Mémoire présenté et soutenu en vue de l obtention

Transcription

1 République du Cameroun Paix - Travail - Parie Universié de Yaoundé I Faculé des sciences Déparemen de Mahémaiques Maser de saisique Appliquée Republic of Cameroon Peace Wor Faherland The Universiy of Yaoundé I Faculy of science Deparmen of Mahemaics Maser of Applied Saisics MODELE DE PREVISION DU PARC DES COMPTES D UNE BANQUE : CAS AFRILAND FIRST BANK Mémoire présené e souenu en vue de l obenion Du MASTER DE STATISTIQUE APPLIQUEE Par M NANA YAKAM ANDRE Maricule 04U60 Maîre ès sciences en Mahémaiques Appliquées Sous la Direcion de DR EUGENE PATRICE NDONG NGUEMA Chargé de Cours, Ecole Naionale Supérieure Polyechnique Sous la Supervision de PR HENRI GWÉT Maîre de Conférences, Ecole Naionale Supérieure Polyechnique Année académique

2 SOMMAIRE : Dédicace 3 Remerciemens 4 Résumé/Absrac 5 Avan propos 6 Lise des Abréviaions 7 Inroducion 8 Chapire I : Revue de la liéraure e données uilisées pour l Analyse I Méhodes d analyse des séries chronologiques 0 II Exemple d éude uilisan les rois ypes de modèles III Présenaion de AFRILAND FIRST BANK IV Collece e Traiemen des données Chapire II : Analyse Descripive des compes I Par de chaque produi dans les aciviés 6 II Par de chaque agence dans le parc des compes 7 III Evoluion des ouverures des compes 9 IV Effes saisonniers Chapire III : Descripion de la démarche de BOX e JENKINS pour la prévision d une série chronologique I Idenificaion a priori 6 II Esimaion des paramères 35 III Idenificaion a poseriori 36 IV Prévision 37 V Algorihme de Box-Jenins 38 Chapire IV : Applicaions de la méhode de BOX-JENKINS à la prévision du nombre des compes d épargne de la Firs Ban I Idenificaion a priori 40 II Esimaion des coefficiens e validaion des modèles 46 III Prévision 48 Conclusion 53 Annexe 54 Bibliographie 6

3 DEDICACE : Je dédie ce ravail à ma Maman, Madame veuve YANKAM, née MBAKOP Hélène di «MATCHOU» 3

4 REMERCIEMENTS : Mes remerciemens von d abord à ous les enseignans du Maser de saisique qui n on ménagé aucun effor pour nous donner une formaion de qualié Il s agi de : Pr Didier DACUNHA CASTELLE ; Pr Jean COURSOL Pr Berrand AUVERT ; Pr Danielle FLORENS ; Pr Jean Chrisophe THALABARD ; Pr Jean Louis GOLMARD ; Pr Xavier NGUYON ; Pr Elisabeh GASSIAT ; Pr Henri GWET ; Dr NDONG NGUEMA Dr Michel NDOUMBE NKENG ; Dr Maxime KIKI Je remercie ou le personnel de AFRILAND FIRST BANK pour l accueil e l encadremen qu il m a accordés pendan mon sage, un merci pariculier à mon encadreur professionnel, Monsieur TIENTCHEU Janvier pour sa disponibilié ou au long de mon sage Je remercie Monsieur FOGAING KAMMOGNE Chrisian e Mlle NGUEYAP Annie Flore pour leur souien avan e pendan mon sage à la FIRST BANK Je remercie oue ma famille, pariculièremen mon papa, MBEU YAKEP né NANSHI Jean qui a oujours éé à mes côés quand j en ai besoin Que oues les personnes qui m on souenu ou au long de cee formaion rouven ici ma profonde graiude Je pense noammen à : Personnel de la Maison de la Culure Française de Douala ; Mademoiselle WONGWE KAMANI Claire ; Monsieur NGOH Félix ; Monsieur KAMGHO TEZANOU ; Monsieur CHASSEM Narcisse ; Monsieur DONGMO Nicolas ; Monsieur NJOH NJOH Claude ; Monsieur PIEDJO K Joachim ; Monsieur KEMGANG Joseph ; Monsieur TCHUISSEU NJOMO APPOLOS ; Monsieur TANKEU NGANSO Jean Michel ; Monsieur TCHOUAMANI Joseph Berin ; Tous mes camarades du Maser A ous ceux qui de près ou de loin on conribué à la réussie de ce ravail, je dis merci Loué soi le Seigneur ou-puissan qui m a gardé en bonne sané e qui m a permis de conduire ce ravail jusqu à son erme 4

5 RESUME De ou emps, la prévision a oujours éé la préoccupaion des Hommes, en ce qu elle perme d aniciper sur cerains fais e évènemens Elle prévien parfois des mauvaises surprises Il es quesion dans ce mémoire de proposer un modèle de prévision du nombre des compes pouvan êre ouvers mensuellemen dans une banque, avec l applicaion au cas AFRILAND FIRST BANK Vu les besoins immédias de cee Banque, il nous a semblé uile de consacrer une parie de nore ravail à une descripion approfondie des compes ouvers dans ses différenes agences, depuis le mois de juille 998 jusqu à juin 005 La prévision propremen die don il es quesion ici repose sur la héorie des séries chronologiques La méhodologie que nous avons mise en œuvre dans ce mémoire pour l analyse de ces séries chronologiques es celle de BOX e JENKINS ABSTRACT Our aim in his memory is o build a model for forecasing he number of accouns ha can be opened monhly in a ban : case of AFRILAND FIRST BANK This is a microeconomic research which uses ime-series models for forecasing There is a long radiion of building large microeconomic models wih hundreds of variables More recenly, small models wih only a handful of variables have become more common In he years 970, George Box and Gwilym Jenins propose a mehodology which views ime-series as realizaions of sochasic processes This approach allows he model builder o consider ha economic variables are inegraed in he previous values of ime series Then, hey can base heir models only in hose values This is he mehod we use in his memory, for forecasing he series of accouns open per monh in all AFRILAND FIRST BANK s agencies in Cameroon, beween July 998 and June 005 5

6 AVANT-PROPOS Le Maser de Saisique es une formaion de 3 e cycle ouvere cee année 004 à l Universié de Yaoundé I Il s agi d une formaion professionnalisane e d iniiaion à la recherche, qui bénéficie de la collaboraion e du souien de plusieurs insiuions Françaises e Africaines (Universiés de Paris Orsay, Paris 5, Versailles, Paris Dauphine, l INSERM, l Universié de Cocody e l insiu Naional Polyechnique de Côe d Ivoire) Son objecif général es de donner aux éudians, cadres supérieurs d enreprise e d adminisraion, e ou uilisaeur de la saisique, une formaion de hau niveau rès praique, classique quan aux echniques mahémaiques uilisées, aussi moderne que possible, quan à l informaique e aux logiciels spécialisés uilisés Le Maser appore aux éudians ayan les acquis fondamenaux en mahémaiques e en saisique, une formaion professionnelle complémenaire dans le domaine du raiemen de l informaion e de son exploiaion L admission au Maser de saisique se fai sur éude de dossiers Pour la première année, son admissibles les personnes iulaires d une licence de mahémaiques ou d un diplôme jugé équivalen, e pour la deuxième année, les personnes iulaires d une maîrise de mahémaiques ou d un diplôme jugé équivalen Le recruemen es éendu aux médecins, agronomes e biologises Ces derniers suiven des cours de mise à niveau en mahémaiques e en saisique Dans le souci de permere aux éudians de mere en praique les connaissances acquises ou au long de la formaion, il leur es demandé d effecuer un sage académique d une durée de rois à six mois en enreprise Ce sage consise pour l éudian, à apporer une conribuion à la résoluion des problèmes saisiques auxquels l enreprise es confronée C es dans ce cadre que nous avons éé reçu, du 3 juin au sepembre 005, à la sociéé AFRILAND FIRST BANK, une banque commerciale e d invesissemen Nore mission au sein de cee enreprise consisai, d une par, à faire une éude descripive du parc des compes de la banque, e, d aure par, à faire des prévisions sur l évoluion de ce parc des compes Nore formaion s es bien déroulée, aussi bien dans le respec des programmes de formaion que du calendrier académique Cependan, vu son conenu dense, elle s es déroulée dans un ryhme rès accéléré Ean la première promoion du Maser, nous n avons pas bénéficié des infrasrucures e de la logisique iniialemen prévues pour la formaion, noammen la documenaion Nous requérons l indulgence des leceurs pour les insuffisances que pourrai présener ce ravail e nous les invions à formuler les criiques en vu de son amélioraion 6

7 LISTE DES ABREVIATIONS CE : Compes d épargne; CDS : Compes de Dépô Spécial; CCC : Compes Courans Chèques; MC² : Muuelles Communauaires de Croissance; CEL : Compe d épargne sur livre; CEI : Compe d épargne Invesissemen; i-card : inelligen Card; MCO : Moindre Carrés Ordinaires; AR : Auoregressive; MA : Mean Average; ARMA : Auoregressive Mean Average; ARIMA : Auoregressive Inegraed Mean Average; ARCH : Auoregressive Condiional Heeroscedasic; GARCH : Generalise Auoregressive Condiionally Heeroscedasic; AC : Auocorrelaion; PAC : Parial Auocorrelaion; ACF : Auocorrelaion Funcion; PACF : Parial Auocorrelaion Funcion; CVS : Corrigé des Variaions Saisonnières; TS : Trend Saionary; DS : Difference Saionary; 7

8 INTRODUCTION : Les données de oue enreprise consiuen une richesse parce qu elles coniennen des informaions don l exracion judicieuse peu lui permere d avoir une inerpréaion claire de son passé afin de comprendre le présen e d envisager ses acions fuures La saisique inègre des ouils d analyse des données qui s imposen comme insrumen de prévision e d aide à la prise de décision Aucune enreprise, encore moins une banque, ne saurai s y dérober de nos jours La banque es un seceur d acivié rès délica don l une des prioriés es de mere ses cliens en confiance, de par la qualié, mais aussi ses délais de service La saisfacion des cliens passe avan ou par la maîrise de leurs effecifs, qui suppose non seulemen leur nombre à un insan donné, mais surou l évoluion de ce nombre au cours du emps Ceci peu permere de prendre les disposiions opimales pour les saisfaire Les enjeux saisiques au niveau des banques von bien au-delà de cee saisfacion de la clienèle Ils peuven s éendre à d aures agrégas, comme l auomaisaion de l accepaion, ou non d un nouveau clien, la mesure du risque avan ou invesissemen ou ou accord de crédi ec AFRILAND FIRST BANK es une banque commerciale e d invesissemen créée en 987 par deux groupes d acionnaires, un groupe Africain condui par le Doceur FOKAM KAMMOGNE Paul e un groupe financier Européen don le chef es la FMO, un organisme Néerlandais pour le développemen Avec un capial social de FCFA, la FIRST BANK compe aujourd hui parmi les plus grandes banques insallées au Cameroun La âche qui nous a éé confiée à la FIRST BANK pendan nore sage consisai à éudier d une par l évoluion du parc des compes, e à consruire un modèle de prévision pour ce parc d aure par En d aures ermes, nous devions éudier l évoluion du nombre de compes ouvers ou clôurés par les cliens de cee insiuion financière lors des sep dernières années e puis, proposer un modèle saisique de prévision du nombre de compes suscepibles d êre ouvers dans les douze mois à venir, c'es-à-dire de juille 005 à juin 006 C es ainsi qu il nous a éé proposé de réfléchir d une manière générale sur le Modèle de prévision du parc des compes d une banque e de l appliquer au cas AFRILAND FIRST BANK Le problème posé ici relève d un phénomène économique qui évolue en foncion du emps Il fai donc appel aux séries chronologiques Généralemen, plusieurs approches son uilisées pour l analyse d une série chronologique La méhodologie que nous adopons dans ce mémoire es celle de BOX e JENKINS Ils proposen une approche algorihmique dans la résoluion des problèmes de modélisaion e de prévision des séries chronologiques Dans le premier chapire de ce mémoire, nous présenons une revue de la liéraure, la sociéé d accueil e les données uilisées Dans le second chapire, nous faisons une descripion des données Au roisième chapire, nous présenons la méhodologie de Box e Jenins pour l analyse des séries chronologiques Au dernier chapire, nous appliquons cee approche pour la prévision du parc des compes de la FIRST BANK Pour ce faire, nous avons recueilli les données mensuelles d ouverure e de clôure des compes dans les différenes agences, que nous analysons après un regroupemen des données de ces agences par ville 8

9 CHAPITRE I : REVUE DE LA LITTERATURE ET DONNEES UTILISEES POUR L ANALYSE 9

10 I METHODES D ANALYSE DES SERIES CHRONOLOGIQUES «L analyse saisique d une série chronologique peu êre simplemen de naure descripive Il s agi alors de dégager des élémens de synhèse, en général sous forme de nouvelles séries, qui résumen au mieux la grandeur observée ou d exhiber ceraines caracérisiques Cee phase descripive uilise principalemen des méhodes non paramériques, qui permeen de ravailler avec peu d hypohèses préalables, mais peu faire appel à des echniques paramériques imporanes Elle es souven une éape préalable à une analyse plus complèe dans laquelle on cherche à expliquer le mécanisme généraeur de la série A cee fin, on a recours à des modèles probabilises qui, le plus souven, son de naure paramérique C es en pariculier le cadre idéal pour faire de la prévision, qui rese un des objecifs principaux de l éude d une série chronologique» [4] On disingue ainsi rois manières d exprimer l évoluion d une série [7] : MODELES D AJUSTEMENT Parmi les méhodes les plus uilisées, la parie srucurée de la grandeur éudiée es considérée comme éan une foncion déerminise du emps e représene la moyenne des variables aléaoires observées ou d une ransformaion simple de celles-ci La parie sochasique es alors une erreur addiive e forme une séquence de variables aléaoires cenrées, non corrélées e de même variance L hypohèse gaussienne es reenue pour la consrucion d inervalles de confiance ou de ess La régression linéaire par moindres carrés ordinaires, le lissage par moyennes mobiles, le lissage exponeniel simple ou double e les méhodes de HOLT e WINTERS consiuen l esseniel de cee approche MODELES AUTOPROJECTIFS Cee méhodologie es die «de BOX e JENKINS» La parie prévisible de la série, à un insan donné, es exprimée comme une foncion mahémaique des valeurs passées La srucure du phénomène se radui donc par les corrélaions enre les variables Il consise à supposer que les observaions, après ransformaion évenuelle, son issues d une série saionnaire au second ordre Les modèles auorégressifs moyennes mobiles (ARMA) consiuen la base de cee seconde approche Ceraines méhodes permeen d échapper aux hypohèses de saionnarié ou de linéarié Les modèles auorégressifs moyennes mobiles inégrés (ARIMA), les modèles auorégressifs condiionnellemen hééroscédasiques (ARCH) e les modèles GARCH (ARCH généralisé) en son les exemples principaux 3 MODELES EXPLICATIFS Le modèle explicaif général d une série devrai pouvoir raduire l influence du passé de la série sur son niveau présen, mais aussi d aures variables exogènes sur la série Prenons l exemple de l ouverure des compes dans une banque : l évoluion du nombre de compes ouvers ou à ouvrir dépend de l environnemen socioéconomique (inflaion, chômage, croissance, ), de la poliique inerne de la banque au cours du emps (mareing, nouveaux produis, créaion des nouvelles agences, ) e aussi du comporemen des sociéés concurrenes (augmenaion ou diminuion du nombre, aux d inérê ou agios praiqués, ) 0

11 II EXEMPLE D ETUDE UTILISANT LES TROIS TYPES DE MODELES En 003, ALLAN RIDING e GEORGE HAINES FILS [5] du cabine d éude «EQUINOX MANAGEMENT CONSULTANTS LTD» du Canada on fai une éude pour le compe «d INDUSTRIE CANADA» e de «l ADMINISTRATION DES PRETS AUX PETITES ENTREPRISES» au Canada Cee éude porai sur la «Prévision des coûs liés aux prês accordés en veru de la LPPE (Loi sur les prês aux peies enreprises) e de la LFPEC (Loi sur le financemen des peies enreprises du Canada)» En fai, de 96 à 999 au Canada, la Loi sur les prês aux peies enreprises (LPPE) a facilié le prê commercial aux peies enreprises canadiennes en prévoyan un mécanisme de parage des peres sur prês Depuis 999, cee loi a éé remplacée par la Loi sur le financemen des peies enreprises du Canada (LFPEC), qui poursui le même objecif Depuis avril 995, le programme de parage des peres sur prês doi recouvrer les coûs liés au versemen des indemniés poran sur les prês enregisrés, afin de déerminer avec plus de précision si cee exigence sera saisfaie L éude consisai à élaborer des modèles permean de prévoir le volume des demandes d indemnisaion pour peres sur prês Ainsi, l ADMINISTRATION DES PRETS AUX PETITES ENTREPRISES sera en mesure de prévoir avec exaciude les coûs liés aux prês consenis en veru de la LPPE e de la LFPEC Quare ypes de modèles on éé mis en œuvre dans ladie éude : Le lissage exponeniel, qui consise à ajuser un modèle paramérique de façon locale aux données, c es-à-dire un modèle don les paramères évoluen au cours du emps ; Le modèle ARIMA (modèle auorégressif moyenne mobile inégré) ; La modélisaion économérique, qui éabli des rappors quaniaifs enre la variable éudiée e la valeur des principaux paramères économiques ; La modélisaion ARIMAX, qui es la combinaison de la modélisaion économérique e de la méhode ARIMA Des comparaisons on éé ensuie faies enre les résulas des prévisions issues des différens modèles e les monans réels observés après la fin de la période de l éude Ce qui a permis de conclure que la modélisaion économérique e le modèle ARIMA on des faibles aux d erreurs par rappor aux deux aures modèles Cee conclusion pourrai varier selon les données uilisées, c es d ailleurs la raison pour laquelle les aueurs de ce aricle conseillen, la moyenne des prévisions issues des différens modèles comme éan la meilleure prévision Cee éude confirme aussi que le lissage exponeniel se prêe mieux aux prévisions à cour erme Dans le cadre de nore éude, dans l impossibilié d enrer en possession des informaions pouvan nous permere de déerminer les variables exogènes qui influencen significaivemen la variable éudiée, nous les considèrerons comme inégrées aux données Nous nous limierons, dans la parie descripive, à signaler leurs effes évenuels lorsqu ils seraien foremen ressenis à des momens donnés dans l évoluion des données Nous uiliserons donc les modèles auoprojecifs pour procéder à la prévision

12 III PRÉSENTATION DE AFRILAND FIRST BANK Créée en 987 au Cameroun par le Doceur FOKAM KAMMOGNE Paul, la CCEI (Caisse Commune d Epargne e d Invesissemen ) devenue AFRILAND FIRST BANK en 00 es une Sociéé Anonyme ( SA ) au capial de FCFA (cinq milliards cinq cen millions de francs CFA) La FIRST BANK (diminuif de AFRILAND FIRST BANK), es une banque privée qui a délibérémen choisi d êre la banque du plus grand nombre La FIRST BANK offre à sa clienèle : Les Compes rémunérés (Bon de caisse, Dépô à erme e les Compe d épargne) Les Compes non rémunérés (Compes chèque, Compes de dépô spécial, Compe de dépô islamique) FLASH CASH (Une soluion de sécurisaion de l épargne) MoneyGram / Money Firs (ransfer d argen); MC² / MUFFA (Muuelles de lue conre la pauvreé) Fonds de capial risque (Financemen des micro-projes) i-card (Monnaie élecronique) La FIRST BANK compe 3 agences insallées dans sep grandes villes du errioire Camerounais (Yaoundé, Douala, Bafoussam, Nongsamba, Garoua, Bamenda e Kousseri) Elle a une filiale à SAO TOME e PRINCIPE, en GUINEE EQUATORIALE, en République Démocraique du CONGO, une représenaion en CHINE e en France La FIRST BANK a un réseau de correspondans dans le monde enier (CITI BANK, DZ BANK, Naional BANK of Canada, CBIP ) Son siège social es à Yaoundé, 063 Place de l Indépendance IV COLLECTE ET TRAITEMENT DES DONNEES COLLECTE La base des données cenrale de la FIRST BANK es gérée par la Direcion des Sysèmes d Informaion Groupe (DSIG), vu la sécurié que requier la gesion des données de oue enreprise, à foriori celles d une banque, les drois d accès aux différens serveurs de la FIRST BANK son limiés pour chaque uilisaeur du sysème informaique Lorsqu un responsable ou un service de la banque a besoin des données qui ne lui son pas direcemen accessibles, il s adresse à la DSIG qui se charge de les rassembler pour les ransmere au demandeur, sur un suppor numérique ou par courrier élecronique e au forma sollicié par ce dernier

13 Les données mises à nore disposiion concernen le nombre de compes ouvers ou clôurés par mois dans les différenes agences de la FIRST BANK du Cameroun (Au oal 3 agences réparies dans sep villes du Cameroun) Il s agi d une éude rérospecive de la période allan du mois de juille 998 à juin 005 Les compes bancaires à la FIRST BANK obéissen à une numéroaion de 3 chiffres don rois son réservés au code du produi Cee codificaion perme de disinguer les différens ypes de compes à parir du numéro du compe On compe plus d une dizaine de ypes disincs (Compes d épargne, compes chèques, ) Toues les données don nous avions besoin devaien êre collecées auprès de la DSIG, andis que nore sage s effecuai à une aure direcion, la Direcion Commerciale e d Exploiaion (DCE) Ces données on pris du emps à nous parvenir, car les données en quesion éaien socées dans des serveurs différens e les responsables de la DSIG éaien occupés par leurs aciviés quoidiennes Les données mises à nore disposiion éaien sur suppor numérique, compressées pour la plupar, aux formas "x " (Bloc-noes), "doc" (Microsof Word), "xls" (Excel) ou "unl" (base des données de la banque) Elles poraien sur le nombre de compes ouvers ou clôurés classés par mois, par ype, e par agence de la FIRST BANK Ces fichiers classés par exercice budgéaire, de 998 à 005, comprenaien chacun rois colonnes : une pour les numéros des mois dans chaque exercice, l aure pour les codes des produis e la roisième pour les nombres des compes ouvers ou clôurés dans chaque agence TRAITEMENT DES DONNEES Une fois les données reçues, la première opéraion à faire a consisé à les imporer dans Excel, pour celles qui ne l éaien pas encore, ce qui nous permeai d avoir des ableaux en rois colonnes comme nous l avons menionné ci-dessus Par la suie, il fallai se servir de la codificaion des produis, laquelle a connue une modificaion à parir de janvier 004, pour reconnaîre les différens ypes des compes Cee âche d idenificaion des codes aribués à chaque compe a éé faciliée par nore séjour dans les services d ouverure des compes lors de la première semaine de nore sage Après l idenificaion des produis, il fallai exraire les données pour chaque ype de compe, agence par agence, les ranger dans des colonnes disinces d Excel pour enfin avoir les données de chaque agence dans un seul fichier Excel Nous devions par la suie addiionner les données des agences apparenan à une même ville pour avoir la siuaion dans chaque ville Après, il ne nous resai plus qu à regrouper les données des différenes villes, les sommer pour avoir le oal sur l ensemble du réseau naional Au bou de cee procédure, nous nous sommes rerouvés avec hui fichiers Excel (un fichier pour chacune des sep villes ciées ci-dessus e le 8 e pour l ensemble du réseau naional) à deux classeurs chacun (l un pour l ouverure e l aure pour la clôure des compes), conenan plus d une dizaine de variables pour cerains Après une séance de ravail avec nore encadreur professionnel, il nous a éé insrui de regrouper cerains produis e d oriener nore réflexion sur rois ypes de compes Les regroupemens suivans on ainsi éé fais : 3

14 TYPES DE COMPTES Compe d épargne sur livre (CEL) Compe d épargne invesissemen (CEI) Compes MC² Compes de dépô spécial pour les personnes physiques Compes de dépô spécial pour les personnes morales Compes couran pour les personnes physiques Compes couran pour les personnes morales REGROUPEMENT Compes d épargne Compes de dépô spécial Compes couran chèque C es à ces rois ypes de compes regroupés que nous devrions désormais nous inéresser Nous éions appelés à faire les sommaions nécessaires pour enfin obenir, pour chaque ville, que nous appelons désormais agence, deux ableaux, un pour l ouverure e l aure pour la clôure des compes, avec les rois variables issues du regroupemen ci-dessus Ne pouvan pas appeler direcemen un ableau Excel dans R, le logiciel de saisique que nous avons uilisé pour l analyse, nous éions obligés de les converir au forma exe pour en fin avoir nos DATA FRAME, srucure de données de base dans R 3 DONNEES MANQUANTES ET REMARQUES Signalons qu à Yaoundé où la FIRST BANK compe rois agences, nous n avons pas pu obenir les données de l agence de MESSA au comple Les données de Yaoundé n inègren celles de cee agence (MESSA) qu à parir de Janvier 003 En pareille siuaion, nous devions esimer les données manquanes Mais dans le cas présen, presque oues les données son manquanes, car même les données de Yaoundé de 004 e 005 mises à nore disposiion regroupe les données de ses rois agences e ne son pas séparables agence par agence Nore encadreur professionnel nous a rassuré que l absence des données de MESSA ne devrai pas grandemen influencer l éude du fai du poids faible de cee agence à Yaoundé De même, les données de Nongsamba concernan les compes d épargne n inègren que les données des compes d épargne sur livre (CEL), e son par conséquen incomplèes Compe enu du regroupemen opéré ci-dessus, l éude des compes d épargne pourrai êre faussée si les compes MC² e CEI s avéraien imporans dans cee localié Là encore nore requêe pour l avoir au comple n a pas pu abouir jusqu au démarrage de l éude, n ayan aucune observaion du ou, aucune echnique ne nous permeai de les esimer Cependan, ayan consaé que les compes MC² e CEI n avaien pas des chiffres mensuels élevés dans les aures localiés, nous avons inégré les données de Nongsamba comme elles dans l éude Bafoussam présene une rès grande variabilié dans ses données Elles nous semblaien erronées au dépar, mais après les avoir renvoyées rois fois e reçue la confirmaion des services compéens qu elles son bonnes, nous les avons inégrées elles quelles dans nore éude 4

15 CHAPITRE II : ANALYSE DESCRIPTIVE DES COMPTES 5

16 I PART DE CHAQUE PRODUIT DANS LES ACTIVITES Réseau naional (Juil-98 à Juin 005) CCC 0% Aures % CDS 7% Epargne 6% CDS = compes de dépô spécial CCC = Compes courans chèques Figure : Pourcenages des différens ypes de compes ouvers de juille 998 à juin 005 Les aciviés de AFRILAND FIRST BANK son foremen dominées par les compes d épargne, conséquence logique des objecifs qu elle s es assigné depuis sa créaion, qui consisen à ramener la banque à la porée du plus grand nombre de personnes e générer suffisammen de fonds pour financer les peies e moyennes enreprises Cee poliique se radui par le monan minimum requis à l ouverure des compes d épargne, FCFA, qui rese inférieur à ce qui es exigé dans d aures insiuions concurrenes ( FCFA en moyenne), sans négliger l aspec culurel de banque africaine qui prévau dans son foncionnemen Or, ces compes présenen un avanage en ce sens qu ils consiuen la ressource essenielle, source de prês aux cliens de la banque permean à cee dernière d en générer des inérês Mais, du fai que ce ype de compe donne droi aux iulaires à un aux d inérê annuel de 5%, sa collece effrénée peu réduire la renabilié de la banque Les compes de dépô spécial (CDS) donnen droi à la quasi oalié des opéraions bancaires, mais on n exige qu un minimum de FCFA à l ouverure e les frais de enue de compe qui s élèven à 5965 FCFA TTC par rimesre Ce ype de compe occupe la deuxième place des produis de la FIRST BANK Ils semblen voués à des lendemains meilleurs, grâce à la mesure prise par le Minisère des Finances en aoû 005, obligean les foncionnaires don le salaire es supérieur à FCFA à ouvrir chacun un compe pour désormais recevoir leur salaire par viremen bancaire Les compes courans (CCC) viennen en 3 e posiion dans le parc des compes de la FIRST BANK L ouverure d un el compe nécessie un minimum de FCFA Ils ne son accessibles qu aux cliens don le salaire mensuel es d au moins FCFA ou à oue personne physique ou morale pouvan jusifier d un chiffre d affaires minimum de FCFA par mois Ce ype de compe peu êre débieur : ses cliens son les principaux consommaeurs de l argen issu des compes d épargne Pouran, le raio compes courans / compes d épargne ouvers à la FIRST BANK es passé d un compe couran pour six compes d épargne en 999 à un compe couran pour sep compes d épargne en 004 Cee évoluion de ce raio laisse voir la prédominance au cours du emps des compes d épargne sur les compes courans Ceci inerpelle la FIRST BANK à prendre des disposiions adéquaes pour y faire face dans l avenir 6

17 Cee descripion des proporions des produis sur le réseau naional rerace la réalié dans oues les agences où le classemen es le même, sauf à Kousseri où les CCC rivalisen avec les CDS (voir déails annexe) Les aures ypes de compe, du fai que la clienèle soi ciblée d avance, foncionnen rès différemmen d une localié à l aure Ainsi, si les compes de dépô islamique (CDI) on une par non négligeable dans les aciviés des agences siuées dans le grand nord, les compes Flash Cash son beaucoup plus solliciés dans les grandes villes que son Yaoundé e Douala Ces aures ypes de compes ne seron pas pris en compe dans nore éude II PART DE CHAQUE AGENCE DANS LE PARC DES COMPTES Compes d épargne Yaoundé déien à lui seul plus de la moiié des compes d épargne, suivie de Douala don la proporion es inférieure au quar du parc de ce ype de compe, mais qui dépasse oues les aures agences réunies Nsamba 5% Kousseri % Garoua % Bfsam 9% Douala 4% Bamenda 3% Ydé 56% Compes d'épargne Figure : Pourcenages des différenes agences dans le parc des compes d épargne Compes CDS Le parc des compes CDS es égalemen dominé par Yaoundé Bien que les chiffres mensuels soien rès inférieurs en valeur absolue aux compes d épargne, ce produi es rès apprécié à Yaoundé, siège des insiuions publiques e par ricoche, des marchés publics Noons que oue enreprise désiran soumissionner aux marchés publics se doi d avoir un compe bancaire qui donne droi au viremen Ainsi, les compes de dépô spécial consiuen la soluion idéale pour les peies e moyennes enreprises en quêe des marchés publics Car ce ype de compe es inermédiaire enre les compes d épargne qui ne donnen pas droi au viremen e les compes courans rès coûeux voire inaccessible pour elles Ce ype de compe es moins sollicié à Douala du fai que les aciviés économiques de cee ville soien foremen dominées par le seceur informel don les aceurs se conenen 7

18 bien des compes d épargne Douala se parage ainsi moins de 30% du soc des compes CDS avec les aures villes Noons ouefois que c es le ype de compe qui a la durée de vie la moins élevée, car il es souven sollicié par les cliens pour résoudre des problèmes poncuels, comme l inscripion dans les Universiés érangères e son clôurés aussiô leur problème résolu Nsamba % Garoua 4% Douala 8% Kousseri % Bfsam 3% Bamenda % Ydé 7% CDS : Par des agences Figure 3 : Pourcenages des différenes agences dans le parc des compes de dépô spécial 3 Compes courans Ce ype de compe a l avanage, enre aures, qu il donne droi à un chéquier e qu il peu êre débieur Mais, du fai qu il soi onéreux e sélecif, ils ne son accessibles qu aux personnes économiquemen nanies e ils son beaucoup plus solliciés par les grandes enreprises Il n es donc pas éonnan que Douala soi en êe du parc de ce compe, alonné par Yaoundé Kousseri Nsamba 3% 3% Bfsam 7% Garoua 6% Ydé 35% Douala 43% CCC Bamenda 3% Figure 4 : Pourcenages des différenes agences dans le parc des compes courans chèques 8

19 III EVOLUTION DES OUVERTURES DES COMPTES (juille 998 à juin 005) 3 Evoluion mensuelle 3 Compes d épargne Agences Minimum enregisré Moyenne Quarile 3 mensuelle Maximum Quarile enregisré Bamenda Garoua Kousseri Nongsamba Bafoussam Douala Yaoundé Réseau na Le ableau précéden présene les moyennes mensuelles d ouverure des compes d épargne dans les agences pendan nore période d observaion Pour en avoir une idée nee, nous leur avons join les minimums e les maximums déjà aeins dans chaque agence, ainsi que le er e le 3 e quariles, qui raduisen l inervalle dans lequel se concenren les 50% des chiffres mensuels d ouverure des compes dans ces agences Le même ravail fai sur les deux aures ypes de compes es présené ci-dessous : nous pouvons y remarquer qu à Bafoussam, Nongsamba, Kousseri e Bamenda, il se passe parfois des mois sans qu aucun compe CDS ni CCC y soien ouvers 3 Compes CDS Agences Minimum enregisré Moyenne Quarile 3 mensuelle Maximum Quarile enregisré Bamenda Garoua Kousseri Nongsamba Bafoussam Douala Yaoundé Réseau na Compes Courans Chèques Agences Minimum enregisré Moyenne Quarile 3 mensuelle Maximum Quarile enregisré Bamenda Garoua Kousseri Nongsamba Bafoussam Douala Yaoundé Réseau na

20 3 Evoluion annuelle Nous présenons sur les hisogrammes en annexe, l évoluion annuelle des ouverures des compes dans les agences lors de six dernières années ainsi que leurs aux de croissance Au vu de ces graphiques, il se dégage les commenaires suivans : 3 Compes d épargne Epargne - Réseau na Taux de croissance 035 5% % 8% 4% 6% Années Croissance annuelle moyenne : 4% Figure 5 : Nombre des compes d épargne ouvers par an e aux de croissance Nous consaons une croissance coninue sur l ensemble du réseau naional, de 999 à 004, qui ne radui cependan pas la réalié dans les différenes agences Car cee endance coninue à la hausse es largemen influencée par Yaoundé, qui es la seule ville qui enregisre une croissance sans relâche depuis 999 Les aures agences, en dehors de Bafoussam, on connu une baisse remarquable des aciviés au cours de l année 003 qui se radui par une décroissance des ouverures de compes d épargne, conséquence ceraine d un phénomène conjoncurel de l économie camerounaise, peu resseni cependan à Yaoundé e à Bafoussam Cee baisse peu rès bien êre la conséquence de la diminuion des pars de marché de la FIRST BANK par rappor aux enreprises concurrenes, nous pensons ainsi aux coopéraives d épargne qui on connu un essor remarquable en 003 e à l expansion de la CBC (Commercial Ban of Cameroon), une banque concurrene qui vise le même ype de clienèle que la FIRST BANK Ces effes on rès ô disparu dans les aciviés de la banque au cours de l année 004 qui enregisre des chiffres records d ouverure des compes d épargne dans l ensemble des agences, avec un aux de croissance specaculaire de 5% sur l année précédene Nous pouvons aribuer cee hausse brusque d une par aux leçons irées des mauvais résulas de l année précédene, mais surou aux problèmes inernes qui on ébranlé la Caisse d épargne posale du Cameroun, e qui a cerainemen condui ses anciens cliens vers d aures banques don la FIRST BANK Nous ne négligeons pas la pere de confiance aux coopéraives d épargne due au manque de sérieux de la par de leurs promoeurs, ayan même condui à la fermeure de ceraines d enre elles ; Ceci aurai obliger les cliens déçus à se diriger vers les aures banques 0