Impact du mobile banking sur les comportements d épargne et de transferts à Madagascar. Florence Arestoff Baptiste Venet

Impact du mobile banking sur les comportements d épargne et de transferts à Madagascar Florence Arestoff Baptiste Venet 1

Introduction : contexte du contrat de recherche Ce contrat de recherche fait suite à une 1 ère étude théorique réalisée en 2011. Objectif phase 1 : présenter différentes méthodes d évaluation d impact applicables aux services Orange Money. 2

Introduction : périmètre de l étude Services Orange Money déployés à Madagascar depuis septembre 2010, Enquête réalisée dans la ville d Antananarivo en mars 2012 Échantillon : 598 clients Orange 3

Introduction : objectif et problématique Objectif : Mettre à jour les différences de comportement entre les utilisateurs Orange Money et les non utilisateurs. Problématique : L utilisation des services de m-paiement a-t-elle eu une influence sur les comportements d épargne et de transferts d argent des clients Orange Money? 4

Pourquoi Madagascar? D après les données 2011 du «Financial Access Survey» (FMI), Madagascar compte seulement 1,43 agence bancaire pour 100.000 habitants (contre 41,58 en France). Services de m-paiement Orange Money déployés depuis septembre 2010. Enquête restreinte à Antananarivo (zone urbaine) à la demande d Orange. 5

Populations étudiées (1) 196 clients Orange qui utilisent régulièrement (c est-à-dire au moins une fois par mois) l un ou plusieurs des services Orange Money et qui ont souscrit l abonnement aux services depuis au moins un an avant la réalisation de l enquête. 402 clients Orange non-utilisateurs (ou utilisateurs irréguliers) des services Orange Money et clients depuis au moins 1 an. 6

Populations étudiées (2) Les 196 clients Orange Money constituent le groupe de traitement. Les 402 clients Orange non-utilisateurs (ou utilisateurs irréguliers) constituent le groupe de contrôle. Différences de comportement entre les deux groupes sont étudiées en utilisant la méthode de l appariement (matching) 7

I - Études récentes Études principalement menées en Afrique et, plus précisément, au Ghana (Frempong, 2009), en Afrique du Sud (Ivatury et Pickens, 2006), en Ouganda (Ndiwalana et al., 2011), mais surtout au Kenya (Morawczynski et Pickens, 2009, Jack et Suri, 2011, Mbiti et Weil, 2011, Demombynes et Thegeya, 2012). 8

I-1. Études récentes Modifications potentielles des comportements des utilisateurs : Sécurisation de la détention de monnaie et facilitation des transferts de fonds Développement possible du commerce ; Incitation à l épargne (détention de monnaie de manière sécurisée) et meilleure allocation de cette dernière dans l économie ; Incitation à l investissement (quantité et qualité). 9

I-2. Études récentes 2 catégories d études : Études subjectives ou qualitatives (Jack et Suri, 2011 par exemple) ; Études quantitatives ou économétriques (Mbiti et Weil, 2011, ou Demombynes et Thegeya, 2012 par exemple) 10

I-3. Études récentes Étude subjective (sur M-PESA au Kenya) : Jack et Suri, 2011 Les utilisateurs des services de M-paiement sont plus éduqués et plus riches que les non-utilisateurs mais les différences ont tendance à s estomper avec le temps; Les ménages utilisateurs de M-PESA envoient de l argent plus fréquemment que les non- utilisateurs; Les ménages utilisateurs de M-PESA sont plus nombreux à épargner et la tendance se renforce dans le temps; Ils épargnent davantage sur leur compte bancaire mais continuent à utiliser les circuits d épargne informelle. 11

I-4. Études récentes Études économétriques (sur M-PESA) : Mbiti et Weil (2011) : Utilisation de la méthode des variables instrumentales pour corriger les biais d estimation liés aux caractéristiques individuelles non-observables ; Existence d une relation positive et significative entre le fait d utiliser M-PESA et la fréquence des envois de fonds (pas de relation significative pour les réceptions de fonds) ; Les utilisateurs de M-PESA privilégient les canaux d épargne formels au détriment des canaux informels ; Relation positive entre le fait d utiliser M-PESA et le fait d être titulaire d un compte bancaire. 12

I-5. Études récentes Demombynes et Thegeya (2012) : Utilisation de la méthode des MCO. Être client de M-PESA influence positivement et significativement l épargne moyenne mensuelle individuelle ; Mais la relation devient non significative lorsqu ils utilisent la méthode des variables instrumentales pour corriger les biais d estimation. Les résultats des études quantitatives récentes sont peu concluants. 13

II Impact d Orange Money : présentation des données Questionnaire Population enquêtée : Clients Orange qui utilisent les services Orange Money Clients Orange ne les utilisant pas (ou pas régulièrement). 14

II-1. Caractéristiques générales de la population Clients Orange Money Clients Orange standards Hommes (en %) 57,1 51,7 Age moyen (en années) Mariés (en %) Nombre de membres du ménage 38,8 66,3 4,3 43 79,4 4,6 Religion (en %) - Catholique - Protestant 44,4 39,8 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 34,3 51,7 15

Niveau d éducation En % Clients Orange Money Clients Orange standard Sans éducation Primaire Secondaire Supérieur 0 6,1 41,8 52,1 0,3 8,7 45,5 45,5 Total 100 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 16

Activité professionnelle En % Clients Orange Money Clients Orange standard Agriculture ou élevage Artisanat Commerce Services Autre secteur 0,6 4,6 26,1 62,8 5,9 1,9 6,1 24,3 62,9 4,8 Total 100 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 17

Catégories socio-professionnelles En % Clients Orange Money Clients Orange standard Cadre et assimilés Employé, ouvrier Manœuvre Patron Travailleur à son propre compte Apprenti, aide familial 36 28,1 1,3 15 19 0,6 33,2 23,6 0,7 16 26,5 Total 100 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 0 18

Revenu mensuel moyen (activité principale) En % Clients Orange Money Clients Orange standard Moins de 100.000 ariary Entre 100.000 et 150.000 ariary Entre 150.001 et 200.000 ariary Entre 200.001 et 300.000 ariary Entre 300.001 et 500.000 ariary Entre 500.001 et 1.000.000 ariary Plus de 1.000.000 ariary 9,4 20,3 14,5 13 25,4 11,6 5,8 8 12,7 11,6 23,9 19,2 16,6 8 Total 100 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 19

II-2. Utilisation des services Orange Money Services utilisés et service le plus souvent utilisé En % Services utilisés Service le plus utilisé Transfert d argent 55,6 25,51 Paiement marchand 27 14,80 Dépôt d argent 76,5 41,33 Retrait d argent 44,9 18,37 Source : Enquête Orange/Madagascar 2012, calculs des auteurs Les trois quarts des clients Orange Money utilisent le service «Dépôt d argent» et 41,3% le considèrent comme le service le plus utilisé. 20

Utilisation des services Orange Money Utilisation d Orange Money Personnelle Professionnelle Les deux En % 75,5 4,6 19,9 Total Utilisation essentiellement à des fins personnelles. 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 21

Utilisation des services Orange Money Pourquoi ne pas utiliser régulièrement les services Orange Money (402 clients OS)? N a pas besoin de ces services Trop compliqués à utiliser Cela coûte trop cher Les contacts n ont pas de compte Orange Money Pas confiance dans ce type de services Utilisation de ces services chez un opérateur concurrent En % 61,4 30,1 9,5 18,2 4,2 3,5 Source : Enquête Orange/Madagascar 2012, calculs des auteurs Les clients OS qui n utilisent pas régulièrement les services Orange Money estiment majoritairement qu ils n en ont pas besoin. 22

II-3. Epargne Comptes épargne formelle ou épargne informelle En % Population totale Clients Orange Money Clients Orange standard Compte(s) d épargne formelle Epargne informelle 54 5,9 56,6 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 9,7 52,7 4 Fréquence des versements sur les comptes d épargne formelle En % Population totale Clients Orange Money Clients Orange standard Moins d une fois par mois Une seule fois par mois Entre 2 et 4 fois par mois Plus de 4 fois par mois 39,6 45 12,6 2,8 34,6 49,1 12,7 3,6 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 42,3 42,8 12,5 2,4 23

II-4. Transferts de fonds Envois et réceptions d argent uniquement à destination et en provenance de Madagascar 60,2% des 196 clients Orange Money et 31,9% des clients Orange ont envoyé des fonds durant les 3 mois précédant l enquête. 57,6% des clients Orange Money ont reçu de l argent contre 72,1% des clients Orange sur la même période. Destinataires des fonds sont majoritairement des membres de la famille. 24

Modes de transferts Principaux modes d envois d argent En % Clients OM Clients OS - Service «Transferts» Orange Money - Remise en mains propres - Western Union, Money Gram, etc. - Virement bancaire - Service transfert d un autre opérateur 85.6 20.3 2.5 8.5 6.8 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 4,0 67.2 8.8 22.4 9.6 Principaux modes de réception d argent En % - Service «Transferts» Orange Money - Remise en mains propres - Western Union, Money Gram, etc. - Virement bancaire - Service transfert d un autre opérateur Clients Orange Money 88,7 10,6 4,4 10,6 6,2 Source : Enquête Orange/Madagascar2012, calculs des auteurs Clients Orange standard 7,1 53,5 17 17,9 10,7 25

Transferts avec Orange Money Fréquences d utilisation du service «Transfert d argent» En % Services utilisés 1 fois par mois 53,2 2 fois par mois 22 3 fois par mois 10,1 4 fois par mois et plus 14,7 Nombre d observations 109 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 26

Changements ressentis de comportement En % Plus de transferts 55,1 Moins de transferts 7,3 Moindre utilisation des autres moyens de transferts 8,3 Augmentation de l épargne 27,5 Diminution de l épargne 5,5 Augmentation de l investissement 3,7 Ouverture d un compte bancaire 0,9 Plus de facilité à demander un crédit 15,6 Autres modifications de comportement 6,4 Nombre d observations 109 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 27

II-5. Dépôts et retraits d argent Fréquences d utilisation du service «Dépôt d argent» En % Services utilisés Fréquences cumulées 1 fois par mois 51,3 51,3 2 fois par mois 21,3 72, 7 3 fois par mois 9,3 82 4 fois par mois et plus 18 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs Fréquences d utilisation du service «Retrait d argent» En % Services utilisés Fréquences cumulées 1 fois par mois 35,2 35,2 2 fois par mois 22,7 58 3 fois par mois 22,7 80,7 4 fois par mois et plus 19,3 100 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 28

Changements ressentis de comportement Modifications des comportements financiers liées au service «Dépôt d argent» En% Augmentation de l épargne 62,7 Diminution de l épargne 6 Augmentation de l investissement 3,3 Ouverture d un compte bancaire 2 Plus de facilité à demander un crédit 38,7 Autres modifications de comportement 3,3 Pas de modification du comportement Nombre d observations 8,7 150 Source : Enquête Orange/Madagascar 2012, calculs des auteurs Modifications des comportements financiers liées au service «Retrait d argent» En % Augmentation de l épargne 47,7 Diminution de l épargne 15,9 Augmentation de l investissement 9,1 Ouverture d un compte bancaire 0 Plus de facilité à demander un crédit 22,7 Autres modifications de comportement 4,6 Nombre d observations 88 Source : Enquête Orange/Madagascar 2012, calculs des auteurs 29

III Étude d impact d Orange Money : méthode du matching Objectif : analyser l impact de l utilisation des services Orange Money sur différentes variables de résultat : l épargne, les transferts envoyés, les transferts reçus. Constate-t-on une différence de comportement significative entre les clients OM et les clients OS (Orange Standard)? 30

III-1. Principes du matching (Rubin, 1977; Rosenbaum et Rubin, 1983; Heckman et al., 1997) Procédure en 2 temps : 1) Associer à chaque individu traité, un individu non-traité dont les caractéristiques individuelles observables sont identiques à celles de l individu traité. 2) Estimer l effet moyen du traitement dans le groupe des individus qui bénéficient du programme. 31

Intérêt de la méthode du matching Permet de remédier à l existence de biais de sélection sur les caractéristiques observables. Idée : Si les individus traités et les individus non traités présentent des caractéristiques intrinsèques différentes, leur comportement (en termes d épargne par exemple) n est pas comparable. 32

Construction d un contrefactuel 1) Considérer un vecteur de variables individuelles X qui caractérisent l individu indépendamment du fait d avoir accès au traitement ou pas. => Conditionnellement à X, le fait d être un client OM devient aléatoire. 2) Utiliser les informations disponibles sur les individus non traités pour construire, pour chaque individu traité, un contrefactuel, c est-à-dire une estimation de ce qu aurait été sa situation s il n avait pas été traité. 33

III-2. Appariement sur le score de propension (Rosenbaum & Rubin, 1983) Appariement sur le vecteur X compliqué car : Plus la dimension du vecteur X est fine et meilleur sera l appariement. Mais plus X est grand, plus il est difficile de trouver pour chaque observation traitée, une observation non traitée présentant exactement les mêmes caractéristiques. Rosenbaum et Rubin (1983) proposent d apparier les individus sur la base d un score de propension (propensity score), fonction des caractéristiques X. 34

Estimation du score de propension Correspond à la probabilité, pour un individu de caractéristiques X données, d appartenir au groupe des personnes traitées Estimation effectuée sur l ensemble de la population. Les coefficients obtenus permettent de calculer le score de propension de chaque individu. 35

Comment apparier les individus? Exceptionnel de trouver dans le groupe des individus traités et dans celui des non-traités deux personnes ayant exactement la même valeur du score de propension. Deux techniques d appariement font consensus : l appariement par le plus proche voisin (nearest neighbor) l appariement par le noyau (kernel matching). 36

Méthode du voisin le plus proche Il s agit d apparier chaque individu traité avec le non traité ayant la valeur du score de propension la plus proche de la sienne. Or, risque de mauvais appariement si les scores de propension sont relativement éloignés => Intérêt d adopter un support commun. 37

Méthode du noyau (Heckman et al., 1997, 1998) Individu traité est apparié à l ensemble des individus non traités, ceux-ci ayant un poids inversement proportionnel à la distance entre leur score de propension et celui de l individu traité. les appariements les plus exacts ont un poids important alors que les appariements moins exacts ont un moindre poids. 38

III-3. Appariement des clients OM et OS Plusieurs étapes : 1- Probabilité d être utilisateur OM 2- Calcul du score de propension 3- Restriction au support commun 4- Tests de la propriété d équilibrage. 39

1 ère étape : Être utilisateur Orange Money (modèle Probit) Constante Sexe Homme Femme Age Age au carré Religion Protestant Autre religion Lieu de naissance Antananarivo Autre région ou pays Situation familiale Marié Non marié Nombre de 15-25 ans dans le ménage Niveau d études Supérieur Autre niveau d études Revenus Revenus faibles Revenus moyens Revenus élevés Modèle 1 Modèle 2 3,94 *** (1,10) 3,98 *** (1,09) 0,03 (0,14) Ref -0,19 *** (0,05) 0,002 *** (0,00) 0,08 (0,14) Ref -0,34 ** (0,14) Ref 0,09 (0,20) Ref 0,12 * (0,06) 0,16 (0,15) Ref Ref -0,31 ** (0,16) -0,44 ** (0,20) -0,19 *** (0,05) 0,002 *** (0,00) -0,31 ** (0,14) Ref 0,12 * (0,06) Ref -0,26 * (0,15) -0,35 * (0,19) Nombre d observations Pseudo R² 397 6,6% 397 5,9% Source : Enquête Orange/Madagascar 2012, calculs des auteurs Note : Ref = variable indicatrice de référence Seuils de significativité : *** 1%, ** 5%, * 10%. Les écarts-types sont notés entre parenthèses. 40

2 ème étape : Calcul du score de propension Variables incluses dans le vecteur X sont : Age et son carré, lieu de naissance, nombre de membres du ménage âgés de 15 à 25 ans, revenus. Permettent de calculer la probabilité d être utilisateur des services Orange Money pour l ensemble des individus de l échantillon. De cette probabilité se déduit le score de propension qui va rendre l appariement possible entre OM et OS. 41

3 ème étape : Restriction au support commun Population appariée réduite au support commun en imposant la condition minimamaxima. Consiste à supprimer les observations du groupe de traitement (OM) dont le score de propension est supérieur au maximum ou inférieur au minimum du score de propension du groupe de contrôle (OS). 5 observations parmi 397 utilisées pour le calcul du score de propension sont retirées, soit 1,3% des observations. 42

4 ème étape : Tests de la propriété d équilibrage (1) Consiste à s assurer que l appariement à l aide du score de propension conduit à constituer un groupe de contrôle semblable au groupe de traitement du point de vue de la distribution des variables X retenues. Deux tests possibles (Rosembaum et Rubin,1983) : Test d égalité des moyennes Test des différences standardisées. 43

4 ème étape : Tests de la propriété d équilibrage (2) Test d égalité des moyennes : pas de différence significative de moyenne entre les deux groupes d individus si appariement correct. Test des différences standardisées détermine la réduction du biais induite par l appariement. Mauvais appariement si différence standardisée supérieure à 20 en valeur absolue (Rosembaum et Rubin, 1983). 44

4 ème étape : Tests de la propriété d équilibrage (3) Voisin le plus proche Noyau t-test : égalité des moyennes Différences standardisées t-test : égalité des moyennes Différences standardisées Age Age au carré Lieu de naissance Nombre de 15-25 ans dans le ménage Revenu moyen Revenu élevé Ns Ns Ns Ns ** Ns < 20 < 20 < 20 < 20 > 20 < 20 Ns Ns Ns Ns Ns Ns < 20 < 20 < 20 < 20 < 20 < 20 Source : Enquête Orange/Madagascar 2012, calculs des auteurs Seuils de significativité : Ns non significatif, *** 1%, ** 5%, * 10%. Appariement par la méthode du voisin le plus proche : différences de Revenu moyen significatives entre les deux populations. Appariement par la méthode du noyau : propriété d équilibrage vérifiée pour toutes les variables sans exceptions => Appariement correct. 45

III-4.Impact de l utilisation des services Orange Money L effet moyen global de l utilisation des services Orange Money ( ATT) correspond à la moyenne des écarts de résultats entre chaque utilisateur OM et son contrefactuel. 5 comportements étudiés. 46

Estimation de ATT Montant d épargne Population traitée (OM) Population contrefactuelle (OS) Appariement par la méthode du voisin le plus proche ΔATT = 0.00003 128 54 Appariement par la méthode du noyau ΔATT = 0.00003 128 266 Nombre de transferts d argent envoyés Population traitée (OM) Population contrefactuelle (OS) ΔATT = 3.18** 128 39 ΔATT = 2.98** 128 266 Montant des transferts d argent envoyés Population traitée (OM) Population contrefactuelle (OS) Nombre de transferts d argent reçus Population traitée (OM) Population contrefactuelle (OS) ΔATT = 61153 128 38 ΔATT = 2.99** 128 34 ΔATT = -0.00002 128 266 ΔATT = 2.69** 128 266 Montant des transferts d argent reçus Population traitée (OM) Population contrefactuelle (OS) ΔATT = 19685 128 34 Source : Enquête Orange/Madagascar 2012, calculs des auteurs Seuil de significativité : ** 5%. ΔATT = -1603.5 128 266 47

Analyse des effets (1) Résultats sur le nombre d envois et de réceptions de fonds corroborent : les conclusions de Jack et Suri (2011) sur les effets de M-Pesa au Kenya. L analyse subjective : 55% des utilisateurs déclarent qu Orange Money leur a permis de réaliser plus de transferts. Probablement l effet le plus immédiat car utiliser les transferts par mobile est à la fois simple, sûr mais aussi moins coûteux que les canaux existants.

Analyse des effets (2) Autres modifications de comportements peuvent prendre plus de temps. Cas des montants transférés et épargnés qui nécessitent : Une amélioration préalable de la situation économique (revenu, consommation, emploi, etc.). Un processus d apprentissage et de confiance dans le système => Effets de plus LT. Or, contradiction avec l analyse subjective : 69% des utilisateurs du service «Dépôt d argent» considèrent qu Orange Money a modifié leur comportement d épargne. Idem pour 63% des utilisateurs du service «Retrait d argent».

Conclusion Une simple analyse subjective aurait conduit à surestimer les effets d Orange Money. Intérêt d une méthodologie plus quantitative que qualitative. Limites de la méthode du matching : elle ne permet de corriger que l hétérogénéité observable entre les individus.

Annexe 1 : Estimateur «naïf» : différences de résultats entre les deux groupes de population non appariées Moyenne, en ariary Clients Orange Money Clients standard Orange Test de Student Montant d épargne Nombre de transferts envoyés Montant des transferts envoyés Nombre de transferts reçus Montant des transferts reçus 933 654 4,9 221 007 5,7 354 322 894 374 2,9 409 326 2,6 448 958 ns ** * *** ns Source : Enquête Orange/Madagascar 2012, calculs des auteurs Seuils de significativité : *** 1%, ** 5%, * 10%. Les écarts-types sont notés entre parenthèses. 51

Annexe 2 : Estimation par des MCO de l impact de l utilisation d Orange Money Variable à expliquer Epargne Transferts envoyés (nombre) Transferts envoyés (montant) Transferts reçus (nombre) Transferts reçus (montant) Constante Orange Orange Money Orange standard Age Age au carré Lieu de naissance Antananarivo Autre région ou pays Nombre de 15-25 ans dans le ménage Revenus Revenus faibles Revenus moyens Revenus élevés 3765076 70227 Ref -189472 2511-604955 Ref 151160 Ref 432380 2135790*** 41,18*** 1,61 Ref -1,72*** 0,02*** 0,39 Ref 1,2** Ref -0,67 0,75 687618-145744 Ref -17451 177 83562 Ref -15195 Ref 80793 309509 23,7*** 1,98* Ref -1,05*** 0,01** 0,30 Ref 1,36*** Ref 1,47 1,60-366774 43607 Ref 23779-212 -28998 Ref -7786 Ref 305137* 433844** Observations R² 215 9,8% 170 19,9% 166 3,7% 140 20,5% 137 5,4% Source : Enquête Orange/Madagascar 2012, calculs des auteurs Note : Ref = variable indicatrice de référence Seuils de significativité : *** 1%, ** 5%, * 10%. Les écarts-types sont notés entre parenthèses. 52