant/passif Variation AC/PC Compustat WRSD
circulant
LNSIZE Taille de la banque à partir du total Logarithme du total de l’actif Calculs des auteurs
de l’actif
TLER Effet de levier ou ratio Passif total/Capitaux propres Compustat WRSD
d’endettement
Tableau 1 – Caractéristiques des variables

76
DOSSIER SPÉCIAL

3. Résultats et discussion Enfin, sur le plan de la performance opération-

nelle, les écarts-types de l’EOP et du DeltaCA sont
Notre modèle d’analyse a porté sur des analyses respectivement de 0,9 et 0,6, ce qui représente une
descriptives, de corrélation, puis de régression. faible dispersion entre les banques. Autrement dit,
Cette partie consiste à analyser les différents résul- l’évolution du chiffre d’affaires et l’efficacité opéra-
tats issus de l’analyse des données et à valider les tionnelle varient très peu entre les banques. Les
hypothèses de recherche. intervalles entre les valeurs maximale et minimale
de 0,37 pour l’EOP et de 0,30 pour le DeltaCA
3.1 Statistiques descriptives
appuient cette constatation. Toutefois, on constate
Tout d’abord, les tableaux 2 à 7 (voir annexe) pré- que la PP varie de façon significative, avec un écart-
sentent les statistiques descriptives des indicateurs type de 108,76 et un intervalle d’environ 561. Pour
de performances financière, boursière et opération- confirmer la volatilité de ce ratio, on observe la PP
nelle pour les banques commerciales canadiennes de 43,22 de la Banque Scotia, un résultat largement
de 2010 à 2019. Ces statistiques ont été générées à inférieur à celle de la BMO, qui s’élève à 147,55.
partir de plusieurs ratios de rentabilité, de liquidités, La seconde partie des statistiques descriptives fait
d’adéquation du capital, d’efficacité opérationnelle, référence aux mesures de risque et de gestion de
de risque de crédit ainsi que de solvabilité. risque, soit les variables explicatives des trois types
En matière de performance financière, les de performances.
moyennes du ROA, du ROE et de la MNI sont res- Les écarts-types des ratios tels que les créances
pectivement de 1,05 %, de 15,9 % et de 1,67 %. douteuses, les provisions sur prêts ainsi que l’actif
L’écart-type pour le ROA et la MNI est respective- sensible au taux d’intérêt (CDCTR, LDR, PLLR,
ment de 0,23 % et 0,35 %, ce qui implique que le PLAR, NPLLR, IRSA et DeltaBFR) se trouvent
ROA et la MNI varient très légèrement d’une entre 0,0017 et 0,19 (voir tableaux 2 à7). Ainsi, ces
banque à l’autre. Au contraire, l’écart-type de 3,5 % ratios connaissent une faible dispersion entre les
du ROE démontre qu’il varie significativement banques.
entre les banques. Considérant que ce dernier me-
sure la capacité à réaliser des bénéfices à partir des De plus, on remarque que la moyenne du LDR a
capitaux investis par les actionnaires, les résultats été de 0,965, avec un maximum de 1,41 réalisé par
révèlent une performance financière relativement la Banque Laurentienne (LBC) et un minimum de
uniforme chez les banques canadiennes durant la 0,73 réalisé par la Banque TD. Le ratio des fonds
période visée. propres a été peu volatil avec un maximum de 0,94
pour la Canadian Western Bank (CWB) et un mini-
En ce qui concerne la performance boursière, les mum de 0,04 pour la LBC. Le ratio DeltaBFR,
valeurs moyennes du MTB, du DeltaPrix et du d’une moyenne de 0,012, semble peu volatil,
CABAR sont respectivement de 1,68, de 0,69 et de comme le soutiennent l’écart-type de 0,056 ainsi
11,12. En comparant leurs écarts-types, on constate que les valeurs maximale et minimale respectives de
que le MTB et le DeltaPrix, dont les valeurs sont 0,25 et -0,11 réalisées par la CIBC. Ces indicateurs
respectivement de 0,38 et 0,12, varient légèrement confirment que les risques de crédit et de solvabilité
entre les banques. Cependant, l’écart-type du constatés au sein de ces banques canadiennes sont
CABAR, estimé à 2,46, explique une forte disper- peu dispersés, mais plutôt volatils.
sion entre les banques, dispersion qui est également
soutenue par l’intervalle de 12,39 entre les valeurs En moyenne, la taille des banques mesurée par la
maximale et minimale du ratio. Ainsi, pour confir- taille de l’actif (LNSIZE) diffère significativement
mer que la performance boursière diffère selon les d’une banque à l’autre. La Banque Royale (RBC)
banques, on observe que le CABAR de 3,57 pour détient la plus grande taille avec un résultat de
la banque NBC est très volatil par rapport à celui 14,17, alors que celle de la CWB est estimée à 9,44.
de la BMO, qui se trouve à 0,95. Cela pourrait se De plus, l’écart-type moyen du TLER, estimé à
traduire par une capitalisation accrue de certaines 3,87, connait aussi une forte volatilité entre les
banques due à la taille de leur actif et aux volumes banques. Sa valeur maximale réalisée par la LBC est
des prêts octroyés. de 27,84, tandis que la valeur minimale de la CWB
est de 10,90. Ainsi, on déduit que la taille de la

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 77

banque et le volume des prêts octroyés ont une Tout d’abord, sur le plan de la performance finan-
incidence sur la performance. cière, les ratios LDR, PLAR et TLER sont
statiquement significatifs et, donc, affectent négati-
3.2 Analyse de corrélation vement le ROA et le ROE. De plus, le CDCTR, le
En second lieu, l’objectif de l’analyse de corrélation PLLR et le RFP affectent négativement le ROA, ce
est d’appréhender le degré d’association entre les qui est confirmé par le coefficient de corrélation de
variables indépendantes, à savoir les mesures de 0,940. Autrement dit, les banques qui ont tendance
risque et de gestion de risque, à celles des variables à constituer des provisions ou qui octroient des
dépendantes, soit les trois types de performances. prêts plus élevés par rapport aux dépôts de leur
Cette analyse s’appuie sur les coefficients de corré- clientèle semblent avoir une gestion de crédit
lation de Pearson pour montrer le degré d’intensité moins efficace et, par conséquent, un ROA moins
ou de relation entre lesdites variables. élevé. De plus, lorsque le volume des prêts non
performants des banques est élevé, le montant des
Tout d’abord, le tableau 8 (voir annexe) démontre provisions à effectuer devient plus important, ce
que la corrélation entre les variables explicatives ne qui réduit davantage la capacité de gain des banques
confirme pas l’existence de problème de multicoli- et, donc, réduit les bénéfices.
néarité. Sur le plan de la performance financière, on
constate que le rendement de l’actif et des capitaux Par la suite, on remarque que l’IRSA est statique-
propres est significativement et positivement ment significatif et affecte positivement la MNI.
corrélé avec l’actif sensible au taux d’intérêt et la Ainsi, les banques disposant d’IRSA sont favo-
structure du capital (ratio des fonds propres). Cela rables à une croissance du ratio de l’évolution du
signifie que les banques les plus rentables sont taux d’intérêt. Au vu de ce qui précède, on peut
celles qui détiennent suffisamment d’actif sensible déduire que le risque de crédit a un impact sur la
et de capitaux propres (autonomie financière). performance financière. Ainsi, cela confirme
l’hypothèse H1.1, selon laquelle l’augmentation du
La matrice de corrélation de Pearson montre que risque de crédit entraîne une diminution de la
les mesures de risque telles que les créances dou- performance financière.
teuses, les provisions sur prêts et la structure du
capital sont positivement et significativement Concernant la performance boursière, on cons-
associées à la performance boursière. Au contraire, tate que la taille de l’actif (LNSIZE) affecte positi-
l’actif sensible au taux d’intérêt et la portion des vement la PP et l’EOP. Également, le LDR et les
prêts sur les dépôts sont significativement et néga- provisions sur les prêts (PLAR et PLLR) sont
tivement associés à l’efficacité opérationnelle, à la statiquement significatifs et ont un effet sur la
croissance du chiffre d’affaires et à la productivité performance boursière. Cela signifie que plus les
des banques, soit des mesures de performance provisions faites par les banques sont importantes,
opérationnelle. moins elles sont rentables sur le marché financier
et, particulièrement, à la bourse. En effet, il en est
Ainsi, à l’aide de la matrice de corrélation, on peut de même pour les banques exposées à la volatilité
conclure que les mesures de risque et de gestion de des taux d’intérêt ou encore pour celles dont la pro-
risque affectent la rentabilité des banques de portion des prêts par rapport aux dépôts est élevée.
manière positive et significative. D’autre part, le
risque de crédit et l’effet de levier affectent la La taille (ou le volume) de l’actif des banques, quant
rentabilité des banques de manière négative et à lui, a un impact positif sur le ratio du MTB, ce qui
significative. signifie qu’une augmentation de la taille de l’actif et
des provisions sur l’actif améliore la rentabilité
3.3 Analyses multivariées boursière. Toutefois, une augmentation des provi-
sions sur les prêts peut engendrer une diminution
Enfin, l’analyse de régression évalue la dépendance de la rentabilité boursière. Ainsi, cela permet de
des variables de performance financière (voir confirmer l’hypothèse H1.2, selon laquelle l’aug-
tableau 9), boursière (voir tableau 10) et opération- mentation du risque de crédit entraîne une diminu-
nelle (voir tableau 11) envers les variables de tion de la performance boursière.
mesure de risque et de gestion de risque.

78
DOSSIER SPÉCIAL

Enfin, en ce qui concerne la performance opéra- d’étudier la relation entre ces pratiques et la perfor-
tionnelle, on constate que les banques ayant des mance financière des banques canadiennes.
provisions sur prêts ou des créances douteuses plus
Pour répondre à la question générale de cette étude,
élevées sont davantage exposées aux risques. Ces
trois hypothèses principales divisées en sous-
ratios, particulièrement la PP et l’EOP, affectent
hypothèses ont été posées. Les résultats ont été
négativement la rentabilité opérationnelle. En effet,
interprétés à l’aide de statistiques descriptives, d’une
les ratios de prêts en fonction des dépôts et en
analyse de corrélation et d’analyses de régression.
fonction de l’actif, qui normalement affectent
positivement la performance opérationnelle, Les résultats obtenus ont permis de confirmer
permettent de déduire que les banques ayant et l’hypothèse H2, selon laquelle la gestion efficace du
exerçant des mesures de gestion de risque ne voient risque de crédit a un effet positif sur la performance
pas nécessairement une amélioration de leur des banques commerciales canadiennes. Ces indi-
performance. Donc, on infirme l’hypothèse H1.3, cateurs montrent que plus les ratios de risque et de
selon laquelle l’augmentation du risque de crédit solvabilité sont faibles, plus les banques sont dotées
entraîne une diminution de la performance d’une bonne santé financière.
opérationnelle.
Toutefois, concernant l’hypothèse H1, les résultats
sont mitigés. D’une part, les indicateurs obtenus à
Conclusion
partir de la méthode des régressions multiples ont
Depuis plusieurs décennies, le système financier du permis de confirmer les sous-hypothèses H1.1 et
Canada a connu de grandes transformations au H1.2, selon lesquelles l’augmentation du risque de
cours desquelles il a évolué sous l’effet de la modi- crédit entraîne une diminution de la performance
fication des pratiques commerciales Allen et Engert financière et boursière. Au contraire, la sous-
(2007); Dinamona (2010). Parmi les réformes hypothèse H1.3 a été infirmée, car certains ratios
apportées, la gestion du risque, en particulier la ges- tels que les prêts sur les dépôts et sur l’actif affec-
tion du risque de crédit, a gagné de la popularité taient positivement la performance opérationnelle.
auprès de parties prenantes. Enfin, en guise de contribution, cette recherche
Ainsi, la présente recherche, qui porte sur l’impact appuie plusieurs constats déjà soulevés par de
de la gestion du risque de crédit sur la performance nombreux auteurs, en particulier sur les critères de
des banques commerciales canadiennes, contribue mesure de la gestion du risque et de la performance
à la littérature sur le risque de crédit bancaire, un des banques. Elle pourra aider les chercheurs à
facteur déterminant pour assurer la stabilité du sys- mettre clairement en évidence les déterminants du
tème financier. Elle a également permis d’identifier risque de crédit et la pertinence de promouvoir les
les différentes pratiques de gestion du risque, et politiques de gestion du risque de crédit afin d’amé-
liorer la performance des banques.

NOTE
1 Banque de Montréal (BMO), CIBC, Banque Scotia, Banque Royale (RBC), Banque TD, Banque Laurentienne (LBC), Canadian
Western Bank (CWB) et Banque Nationale (NBC).

RÉFÉRENCES
Aggarwal, R. et Jacques, K. T. (2001). The impact of FDICIA and prompt corrective action on bank capital and risk: Estimates using
simultaneous equations model. Journal of Banking and Finance, 25(6), 1139-1160. https://doi.org/10.1016/S0378-4266(00)00125-4

Allen, J. et Engert, W. (2007). Efficience et concurrence dans le secteur bancaire canadien, département des Études monétaires et
financières. Revue de la Banque du Canada. 37-50. https://www.banqueducanada.ca/wp-content/uploads/2010/06/allen-engert_f.pdf

Augros, J.-C. et Quéruel, M. (2000). Risque de taux d’intérêt et gestion bancaire. Economica.

Banque Nationale du Canada. (2018). Rapport annuel 2018. https://www.banqueducanada.ca/2019/04/rapport-annuel-2018

Baret, P. (2006, 18-19 novembre). Évaluation de la performance globale des entreprises : Quid d’une approche économique? Colloque de l’ADERSE,
Lyon (France).

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 79

Ben Abdallah, S., Ben Slama, M., Fdhila, I. et Saïdane, D. (2018). Mesure de la performance durable des banques européennes : vers
un reporting intégré. Revue d’économie financière, 129(1), 269-297. https://doi.org/10.3917/ecofi.129.0269

Bertinetti, G. S., Cavezzali, E. et Gardenal, G. (2013). The effect of the enterprise risk management: Implementation on the firm value of European
companies [Document de travail no 10/2013]. Department of Management, Università Ca’ Foscari Venezia.
https://doi.org/10.2139/ssrn.2326195

Bridges, J., Gregory, D., Nielsen, M., Pezzini, S., Radia, A. et Spaltro, M. (2014). The impact of capital requirements on bank lending
[Document de travail no 486]. Bank of England. https://doi.org/10.2139/ssrn.2388773

Broche, K., Capron, M. et Quairel, F. (2005). Grands projets et exercice de la responsabilité globale : les études d'impact social. Revue
Management et Avenir, 1(3), 121-152. https://doi.org/10.3917/mav.003.0121

Brunel, V. et Roger, B. (2014). Le risque de crédit : des modèles au pilotage de la banque. Economica.

Davydenko, A. (2011). Determinants of bank profitability in Ukraine. Undergraduate Economic Review, 7(1), 1-30.
https://digitalcommons.iwu.edu/cgi/viewcontent.cgi?article=1106&context=uer

El Aoun, M. (2016). Effet de la crise des subprimes sur la gestion intégrée des risques et sur le volume et la qualité de la divulgation des informations sur les
risques dans les plus grandes banques américaines [Thèse de doctorat, Université d’Ottawa].

Dinamona, D. (2010). Sensibilité des banques aux chocs macroéconomiques. La diversification apporte-t-elle toujours des gains? Cas
des banques canadiennes. L'Actualité Économique, 86(1.) https://doi.org/10.7202/045555ar

Estay, C. et Maurer, F. (2014). L’ERM appliqué aux banques ou comment ne pas réduire la gestion des risques à la mesure du risque.
Management international, 19(1), 197-203. https://doi.org/10.7202/1028499ar

Hayet, D. et Bouri, A. (2017). Les déterminants internes qui évaluent la performance des banques islamiques : cas de la zone de Moyen
Orient et Afrique du Nord. Gestion et Organisation, 9(2), 92-103. https://doi.org/10.1016/j.rgo.2017.09.003

Hennani, R. (2016). L’évolution des Accords de Bâle: d’une approche microprudentielle à un cadre macroprudentiel. L’Actualité
économique, 92(3). doi:10.7202/1040003ar

Goddard, J., Molyneux, P, Wilson, J. O.S. et Tavakoli, M. (2007). European banking: An overview. Journal of Banking and Finance, 31(7),
1911-1935. https://doi.org/10.1016/j.jbankfin.2007.01.002

Iqbal, N. Ahmad, N. et Riaz, Z. (2014). The Relationship between Working Capital Management and Profitability: Evidence from
Pakistan. International Letters of Social and Humanistic Sciences, 20, 14-25. https://doi.org/10.18052/www.scipress.com/ILSHS.20.14

Jiménez, G., Lopez, J. A. et Saurina, J. (2007). How does competition impact bank risk taking? Journal of Financial Stability, 9(2),
185-195. https://doi.org/10.1016/j.jfs.2013.02.004

Jorion, P. et Stoimenov, P. (2011). Value at Risk, 3rd Ed.: The new benchmark for managing financial risk. Statistical Papers, 52(3),
737-738. https://doi.org/ 10.1007/s00362-009-0296-7

Liu, H. et Wilson, J. O. S. (2010, 4 novembre). The profitability of banks in Japan. Applied Financial Economics, 24, 1851-1866.
https://doi.org/10.1080/09603107.2010.526577

Nikoo, S. F. (2015). Impact of capital structure on banking performance: Evidence from Tehran stock exchange. International Research
Journal of Applied and Basic Sciences, 9(6), 923- 927. https://irjabs.com/files_site/paperlist/r_2614_150608135323.pdf

Nocco, B. W. et Stulz, R. M. (2006). Enterprise risk management: Theory and practice. Journal of Applied Corporate Finance, 18, 8-20.
https://doi.org/10.1111/j.1745-6622.2006.00106.x

Pagach, D. et Warr, R. (2007). An empirical investigation of the characteristics of firms adopting enterprise risk management [Document de travail].
North Carolina State University. https://mgt.ncsu.edu/documents/Risk_officer_hazard_JBF.pdf

Pasiouras, F. et Kosmidou, K. (2007). Factors influencing the profitability of domestic and foreign commercial banks in the European
Union. Research in International Business and Finance, 21(2), 222-237. https://doi.org/10.1016/j.ribaf.2006.03.007

Petersen, M. A. et Mukuddem-Petersen, J. (2014). Basel III liquidity regulation and its implications. Business Expert Press.

Peristiani, S. (1993, mars). The effects of mergers on bank performance. Federal Reserve Bank of New York Studies on Excess Capacity in the
Financial Sector.

80
DOSSIER SPÉCIAL

Ramlee, R. et Ahmad, N. (2015, 9-10 avril). Panel data analysis on the effect of establishing the enterprise risk management on firms’ performances.
4e Conférence de l’European Business Research. https://zantworldpress.com/wp-content/uploads/2015/05/
329-Roslida_Ramlee.pdf

Rasid, S. Z. A., Isa, C. R. et Ismail, W. K. W. (2014). Management accounting systems, enterprise risk management and organizational
performance in financial institutions. Asian Review of Accounting, 22(2), 128-144. https://econpapers.repec.org/article/
emearapps/v_3a22_3ay_3a2014_3ai_3a2_3ap_3a128-144.htm

Rime, B. (2001). Capital requirements and bank behaviour: Empirical evidence for Switzerland. Journal of Banking & Finance, 25(4),
789-805. https://doi.org/10.1016/S0378-4266(00)00105-9

Rugemintwari, C., Sauviat, A. et Tarazi, A. (2012). Bâle 3 et la réhabilitation du ratio de levier des banques : pourquoi et comment?
Revue économique, 63(4), 809-820. https://doi.org/10.3917/reco.634.0809

Sahut, J.-M. et Mili, M. (2009). Quelques mythes et réalités sur la crise des subprimes. Revue Gestion 2000, 26(6), 19-33.

Salas, V. et Saurina, J. (2003). Deregulation, market power and risk behavior in Spanish banks. European Economic Review, 47, 1061-1075.
https://doi.org/10.1016/S0014-2921(02)00230-1

Samir, S. et Sahut, J.M. (2015). Productivité et efficacité des banques dans le Golf. Gestion 2000, 1(32), 97-115.
https://doi.org/10.3917/g2000.321.0097

Sree, R.M.Y. (2004, juin). Financial ratios of major commercial banks. SSRN Electronic Journal.
http://dx.doi.org/10.2139/ssrn.1015238

Srinivasan, A. (1992, mars-avril). Are there cost savings from bank mergers? Federal Reserve Bank ofAtlanta Economie Review, 17-28.

Syafri. (2012, 6-7 septembre). Factors affecting bank profitability in Indonesia. International Conference on Business and Management,
Phuket (Thaïlande). http://caal-inteduorg.com/proceedings/ibsm2012/018Mix-Syafri-Factors_Affecting_Bank_Profitability.pdf

Thuelin, É. (2006). Evaluation des crédits accordés par les banques : Normes IFRS et réglementation prudentielle Bâle II, Revue Française de
Comptabilité, 394, p. 24-31.

Wakungelani, P.J.Y. (2016). La gestion des risques de crédit dans les banques commerciales: cas de la Rawbank [Mémoire, Université
de Lubumbashi]

Zhang, J., Jiang, C. Qu, B. et Wang, P. (2013). Market concentration, risk-taking, and bank performance: Evidence from emerging
economies. International Review of Financial Analysis, 30, 149-157. http://dx.doi.org/10.1016/j.irfa.2013.07.016

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 81

 ANNEXES

Tableau 2 : Caractéristiques de dispersion

Variables Intervalle/plage Minimum Maximum Moyenne Écart-type

ROA 0,0130 0,0050 0,0180 0,010503 0,0023312
ROE 0,1640 0,0690 0,2330 0,150988 0,0350903
MNI 0,0135 0,0122 0,0257 0,016714 0,0035648
MTB 1,6554 0,7764 2,4319 1,681304 0,3853414
DeltaPrix 0,7622 -0,3343 0,4279 0,069696 0,1272561
CABAR 12,3962 4,1053 16,5016 11,129376 2,4651025
EOP 0,3795 0,1818 0,5614 0,357861 0,0959396
DeltaCA 0,3078 -0,0982 0,2096 0,073408 0,0659293
PP 560,9894 287,0320 848,0214 453,775401 108,7669265
CDCTR 0,0080 0,0030 0,0110 0,005912 0,0017588
LDR 0,6790 0,7323 1,4113 0,965204 0,1370404
PLLR 0,4400 0,1000 0,5400 0,271625 0,1159053
PLAR 0,2700 0,0800 0,3500 0,172000 0,0666637
NPLLR 1,0800 -0,0100 1,0700 0,328608 0,1958004
NPLER 11,1700 -0,1500 11,0200 3,666076 2,0193814
IRSA 0,5890 0,2810 0,8700 0,422696 0,1587830
AC-PC 190329 -139786 50543 -14872,64 46739,492
AC/PC 0,5165 0,7369 1,2533 1,004097 0,1097695
DeltaBFR 0,3688 -0,1147 0,2541 0,012205 0,0567022
LNSIZE 4,7229 9,4495 14,1724 12,530563 1,4478369
TLER 16,9357 10,9074 27,8431 18,025460 3,8777621
PLL 3008,587 20,413 3029,000 912,00646 800,478217
RFP 0,054 0,040 0,094 0,06013 0,013062
Note : Les 8 banques canadiennes sont : BMO, CIBC, Scotia, RBC, TD, LBC, CWB et NBC.

Tableaux 2 à 7 – Données de statistiques descriptives sur les 8 banques canadiennes

82
Revue Organisations & Territoires • Volume 31 • No 1 • 2022

DOSSIER SPÉCIAL
Tableau 3: Intervalle ou Plage
Variables 8 Banques BMO CIBC SCOTIA RBC TD LBC CWB NBC

ROA ,0130 ,0030 ,0030 ,0030 ,0030 ,0040 ,0040 ,0056 ,0110
ROE ,1640 ,0350 ,0670 ,0590 ,0650 ,0340 ,0420 ,0990 ,1160
MNI ,0135 ,0034 ,0032 ,0015 ,0018 ,0024 ,0072 ,0025 ,0009
MTB 1,6554 ,4233 1,0257 ,9901 ,4987 ,3899 ,3991 ,9048 ,5123
DeltaPrix ,7622 ,3000 ,3017 ,3598 ,3358 ,2373 ,5177 ,7622 ,4855
CABAR 12,3962 3,1408 3,9068 3,7655 4,5075 7,5345 8,3525 8,6248 10,3599
EOP ,3795 ,2077 ,1674 ,0876 ,1564 ,0965 ,0823 ,0405 ,2516
DeltaCA ,3078 ,2440 ,2073 ,1783 ,2289 ,1837 ,1885 ,2729 ,1832
PP 560,9894 475,9570 281,1941 134,7270 336,7416 239,5009 234,5752 201,1774 179,0880
CDCTR ,0080 ,0070 ,0040 ,0020 ,0060 ,0030 ,0050 ,0040 ,0050
LDR ,6790 ,1471 ,2031 ,1457 ,1988 ,1674 ,4789 ,1399 ,2457
PLLR ,4400 ,3800 ,3300 ,1500 ,3800 ,2600 ,3000 ,2300 ,2100
PLAR ,2700 ,1700 ,2000 ,1100 ,1700 ,1200 ,2200 ,2000 ,1400
NPLLR 1,0800 ,5200 ,3700 ,6100 ,9600 ,6000 ,3400 ,5700 ,1300
NPLER 11,1700 4,7900 4,9500 7,2800 8,7800 3,9500 5,3900 5,2500 1,4300
IRSA ,5890 ,0650 ,0750 ,0410 ,0560 ,0450 ,0750 ,0730 ,0620
AC-PC 190329 53407 87129 57810 63495 124056 8621 3033 19663
AC/PC ,5165 ,1407 ,2308 ,0824 ,1019 ,1678 ,2375 ,1071 ,1164
DeltaBFR ,3688 ,1863 ,3688 ,0708 ,1132 ,2391 ,2419 ,1187 ,1454
LNSIZE 4,7229 ,7277 ,6157 ,7239 ,6769 ,8261 ,6737 ,9058 ,6612
TLER 16,9357 2,3980 9,1531 5,9078 2,1648 2,8925 9,8602 1,5287 3,9818
PLL 3008,587 488,000 520,000 1981,000 889,000 1564,000 35,000 58,702 365,000
RFP ,054 ,009 ,016 ,015 ,008 ,009 ,018 ,012 ,009
83
84

Tableau 4: Minimum
Variables 8 Banques BMO CIBC SCOTIA RBC TD LBC CWB NBC

ROA ,0050 ,0090 ,0080 ,0090 ,0110 ,0090 ,0050 ,0079 ,0070
ROE ,0690 ,1200 ,1460 ,1320 ,1290 ,1200 ,0690 ,0920 ,1170
MNI ,0122 ,0133 ,0159 ,0150 ,0136 ,0163 ,0137 ,0232 ,0122
MTB ,7764 1,3436 1,4062 1,4201 1,8763 1,5598 ,7764 1,0795 1,5324
DeltaPrix -,3343 -,0696 -,0400 -,1517 -,1061 -,0323 -,3073 -,3343 -,1779
CABAR 4,1053 9,5502 9,3750 10,2166 11,0770 5,8318 8,1490 6,3300 4,1053
EOP ,1818 ,3221 ,2767 ,2575 ,3532 ,2677 ,2296 ,1818 ,3098
DeltaCA -,0982 -,0382 ,0022 -,0502 -,0525 -,0045 -,0191 -,0982 ,0151
PP 287,0320 372,0644 353,5912 316,9933 457,4937 359,8260 330,0689 407,3944 287,0320
CDCTR ,0030 ,0040 ,0040 ,0070 ,0040 ,0040 ,0030 ,0040 ,0040
LDR ,7323 ,7892 ,8345 ,8479 ,8496 ,7323 ,9325 ,9834 ,8323
PLLR ,1000 ,1500 ,2100 ,2900 ,1600 ,2800 ,1000 ,1500 ,1700
PLAR ,0800 ,0900 ,1500 ,1800 ,1000 ,1600 ,0800 ,1300 ,0800
NPLLR -,0100 -,0100 ,2100 ,3700 ,1100 ,2700 ,0400 ,0300 ,1400
NPLER -,1500 -,1500 2,6800 3,7400 1,2000 2,6200 ,6800 ,3500 1,6200
IRSA ,2810 ,3720 ,2930 ,3790 ,3400 ,3030 ,3850 ,7970 ,2810
AC-PC -139786 -114140 -47263 -7541 -12952 -139786 346 499 -8615
AC/PC ,7369 ,7369 ,9083 ,9840 ,9893 ,8134 1,0158 1,0253 ,9336
DeltaBFR -,1147 -,0375 -,1147 -,0129 -,0555 -,0480 -,0717 -,0439 -,0330
LNSIZE 9,4495 12,9279 12,7715 13,1743 13,4956 13,3367 10,0774 9,4495 11,8866
TLER 10,9074 16,4145 17,0992 14,6594 16,7379 14,1973 17,9829 10,9074 18,7065
PLL 20,413 561,000 771,000 1046,000 975,000 1465,000 33,000 20,413 119,000
RFP ,040 ,053 ,043 ,052 ,054 ,059 ,040 ,082 ,046
Revue Organisations & Territoires • Volume 31 • No 1 • 2022

DOSSIER SPÉCIAL
Tableau 5: Maximum
Variables 8 Banques BMO CIBC SCOTIA RBC TD LBC CWB NBC

ROA ,0180 ,0120 ,0110 ,0120 ,0140 ,0130 ,0090 ,0135 ,0180
ROE ,2330 ,1550 ,2130 ,1910 ,1940 ,1540 ,1110 ,1910 ,2330
MNI ,0257 ,0168 ,0191 ,0164 ,0154 ,0187 ,0209 ,0257 ,0132
MTB 2,4319 1,7670 2,4319 2,4102 2,3751 1,9496 1,1756 1,9843 2,0447
DeltaPrix ,4279 ,2304 ,2617 ,2081 ,2297 ,2051 ,2104 ,4279 ,3076
CABAR 16,5016 12,6910 13,2818 13,9821 15,5845 13,3663 16,5016 14,9547 14,4653
EOP ,5614 ,5298 ,4440 ,3451 ,5096 ,3642 ,3119 ,2223 ,5614
DeltaCA ,2096 ,2058 ,2096 ,1281 ,1764 ,1792 ,1694 ,1746 ,1983
PP 848,0214 848,0214 634,7853 451,7203 794,2353 599,3269 564,6440 608,5718 466,1200
CDCTR ,0110 ,0110 ,0080 ,0090 ,0100 ,0070 ,0080 ,0080 ,0090
LDR 1,4113 ,9363 1,0377 ,9937 1,0484 ,8997 1,4113 1,1233 1,0780
PLLR ,5400 ,5300 ,5400 ,4400 ,5400 ,5400 ,4000 ,3800 ,3800
PLAR ,3500 ,2600 ,3500 ,2900 ,2700 ,2800 ,3000 ,3300 ,2200
NPLLR 1,0700 ,5100 ,5800 ,9800 1,0700 ,8700 ,3800 ,6000 ,2700
NPLER 11,0200 4,6400 7,6300 11,0200 9,9800 6,5700 6,0700 5,6000 3,0500
IRSA ,8700 ,4370 ,3680 ,4200 ,3960 ,3480 ,4600 ,8700 ,3430
AC-PC 50543 -60733 39866 50269 50543 -15730 8967 3532 11048
AC/PC 1,2533 ,8776 1,1391 1,0665 1,0912 ,9811 1,2533 1,1324 1,0500
DeltaBFR ,2541 ,1489 ,2541 ,0579 ,0577 ,1911 ,1702 ,0749 ,1124
LNSIZE 14,1724 13,6556 13,3872 13,8982 14,1724 14,1628 10,7511 10,3553 12,5477
TLER 27,8431 18,8125 26,2523 20,5672 18,9026 17,0898 27,8431 12,4361 22,6883
PLL 3029,000 1049,000 1291,000 3027,000 1864,000 3029,000 68,000 79,115 484,000
RFP ,094 ,063 ,059 ,068 ,061 ,068 ,058 ,094 ,055
85
86

Tableau 6: Moyenne
Variables 8 Banques BMO CIBC SCOTIA RBC TD LBC CWB NBC

ROA ,010503 ,010700 ,009800 ,010400 ,012400 ,010600 ,006800 ,010820 ,012500
ROE ,150988 ,136200 ,188600 ,159300 ,170700 ,141000 ,095000 ,137100 ,180000
MNI ,016714 ,014789 ,017402 ,015770 ,014410 ,017685 ,016142 ,024718 ,012795
MTB 1,681304 1,532503 1,943817 1,782972 2,075136 1,737388 1,006709 1,546966 1,824938
DeltaPrix ,069696 ,073619 ,065260 ,059506 ,074752 ,096433 ,023481 ,064534 ,099981
CABAR 11,129376 11,709801 10,784927 11,732274 12,816021 10,240198 10,934306 12,008991 8,808493
EOP ,357861 ,445843 ,377551 ,305631 ,464869 ,332553 ,282736 ,210960 ,442745
DeltaCA ,073408 ,094456 ,077348 ,064241 ,060759 ,072154 ,047378 ,082363 ,088567
PP 453,775401 538,824406 439,706055 370,436879 567,608951 450,055732 406,931794 481,113596 375,525797
CDCTR ,005912 ,006700 ,005700 ,007800 ,005500 ,005800 ,004500 ,005600 ,005700
LDR ,965204 ,877837 ,958117 ,929540 ,949067 ,812503 1,211604 1,035597 ,947369
PLLR ,271625 ,245000 ,352000 ,374000 ,251000 ,366000 ,162000 ,211000 ,212000
PLAR ,172000 ,134000 ,232000 ,235000 ,143000 ,205000 ,127000 ,181000 ,119000
NPLLR ,328608 ,307000 ,350000 ,521000 ,334000 ,438000 ,238000 ,217778 ,212000
NPLER 3,666076 2,989000 4,812000 5,487000 3,330000 4,018000 4,004000 2,093333 2,438000
IRSA ,422696 ,390300 ,335900 ,400000 ,371000 ,330500 ,419444 ,823600 ,310500
AC-PC -14872,64 -86522,30 3538,00 24510,80 12941,30 -82716,90 4911,58 1420,11 2936,30
AC/PC 1,004097 ,823481 1,018266 1,032166 1,021642 ,898318 1,154646 1,071930 1,012328
DeltaBFR ,012205 ,011646 ,009213 ,010992 -,000429 ,019431 ,020265 ,014094 ,012427
LNSIZE 12,530563 13,315698 13,036453 13,577366 13,822231 13,803039 10,497784 9,952929 12,239006
TLER 18,025460 17,262648 21,357545 16,523989 17,654130 16,023323 23,244508 11,537416 20,600124
PLL 912,00646 755,60000 1004,30000 1877,70000 1350,40000 1981,10000 41,92500 38,82670 246,20000
RFP ,06013 ,05933 ,04957 ,06228 ,05813 ,06212 ,04870 ,08984 ,05109
Revue Organisations & Territoires • Volume 31 • No 1 • 2022

DOSSIER SPÉCIAL
Tableau 7: Écart type
Variables 8 Banques BMO CIBC SCOTIA RBC TD LBC CWB NBC

ROA ,0023312 ,0012517 ,0009189 ,0011738 ,0009661 ,0012649 ,0011353 ,0019089 ,0034721
ROE ,0350903 ,0115451 ,0212404 ,0215821 ,0197937 ,0101215 ,0150407 ,0331845 ,0294920
MNI ,0035648 ,0010015 ,0010438 ,0005266 ,0006745 ,0010041 ,0024128 ,0007724 ,0003369
MTB ,3853414 ,1443983 ,3324395 ,2995687 ,1903481 ,1421901 ,1220427 ,3847664 ,1605924
DeltaPrix ,1272561 ,1060732 ,0997534 ,1248429 ,1211931 ,0877571 ,1388311 ,2031104 ,1343295
CABAR 2,4651025 ,9408440 1,3671298 1,1875066 1,5357148 3,3012055 2,3155144 2,4425045 3,5715024
EOP ,0959396 ,0608509 ,0527599 ,0318587 ,0482393 ,0323055 ,0257973 ,0132109 ,0730107
DeltaCA ,0659293 ,0828431 ,0653920 ,0618074 ,0688106 ,0586155 ,0616881 ,0733820 ,0628825
PP 108,7669265 147,5522946 91,7970380 43,2275659 106,9728034 84,7931653 76,6959264 59,1408113 57,4820026
CDCTR ,0017588 ,0022632 ,0015670 ,0007888 ,0018409 ,0009189 ,0019579 ,0010750 ,0015670
LDR ,1370404 ,0487165 ,0681284 ,0467935 ,0649128 ,0522548 ,1717126 ,0500347 ,0851125
PLLR ,1159053 ,1240296 ,1130192 ,0518973 ,1106998 ,0800278 ,0958935 ,0627960 ,0625033
PLAR ,0666637 ,0531664 ,0633859 ,0380789 ,0496767 ,0359784 ,0684836 ,0562633 ,0384274
NPLLR ,1958004 ,1742954 ,1329996 ,2045836 ,2823394 ,1659183 ,1105341 ,1811614 ,0413118
NPLER 2,0193814 1,7048131 1,8236520 2,3006282 2,5376323 1,0716944 1,8266131 1,6942698 ,3856827
IRSA ,1587830 ,0199056 ,0257874 ,0129786 ,0176257 ,0145545 ,0289098 ,0227068 ,0197779
AC-PC 46739,492 16483,595 34298,435 19700,319 18048,212 45923,385 2845,553 945,908 5974,239
AC/PC ,1097695 ,0475250 ,0950685 ,0258187 ,0291853 ,0584007 ,0811897 ,0310918 ,0386177
DeltaBFR ,0567022 ,0578352 ,0966911 ,0275979 ,0305353 ,0745155 ,0663187 ,0420524 ,0423210
LNSIZE 1,4478369 ,2266948 ,2199891 ,2351030 ,2420133 ,2866040 ,2439820 ,2984175 ,2189926
TLER 3,8777621 ,7145894 3,0787150 1,8280392 ,7601512 1,0158345 3,3273385 ,5550574 1,0837848
PLL 800,478217 152,343326 186,631574 678,736743 309,036567 510,228587 10,414606 19,368846 110,700597
RFP ,013062 ,002734 ,005932 ,004498 ,002473 ,003456 ,005873 ,004141 ,003126
87
88

Financière Boursière Opérationnelle Risque de crédit et Gestion des risques

OA ROE MNI MTB DeltaPrix CABAR EOP DeltaCA PP CDCTR LDR PLLR PLAR NPLLR NPLER IRSA AC-PC AC/PC DeltaBFR LNSIZE TLER PLL RFP
1,0
587** 1,0
-0,1 -0,2 1,0
548** ,776** -0,1 1,0
0,1 0,1 0,0 ,423** 1,0
305** -,259* 0,1 0,2 ,254* 1,0
351** ,408** -,677** ,437** 0,1 -0,1 1,0
0,2 0,0 0,0 -0,1 -0,1 -0,1 -0,1 1,0
Tableau 8 – Matrice de corrélation de Pearson

0,1 -0,2 0,0 -0,1 -0,1 ,269* 0,0 ,414** 1,0

344** ,242* 0,1 ,318** 0,1 0,0 0,2 -,239* -,501** 1,0
475** -,417** 0,1 -,517** -0,1 0,0 -,407** 0,0 0,1 -,573** 1,0
0,1 0,2 0,1 ,342** 0,1 0,0 0,0 -0,2 -,316** ,679** -,571** 1,0
-0,1 0,1 ,362** 0,2 0,1 0,1 -,253* -0,2 -,283* ,541** -,361** ,918** 1,0
0,1 0,1 0,0 ,257* 0,0 0,1 0,0 -0,2 -0,1 ,499** -,330** ,637** ,526** 1,0
-0,1 0,0 -0,1 0,2 0,0 0,1 -0,1 -,260* -0,2 ,35* -0,1 ,539** ,492** ,912** 1,0
0,0 -,265* ,840** -,245* -0,1 0,2 -,618** 0,0 0,1 0,0 ,288* -,254* 0,0 -0,2 -,253* 1,0
-0,1 0,2 0,1 0,1 -0,1 0,0 -0,1 -0,2 -,309** 0,0 ,452** 0,0 0,1 -0,1 0,1 0,1 1,0
327** -0,2 0,2 -0,2 -0,1 0,1 -,430** -0,1 -0,2 -,375** ,774** -,307** -0,1 -0,2 0,1 ,268* ,801** 1,0
0,1 0,1 0,1 0,0 -0,1 -0,2 -0,1 0,1 -0,2 ,220* 0,0 ,230* ,238* 0,1 0,1 0,0 0,2 0,2 1,0
264* ,383** -,574** ,487** 0,1 0,1 ,545** 0,1 ,235* 0,2 -,580** ,408** 0,2 ,319** 0,2 -,719** -,276* -,531** -0,1 1,0
282* 0,1 -,553** 0,0 0,0 -0,1 ,317** -0,2 -,320** -0,1 ,242* 0,0 -0,1 0,0 ,284* -,642** 0,2 ,246* 0,2 0,0 1,0
0,1 0,2 -0,2 ,343** 0,0 0,1 0,1 0,0 0,1 ,259* -,493** ,620** ,493** ,429** ,295** -,425** -0,2 -,327** 0,0 ,801** -0,2 1,0
- -
0,1 -0,2 ,758** -0,1 0,0 0,2 -,530** 0,2 ,251* 0,0 0,0 -0,1 0,1 -0,1 -,287* ,858** 0,0 0,0 -0,1 -,347** ,911** 0,1 1,0

Légende
**. La corrélation est significative au niveau 0.01 (bilatéral).
*. La corrélation est significative au niveau 0.05 (bilatéral).
Très Significatif et positivement corrélé
Significatif et positivement corrélé
Très Significatif et négativement corrélé
Significatif et négaitivement corrélé
DOSSIER SPÉCIAL

ROA ROE MNI

Variables
Coeff. t Sig. Coeff. t Sig. Coeff. t Sig.
MTB 0,504 2,828 0,007*** 0,935 7,781 0,000*** 0,465 3,399 0,001***
DeltaPrix 0,074 1,007 0,318 -0,191 -3,073 0,003*** -0,040 -0,697 0,489
CABAR -0,432 -4,072 0,000*** -0,502 -5,755 0,000*** -0,311 -3,630 0,001***
EOP -0,058 -0,536 0,594 -0,093 -0,938 0,352 -0,101 -1,190 0,239
DeltaCA 0,172 2,691 0,009*** -0,019 -0,313 0,756 -0,018 -0,331 0,742
PP 0,454 5,029 0,000*** 0,014 0,144 0,886 0,084 0,983 0,330
CDCTR 0,301 2,407 0,019** 0,029 0,246 0,807 -0,043 -0,419 0,677
LDR -0,487 -2,971 0,004*** -0,166 -1,040 0,303 -0,338 -2,568 0,013**
PLLR 0,989 2,363 0,022** -0,857 -2,231 0,030** -0,410 -1,198 0,236
PLAR -1,188 -3,129 0,003*** 0,880 2,464 0,017** 0,712 2,290 0,026**
NPLLR 0,004 0,011 0,991 -0,334 -1,097 0,277 -0,264 -1,001 0,321
NPLER 0,061 0,184 0,854 0,262 0,880 0,383 0,225 0,875 0,385
IRSA 0,312 1,074 0,287 0,443 1,701 0,095* 0,742 3,558 0,001***
AC-PC 0,157 1,108 0,273 0,042 0,321 0,750 -0,227 -2,091 0,041**
AC/PC 0,278 1,294 0,201 -0,127 -0,642 0,524 0,177 1,041 0,303
DeltaBFR 0,007 0,100 0,921 -0,025 -0,400 0,691 0,009 0,173 0,863
LNSIZE -0,628 -2,476 0,016** 0,293 1,217 0,229 -0,171 -0,816 0,418
TLER -0,699 -2,756 0,008*** 0,246 1,004 0,320 -0,091 -0,429 0,669
PLL 0,140 0,930 0,357 -0,149 -1,089 0,281 -0,047 -0,392 0,697
RFP -0,651 -2,053 0,045** 0,050 0,167 0,868 -0,082 -0,316 0,753
R 0,940 0,950 0,963
R2 ajusté 0,837 0,864 0,898
Erreur 0,0009230 0,127569 0,0011159
standard
Constante 0,034 0,046 0,022
Note. *** = sig. < 0,01; ** = sig. < 0,05; * = sig. < 0,1; LNSIZE et TLER étant des variables de contrôle.

Tableau 9 – Performance financière et risque/gestion du risque

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 89

 MTB DeltaPrix CABAR
Variables
Coeff. t Sig. Coeff. t Sig. Coeff. t Sig.
ROA 0,252 2,828 0,007*** 0,246 1,007 0,318 -0,536 -4,072 0,000***
ROE 0,560 7,781 0,000*** -0,767 -3,073 0,003*** -0,748 -5,755 0,000***
MNI 0,373 3,399 0,001*** -0,217 -0,697 0,489 -0,621 -3,630 0,001***
EOP 0,120 1,592 0,117 -0,014 -0,070 0,944 -0,059 -0,489 0,627
DeltaCA 0,009 0,190 0,850 -0,169 -1,386 0,171 0,027 0,353 0,726
PP -0,121 -1,600 0,115 -0,277 -1,414 0,163 0,414 3,838 0,000***
CDCTR -0,129 -1,417 0,162 -0,003 -0,014 0,989 0,349 2,509 0,015**
LDR -0,037 -0,300 0,765 0,913 3,056 0,003*** -0,599 -3,335 0,002***
PLLR 0,758 2,587 0,012** -2,416 -3,288 0,002*** 0,047 0,097 0,923
PLAR -0,668 -2,414 0,019** 2,282 3,314 0,002*** -0,090 -0,196 0,845
NPLLR -0,106 -0,444 0,659 0,702 1,150 0,255 -0,638 -1,743 0,087*
NPLER 0,135 0,583 0,562 -0,755 -1,274 0,208 0,581 1,624 0,110
IRSA -0,049 -0,237 0,814 -1,056 -2,043 0,046** 0,892 2,937 0,005***
AC-PC 0,020 0,200 0,842 -0,105 -0,402 0,689 -0,098 -0,620 0,538
AC/PC 0,189 1,246 0,218 -0,976 -2,590 0,012** 0,466 1,984 0,052*
DeltaBFR -0,040 -0,827 0,412 0,138 1,108 0,273 -0,156 -2,116 0,039**
LNSIZE 0,346 1,893 0,064* -0,662 -1,378 0,174 0,173 0,583 0,562
TLER 0,209 1,107 0,273 0,111 0,225 0,823 0,333 1,117 0,269
PLL -0,037 -0,344 0,732 0,120 0,432 0,668 -0,003 -0,015 0,988
RFP 0,215 0,935 0,354 0,470 0,785 0,436 0,223 0,611 0,544
R 0,970 0,781 0,925
R2 ajusté 0,918 0,453 0,797
Erreur 0,1075421 0,951055 0,1209255
standard
Constante -3,274 0,884 -0,90
Note. *** = sig. < 0,01; ** = sig. < 0,05; * = sig. < 0,1; LNSIZE et TLER étant des variables de contrôle.

Tableau 10 – Performance boursière et risques/gestion du risque

90
DOSSIER SPÉCIAL

EOP DeltaCA PP
Variables
Coeff. t Sig. Coeff. t Sig. Coeff. t Sig.
ROA -,0089 -0,536 0,594 0,678 2,691 0,009*** 0,694 5,029 0,000***
ROE -0,169 -0,938 0,352 -0,092 -0,313 0,756 0,026 0,144 0,886
MNI -0,248 -1,190 0,239 -0,112 -0,331 0,742 0,206 0,983 0,330
MTB 0,366 1,592 0,117 0,072 0,190 0,850 -0,369 -1,600 0,115
DeltaPrix -0,006 -0,070 0,944 -0,200 -1,386 0,171 -0,127 -1,414 0,163
CABAR -0,073 -0,489 0,627 0,085 0,353 0,726 0,510 3,838 0,000***
CDCTR 0,078 0,484 0,630 0,258 0,993 0,325 -0,667 -4,917 0,000***
LDR -0,082 -0,375 0,709 0,685 2,023 0,048** 0,726 3,721 0,000***
PLLR 0,308 0,570 0,571 -2,421 -2,989 0,004*** -0,858 -1,618 0,111
PLAR -0,327 -0,645 0,521 2,234 2,932 0,005*** 0,963 1,954 0,056*
NPLLR 0,173 0,416 0,679 0,398 0,595 0,554 0,616 1,507 0,138
NPLER -0,386 -0,960 0,341 -0,629 -0,971 0,336 -0,545 -1,365 0,178
IRSA 0,257 0,714 0,478 -1,166 -2,078 0,042** 0,253 0,703 0,485
AC-PC 0,224 1,286 0,204 -0,430 -1,543 0,128 -0,031 -0,178 0,859
AC/PC -0,256 -0,958 0,342 -0,315 -0,730 0,468 -0,670 -2,637 0,011**
DeltaBFR 0,051 0,602 0,549 0,124 0,919 0,362 0,130 1,561 0,124
LNSIZE 0,552 1,719 0,091* 0,440 0,833 0,408 0,816 2,622 0,011**
TLER -0,206 -0,620 0,538 0,956 1,830 0,073* 0,364 1,101 0,276
PLL -0,547 -3,176 0,002*** -0,217 -0,724 0,472 -0,093 -0,499 0,619
RFP -0,597 -1,503 0,138 1,422 2,276 0,027** 0,068 0,168 0,867
R 0,907 0,734 0,907
R2 ajusté 0,752 0,355 0,751
Erreur 0,0475642 0,0533391 54,5332048
standard
Constante 0,641 -1,011 -900,513
Note. *** = sig. < 0,01; ** = sig. < 0,05; * = sig. < 0,1; LNSIZE et TLER étant des variables de contrôle.

Tableau 11 – Performance opérationnelle et risques/gestioon du risque

Revue Organisations & Territoires • Volume 31 • No 1 • 2022 91