Specific risks and profitability of Islamic banks: is there a link?

Commentaires

Transcription

Specific risks and profitability of Islamic banks: is there a link?
Risques spécifiques et profitabilité des banques islamiques : y a-t-il un lien ?
Nadia ZRELLI1, Imene BERGUIGA2, Ali ABDALLAH3, Philippe ADAIR4
Résumé
Les banques islamiques offrent des produits financiers qui sont conformes à la charia. Au-delà des risques
qui sont communs avec les banques classiques, ces banques font face à des risques spécifiques. Notre revue
de la littérature explore cette question. Nous étudions les effets des risques spécifiques sur la performance
d’un panel non cylindré de 42 banques islamiques dans 12 pays de la région MENA, issu de la base de
données Bankscope et des rapports annuels de ces banques sur la période 2007-2014. Grâce à une analyse
non paramétrique (DEA), nous élaborons d'abord une série d'indicateurs composites pour quantifier les
risques de crédit et de liquidité et, en particulier, les risques spécifiques relatifs à la conformité avec la Chariaa.
Dans une deuxième étape, nous étudions un sous-ensemble de banques islamiques afin d’identifier la relation
entre l’efficience-revenu et les risques spécifiques en utilisant les tests de corrélation par les rangs de
Spearman et de Kendall ainsi qu’une analyse en données de panel. Les résultats montrent que la corrélation
entre efficience et risques spécifiques est significative, mais respectivement négative ou positive, et s’avère
donc ambigüe.
Mots clés : banques islamiques, Data Envelopment Analysis, données de panel, efficience-revenu,
indicateurs composites, performance, risques, z-score
JEL: C67, C41, G21,
Specific risks and profitability of Islamic banks: is there a link?
Abstract
Islamic banks offer financial products that are Sharia compliant. In addition to the risks common with
conventional banks, these banks face specific risks. Our literature review explores this issue. We investigate
the effects of specific risks on the performance of an unbalanced panel of 42 Islamic banks located in 12
MENA countries, using Bankscope database and annual reports from these banks over the period 20072014. We first design a series of composite indicators to quantify risks regarding loans and liquidity,
especially specific risk of non-Shariah compliance, thanks to a Data Envelopment Analysis. In the second
step, we use Spearman and Kendall correlation tests and panel data analysis upon a subset of Islamic banks
in order to address the relationship between performance and specific risks. According to results, the
correlation between performance and specific risks is significant, respectively negative or positive; hence, it
remains ambiguous.
Keywords: composite indicators, DEA, income-efficiency, Islamic banks, panel data, performance, risks,
z-score
JEL : C67, C41, G21
1
[email protected], DEFI Unit Research, MENA Youth Policy Research Center, Université de Sousse, IHEC, 3, route
Hzamia Sahloul BP n° 40, 4054 Sousse – Tunisie.
2 [email protected], ERUDITE, Université de Sousse, IHEC, 3, route Hzamia Sahloul BP n° 40, 4054 Sousse – Tunisie.
3 [email protected], ERUDITE, Université de Sousse, IHEC, 3, route Hzamia Sahloul BP n° 40, 4054 Sousse – Tunisie.
4 [email protected], ERUDITE, Université Paris-Est Créteil (UPEC), 61, avenue du Général de Gaulle, 94000 Créteil – France.
1
INTRODUCTION
La banque, la finance en général, islamique est régie par un ensemble de règles qui interdisent l’incertitude
(maysir), la spéculation (gharar) et le recours au prêt à intérêt (riba), sources de risque, avec l’obligation
d’adossement à un actif tangible et le partage des profits et des pertes. L’activité doit être licite et validé par
un conseil de conformité au droit musulman (Sharia Board). Ces règles et principes permettent à la banque
islamique d’éviter, du moins de réduire, la formation du risque dans ses opérations.
Le principe fondamental de la banque ou finance islamique repose sur l’intervention directe de la banque
dans les transactions relatives à l’économie réelle qu’elle finance. La rémunération qu’elle perçoit est justifiée
par sa participation, en qualité de copropriétaire, aux résultats (pertes ou profits) du projet financé dans le
cas d’un capital-risque (Mudarabah) ou d’une joint-venture (Mucharakah) et par sa fonction de
commercialisation ou de location de biens préalablement acquis par elle, dans le cas d’un achat-revente
(Murabaha) ou d’un crédit-bail (Ijara). La banque islamique se dote ainsi d’un ensemble d’instruments qui
sont pour la plupart des engagements de gré à gré à l’instar des contrats Murabaha, Ijara, Mudharabah,
Mucharakah ou Takaful (assurance) et bien d’autres produits issus de l’innovation financière, quoique très
peu utilisés. Selon Ali (2012), 90% de l’intermédiation des banques islamiques en 2008 concerne le
financement de court terme sous la forme d’achat-revente ou d’un crédit-bail.
La banque islamique est apparue à l’issue du choc pétrolier au milieu des années 1970 à Dubaï. Au cours
des années 1980, la banque (ou finance) islamique, s’est forgé un corps de doctrine et a essaimé, notamment
dans plusieurs pays de la région MENA. Selon Ernst & Young (2015), elle occupe en 2013 respectivement
près de la moitié de la part de marché en Arabie Saoudite et au Koweït et près du quart à Bahreïn, au Qatar
et aux Emirats Arabes Unis. Hors les monarchies pétrolières, la banque islamique représente moins de 5%
du marché en Egypte, en Iran, en Jordanie, en Palestine et au Yémen et moins de 1% à l’échelle du monde.
La crise financière mondiale déclenchée par les subprimes a déstabilisé tant la sphère financière que la sphère
réelle. Elle n’a pas seulement validé l’hypothèse d’instabilité financière du système bancaire conventionnel
(Minsky, 1986), mais a accru l’intérêt pour la banque islamique, celle-ci étant parfois présentée comme une
alternative à la banque conventionnelle (Hassan and Kayed, 2009). Cependant, il convient de d’éviter la
confusion entre économie normative et économie positive et c’est cette dernière que nous nous proposons
d’interroger, sans aborder les motifs d’ordre religieux (Khan, 2013).
La section 1, consacrée à la revue de littérature empirique, aborde tout d’abord l’enjeu controversé de la
performance des banques islamiques, puis celui des risques auxquels elles sont confrontées. La section 2
présente la méthode non paramétrique (DEA) qui est adoptée pour analyser l’efficience-revenu et les risques
associés, notamment les risques spécifiques, sous la forme d’indicateurs composites. La section 3 expose les
résultats de l’efficience-revenu des banques islamiques, de la corrélation de rangs des indicateurs composites
et l’analyse en panel.
1. REVUE DE LA LITTERATURE
1.1. Performance et résilience
Notre revue de littérature recense 31 travaux sur la performance des banques islamiques qui peuvent être
classés en quatre catégories dont les trois premières relèvent de l’analyse comparative avec les banques
conventionnelles (Annexe 1).
La première catégorie recense 8 travaux qui couvrent (au plus) la période 1993-2013 et (au plus) 70 banques
islamiques dans (au plus) 13 pays de la région MENA. Selon les cas, les méthodes non paramétriques
d’enveloppement des données (DEA) et paramétriques de la frontière stochastique (SFA, DFA) ou encore
l’analyse des ratios financiers en panel (y compris dynamique) sont mobilisées. Les banques islamiques sont
plus profitables, plus liquides et mieux capitalisées ; plus stables, plus compétitives et plus enclines au risque,
elles sont moins affectées durant la récession de 2008.
La deuxième catégorie recense 10 travaux qui couvrent (au plus) la période 1995-2014 et (au plus) 37 banques
islamiques dans (au plus) 14 pays de la région MENA. Selon les cas, les méthodes non paramétriques (DEA)
et paramétriques (SFA, MFA) ou encore l’analyse des ratios financiers en panel sont mobilisées. Les banques
islamiques sont moins profitables ; elles supportent des coûts d’intermédiation (risque opérationnel) et des
risques de crédit, voire de liquidité plus élevés ; elles sont plus affectées durant la récession de 2008 et après
celle-ci.
2
La troisième catégorie recense 7 travaux qui ne montrent pas de différence de performance entre banques
islamiques et banques conventionnelles. Ceux-ci couvrent (au plus) la période 1990-2014 et (au plus) 23 banques
islamiques dans (au plus) 12 pays de la région MENA. Selon les cas, les méthodes non paramétriques (DEA)
et paramétriques (SFA) ou encore l’analyse des ratios financiers en panel sont mobilisées. La performance
est corrélée négativement au risque opérationnel et au risque de crédit, non au risque de liquidité ; la taille influence
positivement la performance des banques en raison des économies d’échelle ; l’influence de l’âge
(expérience) des banques sur la performance des banques est controversée.
Il ressort de ces trois catégories de travaux d’analyse comparative quelques faits stylisés : les banques
islamiques ne sont pas plus performantes que les banques conventionnelles ; les banques islamiques sont
mieux capitalisées et plus enclines à prendre des risques mais subissent des coûts d’intermédiation plus élevés
et n’atteignent pas la taille optimale nécessaire pour bénéficier d’économies d’échelle.
L’analyse comparative suggère que la meilleure (moindre) performance des banques islamiques versus
conventionnelles ne dépend pas des méthodes qui sont communément utilisées dans les trois catégories de
travaux. Certes, les méthodes non paramétriques (DEA) ne mesurent pas l’erreur aléatoire, contrairement
aux méthodes paramétriques (SFA) qui distinguent également les effets spécifiques des banques mais
imposent une forme fonctionnelle qui peut induire une mauvaise spécification. Selon Berger and Humphrey
(1997), aucune des deux méthodes n’est supérieure à l’autre ; celles-ci produisent souvent les mêmes
résultats et l’analyse (comptable) des ratios financiers est congruente avec l’analyse économique.
La performance dépend avant tout de la taille et de la composition de l’échantillon, ainsi que de la période
étudiée. Une taille accrue permet de prendre en considération une plus grande variété de pays dont les
niveaux de richesse diffèrent, à condition d’identifier correctement l’effet pays, ce que la plupart des travaux
omet. De plus, à l’exception de Beck et al. (2013), les valeurs extrêmes (outliers) ne sont pas éliminées ce qui
biaise les résultats. Inversement, une taille réduite renforce l’homogénéité des pays, notamment dans le cas
des travaux sur le Conseil des pays du Golfe ou des monographies portant sur un seul pays. Cependant, ces
travaux font apparaître l’hétérogénéité des banques.
La dernière catégorie compte 6 travaux qui ne couvrent que les banques islamiques, localisées en majorité
dans la région MENA. Il ressort que les faits stylisés relevés précédemment sont confirmés. De plus,
contrairement à Sulfian and Nor (2009), Yudistira (2004) et Kablan and Yousfi (2013) ainsi que Wahidudin
et al. (2014) estiment que les banques de la région MENA seraient moins performantes que leurs
homologues, notamment asiatiques ; Ahmad et al. (2011) considèrent que banques islamiques qui opèrent
dans les pays à revenus élevés sont plus efficientes que celle des autres pays. Ceci suggère que les travaux de
la première catégorie (Annexe 1) qui mettent en exergue la performance supérieure des banques islamiques
n’identifient pas le biais relatif à la moindre performance de celles de la région MENA, laquelle rassemble
des pays à haut revenu, à revenu intermédiaire et à faible revenu.
La résilience des banques islamiques durant la récession de 2008 a été soulignée. Les contraintes de « chariacompatibilité » empêchent les banques islamiques d’octroyer de crédits subprimes, de porter des expositions
à effets de levier, d’acquérir de produits structurés risqués et d’investir dans des véhicules financiers
manquant de traçabilité (Hassoune, 2008). Cependant, la résilience varie selon la taille des banques – les
grandes banques ont mieux résisté que les petites (Said, 2012) – et selon les pays de la région MENA. Par
rapport à 2007, la profitabilité les banques islamiques s’avère meilleure en 2008-2009 que celle des banques
conventionnelles, à l’exception de Bahreïn et du Qatar, et surtout des Emirats Arabes Unis qui comptent le
plus grand nombre de banques du Golfe (Hasan and Dridi, 2010). De plus, cette résilience ne semble pas
persister au-delà de 2010.
1.2. Les risques
Les évolutions monétaires et financières de court terme n’affectent pas les décisions d’investissement et les
opérations financières du secteur bancaire islamique. De même, la pratique de la banque islamique permet
d’atténuer le problème du désajustement des échéances (maturity mismatch) qui est une source de fragilité
potentielle du système bancaire : la transformation des échéances peut générer un problème de liquidité
quand la banque prête à long terme et emprunte à court terme. Selon Bourakba and Belouafi (2015), les
banques islamiques du Golfe sur la période 2000-2012, appartiennent à la catégorie de la transformation
positive des échéances (positive maturity transformation) : elles créent plus de monnaie qu’elles n’en détruisent.
Il se produit un rapprochement des pratiques bancaires, soit sous l’effet de la concurrence soit par l’effet
d’apprentissage de la part des banques islamiques récemment entrées sur le marché.
3
En pratique, la grande majorité des produits proposés par les banques islamiques ressemble aux produits
bancaires conventionnels. C’est le syndrome de Murabaha, produit de la banque islamique en remplacement
du prêt à intérêt et où le taux de profit se substitue au taux d’intérêt. Les produits réellement participatifs,
ceux pour lesquels les banques ne sont rémunérées qu’à l’aune du risque et du rendement obtenu par
l’allocation de leur financement, restent peu utilisés.
La Murabaha demeure l’instrument prédominant : la marge commerciale et la prise de risque constituent les
seules sources de rentabilité, la finance islamique repose à la fois sur un investissement dans la durée et sur
le partage du risque financier, qui fait la particularité de son système bancaire. A contrario, le système
bancaire traditionnel ne fait que transférer les risques, étant donné que la banque ne supporte pas les pertes.
On peut cependant s’interroger si la banque islamique recourt vraiment au risque et si la relation risque –
performance est comparable à celle qui régit la banque conventionnelle ?
En finance conventionnelle, la norme qui préside aux décisions financières est l’optimisation du couple
risque-rentabilité. L’objectif primordial d’une banque, de quelque nature qu’elle soit, demeure la réalisation
de meilleures performances, étant donné l’environnement dans lequel elle opère et qui induit un ensemble
de risques que la banque doit juguler en vue de réaliser ses objectifs de performance. La banque islamique
n’y fait pas exception. Toutefois, le niveau d’exposition aux risques et la manière de les gérer diffèrent de la
banque conventionnelle. Les performances pourraient ainsi être affectées différemment et des divergences
en termes d’efficience apparaîtraient. La banque islamique, en plus des risques que rencontre la banque
conventionnelle, fait face par nature à une série de risques spécifiques étant donné les principes et les
pratiques qui la caractérise. Khan and Ahmed (2001) donnent l’exemple du recours très répandu au contrat
basé sur le partage des profits et des pertes qui est perçu comme le moins risqué, alors que ce type de contrat
expose les institutions de finance islamiques à un risque spécifique. Qureshi (1984) avance que le
financement basé sur l’actionnariat accroitrait l’exposition de la banque islamique aux risques. Les risques
les plus importants que rencontre la banque islamique sont de trois types : le risque de crédit, le risque de
liquidité et le risque opérationnel (Hussain and Al-Ajmi, 2012). Le risque global pour une banque
commerciale se compose pour 70% en risque de crédit et 30% partagés entre risque de liquidité et risque
opérationnel (Arunkumar and Kotreshwar, 2005).
Le risque de crédit résulte d’une altération imprévue dans la qualité de crédit de l’émetteur ou du partenaire
et il est source d’instabilité dans le système bancaire (McNeil et al., 2005). Selon Berger et al. (1997), dans la
mesure où elles rencontrent des problèmes de maîtrise de leurs coûts internes, les banques inefficientes
pourraient être également confrontées à des problèmes d’évaluation de risque de crédit, étant donné qu’une
mauvaise gestion des coûts va de pair avec un risque de crédit plus élevé. En termes de risque d’insolvabilité
(risque de défaut), les petites banques islamiques sont apparues plus stables sur la période 1999-2009 et la
qualité des prêts des banques islamiques est peu sensible aux taux d’intérêt domestiques, comparativement
aux banques conventionnelles (Abedifar et al., 2012).
Le risque opérationnel peut entrainer directement ou indirectement des pertes causées par des pratiques
internes insuffisantes ou non probantes, le personnel et la technologie ou résultant d’évènements externes.
Ce risque influence la prise de décision par différentes voies (Ray and Cashman, 1999). Dans les banques
islamiques, ce risque est significatif et devient plus compliqué comparativement à la banque conventionnelle
à cause des aspects particuliers d’un contrat de la banque islamique et de l’environnement légal général
(Marliana et al., 2011). L’environnement se complexifie davantage en présence d’un système bancaire dual,
conventionnel et islamique, ce qui représente une explication plausible à la difficulté qu’éprouve le secteur
bancaire islamique dans un tel système. Selon Srairi (2009), les banques islamiques prennent habituellement
plus de risque que les banques conventionnelles à cause de leur manque d’expérience et de l’absence de
familiarité avec tous les instruments financiers auxquels elles devraient recourir. Les banques islamiques
nécessitent plus de capital pour gérer ce niveau de risque.
Toute banque est confrontée aux problèmes de création et de gestion de liquidité ; elle est soumise à une
fragilité intrinsèque par la transformation des échéances. La banque doit donc structurer son portefeuille de
sorte que les éléments de l’actif de son bilan lui permettent de faire face aux contraintes des éléments de son
passif. La tâche est sans doute plus ardue pour la banque islamique étant donné les contraintes imposées sur
les contrats de dépôts et donc sur la structure de son passif. Idries (2012) définit le risque de liquidité comme
une perte possible provenant de l’incapacité des banques à couvrir leurs engagements ou d’accroitre leurs
actifs qui peuvent même diminuer sans entrainer des coûts. Indépendamment de sa part dans le risque total,
le risque de liquidité semble traduire plus que les deux autres risques les spécificités d’une banque islamique.
Desquilbet et Kalai (2013) proposent un modèle théorique de l’activité de création de liquidité par une
banque dans un système concurrentiel de type alternativement conventionnel ou islamique ; ils étendent le
4
modèle de Diamond and Dybvig (1983) aux spécificités de la finance islamique : rémunération des dépôts
non prédéfinie, mais distribuée selon un coefficient de partage préétabli, possibilité de retrait précoce du
principal non rémunéré. La solidité d’une banque dépend non seulement du financement de projets
d’investissements profitables, mais aussi du comportement stratégique ou mimétique des déposants vis-àvis de la capacité de la banque à faire face à ses engagements. L’industrie bancaire islamique a été sujette à
de rares ruées bancaires (Ali, 2012). Le modèle de Diamond and Dybvig (1983) a été exploité notamment
pour envisager des fonds propres comme alternative à l'assurance des dépôts dans la résolution de
l’instabilité bancaire. A l’équilibre sans ruées, un système bancaire islamique concurrentiel proposerait des
contrats de dépôts moins favorables aux déposants, aurait un actif plus liquide et un ratio de fonds propres
sur dépôts plus bas que le système conventionnel. Ces différences s’expliquent essentiellement par le fait
que la finance islamique impose davantage de contraintes sur les caractéristiques des contrats de dépôt. Les
auteurs y voient une explication plausible de la difficulté de développement du secteur bancaire islamique
dans des systèmes duals. Il y a des difficultés de gestion de la liquidité dans les systèmes bancaires islamiques,
notamment le placement des liquidités et le refinancement, des difficultés quant à la conversion des actifs
bancaires en liquidités et donc de couverture du risque de liquidité (El-Gamal, 2006).
Comment ces divers risques sont-ils corrélés avec les performances des banques islamiques ? Les travaux
qui ont traité une telle relation sont peu nombreux. Selon Ariffin et al. (2009), les banques islamiques
rencontrent les mêmes risques que les banques conventionnelles, avec des variations dans le niveau,
notamment quand il s’agit d’un des banques d’un même pays et pour une période relativement longue. C’est
ce que constatent Al-Tamimi and Al-Mazrooei (2007) pour les banques émiraties en matière de risque de
crédit et de risque opérationnel.
Selon Alam (2012), l’inefficience bancaire et le risque sont positivement corrélés pour les banques
conventionnelles et inversement corrélés pour les banques islamiques, ce qui met clairement en lumière la
différence inhérente dans la relation risque – efficience entre les deux types distincts de banques.
Selon Said (2013), le risque de crédit ainsi que le risque opérationnel sont négativement liés à l’efficience,
alors que le risque de liquidité a une relation non significative avec l’efficience des banques islamiques de la
région MENA.
Selon Muhammad et al. (2012) qui analysent le risque de liquidité et le risque de crédit, les banques
conventionnelles sont plus performantes que la banque islamique en matière de profitabilité, tandis que les
banques islamiques obtiennent de meilleures performances en matière de gestion de risque de crédit et de
maintien de la solvabilité.
Ferhi and Chkoundali (2015) suggèrent que la plupart des banques conventionnelles ont un risque de crédit
plus élevé comparé aux banques islamiques, ce qui les expose plus aux crises financières. Le degré
d’inefficience des banques islamiques ne diffère pas de celui des banques conventionnelles. Aussi, plus la
concentration est élevée dans les banques islamiques, plus le risque de crédit le serait. L’impact positif de la
taille sur la qualité de prêt est plus faible pour les banques islamiques ; le risque de crédit des banques
islamiques est également plus faible que pour les banques conventionnelles. Mais en 2010, il n’y apparaît pas
de différence significative entre les deux catégories des banques, car les effets de la crise financière sur
l’économie réelle et les marchés financiers ont affecté les banques islamiques.
2. METHODOLOGIE ET DONNEES
Notre objectif est d’estimer l’impact des différents risques auxquels sont exposées les banques islamiques,
notamment les risques spécifiques, sur leurs capacités à générer du profit.
Pour mesurer les scores d’efficience, nous utilisons la méthode déterministe et non paramétrique DEA qui
est un modèle dual orienté vers les inputs (Tableau 1). Ceci nous permet de déterminer non seulement une
frontière d’efficience rassemblant les banques les plus efficientes mais aussi les sources d’inefficiences des
banques les moins performantes. Ce modèle dual intègre des variables duales 1 ,..., n ayant la même
interprétation que les multiplicateurs lagrangiens et qui sont compris entre 0 et 1. Plus la valeur de  est
proche de 1, plus l’unité de décision ou DMU (la banque) est efficiente relativement aux autres unités (les
banques). En effet, pour réaliser le niveau d’output 0 le plus proche des outputs situés sur la frontière
n
d’efficience 
yrj  j la banque doit utiliser un minimum d’inputs équivalent à 1. Ceci implique que  est la
j 1
plus faible proportion d’inputs utilisée par la banque et constitue donc un score d’efficience.
5
Tableau 1 : Modèles DEA (Data Envelopment Analysis)
Modèle DEA
pour
le score d’efficience
Modèle DEA variante pour les indicateurs composites
m
s
    Si    S r
i 1
r 1
Min
Sous contraintes
n
y ro   y rj  j  S r  0
j 1
n
xio   xij  j  Si  0
n
j 1
j  0
j 1
Sr  0
Si  0
Min ∑  0 = 0
Sous contraintes :
∑  0 = 1
∑   − ∑   ≥ 0 ∀  = ⋯ 
Avec N le nombre de DMU (banques) étudiées
 ≥  ∀  = 1 … … 
 ≥  ∀  = 1 … … 
j=1, n
r=1, s
i=1, m
Le modèle DEA présente l’avantage d’identifier les sources de gaspillage ou slacks (Si) de chaque input utilisé.
Les banques situées sur la frontière d’efficience présentent des slacks nuls. Les scores obtenus sont des
indicateurs d’efficience avec des rendements d’échelle variables, ce qui nous permet de comparer les banques
tout en considérant leur hétérogénéité en termes de taille. Pour estimer les différents risques auxquels sont
confrontées les banques islamiques, nous avons opté pour le calcul des indicateurs composites en utilisant
une variante du modèle DEA orienté vers les outputs : le modèle radial sans inputs (Lovell and Pastor, 2002)
qui fait converger tous les indicateurs partiels vers leurs valeurs maximales (Zrelli, 2013).
 
 = ∑
=1  
représente la contribution de chaque indicateur partiel dans la construction de l’indicateur
composite des différents risques. Il est important qu’aucune de ces dimensions n’explique à elle seule
l’indicateur composite. Aussi, les dimensions ne doivent pas participent de façon identique à la construction
de l’indicateur composite. Le respect de ces conditions revient à imposer des restrictions au niveau des
pondérations.
Restriction A : chaque indicateur partiel doit participer dans la construction de l’indicateur composite de la
qualité :  ≥ 0.0001 soit  ≥ 0.0001
Restriction B : La contribution de chaque indicateur partiel est définie par une pondération obtenue pour
chaque année étudiée de façon endogène : 1 + 2 + 3 + 4 = 1
Pour analyser les corrélations avec les indicateurs composites des différents risques et le fait que les scores
d’efficience obtenus soient relatifs aux banques situées sur la frontière, nous avons calculé les indicateurs
d’efficience pour chaque année, selon les banques présentes dans l’échantillon.
Les indicateurs composites relatifs aux risques conventionnels de crédit, de liquidité, le z-score et les risques
spécifiques ou de conformité religieuse sont expliqués par différents indicateurs partiels (Tableau 2).
Tableau 2 : Déterminants des différents indicateurs composites
Risques
Indicateurs partiels
Formule
é  é 
Provisions pour créances douteuses /
prêts bruts (LLR)
  ê 
Risque de
é 
Taux de créances douteuses (ILGL)
crédit
  ê 
(RC)
Ratio de pertes sur créances(en %)
Créances passées en pertes/ encours moyen de crédit
(NCO)
brut
ê 
Ratio interbancaire (IBR)
Risques de
liquidité
(RL)
Risque de
stabilité
bancaire
Risque
spécifique
(RS)
Ratio de risque de liquidité à court terme
(NLTA)
Ratio de risque de liquidité à long terme
(LADF)
z-score
ROA (Rentabilité des actifs) = Résultat
opérationnel /Total actifs moyens
CAR (ratio de capital) = Fonds propres/
Total actifs
Provisions pour pertes du compte PLS
Membres du comité Chariaa
Part des contrats spécifiques dans l’actif
total
 
 
éô è   à 
ê 
 
()+

avec
L’écart type du ROA est calculé pour chaque banque sur la
période 2007-2014
Provisions pour pertes sur créances des comptes de
pertes et profits (‘Profit- Loss Sharing’ –PLS)
Nombre de personnes au comité Chariaa
∑ Contrats spécifiques (PLS et )
Actif total
6
Inputs
Dépôts et prêts à court terme (DSTF)
EfficienceImmobilisations corporelles (FA)
revenu
Total intérêts payés = intérêts payés
+autres dépenses opérationnelles (TE)
Source : composé par nos soins
Output
Prêts bruts (GL)
Autres actifs productifs (OEA)
Total intérêts perçus =intérêts perçus sur prêts + autres
revenus opérationnels (TI)
L’échantillon initial comprend 42 banques islamiques de 12 pays de la région MENA, dont la moitié sont
des monarchies pétrolières ; la période observée couvre 2007 à 2014. Cet échantillon subit des déperditions
successives. Nous avons éliminé les banques pour lesquelles nous disposions d’une seule observation
(année).
Les scores d’efficience et les indicateurs composites des risques sont calculés sur des échantillons
hétérogènes pour chaque année, soit au mieux 34 banques pour le score d’efficience et au moins 13 banques
pour l’indicateur de risque de crédit (le moins bien renseigné). Les scores d’efficience utilisés dans l’analyse
des corrélations sont recalculés pour chaque année selon l’échantillon disponible qui rassemble l’ensemble
partiel ou complet des indicateurs. (Tableau 3)
Tableau 3 : Nombre de banques par indicateur et par année
2007
2008
2009
2010
Efficience
22
19
22
25
Z-score
22
23
24
25
Risque de liquidité
15
14
11
12
Risque de crédit
7
7
8
12
Risque spécifique
9
18
17
17
Source : composé par nos soins
2011
32
28
18
12
18
2012
33
33
20
12
21
2013
34
34
23
13
22
2014
24
23
17
11
14
3. RESULTATS ET INTERPRETATION
3.1. L’efficience-revenu et les indicateurs composites
Les indicateurs efficience-revenu calculés sur la période 2007-2014 montrent que certaines banques sont
constamment positionnées sur la frontière d’efficience : 11 banques du Golfe maintiennent leur efficience
et huit affichent une nette amélioration sur la période considérée. Six banques notamment au Yémen
présentent une incapacité croissante à générer des revenus alors que quatre banques ont une efficience
instable.
Tableau 4 : Indicateurs d’efficience-revenu (40 banques - élimination des banques avec une année d’observation)
2007 2008 2009 2010 2011 2012 2013 2014
Ajman Bank (EAU)
1,00 0,96
Bank Al Bilad (Arabie Saoudite)
1,00 1,00 1,00 1,00 1,00
Cham Islamic Bank (Syrie)
0,74 0,56 0,57 0,83 1,00 1,00 1,00
Emirates Islamic Bank (EAU)
1,00 1,00 1,00
First Investment Company (Koweit)
1,00 1,00 1,00 1,00 1,00 1,00
Iraqi Islamic Bank for Investment & Development (Irak)
0,78 1,00 1,00 1,00
Kowait International Bank (Koweit)
0,90 1,00 0,89
MasrafAl Rayan (Qatar)
1,00 1,00 1,00 1,00
Qatar Islamic Bank (Qatar)
1,00 1,00 1,00
1,00 1,00 1,00
Seera Investment Bank (Bahrein)
1,00 1,00 1,00
Tamweel (EAU)
1,00 1,00 1,00 1,00 1,00 1,00 1,00
Sharjah Islamic Bank (EAU)
1,00 1,00 0,97 0,99 0,97 0,96 0,99 1,00
Abu Dhabi Islamic Bank (EAU)
1,00
1,00 1,00 1,00 1,00 0,91 1,00
Islamic International Arab Bank (Jordanie)
1,00
0,78 0,93 0,89 0,94
Al Baraka Bank Syria (Syrie)
1,00 1,00 1,00 0,88 1,00
Elaf Islamic Bank (Irak)
0,51 0,59 0,51 0,88
Al Hilal Bank (EAU)
0,81 0,81 0,79 0,85 0,86 1,00
Jordan Islamic Bank (Jordanie)
0,84 0,80 0,68 0,88 0,62
0,84 0,94
Dubai Islamic Bank (EAU)
1,00 1,00 1,00 1,00 1,00 1,00 0,83 1,00
Noor Bank (EAU)
1,00 0,79 0,80 0,88
Saba Islamic Bank (Yémen)
0,60 0,64
0,75 0,70 0,56 0,77
Syria International Islamic Bank (Syrie)
0,65 0,75 0,88
Kowait Finance House (Koweit)
1,00 1,00 1,00 1,00 1,00 1,00 0,72 1,00
Parsian Bank (Iran)
1,00 1,00 0,64
7
Saman Bank (Iran)
Karafarin Bank (Iran)
1,00 1,00
Bank Mellat (Iran)
0,87 0,76 0,74
Bank Melli Iran (Iran)
0,75
Banque AlWava Mauritanienne Islamique (Mauritanie)
Faisal Islamic Bank of Egypt (Egypte)
0,98 0,96 0,69
Shamil Bank of Yemen & Bahrain (Yémen)
0,94 0,95 0,79
Tadhamon International Islamic Bank (Yémen)
0,63 0,66
A'Ayan Leasing & Investment Company (Koweït)
0,85
0,75
Amlak Finance (EAU)
1,00
1,00
Capivest (Bahrein)
1,00 1,00
Dubai Bank (EAU)
0,97 1,00 0,83
Eghtesad Novin Bank (Iran)
0,78
Investment Dar (Koweit)
1,00 1,00 1,00
Islamic Bank of Yemen for Finance & Investment (Yémen)
0,69 0,60
Jordan Dubai Islamic Bank (Jordanie)
Source : composé par nos soins d’après Bankscope et les rapports des banques
0,94
1,00
0,95
0,49
0,82
1,00
0,86
0,68
0,88
1,00
1,00
1,00
0,78
0,60
0,49
1,00
1,00
0,65
0,71
0,51
1,00
0,67 0,41
0,42 0,41
1,00 1,00
0,63
0,56
0,52
0,48
0,46
0,44
0,38
0,24
1,00
1,00
0,92
0,87
1,00
1,00
1,00
0,54 0,47
1,00 1,00
1,00
L’année 2012 enregistre une sensible perte de performance pour un bon nombre de banques, soit près de
la moitié (47%) des banques en 2013 pour afficher une relance en 2014. L’analyse des sources d’inefficience
montre que ce sont les actifs fixes (FA) en tant qu’input que les banques inefficientes devraient réduire pour
se placer sur la frontière d’efficience. Cette réduction devrait leurs permettre d’accroître principalement les
rendements des autres actifs productifs (OEA).
L’ensemble des banques considérées dans notre analyse peut être réparti en catégories selon le pays de
résidence : soit 7 pays producteurs de pétrole (Arabie Saoudite, Iran, Irak, Koweit, Qatar, EAU et Yémen),
parmi lesquels l’Arabie Saoudite, l’Iran et le Yémen appliquent la Chariaa en tant que source de droit. Le seul
pays non producteur de pétrole appliquant la Chariaa est la Mauritanie. Les pays non producteurs de pétrole
avec une constitution indépendante de la Chariaa sont l’Egypte, la Jordanie, et la Syrie.
Le calcul des indicateurs composites (Annexe 2) repose sur la contribution de chaque indicateur partiel à
l’indicateur composite.
Concernant l’indicateur composite de risque de crédit (ICRC), plus l’indicateur obtenu est proche de 1, plus
la banque supporte un important risque de crédit. L’indicateur partiel qui explique le plus ce risque de crédit
est la constitution de provisions pour créances douteuses. L’ensemble des banques présente une baisse en
moyenne de l’indicateur de risque de crédit de 2007 à 2009, passant de 0.46 à 0.31, qui augmente et atteint
une moyenne de 0.52 en 2013. Cinq banques supportent le plus de risque de crédit : Faisal Islamic Bank of
Egypt (Egypte), Jordan Islamic Bank (Jordanie), Noor Bank et Dubai Islamic Bank (EAU), Kuwait International
Bank (Koweit), et Bank Al Bilad (Arabie Saoudite).
Pour les indicateurs du risque de liquidité et le risque spécifique ou religieux, inversement, plus l’indicateur
est proche de 1, moins la banque supporte de risques de liquidité et spécifique.
L’indicateur composite de liquidité (ICRL) est principalement expliqué par le ratio Actif liquides/dépôts des
clients et financement de court terme (NLTA). Cinq banques des Emirats Arabes Unis (Ajman Bank, Al
Hilal Bank, Noor Bank et Sharaj Islamic Bank) présentent une importante aversion au risque de liquidité. La
majorité des banques, dont les indicateurs de liquidité sont supérieurs à la moyenne (0.70), ont une liquidité
constante.
L’indicateur composite du risque spécifique ou religieux (ICRS) est expliqué par le nombre d’experts
religieux constituant le comité Chariaa. Plus cet indicateur est important, moins la banque est exposée au
risque religieux. Le risque spécifique est déterminé à travers trois indicateurs partiels ; les provisions pour
pertes du compte PLS, les membres du comité Chariaa et la part des contrats spécifiques dans l’actif total.
Le rôle du comité Chariaa est de garantir le « Halal » des produits financiers, des fonds et des personnes ;
clients et membres du conseil scientifique de la banque. L’analyse des rapports annuels de banques nous a
permis d’identifier les deux derniers indicateurs partiels et de confirmer le fait que les banques qui résident
dans les pays qui appliquent la Chariaa, soit ne donnent pas d’information sur le comité Chariaa, soit ce
dernier est constitué par une seule personne. C’est le cas de l’Iran qui applique la Chariaa, dont le système
bancaire est par définition réputé conforme, étant donné l’inexistence des banques conventionnelles et dont
l’indicateur composite est le plus faible. Or, au regard de la relation d’agence ainsi que de l’asymétrie
d’information, qu’un comité composé d’une seule personne ne peut à lui seul garantir d’une façon absolue
la conformité à la Chariaa.
8
Une autre caractéristique propre aux banques islamiques est l’enchevêtrement des risques. L’analyse des
produits islamiques offerts montre que sur chaque étape composante du contrat on trouve un type de risque.
En un seul contrat, il est possible qu’au minimum deux types de risques coexistent. Cette caractéristique
explique en outre le fait que les banques islamiques ne peuvent appliquer les règles prudentielles Bâle II et
Bâle III qui exigent une pondération de chaque actif relativement au risque qui lui est associé.
L’analyse des corrélations entre les différents risques nous permet non seulement de mesurer la sensibilité
de l’efficience-revenu relativement aux risques, mais aussi l’enchevêtrement des risques.
Pour ce faire, nous présentons une analyse des corrélations par les rangs en calculant les coefficients de
corrélation de Spearman et de Kendall. Ce calcul est effectué d’abord par paire d’indicateurs (couple
d’efficience et un type de risque).
3.2. L’analyse des corrélations par les rangs
Les résultats des coefficients de corrélation par les rangs de Spearman et de Kendall montrent que
l’efficience-revenu est, toute chose égale par ailleurs, indépendante des indicateurs de stabilité bancaire, du
risque de crédit et du risque spécifique. L’unique corrélation présentant des rho et Tau statistiquement
significatifs met en relief une relation inverse entre l’efficience et l’indicateur de liquidité (ICRL). Ceci est
contraire à nos attentes, étant donné que les indicateurs partiels ainsi que les pondérations obtenues de façon
endogène, suggèrent qu’un indicateur proche de l’unité est équivalent à une aversion au risque de liquidité.
Pour affiner ces résultats nous avons opté pour des tests de corrélation intégrant la totalité des indicateurs
Puis, afin d’étendre notre échantillonnage, nous avons omis l’indicateur de risque de crédit (ICRC) dans
l’une des estimations.
Les premiers résultats intégrant l’indicateur de risque de crédit (ICRC) n’indiquent aucune corrélation
significative entre l’efficience et l’ensemble des indicateurs de risques. L’unique relation significative est
établie entre l’indicateur du risque de liquidité (ICRL) et l’indicateur du risque spécifique (ICRS). L’indicateur
composite du risque spécifique est d’autant plus important que le nombre de personnes qui siègent dans le
comité Chariaa est important. Or ce comité est faible en effectif dans des banques appartenant à un pays qui
applique la Chariaa en tant que source de droit et où il n’existe pas de système bancaire conventionnel.
L’omission de l’indicateur de risque de crédit (ICRC) dans la seconde matrice de corrélation (Tableau 5)
confirme l’enchevêtrement des risques (corrélation entre risque de liquidité et risque spécifique), l’impact
négatif du risque de liquidité (ICRL) sur l’efficience et surtout la corrélation positive entre l’efficience et le
risque spécifique (ICRS).
Tableau 5 : Test de corrélation de Spearman: efficience, z-score, ICRL et ICRS (16 observations)
Efficience
1.0000
z-score
Rho
-0.2441
1.0000
Sig. level
0.3622
ICRL
Rho
-0.6029
-0.1529
Sig. level
0.0134
0.5717
ICRS
Rho
0.4471
0.0118
Efficience
z-score
ICRL
ICRS
1.0000
-0.5206
1.0000
Sig. level
0.0825
0.9655
0.0387
Source : composé par nos soins d’après Bankscope et les rapports des banques
3.3. L’analyse en données de panel
Pour appuyer nos résultats, nous estimons en données de panel les effets des indicateurs partiels sur
l’efficience-revenu. Les banques de la région MENA se démarquent les unes des autres par des
caractéristiques spécifiques qui peuvent être fixes et propres aux banques de l’échantillon (modèle à effets
fixes FE) ou aléatoires (modèle à effets aléatoires FGLS). Deux tests doivent d’abord vérifier l’existence de
ces effets spécifiques : le test de Fisher qui nous renseigne sur l’existence d’une significativité conjointe des
effets fixes (probabilité < 5%) et le test de Breusch-Pagan qui nous permet de vérifier la significativité globale
des effets aléatoires. La probabilité du test de Fisher est inférieure à 5% : l’hypothèse H0 de nullité des
coefficients est rejetée et il apparaît que le modèle est globalement satisfaisant. Mais, la probabilité du test
de Breusch-Pagan est 27,78% (> 5%) : le modèle à effets aléatoires est rejeté tandis que le modèle OLS
9
(Moindres Carrés Ordinaires) en données empilées s’impose. Nous commentons les déterminants de
l’efficience estimés par la méthode OLS (tableau 6).
Tableau 6 : Estimation du modèle d’efficience en données de panel
Variables
Ln Z-score
ICRC
ICRL
ICRS
GDPgrowth
Inflation
Constante
Observations
R²
Nbre de banques
Fisher
Breush Pagan
Hausman
Source : composé par nos soins
(1)
OLS
(2)
FE
(3)
FGLS
0.0038
(0.2182)
-0.0402
(-0.6110)
0.1496**
(2.0386)
0.1378***
(4.1139)
0.4514
(1.6498)
0.3859*
(1.7144)
0.7120***
(12.1046)
57
0.287
-0.0090
(-0.4025)
-0.1855**
(-3.0245)
0.1175**
(2.3481)
0.0767
(1.1186)
0.4066***
(3.3433)
0.2796
(0.8599)
0.9069***
(11.5825)
57
0.287
11
0.0022
-0.0092
(-0.6224)
-0.0910
(-1.0821)
0.1324**
(2.4471)
0.1133**
(2.4226)
0.4258***
(2.8914)
0.3077
(0.9923)
0.8018***
(11.0809)
57
11
0.2778
0.6267
t-statistiques entre parenthèses *** p<0.01, ** p<0.05, * p<0.1
L’indice composite du risque spécifique (ICRS) a un impact positif et significatif sur l’efficience revenu. Plus
le nombre de membres du comité Chariaa augmente, plus le risque spécifique est moindre, plus les clients
sont confiants et plus la banque est averse au risque et efficiente en termes de revenu. La variable du risque
de liquidité (ICRL) agit positivement et significativement (au seuil de 5%) sur l’efficience revenu. Le ratio
de liquidité à court terme permet de voir si la banque détient un stock d’actif liquides (facilement négociables)
afin d’être capable de résister à un choc de liquidité à court terme, c'est-à-dire à un retrait soudain des dépôts.
Plus ce ratio est élevé, plus la banque dispose des actifs liquides facilement convertibles en espèces à tout
moment sans pertes importantes, plus elle est capable à faire face à ses échéances à court terme et être
efficiente tout en évitant la ruée bancaire.
Ce résultat confirme aussi ceux de Kamarudin et al. (2014) et Mghaieth and Khanchel (2015). Conformément
aux normes de la finance islamique, les banques ont recours à leurs fonds propres plutôt qu’au financement
externe pour faire face à la volatilité des dépôts et éviter le problème de la liquidité. Ainsi, leurs coûts de
financement vont baisser tout en augmentant leur efficience (Mghaieth et Khanchel, 2015).
Le coefficient associé à la variable du risque de crédit (ICRC) est négatif mais non significatif: une
augmentation du risque de crédit de 1% entraîne une réduction de l’efficience bancaire de 16,96%. En effet,
l’indice composite du risque de crédit est mesuré par trois ratios : le taux de créances douteuses, le taux de
provisionnement et le taux d’abandon de créances. Plus le portefeuille de crédit est contaminé par des retards
de paiement, plus les créances douteuses augmentent et plus la banque doit constituer des réserves de
provisions pour ces créances douteuses. Ces provisions qui constituent des pertes anticipées sur les crédits
sont couvertes par la marge d’intérêt. Mais, elles peuvent êtres insuffisantes. Bien que la banque fasse des
efforts pour récupérer ces fonds, les créances douteuses peuvent devenir des pertes irrécupérables : ce qui
réduit son efficience revenue.
Le z-score nous permet d’approximer le risque de défaillance et de tester la fragilité des banques. Le lnz-score
dans notre échantillon, utilisé comme un indicateur de stabilité bancaire, a un impact positif sur l’efficiencerevenu : les banques islamiques de la région MENA les plus solides semblent être les plus efficientes. Mais,
cet impact est non significatif.
L’inflation a un impact positif et significatif (au seuil de 10%) sur l’efficience revenu. Bien qu’elle entraîne des
taux débiteurs plus élevés pour les banques conventionnelles, l’inflation peut influer aussi positivement sur
l’efficience des banques islamiques si une plus grande partie de leurs bénéfices provient des investissements
directs, des participations et /ou d'autres activités commerciales (Murabaha). Kamarudin et al. (2014) ont
10
également observé cette relation positive alors que Wahidudin et al. (2014) ont observé un impact négatif
sur la rentabilité des banques de la région MENA.
CONCLUSION
Les banques islamiques se distinguent des banques conventionnelles non seulement en termes de contrats
mais aussi en termes de risques. Chaque produit proposé contient en plus des risques conventionnels, des
risques spécifiques en plus de l’enchevêtrement des risques. Ces caractéristiques aussi spécifiques que
complexes sont une entrave à l’application de la règlementation prudentielle de Bâle par les banques
islamiques.
Le sujet des risques spécifiques aux banques islamiques n’a pas été traité jusqu’à présent. Notre étude
préliminaire propose une tentative originale d’approximer ce type de risque ainsi que son impact sur
l’efficience-revenu. L’utilisation des scores d’efficience-revenu et les indicateurs composites obtenus par la
méthode DEA, ainsi que les tests non paramétriques de rang et l’analyse en données de panel nous
conduisent à formuler trois principales conclusions. Tous nos résultats affichent une corrélation positive
entre l’efficience-revenu et la capacité de la banque à gérer le risque de conformité à la Chariaa, et une
corrélation négative entre ce risque spécifique et le risque de liquidité. L’impact du risque de liquidité sur
l’efficience demeure ambigu : l’analyse des corrélations par les rangs affiche un coefficient négatif et
significatif, lequel s’avère positif et significatif selon l’analyse en données de panel à effets fixes.
REFERENCES
ABEDIFAR, P., MOLYNEUX, P. and TARAZI A. (2013) “Risk in Islamic Banking”. Review of Finance,
17(6), 2035 -2096.
ABDUL-MAJID, M., SAAL, D. S. and BATTISTI, G. (2010) “Efficiency in Islamic and conventional
banking: an international comparison.” Journal of Productivity Analysis, 34(1), 25-43.
AHMAD N. H. B., NOOR M. A. N. M. and SUFIAN F. (2011) Measuring Islamic banks efficiency: the
case of world Islamic banking sectors. MPRA Paper, N° 29497. https://mpra.ub.unimuenchen.de/29497/
AHMED, O. (1997) Islamic Financial Instruments to Manage Short-term Excess liquidity. Islamic Research
and Training Institute Research Paper n°41, Islamic Development Bank.
ALI, S. S. (2012) State of liquidity management in Islamic financial institutions. Islamic Research and
Training Institute Working Paper, n° 1433-06, Islamic Development Bank.
AL-DEEHANI T. M., EL-SADI H. M. and AL-DEEHANI M. T. (2015) “Performance of Islamic banks
and conventional banks before and during economic downturn”. Investment Management and Financial
Innovations, 12(2), 238-250
AL-TAMIMI, H. A. H. and AL-MAZROOEI, F. M. (2007) “Banks' risk management: A comparison study
of UAE national and foreign banks”. Journal of Risks Finance, 8(4), 394-409.
AMAL, B. and MOHAMED I. G. (2015) “Competition and Efficiency: Comparative Analysis between
Islamic and Conventional Banks of MENA Region”. International Journal of Business and Commerce, 5(3), 2040.
ARIFFIN, N., ARCHER, S. and KARIM, R. (2009) “Risks in Islamic banks: evidence from empirical
research”. Journal of Banking Regulation, 10(2), 153-163.
ALAM, N. (2012) “Efficiency and Risk-Taking in Dual Banking System: Evidence from Emerging
Markets”. International Review of Business Research Papers, 8(4), 94-111.
ALI, S. S. (2012). “State of liquidity management in Islamic financial institutions, Islamic Research and
Training Institute Working Paper, n° 1433-06, Islamic Development Bank.
ARUNKUMAR, R. and KOTRESHWAR, G. (2005) “Risk Management in Commercial Banks: A Case
Study of Public and Private Sector Banks”, SSRN library.
BADER, M. K. I., MOHAMAD, S., ARIFF, M. and HASSAN, T. (2008) “Cost, revenue, and profit
efficiency of Islamic versus conventional banks: international evidence using data envelopment analysis”.
Islamic Economic Studies, 15(2), 23-76.
BEN HASSINE, M. and LIMANI R. (2014) “The Impact of Bank Characteristics on the Efficiency:
Evidence from MENA Islamic Banks”. Journal of Applied Finance & Banking, 4(3), 237-253
BANKSCOPE,
World
Banking
Information,
https://bankscope.bvdinfo.com/version2014103/home.serv?product=scope2006
BECK T., DEMIRGÜÇ-KUNT A., MERROUCHE O. (2013) “Islamic vs. conventional banking: Business
model, efficiency and stability”. Journal of Banking & Finance, 37, 433–447
11
BERGER, P., OFEK E., YERMACK D. (1997) “Managerial entrenchment and capital structure decisions”.
Journal of Finance, 52, 1411-1438.
BOURAKBA, C. and BELOUFI, A. (2015). “Islamic banks and the maturity mismatch exposure evidence
from the GCC region”, Journal of Business and Economics, 6(8), 1422-1432.
DESQUILBET, J-B. et KALAI, F. (2013) « Contrat de dépôt et partage du risque de liquidité dans la banque
islamique : une approche à la Diamond et Dybvig ». Brussels Economic Review, 56(3-4), 389-412.
DIAMOND, D. and DYBVIG P. (1983). “Bank Runs, Deposit Insurance, and Liquidity”, Journal of Political
Economy, 91, June, 401-419.
ELSIEFY, E. (2013) “Comparative Analysis of Qatari Islamic Banks Performance vs. Conventional Banks
Before, During and After the Financial Crisis”. International Journal of Business and Commerce, 3(3), 11-41.
EL-GAMAL, M. (2006). Islamic finance, law economics and practice, Cambridge University Press.
ERNST &YOUNG (2015) World Islamic Banking Competitiveness Report 2014–15. ey.com/mena
FERHI, A. and CHKOUNDALI, A. (2015a) “Credit Risk and Efficiency: Comparative Study between
Islamic and Conventional Banks during the Current Crises.” Journal of Behavioural Economics, Finance,
Entrepreneurship, Accounting and Transport, 3(1), 47-56.
FERHI, A. and CHKOUNDALI, A. (2015b) “Islamic and conventional banks: Efficiency and stability
during the current crises”. Journal of Research in Economics and International Finance, 4(2), 27-33.
HANIF, M. (2011). Differences and Similarities in Islamic and Conventional Banking, International Journal of
Business and Social Sciences, 2 (2), 166-175.
HASAN, M. and DRIDI, J. (2010) The Effects of the Global Crisis on Islamic and Conventional Banks: A
Comparative Study IMF Working Paper, WP/10/201, International Monetary Fund, Washington DC.
HASSAN, K. and KAYED, R. N. (2009) “The Global Financial Crisis, Risk Management and Social
Justice”, Islamic Finance International Journal of Islamic Finance, 1(1), 33-58.
HASSAN, T., MOHAMAD, S. AND BADER, M. K. I. (2009) “Efficiency of conventional versus Islamic
banks: evidence from the Middle East”. International Journal of Islamic and Middle Eastern Finance and
Management, 2(1): 46-65.
HASSOUNE A. (2008) La gestion des risques dans les banques islamiques”, Moody’s Investors Services,
Paris, Novembre 2008. https://ribh.files.wordpress.com/2007/08/la-gestion-des-risques-dans-lesbanques-islamiques-anouar-hassoune.pdf
HIDAYAT, S. E. and ABDUH, M. (2012) “Does Financial Crisis Give Impacts on Bahrain Islamic Banking
Performance? A Panel Regression Analysis”. International Journal of Economics and Finance, 4(7), 79-87
HUSSAIN, H. and AL-AJMI, J. (2012) “Risk management practices of conventional and Islamic banks in
Bahrain”. Journal of Risks Finance, 13(3), 215-239
HUSSAIN M., SHAHMORADI A. and TURK R. (2015) An Overview of Islamic Finance, IMF
WP/15/120, International Monetary Fund
IBRAHIM A-J. (2015) “Empirical Findings on the Profitability of Banks in Qatar: Islamic vs Conventional”.
International Journal of Business and Commerce, 5(4), 63-78.
IDRIES, M. (2012). “Evaluating the riskiness of the banking sector of Jordan”. European Journal of Economics,
Finance and Administrative Science, 48, 1-10.
ISLAMIC FINANCIAL SERVICES BOARD (2014) Islamic Financial Services Industry Stability Report
2014 - MFW4A https://www.mfw4a.org/.../islamic-financial-services-industry-stabil.
JOHNES, J., IZZELDIN, M. and PAPPAS, V. (2014) “A comparison of performance of Islamic and
conventional banks 2004 to 2009”. Journal of Economic Behavior and Organisation, 103, Supplement, 93-107.
KABLAN, S. and YOUSFI, O. (2013) “What Drives Efficiency of Islamic Banks among Regions?”. The
Journal of Applied Business Research, 29(5), 1411-1420.
KAMARUDIN, F., NASSIR A. M., YAHYA M. H., SAID R. M. and NORDIN B. A. A. (2014) “Islamic
Banking Sectors in the Gulf Cooperation Council Countries: Analysis on Revenue, Cost and Profit
Efficiency Concepts”. Journal of Economic Cooperation and Development, 35(2), 1-42.
KHAN, M. A. (2013) What Is Wrong with Islamic Economics? Analysing the Present State and Future Agenda. Edward
Elgar Publishing
KHAN, T. and AHMED, H. (2001) Risk Management: An Analysis of Issues in Islamic Financial Industry.
Occasional Paper 5, Islamic Research and Training Institute.
LAEVEN, L. and LEVINE, R. (2009) “Bank governance, regulation and risk-taking”. Journal of Financial
Economics, 93, 259-275.
LOVELL, C. A. K., and PASTOR, J. T. (2002) “Radial DEA models without inputs or without outputs”.
European Journal of Operational Research, 118(1), 45-51.
12
MGHAIETH A. and KHANCHEL I. (2015) “The Determinants of Cost/Profit Efficiency of Islamic
Banks Before, During and After the Subprime Crisis Using SFA Approach”. International Journal of
Accounting and Financial Reporting, 5(2), 74-97
MARLIANA, A., SHAHIDA, S. and ABDUL, I. (2011) “Operational risk in Islamic banks: examination of
issues”. Qualitative Research in Financial Markets, 3(2), 131-151.
MCNEIL, A. J., FREY, R. and EMBRECHTS, P. (2005). Quantitative Risk Management: Concepts, Techniques
and Tools. Princeton: Princeton University Press.
MEERO A. A. (2015) “The Relationship between Capital Structure and Performance in Gulf Countries
Banks: A Comparative Study between Islamic Banks and Conventional Banks”. International Journal of
Economics and Finance; 7(12), 140-154.
MINIAOUI H. and GOHOU G. (2013) “Did Islamic Banking Perform Better During the Financial Crisis?
Evidence from the UAE”. Journal of Islamic Economics, Banking and Finance, 9(2), 115-130.
MINSKY, H. P. (1986). Stabilizing an Unstable Economy. McGraw-Hill Professional, New York, 2008.
OLSON D. and ZOUBI T. A. (2011) “Efficiency and bank profitability in MENA countries”. Emerging
Markets Review, 12, 94-110.
PARASHAR S.P. and VENKATESH J. (2010) “How did Islamic banks do during global financial crisis?”
Banks and Bank Systems, 5(4), 55-52.
QURESHI, D. M. (1984) “Instruments of Islamic banking: an evaluation”. Journal of Islamic Banking and
Finance, 73, 65-78.
RAY, D. and CASHMAN, E. (1999). “Operational risks, bidding strategies and information policies in
restructured power markets”. Decision Support Systems, 24, 175-182.
REGAIEG, B. et ABIDI, E. (2015) « Les banques islamiques face à la crise des subprimes : étude de l’xefficience par la méthode SFA ». International Journal of Innovation and Applied Studies, 10(1), 45-59.
SAID, D. (2012) “Comparing the change in efficiency of the Western and Islamic banking systems”. Journal
of Money, Investment and Banking, 23, 149-180
SAID, A. (2013) “Risks and efficiency in the Islamic banking systems: the case of selected Islamic banks in
MENA region”. International Journal of Economics and Financial Issues, 3(1), 66-73.
SILLAH, B. M. S., KHOKHAR, I., KHAN, M. N. (2015) “Technical Efficiency of Banks and the Effects
of Risk Factors on the Bank Efficiency in Gulf Cooperation Council Countries”. Journal of Applied Finance
& Banking, 5(2), 109-122
SIRAJ, K. K. and PILLAI, P. S. (2012) “Comparative study on performance of Islamic banks and
conventional banks in GCC region”. Journal of Applied Finance & Banking, 2(3), 123-161
SRAIRI, S. A. (2010) “Cost and profit efficiency of conventional and Islamic banks in GCC countries”,
Journal of Productivity Analysis, 34(1), 45-62.
SONG, I. and OOSTHUIZEN, C. (2014) Islamic Banking Regulation and Supervision: Survey Results and
Challenges, IMF WP
SUFIAN, F. and NOOR, M.A.N.M. (2009) “The determinants of Islamic bank’s efficiency changes:
Empirical evidence from the MENA and Asian Countries Islamic banking sectors”. International Journal
of Islamic and Middle Eastern Finance and Management, 2(2), 120-138.
TABASH M. I. and DHANKAR R. S. (2014) “The Impact of Global Financial Crisis on the Stability of
Islamic Banks: An Empirical Evidence”. Journal of Islamic Banking and Finance, 2(1), 367-388.
WAHIDUDIN, A. N., SUBRAMANIAN, U., KAMALUDDIN, A. M. and BAHARI, M. Z. (2014) Factors
of Profitability in Islamic Banking - Difference between MENA and ASEAN countries, Social Science
Research Network, March 21 papers.ssrn.com/sol3
YUDISTIRA, D. (2004). “Efficiency in Islamic banking: an empirical analysis of eighteen banks”. Islamic
Economic Studies, 12(1), 1-19.
ZEITUN R. (2012) “Determinants of Islamic and Conventional Banks Performance in GCC Countries
Using Panel Data Analysis”. Global Economy and Finance Journal, 5(1), 53-72
ZRELLI, N. (2013). Efficiency and Quality in Higher Education A Dynamic Analysis, Research in Applied
Economics, 5 (4), 116-130
Annexes
Annexe 1. Recensement des travaux sur les banques islamiques
Auteurs
Echantillon
Période
Méthode
Performance des banques islamiques (BI) supérieure à celle des banques conventionnelles (BC)
Al-Muharrami (2008)
GCC (Conseil des pays
1993-2002
DEA
du Golfe) : 7 BI, 45 BC
Résultats
Efficience et taille varient
inversement
13
(total = 52 banques)
Parashar
and
Venkatesh (2010)
Siraj and Pillai (2012)
Alam (2012)
Rajhi (2013)
Amal and Mohamed
(2015)
Olson
(2011)
Regaieg
(2015)
and
Zoubi
and
GCC (Conseil des pays
du Golfe) : 6 BI, 6 BC
(total = 12 banques)
GCC (Conseil des pays
du Golfe) : 6 BI, 6 BC
(total = 12 banques)
11 pays (6 MENA) :
70 BI (37 MENA), 165
BC (53 MENA)
(total = 235 banques)
16 pays (10 MENA) :
90 BI, 467 BC
(total = 557 banques)
13 pays MENA :
66 BI, 157 BC
(total = 223 banques)
10 pays MENA :
14 BI, 66 BC
(total =80 banques)
2006-2009
Analyse des
ratios financiers
BI plus profitables, liquides et
capitalisées.
2005-2010
Analyse des
ratios financiers
2000-2010
SFA
Profitabilité, liquidité et
capitalisation des BI moins
affectées durant la récession
Lien positif entre le risque et
l’efficience des BI.
2000-2008
GMM
Lien positif entre stabilité (z-score)
et taille
2004-2013
SFA
BI plus concurrentielles ; efficience
et concurrence positivement liées
2000-2008
DFA
(distribution-free
analysis), panels et
ratios financiers
Profitabilité économique et
comptable étroitement corrélées.
BI moins efficientes en termes de
coûts, plus enclines au risque et
profitables
Efficience coût et efficience profit
plus élevées pour les BI
Abidi
25 BI, 25 BC
2004-2010
SFA
(classement 2004 des 50
meilleures banques)
Performance des banques conventionnelles (BC) supérieure à celle des banques islamiques (BI)
Abdul-Majid et al.
10 pays (6 MENA)
1996-2002
SFA
(2010)
Srairi (2010)
Beck et al. (2013)
Johnes et al. (2013)
Al-Deehani et al.
(2015)
GCC (Conseil des pays
1999-2007
du Golfe)
(total = 71 banques)
88 BI, 422 BC (total 500 1995-2009
banques, dont 1/3
MENA)
18 pays (11 MENA) : 45 2004-2009
BI (2/3 MENA), 207 BC
(total = 252 banques)
GCC (Conseil des pays
du Golfe) : 13 BI, 12 BC
(total = 25 banques)
Emirats Arabes Unis
(total = 25 banques)
2001-2012
SFA
Analyse en panel
DEA, MFA
(Meta Frontier
Analysis)
Efficience coût plus élevée pour les
BI. Efficience profit plus élevée
pour les BC
BI prêtent plus, accroissant leurs
coûts opérationnels
BI mieux capitalisées et plus
liquides et profitables. Mais l’effet
taille réduit l’avantage.
Distingue l’efficience nette
spécifique (plus faible pour les BI)
de l’efficience managériale (plus
élevée pour les BI).
BI plus enclines au risque et moins
profitables durant la récession
GLM (modèle
général linéaire
multivarié)
Miniaoui and Gohou
1995-2010
Analyse des ratios L’écart de profitabilité dépend de
(2013)
financiers
l’écart de productivité. Ces écarts se
réduisent après la récession
Kamarudin et al.
GCC (Conseil des pays
2007-2011 DEA, GLS
BI moins efficientes (coût, profit et
(2014)
du Golfe) : 27 BI, 47 BC
((moindres carrés
revenu) que les BC
(total = 74 banques)
généralisés)
Elsiefy (2013)
Qatar : 3 BI et 5 BC
2006-2010
Analyse des
Les BI moins liquides que les BC.
(total = 8 banques)
ratios financiers
Ibrahim (2015)
Qatar : 3 BI et 5 BC
2010-2014
Analyse des
Rendement des actifs, liquidité et
(total = 8 banques)
ratios financiers
capitalisation plus élevés des BI. BC
plus performantes en fonction de la
taille.
Ferhi and Chkoundali 14 pays MENA
1990-2010
DEA et SFA
L’efficience technique dépend de
(2015)
(total = 209 banques)
l’hypothèse (rendements d’échelle
constants ou variables)
Pas de différence de performance entre banques islamiques (BI) et banques conventionnelles (BC)
14
Bader et al. (2008)
Hassan et al. (2009)
Zeitun (2012)
Hidayat and Abduh
(2012)
Said (2013)
21 pays (12 MENA) :
43 BI, 37 BC
(total = 80 banques)
11 pays (10 MENA)
(total = 40 banques)
GCC (Conseil des pays
du Golfe) : 13 BI, 38 BC
(total = 51 banques)
1990-2005
DEA
1990-2005
DEA
2002-2009
Analyse en panel
Bahrein : 23 BI, 14 BC
(total = 37 banques)
11 pays MENA
(total 32 banques, dont
18 GCC )
2005-2010
Analyse de panel
2006-2009
DEA et analyse
des ratios
financiers
Sillah et al. (2015)
GCC (Conseil des pays
Pas de date SFA
du Golfe)
(total = 52 banques)
Meero (2015)
GCC (Conseil des pays
2005-2014
Analyse des
du Golfe) : 8 BI, 8 BC
ratios financiers
(total = 16 banques)
Performance entre banques islamiques (BI) sans comparaison avec banques conventionnelles (BC)
12 pays (8 MENA)
1997-2000
DEA
(total = 18 BI)
Kablan and Yousfi
(2013)
Ahmad et al. (2010)
Wahidudin et al.
(2014)
Mghaieth and
Khanchel, (2015)
Ben Hassine and
Limani (2014)
Meilleure efficience des banques
pour les inputs que l’output
(revenu et profit).
Influence de la taille et de l’âge des
banques
La propriété et l’âge des banques
n’influencent pas la performance.
La profitabilité est corrélée
positivement au PIB et
négativement à l’inflation.
Décalage de l’impact de la
récession
Efficience corrélée négativement
au risque opérationnel et au risque
de crédit, non au risque de
liquidité ; corrélée positivement à la
taille.
Efficience négativement affectée
par les risques idiosyncrasiques et
la politique monétaire.
Influence positive de la taille sur la
performance ; structure du capital
comparable
Efficience négativement corrélée
avec le pouvoir de marché. BI
MENA moins efficientes
BI MENA moins efficientes, en
raison de la réglementation
Corrélation positive entre
profitabilité et efficience technique
17 pays (10 MENA)
(total = 77 BI)
25 pays (13 MENA)
(total = 77 BI, dont 38
MENA)
19 pays (14 MENA) :
69 BI MENA, 21 BI
(dont Asie du Sud-Est
(total = 91 banques)
16 pays (MENA, Asie
du Sud-Est)
(total = 62 BI)
2001-2008
SFA
2003-2009
DEA
2004-2009
Analyse en panel
Coûts opérationnels plus élevés
pour les BI MENA
2004-2010
SFA
22 BI MENA
2005-2009
Analyse en panel
L’actif total et les coûts
opérationnels déterminent
l’efficience. BI plus efficientes pour
les profits que pour les coûts
Inefficience plutôt
organisationnelle (technique) que
réglementaire (allocative)
Source : composé par nos soins
15
Annexe 2 : Efficience et indicateurs composites des risques (21 banques après élimination de 6 banques avec
une année d’observation)
Abu Dhabi Islamic Bank(EAU)
Ajman Bank (EAU)
Al Baraka Bank (Syrie)
Al Hilal Bank (EAU)
Faisal Islamic Bank of Egypt (Egypte)
Karafarin Bank (Iran)
Kuwait Finance House (Koweit)
Kuwait International Bank (Koweit)
Masraf Al Rayan(Qatar)
Noor Bank (EAU)
Sharjah Islamic Bank (EAU)
Syria International Islamic Bank (Syrie)
Année
2014
2013
2012
2011
2010
2009
2008
Moyenne
2014
2013
Moyenne
2014
2013
2012
2011
Moyenne
2014
2013
2012
2011
2010
Moyenne
2014
2013
Moyenne
2014
2013
2011
2008
Moyenne
2014
2013
2012
2011
2010
2009
2008
2007
Moyenne
2014
2013
Moyenne
2014
2012
2011
Moyenne
2014
2013
2011
Moyenne
2014
2013
2011
2010
2009
2008
2007
Moyenne
2014
2013
Moyenne
2013
Efficience
1,0000
0,9071
1,0000
1,0000
1,0000
1,0000
1,0000
0,9867
0,9599
1,0000
0,9800
1,0000
0,8841
1,0000
1,0000
0,9710
1,0000
0,8585
1,0000
0,8674
0,9201
0,9292
1,0000
1,0000
1,0000
0,9377
0,8379
1,0000
1,0000
0,9439
1,0000
0,5614
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,9452
1,0000
0,7215
0,8608
0,8922
1,0000
1,0000
0,9641
1,0000
1,0000
1,0000
1,0000
1,0000
0,9925
1,0000
1,0000
0,9684
1,0000
1,0000
0,9944
0,8777
0,7483
0,8130
0,2356
Log Z-score
3,2290
3,2537
3,3848
3,1707
3,1053
3,0235
3,1490
3,1880
3,2003
3,5350
3,3676
1,4210
1,5847
1,3350
4,2521
2,1482
3,0714
2,8652
2,8955
2,7634
2,5396
2,8270
2,6244
2,6119
2,6181
3,3233
3,4192
3,3511
2,5682
3,1654
2,3164
2,3594
3,0161
2,1528
2,3104
2,3969
2,7934
2,7955
2,5176
5,0796
5,1265
5,1030
4,3232
4,3797
4,3863
4,3631
2,5712
2,4084
2,4157
2,4651
3,4706
3,6241
3,7846
3,8371
3,8592
3,8661
3,6809
3,7318
3,2569
3,3148
3,2859
3,3148
ICRC
0,2041
0,3497
0,8155
0,8155
0,8155
0,2602
0,3417
0,5146
0,1086
0,1621
0,1354
0,2502
0,1094
0,1494
0,1494
0,1494
0,1616
1,0000
1,0000
1,0000
0,2916
1,0000
0,2841
0,2841
0,2841
0,5200
1,0000
1,0000
0,5830
0,1949
0,9929
0,5939
0,0044
0,0032
0,0032
0,0036
0,3981
1,0000
0,6274
0,6752
0,1956
0,1497
0,1528
0,1528
0,0785
0,1590
0,1590
0,1496
ICRL
1,0000
0,2064
0,6032
1,0000
1,0000
1,0000
1,0000
1,0000
0,9896
0,3174
1,0000
0,1787
0,3753
0,5722
0,8442
0,4192
0,3226
0,8339
0,6050
0,7991
0,3399
0,7872
0,2108
0,3133
0,8084
0,7920
0,8108
0,6077
1,0000
0,3487
0,6744
0,9512
0,9491
0,1439
0,6814
1,0000
1,0000
0,2265
0,7422
0,6018
1,0000
0,3989
0,7393
1,0000
0,9419
0,8931
0,7964
0,9837
0,8132
0,8985
ICRS
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,8000
0,9000
0,8000
0,8000
0,8000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,8000
0,8000
0,8180
0,4000
0,6090
0,8526
0,6000
0,8255
0,8651
0,8165
0,8651
0,8041
0,6000
0,6000
0,6000
0,4840
16
Tadhamon International Islamic Bank (Yémen)
Bank Al Bilad (Arabie Saoudite)
Dubai Islamic Bank (EAU)
Emirates Islamic Bank (EAU)
Qatar Islamic Bank SAQ (Qatar)
Saman Bank (Iran)
Jordan Islamic Bank(Jordanie)
Tamweel (EAU)
Dubai Bank (EAU)
2011
2009
Moyenne
2013
2008
Moyenne
2013
2011
2010
2009
2008
2007
Moyenne
2013
2012
Moyenne
2013
2012
2011
2009
2008
Moyenne
2013
2010
Moyenne
2011
2008
2007
Moyenne
2010
2009
2008
2007
Moyenne
2009
2007
Moyenne
0,8177
0,6590
0,5708
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,8815
1,0000
0,9408
0,6414
1,0000
1,0000
1,0000
1,0000
0,9283
0,7689
1,0000
0,8845
0,6326
0,7813
1,0000
0,8046
1,0000
1,0000
1,0000
1,0000
1,0000
0,8961
1,0000
0,9481
3,6512
3,6386
3,5349
2,3026
2,5486
2,4256
2,5682
2,3106
2,2835
2,2848
2,2910
2,5666
2,3841
3,4914
3,0991
3,2953
2,0685
2,0740
2,3964
2,4400
2,2447
2,9438
2,8756
2,9097
3,2790
3,4025
3,3828
3,3548
2,0235
1,8577
2,1091
2,3854
2,0939
1,9092
2,8221
2,3656
0,6380
0,1102
0,2971
0,9694
0,2108
0,5901
0,4195
1,0000
1,0000
0,2357
0,4447
0,4447
0,5908
0,1296
0,0998
0,0998
0,0723
0,2358
0,1275
0,8308
0,8308
0,8308
0,6380
1,0000
1,0000
1,0000
0,7101
0,1842
0,2840
0,7976
0,7982
0,9447
0,6198
0,9610
0,9610
0,8724
0,9824
0,8282
0,8943
0,9656
0,6567
0,8112
1,0000
1,0000
0,3054
1,0000
1,0000
0,8414
0,7867
1,0000
0,9743
0,9872
0,3833
0,6711
0,6300
0,9987
0,6300
1,0000
0,7189
0,6000
0,6000
0,6000
0,6000
0,7399
0,7775
0,6246
0,6855
0,0215
0,7642
0,3929
0,6000
0,6000
0,6000
0,6000
0,6276
0,7151
0,6276
0,8750
0,7113
Source : composé par nos soins d’après Bankscope et les rapports des banques
17