Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Revue internationale de recherche et d'applications techniques e-ISSN : 2320-81

Revue internationale de recherche et d'applications techniques e-ISSN : 2320-8163, www.ijtra.comNuméro spécial 21 (juillet 2015), PP. 1-4 DÉTERMINANTS DE CRÉDIT SPÉCIFIQUES À LA BANQUE RISQUE : PREUVES EMPIRIQUES DE L'INDUSTRIE BANCAIRE INDONÉSIENNE Vania Andriani1, Sudarso Kaderi Wiryono2 École de commerce et de gestion Institut Teknologi Bandung Bandung, Indonésie Résumé« Des niveaux de risque de crédit élevés pourraient imposer un risque systémique au système bancaire, ce qui pourrait alors nuire à la situation économique globale d'un pays. Par conséquent, il est essentiel de découvrir si la même théorie est réellement applicable en Indonésie. Cette recherche vise à trouver les déterminants du risque de crédit dans les banques indonésiennes. Plus précisément, des variables spécifiques à la banque seront utilisées comme déterminants et pour déterminer si la structure de propriété de la banque en tant que l'une des variables spécifiques à la banque influence le niveau de risque de crédit. Les données financières annuelles sélectionnées de 2002 à 2013 seront utilisées dans cette recherche. Banque privée. Cependant, l'adéquation des fonds propres et la liquidité bancaire n'ont pas d'impact important sur le risque de crédit. De même, [12] a étudié les déterminants du risque de crédit en Tunisie entre 1995 et 2008. Ils ont inclus la structure de propriété comme l'un des facteurs microéconomiques avec les facteurs macroéconomiques et le résultat a suggéré que les principaux déterminants du risque de crédit en Tunisie sont la structure de propriété, la réglementation prudentielle du capital. rentabilité, et indicateurs macroéconomiques. D'autres études antérieures ont souligné que le niveau de risque de crédit dans les banques pouvait s'expliquer par des variables microéconomiques et des variables macroéconomiques. Les variables microéconomiques utilisées dans les études précédentes évoluent généralement dans le sens de déterminants propres à la banque. Cependant, seules quelques études examinent si les déterminants du risque de crédit sont affectés par la structure de propriété des banques. Index des termes— déterminants spécifiques à la banque, banque, défaut de paiement, prêt non performant je. jeNTRODUCTION L'une des activités principales de la banque est de fournir des prêts. Inévitablement, la banque sera imposée à l'incertitude de la capacité des emprunteurs de prêt à rembourser le prêt ou autrement appelé risque de crédit. Selon le Bassel Committee on Banking Supervision, le risque de crédit est le plus simplement défini comme la possibilité qu'un emprunteur bancaire ou une contrepartie ne respecte pas ses obligations conformément aux conditions convenues. Un secteur financier sain est l'une des clés d'une performance économique stable d'un pays. Des niveaux de risque de crédit élevés pourraient imposer un risque systémique au système bancaire, ce qui pourrait alors nuire à la situation économique globale d'un pays. Le Comité Bassel sur le contrôle bancaire soutient que pour maintenir la rentabilité des banques, il est essentiel de mettre en œuvre une gestion du risque de crédit, car l'exposition au risque de crédit sera maintenue grâce à des contraintes conformes aux normes. Comme la banque tire la majeure partie de ses revenus des intérêts, un montant plus élevé de crédit émis par une banque augmentera probablement ses revenus. Cependant, un nombre élevé de crédit imposera un risque de crédit plus élevé à une banque. Ainsi, une gestion efficace des risques est essentielle dans les activités bancaires. [10] ont étudié la relation entre le risque de crédit et déterminants spécifiques en Éthiopie. Ils considéraient la propriété bancaire comme l'un des déterminants spécifiques à la banque. L'étude a révélé que la croissance du crédit et la taille des banques ont un impact négatif sur le risque de crédit (en réduisant le risque de crédit). Alors que l'inefficacité opérationnelle a un impact positif sur le risque de crédit (augmentant le risque de crédit) et que les banques gouvernementales étaient plus risquées que II. REVUE DE LITTÉRATURE Prêt non performant comme indicateur de risque de crédit Cette étude utilisera les NPL comme indicateur du risque de crédit en Indonésie. Dans des études antérieures [2], [3], [5], [7], [8], le NPL a été utilisé pour mesurer le niveau de risque de crédit dans le secteur bancaire. Selon la Banque centrale d'Indonésie (BI), le prêt pourrait être classé comme NPL s'il n'a pas été payé 90 jours ou plus après son échéance. Naturellement, un nombre plus élevé de NPL indique qu'il y a une probabilité plus élevée que le crédit soit en défaut. BI classe la qualité du crédit en 4 catégories, qui sont Pass, Mention spéciale, Insuffisant, Douteux et Perte. La classification est basée sur la ponctualité du paiement du crédit et/ ou la capacité du débiteur à rembourser le prêt. Le crédit est considéré comme problématique une fois qu'il est classé en sous- standard, douteux et perte. Le prêt non performant est calculé en divisant le crédit problématique par le crédit total. Détermination de la relation entre le risque de crédit et les variables propres à la banque En 2014, [10] étudie les déterminants spécifiques aux banques du risque de crédit dans les banques commerciales éthiopiennes. Ils ont utilisé des données de panel de 10 banques commerciales, y compris des banques publiques et privées de 2007 à 2011. Les variables analysées dans cette étude sont le risque de crédit, la taille de la banque, la rentabilité, l'adéquation du capital, la liquidité bancaire, la croissance du crédit, l'inefficacité opérationnelle et la propriété. 1 | Page Traduit de Anglais vers Français - www.onlinedoctranslator.com Revue internationale de recherche et d'applications techniques e-ISSN : 2320-8163, www.ijtra.comNuméro spécial 21 (juillet 2015), PP. 1-4 Les données ont ensuite été analysées à l'aide de GLS (Generalized Least Squares). Les résultats suggèrent que la croissance du crédit et la taille des banques ont un impact négatif sur le risque de crédit (réduction du risque de crédit). Alors que l'inefficacité opérationnelle a un impact positif sur le risque de crédit (augmentant le risque de crédit) et que les banques gouvernementales étaient plus risquées que les banques privées. [7] ont examiné l'influence des déterminants spécifiques aux banques sur risque de crédit pour les banques commerciales en Bosnie-Herzégovine. Il a utilisé un échantillon de dix-sept des vingt-huit banques planifiées sur la période de 2002 à 2012. Plus tard, un modèle de régression en panel multivarié a été utilisé pour déterminer s'il existe une relation significative entre le risque de crédit et les variables spécifiques à la banque. Les variables spécifiques aux banques utilisées dans cette recherche sont l'inefficacité, la rentabilité, la croissance du crédit et le taux de dépôt, la solvabilité, le ratio prêts/dépôts, le pouvoir de marché, la rentabilité et le ratio de réserves. Les résultats de l'étude ont montré que le risque de crédit bancaire est affecté négativement par l'inefficacité et la croissance du crédit. Dans une autre étude de [1], les déterminants spécifiques aux banques des NPL ont été étudiés. Dans lequel, 6 années de données de panel de 2006 à 2011 de 30 banques au Pakistan ont été utilisées et analysées à l'aide d'une analyse de régression de panel. Les variables utilisées dans cette recherche sont : l'inefficacité, la solvabilité, le ratio prêts/dépôts, le pouvoir de marché, le ROA, le ROE, la croissance du crédit, le passif par rapport au revenu, le taux de dépôt et le ratio de réserves. Comme le résultat montre qu'un prêt extensif pourrait entraîner une augmentation du risque du portefeuille de prêts, les banques devraient donc tenir compte du ratio prêt/dépôt. [11] ont étudié s'il existe une relation significative entre les indicateurs macroéconomiques, les facteurs au niveau des banques et le ratio de prêts improductifs en Turquie de janvier 2007 à mars 2013. Ils ont utilisé des modèles de régression linéaire et une analyse de cointégration pour déterminer s'il existe des relations significatives. Les résultats de cette étude ont montré que l'indice de production industrielle, l'indice Istanbul Stock Exchange 100, le ratio d'inefficacité de toutes les banques affectent négativement le ratio de NPL tandis que le taux de chômage, le rendement des capitaux propres et le ratio d'adéquation du capital affectent positivement le ratio de NPL. Alors que le ratio d'endettement, le ratio prêt/actif, l'indice de confiance du secteur réel, l'indice des prix à la consommation, le taux EURO/livre turque, le taux USD/livre turque, la variation de la masse monétaire, le taux d'intérêt, la croissance du PIB de la Turquie, la croissance du PIB de la zone euro et la volatilité de la Standard & [8] a appliqué une approche de données de panel dynamique pour examiner les déterminants des prêts non performants (NPL) des banques commerciales dans une économie de marché, représentée par la France, par rapport à une économie bancaire, représentée par l'Allemagne, au cours de la période 2005-2011. La principale question posée dans le document est de savoir quels déterminants du risque de crédit sont importants pour les deux pays. Les résultats indiquent que toutes les variables macroéconomiques utilisées dans le document influencent le niveau des prêts non performants dans les deux pays, à l'exception du taux d'inflation. En plus de cela, l'étude a également découvert que par rapport à l'Allemagne, l'économie française est plus vulnérable aux déterminants spécifiques aux banques. [13] dans leur étude ont uploads/Finance/ risque-preuves-empiriques-de-l-x27-industrie-bancaire-indonesienne.pdf