Les dterminants du risque oprationnel : Evidence empirique

Nsaibi Mariem 1 , Rajhi Mohamed Taher 2

Dpartement de Finance, Universit Tunis El Manar, B. P 248 El Manar II 2092, Tunis

Rsum

Ltude des facteurs explicatifs du risque oprationnel des firmes bancaires est lobjet de ce papier. A
partir dun chantillon de 1176 incidents oprationnels de 14 banques durant la priode 20062013,
nous essayons dtudier limpact des facteurs microconomiques et macroconomiques sur la
sinistralit des pertes oprationnelles dune firme bancaire. Les tests de rgressions rvlent que
lenvironnement macroconomique joue un rle important dans lexplication des pertes
oprationnelles bancaires. En effet, les pertes oprationnelles augmentent dans les pays un niveau de
vie lev et plus prcisment lors des priodes de dcroissance conomique. Quant aux facteurs
microconomiques, la taille et le lieu gographique de la firme bancaire influencent positivement et
significativement le risque oprationnel. En outre, nous notons que les principales sources des pertes
oprationnelles survenues durant la priode 2006-2013 sont de type Clients, Produits et pratiques
commerciales et Excution, livraison et gestion des processus qui ont eu lieu dans des lignes
daffaires de nature financire (Financement des entreprises, Activit de march, Banque
commerciale).

Dans une deuxime partie, nous tudions limpact des mcanismes de gouvernance bancaire sur la
gestion du risque oprationnel travers cinq indicateurs. Les rsultats destimation dvoilent
seulement quatre mcanismes de gouvernance qui ont des effets significatifs sur la gestion du risque
oprationnel savoir : la taille du conseil dadministration, lapplication des normes IFRS, la prsence
du comit des risques et des administrateurs indpendants au sein du conseil dadministration.En
revanche, le cumul des fonctions du prsident directeur gnral et du prsident du conseil na aucune
incidence sur lattnuation des pertes oprationnelles des 14 banques retenues dans notre chantillon.

Mots cls : Risque oprationnel, Ble II, Approche de Mesure Avance, gouvernance bancaire,
dualit.

1
Doctorante au sein de la Facult des Sciences Economiques et de Gestion de Tunis
Email : nsaibi.mariem@yahoo.fr
Tlphone : 00 216 50 60 12 30
2
Professeur la Facult des Sciences Economiques et de Gestion de Tunis
Email : mt.rajhi@gmail.com
Tlphone : 00 216 21 10 77 06

1
Introduction

Suite loccurrence des pertes oprationnelles colossales durant ces dernires annes (le cas
de leffondrement de la Barings Bank en 1995, la perte du National Australia Bank en 2001,
laffaire d'Enron en 2005, le cas de la Socit Gnrale et la dernire crise des subprimes en
2007), la prvention des crises bancaires est devenue une priorit pour les banquiers, les
gouvernements et les autorits de rgulation. Ces scandales bancaires, expliques par des
faiblesses dans les pratiques bancaires de gestion des risques, ont engendr non seulement une
mauvaise rputation de linstitution financire, mais plutt une dstabilisation du systme
financier dans son ensemble. De ce fait, la seule voie possible pour les institutions bancaires
est de prparer leurs fonctions risk-management afin de restaurer la confiance envers leurs
actionnaires, leurs clients et les rgulateurs et par consquent garantir leurs prennits, long
terme, et donc la stabilit du systme financier mondiale. En revanche, ltude des
dysfonctionnements oprationnels constitue un dfi pour les chercheurs et ce suite
lindisponibilit des donnes fiables, en raison de la confidentialit avec laquelle les
institutions traitent leurs pertes oprationnelles dune part et dautre part, suite la difficult
de la modlisation du risque oprationnel en raison de lhtrognit de ses origines3 .

Bien que ces ventuelles et les scandales financiers, qui ont secou le monde ces dernires
annes, aient stimul la recherche sur les dterminants de ces types de faillites. De ce fait, de
nombreuses tudes empiriques ont t abordes afin didentifier les facteurs explicatifs du
risque oprationnel4 tels que les travaux de : Shih et al (2000), Haturg (2006) Na (2006), Wei
(2007) ,Mc Connell(2008), Moosa (2008), Cope et al (2008, 2012), Ammanda (2010), Dahen
et Dionne (2010), Chernobai (2011), Imad Moosa (2011), Moosa et Silvapulle (2012), Moosa
et Li (2013a,2013b), Ahmad Bello (2013), Christian et al (2015)
La majorit des travaux empiriques ont dvoil que les incidents oprationnels sont
imputables non seulement des facteurs spcifiques mais plutt lenvironnement externe
dans lequel opre linstitution bancaire.
Dans ce cadre, ltude des dterminants du risque oprationnel fait lobjet du prsent papier.
La premire section sintressera la revue de la littrature traitant les facteurs dterminants

3
Les pertes peuvent tre causes par des vnements internes (inadquation des systmes informatiques) et par
des vnements externes (catastrophes naturelles ou fraudes externes linstitution).
4
Le comit de Ble II en 2001 a dfinit le risque oprationnel comme tant le risque de pertes dues une
inadquation ou une dfaillance des procdures, des personnels, des systmes internes ou des vnements
extrieurs.

2
de la sinistralit des pertes oprationnelles. La deuxime section exposera la mthodologie
utilise ainsi les principaux rsultats obtenus.
Section 1 : Revue de la littrature

La crise des subprimes a fait jaillir le doute sur la mthode dont les institutions bancaires
graient leurs risques de crdit5 et de march6. Les pertes enregistres lors de la crise peuvent
se comprendre comme une crise classique doctroi de crdit non matrise. Nanmoins,
plusieurs tudes empiriques ont montr quelles sont de nature oprationnelle et plus
prcisment des comportements inappropris, des valuations errones dactifs subprimes,
et des pratiques bancaires frauduleuses. En dautres termes, lorigine des pertes marques
durant la dernire crise sont imputables des dysfonctionnements oprationnels et non pas
au risque dinsolvabilit des clients. De ce fait, la gestion du risque oprationnel est devenue
une priorit pour les gestionnaires de risque, les autorits de rgulation et les chercheurs.
Dimportantes avances dans la comprhension des scandales bancaires ont t abordes et
plus prcisment lorigine de la survenance des pertes oprationnelles tels que les travaux de :
Shih et al (2000), Haturg (2006) Na (2006), Wei (2007), Moosa (2008), Cope et al (2008,
2012), Ammanda (2010), Dahen et Dionne (2010), Hess(2010), Chernobai (2011), Moosa et
al (2012,2012b, 2013), Christian et al (2015)). Cette varit de littrature a t motive par
les rpercutions considrables des faillites bancaires sur les diffrentes parties prenantes de
linstitution bancaire et par consquent sur la stabilit du systme financier mondiale.

Les facteurs spcifiques linstitution financire :

-Taille comme dterminant du risque oprationnel :

La question de la taille de la banque, comme dterminant de la svrit des pertes
oprationnelles, a t voqu pour la premire fois en 2000 par Shih, Samad-Khan et
Medapa7. Ces derniers ont tudi la relation entre trois indicateurs de taille et les pertes
oprationnelles travers 4700 incidents oprationnels dune banque durant une priode de
cinq ans.
Les rsultats ont montr lexistence dune relation non linaire entre les indicateurs de la
taille dune firme bancaire et loccurrence des pertes oprationnelles. En effet, le revenu, le

5
Le risque de crdit est le risque dinsolvabilit du l'emprunteur l'chance
6
Le risqu de march est le risque de perte d une volution dfavorable des prix actifs financiers sur le march
(taux dintrt, cours de change...)
7
Shih, J., Samad-Khan, A., and Medapa, P. (2000), Is the size of an operational loss related to firm size?
Journal of Operational Risk, 2, 12

3
nombre demploy et le total des actifs sont fortement corrls avec le montant des pertes
oprationnelles.
Nanmoins, cette tude a t critiqu par ltude de Haturg (2004) puisque la variable
explicative taille nexplique que 5% des montants de pertes oprationnelles (R2ajust
=5,35%). Il a montr que les pertes oprationnelles ne sont pas expliques seulement par la
taille de linstitution mais plutt par la cause de lincident oprationnel.
Dans le contexte amricain, Chernobai et al (2007) ont analys lincidence de la taille de
linstitution bancaire sur 1159 incidents oprationnels de 160 banques amricaines durant la
priode du 1980-2003. Les rsultats suggrent que la taille, l'effet de levier, la volatilit de la
rentabilit et le nombre d'employs sont les facteurs explicatifs des pertes oprationnelles.

Quant au contexte Allemand, Cope et al (2008) ont analys la faillite de la Baring et celle
dAllied Irish Bank. Ils ont rsult que le revenu brut na aucune incidence sur loccurrence
des pertes oprationnelles et il ne reflte pas lexposition relle au risque oprationnel.

Ce constat a t confirm par ceux trouvs par: Dahen et al (2010), Moosa et Li (2012,
2013,2015) et Christian (2015). Ces derniers ont fait la preuve que la taille de la firme
bancaire na aucun effet sur la frquence et la svrit des pertes oprationnelles. En dautres
termes, toutes les institutions bancaires sont exposes aux risques oprationnels quelque soit
leurs tailles.

- Les lignes de mtier8:

De nombreuses recherches ont montr que loccurrence des pertes oprationnelles dpend de
la ligne daffaire o lincident oprationnel a eu lieu.
Les travaux de BIS-4 ont analys 177 incidents oprationnels de 27 institutions financires
durant la priode 2001-2004. Les rsultats empiriques ont montr que les banques de dtail
sont plus sensibles avoir des pertes oprationnelles extrmes que les banques commerciales.
En dautres termes, les oprations des activits de collecte octroi de crdit, des oprations de
conseils en placement et des services de gestions des cartes bancaires sont plus risqus que les
activits de financements des projets immobiliers, de financements des exportations et de
gestion de crdit bail. Ce rsultat a t confirm par ltude de Dahen et Dionne (2010).Ces
derniers ont analys 1056 incidents oprationnels survenus sur une priode de 10 ans (1994-

8
Le comit de Ble II a dfini huit lignes dactivit (annexe 1)

4
2004). Ils ont montr que la significativit du modle sest amliore lors de lajout de la
variable Banque Commerciale (de 4,32% 7,16%). En effet, les incidents provenant de la
ligne daffaire Services bancaires commerciaux ont un impact significatif sur la sinistralit
des pertes oprationnelles par rapport aux autres lignes.
Dans le contexte amricain, une tude a t mene par Amandha Ganegoda et John R Evans
(2011) afin danalyser la relation entre le risque oprationnel et lactivit de deux banques sur
une priode de 15 ans. Les rsultats empiriques ont montr les incidents les activits de
financements des entreprises, des collectivits locales, des administrations publiques sont plus
risqus que les incidents provenant de la ligne daffaire courtage de dtail .
-Type dvnement et risque oprationnel 9:
Amandha Ganegoda et John R Evans (2011) ont entam le sujet des dterminants des pertes
oprationnelles des banques amricaines sur une priode de 15 ans. Les rsultats suggrent
lexistence dun pouvoir important du type de lvnement dans lexplication du risque
oprationnel. En effet, la majorit des pertes extrmes sont imputables la diffusion des
informations confidentielles de la clientle et une obligation professionnelle envers des
clients particuliers.
Toutefois, ces rsultats ont t rviss par dautres tudes dans diffrents contexte dans la
mesure o il existe une forte relation entre le type de lincident et la perte oprationnelle
autre que les incidents provenant de type "clients, des produits et des pratiques
commerciales". Nous citons par exemple les travaux de: Cannas et al (2009), Gillet et al
(2010), Hess (2011), Li et al (2012b, 2015), Gatzert et Kolb (2013), Biell et Muller(2013),
Brechmann et al. (2014), Fiordelisi et al(2014), Christian Eckert et Nadine Gatzert(2015), Li
et al (2015) ...
Les travaux de Moosa et al (2012b, 2015) rvlent que les vnements de type "Fraude
interne" et "Fraude Externes" prsentent la sensibilit la plus leve en matire dexplication
de la sinistralit des pertes oprationnelles.
Cette diversit de revue de littrature, traitant les facteurs dterminants des pertes
oprationnelles, est explique par le contexte utilise (c'est--dire le secteur dassurance,
dindustrie ou bien bancaire), le pays dans lesquelles les banques oprent (Europe, Amrique,
Irlande, Canada) et aussi par la fiabilit des donnes.
En effet, nous pouvons noter quune valuation des risques qui ne prend pas en compte toutes
les consquences possibles peut rsulter une ventuelle insuffisance des ressources alloues

9
Les autorits rglementaires ont dfini sept types de risque oprationnel (Annexe 2)

5
 la gestion de ce risque et donc une sous-estimation de la pertinence des mesures prventives
en matire de risque oprationnel et la ngligence des pertes de rputation10 .
Dans cette filature, la rflexion sest avance en matire de dtermination des facteurs
explicatifs de la sinistralit des pertes oprationnelles et a prouv que ces dernires peuvent
tre expliques non seulement aux facteurs spcifiques la banque mais plutt aux facteurs
macroconomiques.
1- Facteurs lis lenvironnement de linstitution bancaire
Bien que lindisponibilit des donnes et la diffrence du contexte utilis, certains chercheurs
ont essay dexpliquer la frquence et la svrit des pertes oprationnelles par les divers
aspects de l'environnement dans lequel opre linstitution11.
-Lieu gographique comme dterminant du risque oprationnel :
De nombreuses tudes ont t abord afin de trouver les preuves de l'effet des facteurs
rgionaux sur la svrit des pertes oprationnelles tels que les travaux de : Dahen et Dionne
(2010), Chernobai et al. (2011) Cope et al (2012), Moosa et Li (2013b), Fiordelisi et al
(2014)...
En 2012, Cope et al ont tudi leffet rgional travers 57000 incidents oprationnels de 130
banques de pays diffrents durant une priode allant de 2002 jusqu 2010. Les rsultats
destimation ont montr que la variable rgion gographique est significativement a un
impact positif et significatif sur la sinistralit des pertes oprationnelles. Ils ont dvoil que les
pays de lAmrique Latine, des Etats-Unis et de lEurope East sont les environnements les
plus risqus en termes de risque oprationnel par rapport aux Canada et lEurope du Nord.
En dautres termes, lAmrique Latine, les Etats-Unis et lEurope de lEst sont les rgions
les plus sensibles davoir des pertes oprationnelles extrmes.
Une autre tude mene par Moosa et Li (2013b)12 sur 4388 incidents oprationnels survenus
dans 11pays13. Ltude a rvl que la distribution des pertes oprationnelles en termes de
frquence et svrit diffre dun un autre pays. Cette diffrence est attribuable la

10
Fiordelisi et al., (2014)
11
Li2013
12
Imad Moosa et Larry Li 2013: The frequency and severity of losses: a cross-country comparaison. Apllied
Economics letters, 2013,20,167-172
13
Afrique, Canada, Chine, Asie de l'Est, Europe, Moyen-Orient, Ocanie, Amrique latine, Royaume-Uni et
tats-Unis

6
diffrence du type de lincident prvalant dans chaque pays ou groupe de pays 14 et la
dominance de certain type dvnement dans une ligne de mtier15 .

En 2014, Fiordelisi et al ont montr que le lieu gographique reprsente un dterminant

significatif de la sinistralit des pertes oprationnelles. En effet, les pertes oprationnelles des
banques europennes sont plus importantes que celles des banques amricaines. Ce rsultat
est justifi par la diffrence entre les pays en matire de processus de gestion des risques, de
systme lgal du pays, de degr de conformits aux normes bloises et la transparence en
matire de divulgation des informations.

Certes, nous pouvons noncer quil est vident que la frquence et la sinistralit des pertes
oprationnelles varient travers les pays. La dcision de considrer un pays significatif que
lautre dpend de plusieurs lments savoir : le nombre d'vnements des pertes
oprationnels rapport pour chaque pays, le gouvernement d'entreprise, la situation
conomique et politique.
De ce fait, la rflexion financire sest oriente dans ltude de relation entre lenvironnement
macroconomique et le risque oprationnel.
-Facteurs macroconomiques comme dterminant du risque oprationnel:
Les pertes oprationnelles extrmes entrainent des effets significatifs sur la rputation de tout
tablissement de crdit puisque lactivit de ce dernier est fonde principalement sur la
confiance16 . De ce fait, les institutions bancaires sont lobligation damliorer leurs
manires de gestion de ce type de risque, afin de restaurer la confiance de leurs actionnaires,
leurs clients et les rgulateurs. Nanmoins, la crise des subprimes a fait la preuve que les
incidents oprationnels peuvent tre causs non seulement par une dfaillance ou
inadquation interne mais plutt par lenvironnement externe dans lequel la banque opre.
Dans ce cadre, une varit des travaux de recherche ont fourni la preuve que les pertes
oprationnelles sont cycliques et sensibles aux facteurs macroconomiques et
environnementaux tels que les travaux de : Allen et Bali (2007), Azamat
Abdymomunov(2014), Hess (2011, b), Chernobai et al (2011), Moosa Li et (2012,2013 et
2015)), Hess (2011, b), Chernobai et al (2011), Cope, E. and Carrivick, L. (2013)

14
Les fraudes internes sont beaucoup frquent en Afrique, Chine, Japon, Midle East et Amrique Latine mais
dune faible proportion au Royaume Unis
15
En chine, les fraudes internes sont plus frquents dans la ligne daffaire banque commercial alors que les
fraudes internes aux Etats-Unis sont plus frquent dans les lignes de mtier courtage de dtail et gestion dactif
16
Kamiya et al. 2013, Fiordelisi et al, 2014 Cummins et al, 2006
7
Les chercheurs Allen et Bali (2007), Hess (2011, b), Chernobai (2011), Cope, E. et Carrivick,
L. (2013) ont analys leffet de la conjoncture du pays sur le risque oprationnel. Les rsultats
empiriques ont montr la valeur du VaR17 est devenue plus importante lors de lintroduction
dans leurs modles de rgression dune variable explicative catgorique appele priode de
temps (TP). En dautres termes, les pertes oprationnelles sont extrmement significatives
pour les lignes de mtiers Activit de march et courtage de dtail lors de
lintroduction de la variable TP et plus prcisment durant la dernire crise.
Des lors, ce constat nous permet de conclure que les risques oprationnels dpendent de la
conjoncture conomique du pays. En effet, les dysfonctionnements oprationnels sont au cur
des pertes enregistres lors de la crise et non pas lies des dfaillances dinsolvabilit des
clients comme certains chercheurs lont pens.
Ainsi, leffet macro-conomique sur le risque oprationnel a t analys travers dautres
indicateurs savoir: le produit intrieur brut, le taux dintrt, le taux de chmage et le revenu
national par habitant
Dans le contexte amricain, Moosa Imad (2011)18 ont tudi lincidence du taux de chmage
sur 3239 incidents oprationnels des firmes amricaines durant la priode 1990-2007. Ils ont
montr lexistence dune relation significative entre le risque oprationnel et la situation de
lconomie amricaine. Le taux de chmage a augment avec les fraudes internes lors de la
crise puisque les firmes rduisent les dpenses en matire de contrle internes. En dautres
termes, les rsultats obtenus font preuve que le taux de chmage est une fonction positive du
risque oprationnel. Plus les fraudes internes sont levs plus les personnels seront licencis et
donc le taux chmage augmente et vice versa.

Nanmoins, cette relation a t rvise par ltude de Cope et al (2012) qui prouvent que le
taux de chmage na aucune incidence sur les pertes oprationnelles. Ils ont tudi leffet de
lenvironnement macroconomique sur loccurrence de 57.000 incidents oprationnels de
130 pays durant la priode du 2002 au 2010 travers deux indicateurs savoir : le produit
intrieur brut (not PIB) et le taux chmage. Les rsultats ont rvl que les incidents
oprationnels de type Fraude interne et Pratique en matire demploi et scurit sur le
lieu de travail sont fortement corrls avec la croissance conomique du pays. Quant au

17
Value at Risk (Valeur Risque): la perte maximale quune institution bancaire pourrait subir sur priode
donne
18
Moosa Imad : Operationnal risk as a function of the state of the economyEconomic Modelling (2011) NO
28 pp 2137-2142

8
deuxime indicateur, les tests de rgression ont montr quil na aucune incidence sur les
pertes oprationnelles.

Cependant, certains chercheurs nuancent cette relation entre le produit intrieur brut et le
risque oprationnel. De ce fait, Azamat Abdymomunov (2014) a tudi la relation entre la
croissance du produit intrieur brut et la survenance des pertes oprationnelles dune firme
bancaire. Les tests de rgressions ont prouv lexistence dune relation ngative entre le
produit intrieur brut et les pertes oprationnelles et plus prcisment les incidents de type
Clients, Produits et pratiques commerciales et Excution, livraison et gestion des
processus . 19
En 2015, Moosa et Li ont analys leffet de lenvironnement macroconomique sur la
sinistralit de 4388 pertes oprationnelles survenues 53 pays durant la priode 1975-2008
travers le Revenu National Brut (Gross National Income per capita). Ils ont montr que la
majorit des pertes sont survenues dans les pays ayant un niveau de vie trs lev. En dautres
termes, les pertes oprationnelles sont significativement positives avec la variable GNI.
-La gouvernance comme mcanisme de gestion du risque oprationnel:
Les tablissements de crdits constituent llment fondamental de la croissance conomique
mondiale puisque les faillites bancaires nengendrent pas seulement une mauvaise rputation
sur linstitution bancaire, mais plutt une dstabilisation du systme financier travers les
mcanismes de contagion. En raison de leurs spcificits par rapport aux entreprises
industrielles, les banques sont exposes une varit des risques : risque de crdit, risque de
march, risque oprationnel, risque de liquidit... Ds lors, le majeur dfi des banques est de
grer leurs risques dune manire transparente, saine et prudente afin de restaurer la confiance
de sa clientle, de ses actionnaires et des rgulateurs et donc garantir leurs prennits long
terme.
La crise des subprimes , qui a branl le monde conomique ces dernires annes, a rvl
que les pertes enregistres sont imputables une inefficacit des systmes de contrle interne
des institutions bancaires qui ont gravement affect la vie de milliers et mme de millions de
personnes, quil sagisse demploys, de retraits, dpargnants, de cranciers, de clients, de
fournisseurs ou dactionnaires (OCDE, 2007, p. 168). De ce fait, nous pouvons signaler que
la gouvernance d'entreprise est clairement lie au risque oprationnel, parce quelle s'applique
non seulement la dfaillance des procdures et des systmes internes mais fournit

19
Annexe 2

9
lensemble des procdures des lois et des rgles de conduite qui rgissent la structure et la
nature des oprations au sein des institutions.
Dans le but de garantir la solvabilit et la stabilit financire, les institutions bancaires sont
dans lobligation de mettre en place les bonnes pratiques de gouvernance puisquelle
reprsente le premier instrument prvention des risques bancaires. Ainsi, elle est considre
parmi les mcanismes prventifs des difficults du secteur bancaire en particulier et du
systme financier en gnral.
En consquence, il est indispensable de signaler que la gouvernance bancaire diffre de celle
des firmes industrielles en raison de leurs spcificits en termes de leurs opacit procre par
lasymtrie informationnelle [Caprio et Levine, (2002); Levine (2004)], leurs niveaux
dendettement lev [Macey et OHara, (2003)] et leurs rglementations [Prowse, (1997)].
Ds lors, ltude de la gouvernance, comme dterminant du risque oprationnel, revt un
intrt particulier des proccupations des gestionnaires des risques, acadmiciens,
professionnels, gouvernements et organisations internationales. Nanmoins, nous notons que
les travaux qui ont trait ce sujet sont rares en raison de lactualit du sujet et plus prcisment
dans les pays en dveloppement, de lindisponibilit des donnes et des difficults de
modlisation de ce genre de pertes.
A lissue de la dernire crise, Julia Allen et Jim Cebula (2008), Dennis I. Dickstein et Robert
H. Flast (2009) ont tudi la relation entre la concentration de proprit et le risque
oprationnel. Les rsultats ont montr que limpact de la concentration nest pas significatif
lorsque le contrle rglementaire est important. Ces constats noncent que la concentration de
la proprit est moins importante dans les firmes fortement rglementes comme les banques.
En dautres termes, cest la rglementation qui discipline les dirigeants. Toutefois, pour un
niveau de contrle rglementaire faible, la concentration de la proprit a un effet significatif
et ngatif sur la prise de risque bancaire.
En 2011, Chenobai et al ont men une tude de 925 vnements oprationnels de 176
institutions financires amricaines durant 1980-2005 afin de tester limpact de la
gouvernance sur la gestion du risque oprationnel. Les rsultats ont montr que la
gouvernance joue un rle important dans lexplication des pertes oprationnelles. En effet, le
nombre daudit externes est ngativement corrl avec le risque oprationnel. En revanche,
plus la taille du conseil dadministration, le nombre des administrateurs indpendants et les
incitations des directeurs sont levs, plus la banque est expose des dysfonctionnements
oprationnels importants.

10
Ces constats prouvent que le conseil dadministration est le mcanisme le plus efficace en
matire de gestion du risque oprationnel. Le conseil dadministration vise dlimiter les
orientations oprationnelles et prendre la responsabilit de la stabilit de la banque [Greuning
et Bratanovic, (2004)].

Dans un autre contexte, Ahmad Bello(2013) a analys linfluence des mcanismes de

gouvernance sur lexposition aux risques. Il a men une tude qui porte sur des donnes de 13
banques cts sur le march boursier nigrien durant la priode 2005-2009. Il a expliqu les
pertes oprationnelles travers les variables explicatives suivantes : taille du CA, qualit
daudit, la rmunration des directeurs, crises, capitalisation et le levier financier. Les
rsultats obtenus suggrent que les variables composition du conseil dadministration, qualit
daudit, capitalisation sont ngativement corrles avec lexposition des banques nigriennes
au risque oprationnel. Cependant, loccurrence des pertes oprationnelles nest pas
influence par les proportions du block holding et la rmunration des directeurs.

En 2015, Moosa et Li20 ont analys les dterminants de 4388 incidents oprationnels subis
dans 53 pays durant la priode 1975-2008. Ils ont introduit dans leurs modles de rgression
des variables macroconomiques et six indicateurs de gouvernance (Control of Corruption,
Rule of Law, qualit de la rglementation, efficacit du gouvernement, stabilit politique et
absence de violence ou de terrorisme, Voice and Accountability(discrimination). Les rsultats
destimation ont montr que les variables macroconomiques sont positivement corrls avec
la variables RO contrairement aux variables gouvernance qui ont une incidence ngative sur
loccurrence de la perte. Ils ont prouv que le systme lgal na aucune incidence sur le risque
oprationnel.

Certes, nous pouvons signaler que la revue de littrature ne dbouche pas sur un consensus
sur le rle jou par certains dans la gestion des pertes oprationnels et donc le sens de cet
impact reste mitig. En effet, le dbat sur le lien entre la gouvernance bancaire et la sinistralit
des pertes oprationnelles na pas t encore cltur puisquil revt un sujet dactualit et que
le processus de gestion du risque oprationnel des institutions bancaires et plus prcisment
celles des pays dveloppes reste toujours en phase embryonnaire. Ceci nous amne
proposer un clairage nouveau, dans la deuxime section, travers lanalyse de limpact

20
Larry Li et Imad Moosa (2015):Operational risk, the legal system and governance indicators: a country level
analysis. Applied Economics (2015): Vol47,No 20,PP2053-2072

11
quelques mcanismes de gouvernance sur la sinistralit des pertes oprationnelles des
banques.

Section 2 : Mthodologie

A lissue des scandales oprationnels marqus rcemment, la rflexion des chercheurs, des
acadmiciens et des politiciens est oriente vers lanalyse de limpact des mcanismes de
gouvernance sur la gestion des pertes oprationnelles (Julia Allen et Jim Cebula (2008),
Dennis I. Dickstein et Robert H. Flast (2009), Claus Huber et Daniel Imfeld (2012), David
Tattam (2012), Benedikt Wahler (2012)). Cependant, ils ne dbouchent pas sur un
consensus quant au rle jou par les caractristiques des actionnaires et du conseil
dadministration dans lattnuation de ce type des pertes. Les travaux de BIS(2010),Chernobai
et al (2011), Ahmad Bello(2013) se focalisent sur les caractristiques du conseil
dadministration et la rmunration des directeurs alors que les travaux de Li et al (2013) , Li
et al (2015) sur les normes de conformit Bloises, la corruption, ltat de lenvironnement
(absence ou prsence de terrorisme, crise ou non), effet de levier, systme lgal du pays

Avant dentamer ltude de limpact de la gouvernance sur la gestion du risque oprationnel,

il est indispensable de dterminer les origines de loccurrence des pertes oprationnelles dune
firme bancaire. En dautres termes, nous visons dterminer quel est limpact des facteurs
microconomiques et macroconomique sur les pertes oprationnelles ?
Pour ce faire, nous procdons une analyse multivarie en donnes de panel 21 de 1176
incidents oprationnelles de 14 banques durant la priode 2006 - 2013.
Cette section est structure comme suit :
Dabord, nous nous intressons la dfinition des aspects mthodologiques de notre tude
empirique, savoir les hypothses tester, lchantillon et lexplication des variables.
Ensuite, nous prsentons dune manire dtaille le modle conomtrique utilis et les
diffrents tests effectus. Ainsi, nous discutons les principaux rsultats obtenus.
1. Les aspects mthodologiques :

Dans ce qui suit, nous prsentons le modle conomtrique tout en exposant les diffrentes
hypothses tester et les variables utiliser.

21
En conomtrie, les donnes utilises peuvent tre des sries chronologiques (sries temporelles), des donnes
en coupes transversales ou bien des donnes de panel. Lutilisation des sries temporelles repose sur lhypothse
dhomognit des individus et tudie lvolution de leurs relations dans le temps. En revanche, lutilisation des
donnes en coupes transversales repose sur lhypothse dhtrognit des individus mais ne tient pas en
compte des comportements dynamiques. Les donnes de panel possdent les deux dimensions individuelles et
temporelles.

12
 1.1.Les hypothses tester
A la lumire de la revue de littrature expose prcdemment, nous dveloppons les
hypothses suivantes:
-Hypothse 1: Les montants de pertes rapports dans notre base depuis les mdias sont fiables
et non bass sur des rumeurs ou des prdictions;
-Hypothse 2: Tous les incidents oprationnels ont la mme probabilit dtre rapports dans
notre base. En dautres termes, il ny a aucun effet mdiatique relatifs au type de lincident;
Hypothse 3: La taille de la banque a un effet positif sur la svrit des pertes
oprationnelles ;
Hypothse 4 : Lenvironnement macroconomique a un effet significatif sur la svrit des
pertes oprationnelles;
Hypothse 5 : Les types de lincident et la ligne daffaire ont un impact sur la sinistralit des
pertes oprationnelles ;
Hypothse 6 : Relation ngative entre la gouvernance bancaire et le risque oprationnel.
1.2.Prsentation du modle conomtrique
Rappelons que lobjectif principal de ce papier est didentifier les facteurs dterminants de la
sinistralit des pertes oprationnelles dune banque.
En se rfrant lhypothse mise par Na(2006)22 , nous essayons de dvelopper un modle
de rgression estimant les pertes oprationnelles travers non seulement des variables
microconomiques mais plutt des variables lies lenvironnement dans lequel linstitution
opre.
De ce fait, la perte oprationnelle est exprime comme suit:

Perte i = f( CompCommune , Compidiosyncratique (1)

22
Hypothse qui stipule que la perte oprationnelle est dcompose en deux composantes :

- composante commune : une composante constante pour tous les tablissements de crdit quelque les lignes
daffaires et les vnements de perte. Elle fait rfrence lenvironnement macroconomique, gopolitique,
culturel ou la nature humaine en gnral. Toutefois, il est toujours possible de considrer cette relation comme
une fonction de variables dtat identiques pour toutes les banques, mais qui varient dans le temps. Par contre, il
existe des lments non observables relatifs lenvironnement de contrle, qui sont donc difficiles quantifier..

- composante idiosyncratique : le risque spcifique de linstitution financire. Ce sont les lments quantifiables
ou mesurables, comme la taille de la banque, le type de risque, la ligne daffaires ou le lieu de lvnement de
perte

13
tant donn que la composante commune est constante, la relation (1) devient alors :
Perte i = CompCommune g(Compidiosyncratique ) (2)

Conformment aux travaux de Dahen et Dione (2010), nous exprimons la composante

idiosyncratique comme une fonction dautres facteurs que la taille de linstitution.
Cette dernire est exprime par la fonction h de la manire suivante :
( ) =

De ce fait, nous pouvons rcrire la relation (2) sous cette forme:

Avec : = ( )

En appliquant le logarithme, la relation devient alors :

= + + (3)

Notre contribution rside au niveau de lintroduction dautres facteurs autre que la taille.
En effet, nous ne limitons pas aux variables microconomiques mais nous nous basons sur
des variables macroconomiques et des indicateurs gouvernance pour expliquer la sinistralit
des pertes oprationnelles.
Pour ce faire, nous testons, dans une premire tape, lincidence des facteurs spcifiques la
banque (taille, lieu gographique, type du risque, la ligne de mtier) et des facteurs
macroconomiques (produit intrieur brut, inflation) sur le risque oprationnel.
Do, notre modle de rgression est le suivant :
11 17

Yit = 0 + 1 + 2 + , + , + , + , +, (4)
=5 =12

Avec :
i: la dimension individuelle qui indique le nombre des banques (i= 1, 2, 3 ., 14)

t: la dimension temporelle qui reprsente lanne (t = 2006,2007, 2008 , 2013)

Yit : reprsente le logarithme du montant de la perte oprationnelle de la banque i durant

lanne t
a0 : reprsente le logarithme de la composante commune

14
Tailleit : reprsente le logarithme du total actif de la banque i pendant lanne t
USAit : variable binaire qui prend la valeur 1 si la perte de la banque i a eu lieu aux Etats-Unis
linstant t, 0 si non
LMijt : une variable binaire qui prend 1 si la perte de la banque i a eu lieu dans la ligne de
mtier j, durant lanne t, 0 si non
TRij,t : reprsente le type de lincident oprationnel j de la banque i durant lanne t
GDPi,t : correspond la croissance du produit intrieur brut du pays i pendant lanne t
INFit : reprsente linflation (la croissance des prix) du pays i pendant lanne t
eit : reprsente le terme derreur qui suit une loi normale (O, 2)

Dans une deuxime partie, nous tudions lincidence de la gouvernance sur la gestion du
risque oprationnel travers cinq indicateurs (taille du conseil dadministration, prsence des
administrateurs indpendants au conseil dadministration, existence de comit des risques au
conseil, cumul des fonctions et lapplication des normes IFRS).

Do le deuxime modle est le suivant :

11 17 17

Yi = 0 + 1 + 2 + , + , + , + , + , +, (5)
=5 =12 =12

Avec
i: la dimension individuelle qui indique le nombre des banques (i= 1, 2, 3 , 14)

t: la dimension temporelle qui reprsente lanne (t = 2006,2007, 2008 , 2013)

Yit : reprsente le logarithme du montant de la perte oprationnelle de la banque i durant

lanne t
a0 : reprsente le logarithme de la composante commune
Tailleit : reprsente le logarithme du total actif de la banque i pendant lanne t
USAit : variable binaire qui prend la valeur 1 si la perte de la banque i a eu lieu aux Etats-Unis
linstant t, 0 si non
LMijt : une variable binaire qui prend 1 si la perte de la banque i a eu lieu dans la ligne de
mtier j, durant lanne t, 0 si non
TRij,t : reprsente le type de lincident oprationnel j de la banque i durant lanne t
GDPi,t : correspond la croissance du produit intrieur brut du pays i pendant lanne t
INFit : reprsente linflation (la croissance des prix) du pays i pendant lanne t
eit : reprsente le terme derreur qui suit une loi normale (O, 2)

15
GOVit : reprsente cinq indicateurs de gouvernance savoir :
*TCAit : taille du conseil dadministration,
*DUALITY : une variable binaire qui prend 1 sil sagit dun cumul de fonction, 0 si non
*COMITYRISQ : variable binaire qui prend 1 si le comit de risque est prsent au sein du
conseil dadministration de la banque i durant lanne t
*IFRS : variable binaire qui prend 1 si la banque i est conforme aux normes IFRS , 0 si non
*ADMIN INDEP : variable binaire qui prend 1 sil existe des administrateurs indpendants au
sein du conseil dadministration de la banque i pendant t
ei,t : reprsente le terme derreur .
1.3.Prsentation du lchantillon
Notre chantillon est compos de 1176 incidents oprationnels23 de 14 banques durant la
priode 2006 - 2013, dont la rpartition est reprsente dans le tableau ci-dessous :

Tableau 1 : Rpartition des banques en fonction du pays

Pays Nombre des banques
Etats-Unis 4
Canada 4
Allemagne 4
Australie 2

Total 14

Le choix de lanne 2006 comme une date de dbut de la priode dchantillonnage nest pas
arbitraire mais se justifie par lanne qui prcde le dclenchement de la crise des subprimes.
En dautres termes, ce choix vise identifier la tendance de la sinistralit des pertes
oprationnelles avant et aprs la survenance de ce scandale financier.

23
Les incidents oprationnels sont collects auprs de la base de donnes ORX

16
 1.1.Rsultats et interprtations24

1.1.1. Analyse descriptive :

-La variable dpendante :
Les statistiques descriptives25 montrent que la moyenne de pertes oprationnelles est value
18.38 millions de dollars, avec un cart-type de 16.38 millions de dollars.
La figue ci-dessous nonce que les pertes oprationnelles des banques ont tendance voluer
au cours du temps et plus prcisment durant lanne 2007-2008.
Figure 1 : Evolution des pertes oprationnelles durant la priode 2006-2013
1800
1600
1400
1200
1000
800 Evolution des pertes optionnelles
au cours du temps
600
400
200
0
2006 2007 2008 2009 2010 2011 2012 2013

Ce constat parat logique puisque les pertes enregistres lors de la crise sont imputables des
valuations errones dactifs subprime, des modles de pricing focalises sur linnovation et
des pratiques frauduleuses.
-Les variables explicatives :
A lissue des rsultats des travaux empiriques antrieurs, nous avons identifi un ensemble de
variables explicatives susceptibles dinfluencer le risque oprationnel savoir : total actif,
ligne daffaire, lieu gographique, type de lincident, produit intrieur brut, inflation et
quelques mcanismes de gouvernance bancaire.
*La taille :
Les rsultats descriptifs prouvent que les banques de notre chantillon sont de tailles trs
variables (taille minimum de 30.398 millions de dollars et maximale de 2416 millions de
dollars). Le total moyen des actifs est valu 487.0677 millions de dollars. En se rfrant au
graphe ci-dessous, nous remarquons que plus linstitution est grande taille plus elle est

24
Les rsultats sont obtenus en appliquant le logiciel STATA
25
Annexe 3

17
sensibles avoir des pertes oprationnelles extrmes (too big too fail). En d'autres termes, une
banque ayant un total dactifs plus lev quune autre pourrait subir des pertes plus
importantes. En effet, nous attendons ce que la taille dune firme bancaire soit corrle aux
pertes oprationnelles.

Figure 2 : Total actif en fonction montant des pertes oprationnelles

0,6
0,5
0,4
0,3 Pertes oprationnelles
0,2 Total Actifs
0,1
0
Allemagne Australie Etats-Unis Canada

*Le lieu:
Nous avons introduit une variable binaire nomme USAit qui capte leffet du lieu
gographique sur la sinistralit des pertes oprationnelles puisque les banques de notre
chantillon sont localises dans des zones gographiques diffrentes (Etats-Unis, Canada,
Allemagne et Australie).
Le tableau ci dessous expose les statistiques des pertes oprationnelles en fonction du lieu :
Tableau 2: Pertes oprationnelles en fonction du lieu gographique
Allemagne Australie Etats-Unis Canada
Moyenne des 26,081 6,311 28,991 17,455
pertes (M$)

Ecart-type des 15,794 10,878 18,075 7,6

pertes (M$)

Nous remarquons que la moyenne des pertes aux tats-Unis est la plus leve par rapport aux
autres rgions. Du point de vue variance, nous relevons que lenvironnement Etats-Unis est le
plus risqu en termes des pertes oprationnelles en comparaison avec les autres
environnements (Canada, Allemagne, Australie).

18
Ce constat nous permet supposer qu priori il existe une relation entre le risque
oprationnel et le lieu gographique. Ce constat se justifie par la diffrence denvironnement,
de lgislation, du processus de gestion des risques, de la situation politique du pays choisi.

*La ligne daffaires (LM):

Afin de tester la relation entre lincident oprationnel et la ligne daffaire o a eu lieu, nous
avons introduit seulement sept variables dichotomiques telles quelles sont dfinies par les
autorits rglementaires26. Les rsultats de lanalyse descriptive montrent que lcart-type des
lignes daffaire CF, TS, PS, AS et RB sont levs que les autres lignes. Ceci nous amne
constater que les pertes oprationnelles dune banque sont sensibles aux lignes daffaire.
*Les types de risque (TR) :
Afin de tester leffet du type de lincident oprationnel sur la sinistralit du risque
oprationnel, nous avons introduit sept variables27.
La figure ci-dessous montre que 33 % des pertes sont de type clients, produits et pratiques
commerciales et 67% des pertes sont rparties entre les autres types de risques. Toutefois, les
pertes de types Dysfonctionnement de lactivit des systmes : DPA prsentent le part le
plus faible en matire des pertes oprationnelles en comparaison avec la totalit des types des
incidents. De ce fait, ce constat nous mne supposer que les types de risque ont un incident
sur la survenance des pertes oprationnelles bancaires.

26
Annexe 1
CF : Financement dentreprise (Corporate Finance)
TS : Activit de march (Trading and Sales)
RB : Banque de dtail (Retail Bankig)
Cb : Banque Commerciale (Comercial Banking)
PS : Paiement et Rglement (Payment and Settlement)
AS : Fonction dagent (Agency Services)
AM : Gestion dactif (Asset Management)
27
Annexe 2
IFF : Fraude interne (Internal Fraud)
EF : Fraude Externe (External Fraud)
EPWS : Pratiques en matire demploi et scurit sur le lieu de travail (Employement Practices and Workplace
Safety)
CPBP : Client, produits et pratiques commerciales (Clients, Products and Business Practices)
DPA : Dommage aux actifs corporels (Damage to Physical Assets)
BDSF : Dysfonctionnement de lactivit et des systmes (Business Disruption and System Failure)
EDPM : Excutions, livraison et gestion des processus (Execution, Delivery and Process Management)

19
 Figure 3: Rpartition des pertes oprationnelles en fonction du type de risque

8,96% IFF
EF
21,07% EPWS
13,89%
CPBP
7,73%
8,78% DPA
6,46% BDSF
33,11% EDPM

*Variables macroconomiques : Produit Intrieur Brut et Inflation :

Nous avons choisi le produit intrieur brut comme indicateur macroconomique car il
reprsente un des principaux agrgats des comptes nationaux (selon Kok et al (2012)) et le
plus utilis par les chercheurs afin danalyser limpact de lenvironnement macroconomique
sur loccurrence des pertes oprationnelles (Chernobai (2011), Cope (2012), Azamet
Abdymomunoc(2014))

Nous avons ajout la variable inflation, comme deuxime indicateur macroconomique, en

raison de lindisponibilit des tudes empiriques et thoriques traitant leffet de lvolution
des prix sur le processus de gestion des pertes oprationnelles. En dautres termes, cette
variable est ajout afin des tester limpact de leffet dune augmentation des prix sur la
survenance des incidents oprationnels au sein des banques. Lintroduction de cette variable
est parmi les apports empiriques de ce papier.

Les rsultats descriptifs suggrent que le PIB moyen des pays retenus dans notre chantillon
durant la priode 2006-2013 est denviron 1,36%. Il varie entre -5,6% et 4.1% avec une
dispersion de 2,32. Quant linflation, elle varie entre -0.4 et 4.4 avec un cart-type de 1.04.
Ces rsultats nous amne noter lexistence dune priode de dcroissance conomique.
En consquence, nous attendons ce que le PIB et linflation ont un impact significatif sur la
svrit des pertes oprationnelles.
*La gouvernance :
Bien que la raret des travaux thoriques et empiriques traitant limpact de mcanismes de
gouvernance sur la gestion du risque oprationnel, nous avons ajout notre modle de base
(4), une nouvelle variable explicative GOVit qui reprsente cinq indicateurs de gouvernance

20
 savoir : taille du conseil dadministration(TCA), Duality (DUAL), ComityRisk
(ComityRisk), IFRS28 ,Indpendance des administrateurs (AdminIndep).
Les rsultats descriptifs29 montrent que le nombre des membres du conseil dadministration
des banques varie entre 06 et 20 membres avec une taille moyenne de 12,875.
Concernant les variables binaires, nous remarquons que les banques de notre chantillon
comportent en moyenne 0.44 dadministrateurs indpendants, en moyenne 0,26 comits de
risques. Ainsi, lapplication des normes IFRS sont en moyenne de 0.392 avec un cart-type
de 0.49.
Quant la variable dualit (DUAL), elles enregistrent en moyenne une valeur de 0.696 avec
et une dispersion de 0.461.

1.1.Examen de la corrlation
Etant donne les corrlations entre les variables explicatives sont faibles, lexamen de
corrlation30 prouve quil nexiste pas un problme de multi-colinarit. Ce constat a t
renforc par le test VIF puisque sa moyenne est infrieure 10 pour les deux modles (3.39
versus 3.68). Nous allons introduire donc lensemble des variables explicatives dans les deux
modles. Afin de dterminer la mthode destimation adquate, nous avons ralis certains
tests savoir : le test de prsence deffets individuels et le test dhtroscdasticit.

-Test de prsence deffets individuels :

tant donn que les modles utiliss dans notre tude sont des modles de donnes de panel,
il est indispensable tout dabord de vrifier si la structure du panel est homogne ou
htrogne. En dautres termes, nous testons si le modle thorique est identique pour toutes
les banques ou bien il existe des effets spcifiques chaque institution bancaire.
La perturbation est exprime comme suit :
= + +
Avec
: reprsente leffet spcifique individuel alatoire ,
: reprsente leffet spcifique temporel alatoire,
: reprsente la perturbation standard.

28
IFRS (International Financial Reporting Standards): sont les normes internationales dinformations financires
dites par le bureau des standards comptables internationaux afin de standardiser la prsentation des documents
comptables au niveau international.
29
Annexe 5
30
Annexe 5

21
Lhypothse nulle qui suppose lexistence dun effet propre chaque individu est exprime
comme suit : H0 : = 0.
En effet, le modle est dit homogne si et seulement si lhypothse nulle est accepte c'est--
dire il existe une intercepte commune pour toutes les institutions et donc aucun effet
individuel est marqu. Toutefois, le rejet de H0 conduit conclure lexistence deffets
spcifiques individuels et par consquent le modle est htrogne.
En se basant sur les rsultats de lannexe 3, nous relevons que les modles sont htrognes
puisque la probabilit du test de Fisher est infrieure 5%.
-Test dhtroscdasticit :
Afin de tester l'hypothse dhomoscdasticit du terme d'erreur, nous avons procd au test
de Breush-Pagan LM31.
Le tableau ci-dessous prsume les rsultats du test dhtroscdasticit.
Tableau 3: Rsultats du test Breush-Pagan LM
Modle 1 Modle 2
p-value 0.0000 0.0000

Les rsultats du test dhtroscdasticit implique le rejet de lhypothse nulle puisque les
p-value du test sont infrieures 5%. En dautres termes, nous relevons lexistence dun
problme dhtroscdasticit intra-individus entre les erreurs. Dans ce cas, lapplication de la
mthode des moindres carrs ordinaires (MCO) est biaise.
1.2.Discussions des rsultats destimation
Afin de pallier les problmes dhtroscdasticit et dautocorrlation des termes derreurs,
nous avons opt pour la mthode des Moindres Carrs Gnraliss(MCG) et plus prcisment
la mthode Generalized Least Squares (GLS). Le tableau ci-dessous expose les principaux
rsultats destimation du lannexe 5:

31
Trevor Breusch et Adrian Pagan (1979), Simple test for heteroscedasticity and random coefficient variation
Lhypothse nulle de ce test est exprime comme suit :
H0 : 2 = 0 (variance constante)

H1 : 2 0

22
 Tableau 4: Rsultats destimation du modle 1
Variables Coefficient T statistique
Indpendantes
Constante 6.020*** 5.82
LnTA 0.162** 2.14
GDP -0.194* -1.76
Inflation 0.443*** 3.03
IFF 0.042 0.80
EF 0.030 0.63
EPWS 0.069 1.14
CPBP 0.072* 1.70
DPA 0.043 1.06
BDSF 0.089** 2.20
EDPM 0.050 1.16
USA 0.977*** 3.37
CF 1.426** 2.95
TS 0.791** 2.02
RB 0.379 1.05
CB 1.173* 1.75
PS 0.946*** 2.32
AS 1.088** 2.30
AM 0.142 0.45

Nombre dobservations 112

R2 65.13%
***Significatif au seuil de 1%, **Significatif au seuil de 5%, *Significatif au seuil de 10%

Nous observons une relation positive et significative au seuil 1% entre les pertes
oprationnelles et la taille de la banque, ce qui permet daffirmer lhypothse H3.

La relation positive implique que lorsque la taille de la firme bancaire augmente, les banques
deviennent plus sensibles aux pertes oprationnelles extrmes (TOO BIG TOO FAIL). En
dautres termes, plus la banque est de grande taille, plus elle est expose des fraudes internes

23
(commises par ces personnels), fraudes externes et des dfaillances au niveau de ces systmes
informatiques

Notre rsultat corrobore ceux trouvs par Wei(2007), Aue et kalkbrener (2007), Dahen et
Dionne(2010), Chernobai(2011), Fiordesli (2014).

Conformment nos attentes, nous retenons un impact positif et significatif des incidents
de type Clients, produits et pratiques commerciales (CPPC) et Dysfonctionnement de
lactivit et des systmes (BDSF) sur la sinistralit des pertes oprationnelles des banques
retenues. Ce constat prouve que la majorit des pertes enregistres lors de la priode 2006-
2013 sont imputables des violations de la confidentialit de la clientle, des ventes
agressives envers des clients spcifiques, des dysfonctionnements des systmes (matriel,
logiciel, interruptions dun service public).

Notre constat est conforme ceux obtenus par: LDCE, BIS-4,32 Dahen et Dionne (2010),
Moosa et Li(2015), Christian (2013)

Concernant la relation entre la ligne daffaire o lincident oprationnel a eu lieu et le

montant de la sinistralit des pertes oprationnelles, nous rvlons que seulement les lignes
financires sont significatifs et de signe positif savoir : financement des entreprises (CF) ,
Activit de march (TS), Banque commerciale (CB), Fonction dargent (AS) et Paiement et
Rglement (PS). Ce constat semble logique puique ces lignes daffaire sont lies aux activits
de titrisation et de financement des projets immobilier qui sont les origines de la crise de
2007. Cette investigation fait preuve que les pertes de la dernire crise sont imputables au
risque oprationnel et non pas au risque dinsolvabilit des clients.

Quant lenvironnement macroconomique, nous remarquons que le coefficient de la

variable Produit Intrieur Brut est ngatif et statiquement significatif au niveau 10%. Cette
relation prouve quune priode de forte croissance dune anne une autre indique une
augmentation de l'activit conomique, qui va engendrer une volution de la qualit des
processus de gestion des risques. Ce constat corrobore ceux trouvs par Azamat
Abdymomunov(2014).

32
Loss Data Collection Exercise (LDCE) et Quantitative Impact Study 4 (QIS-4) : deux tudes menes par la
Banque Fdrale Amricaine et des agences de rglementation conomique afin dvaluer limpact de Ble II
sur le capital minimum rglementaire requis.

24
 Linflation influence positivement et significativement la sinistralit des pertes
oprationnelles des banques au seuil 1%. Cette investigation empirique fait preuve que la
majorit des pertes oprationnelles sont survenus dans les pays niveau de vie lev. Plus le
niveau des prix augmente, plus les banques diminuent leurs dpenses en matire de contrle
permanents des risques et donc elles sont sensibles avoir des incidents oprationnels
extrmes. Moosa et Li(2015) ont trouv les mmes rsultats en expliquant la sinistralit des
pertes oprationnelles subies dans 53 pays par le Gross National Income per capita (Revenu
National par habitant).

En ce qui concerne limpact des mcanismes de gouvernance sur la gestion du risque

oprationnel, les rsultats destimation sont prsents ci-dessous :

Tableau5 : Rsultats des rgressions linaires en donnes de panel

Variables Explicatives Coefficients T statistique
Constante 3.634999* 1.88
TCA 0.1735425*** 3.25
Dual 0.1014728 0.27
ComityRisk -0.8682969*** -3.62
IFRS -0.7526969*** -2.91
INDEP -0.7063956** -2.46

R2 58,66%

Nombre dobservation 112

***Significatif au seuil de 1%, **Significatif au seuil de 5%, *Significatif au seuil de 10%

La valeur de R2 est gale 58,66% ce qui nous amne conclure que notre modle possde
une bonne qualit dajustement linaire c'est--dire significatif.

Nous notons une relation positive et significative entre la taille du conseil dadministration
et loccurrence des pertes oprationnelles au sein des banques. Cette relation implique que
plus le nombre des administrateurs au sein du conseil dadministration est lev plus la
banque est sensible avoir des incidents oprationnels importants. Ce rsultat semble logique

25
puisque le conseil dadministration sert principalement les intrts de ses actionnaires aux
dpens des autres parties prenantes ce qui entraine des pertes lis la discrimination entre les
employs.
Le signe positif du coefficient relatif la taille du conseil dadministration des banques est
conforme aux rsultats trouvs par ltude de Chernobai et al. (2011).
En ce qui concerne le cumul du pouvoir au sein du conseil dadministration des banques
retenues, notre hypothse nest pas valide puisque le coefficient de la variable DUAL nest
pas significatif. Nous remarquons que le prsident du conseil dadministration en tant aussi
le prsident directeur gnral na aucune incidence sur la gestion des pertes oprationnelles.
Bien que le code de bonnes pratiques de gouvernance (2008) recommande la sparation de
pouvoirs au sein des banques, il semble que le cumul des fonctions dans 14 banques des pays
diffrents na aucune incidence sur la gestion des pertes de dfaillance des systmes, de
procdures des personnes ou des vnements extrieurs.

Quant la prsence dadministrateurs indpendants (administrateurs externes) dans le

conseil dadministration, les rsultats rvlent une relation significative et ngative sur la
svrit du risque oprationnel. Ce constat affirme que la prsence dun administrateur
indpendant permet certes de diminuer la sinistralit des incidents oprationnels des banques.
En effet, la prsence dun administrateur indpendant peut reprsenter un contre-pouvoir au
sein du conseil dadministration et entraver une politique de risque oprationnel peu prudente.
Ainsi, nous notons un impact ngatif et significatif de la variable comits des risques
(COMITYRisk) sur la sinistralit des pertes oprationnelles. La prsence du comit des
risques au sein du conseil dadministration indique une bonne gouvernance dentreprise et que
les banques sont en mesure de respecter les normes bloises en matire dvaluation de leurs
risques.
Outre ces mcanismes, les rsultats destimations nous dvoilent que lapplication des
normes IFRS a un impact ngatif et significatif sur la survenance des pertes oprationnelles.
En dautres termes, plus les banques appliquent les normes IFRS, moins elles sont exposes
au risque oprationnel.

26
Conclusion

Ce papier de recherche vise tudier les facteurs explicatifs de sur la sinistralit de 1176
pertes oprationnelles de 14 banques localises dans des zones gographiques diffrentes
durant la priode 2006-2013.
Notre tude empirique comprend deux parties :
La premire partie vise identifier limpact des facteurs microconomiques (taille de la
banque, lieu gographique, Type de lincident, ligne daffaire) et macroconomiques (produit
intrieur brut, inflation) sur la sinistralit des pertes oprationnelles. Les rsultats destimation
rvlent, dune part, que plus la banque est grande plus elle est sensible davoir des pertes
oprationnelles extrmes. Dautre part, la conjoncture conomique a un impact ngatif sur le
risque oprationnel. De mme, les pertes oprationnelles des banques sont sensibles au type
de lincident (CPCP, BDSF) et plus prcisment aux lignes de mtier de nature financire
(CF, CB, TS, AS). Nous notons aussi que les pertes oprationnelles dpendent du lieu
gographique de la banque et que lenvironnement Etats-Unis est le plus risqu en termes du
risque oprationnel par rapport lEurope.
La deuxime partie de ce papier est rserve ltude de limpact des mcanismes de
gouvernance sur la sinistralit des pertes oprationnelles travers cinq indicateurs savoir :
taille du conseil dadministration, le cumul de pouvoir, prsence des administrateurs
indpendants au sein du conseil dadministration, existence de comits des risques au sein du
conseil, lapplication des normes IFRS).
Nos rsultats rvlent que plus le nombre dadministrateurs sigeant le conseil
dadministration est lev plus le risque oprationnel de la firme bancaire est important. Nous
constatons, aussi, que le cumul du pouvoir la tte du conseil na aucune incidence sur la
sinistralit des pertes oprationnelles. Ainsi, la prsence des administrateurs indpendants et
le comit des risques au sein du conseil dadministration permettent dattnuer les pertes lies
au risque oprationnel. Lapplication des normes IFRS permettent ainsi dattnuer les pertes
oprationnelles.
En somme, nos rsultats montrent que les mcanismes internes de gouvernance ont un
impact sur la politique de gestion des risques bancaires et plus prcisment le risque
oprationnel.

27
 Bibliographie
-Amandha Ganegoda (2010): A Scaling Model for Severity of Operational Losses Using
Generalized Additive Models for Location Scale and Shape (GAMLSS) .
https://www.researchgate.net/publication/228232431
-Azamat Abdymomunov (2014):Banking Sector Operational Losses and Macroeconomic
Environment. Working paper
- Ahmad Bello: Corporate governance and risk expoure of banks in Nigeria The Busness and
Management Review, vol 3, Number-2, January 2013
- Basel Committee on Banking Supervision (2006), International convergence of capital
measurement and capital standards , Bank of International Settlements.

- Beck, T., Levine, R. and Loayza, N., 2000, Finance and the source of growth. Journal of
Financial Economics, vol. 58, pp. 261-300.
- Beck, T. and Levine, R., 2004, Stock markets, banks, and growth: panel evidence. Journal of
Banking and Finance, vol. 28, pp. 423-442

- Caprio, G. and Levine, R., 2002, Corporate governance of banks: Concepts and international
observations. World Bank Policy Research Working Paper n 3404.

-Chernobai, A., Joriony, P., and Yu, F. (2011), The Determinants of Operational Risk in U.S.
Financial Institutions, Journal of Financial and Quantitative Analysis, 46, 16831725.

-Cope, E. and Carrivick, L. (2013), Effects of the financial crisis on banking operational losses,
Journal of Operational Risk, 8, 329.

-Cope, E. and Labbi, A. (2008), Operational loss scaling by exposure indicators: evidence from the
ORX database, Journal of Operational Risk, 3, 2545.

-Cope, E., Piche, M., and Walter, J. (2012), Macroenviromental determinants of operational loss
severity, Journal of Banking and Finance, 36, 13621380

- Comit de Ble sur le contrle bancaire ,2010 : Dispositif rglementaire mondial visant
renforcer la rsilience des tablissements et systmes bancaires , Banque de Rglementation
Internationale, Dcembre 2010.

- Comit de Ble sur le contrle bancaire (2009) : Les enjeux de la gouvernance des banques
centrales , Banque de Rglementation Internationale, Mai 2009.

- Chernobai, A., Joriony, P., and Yu, F. (2011): The Determinants of Operational Risk in U.S.
Financial Institutions, Journal of Financial and Quantitative Analysis, 46, 16831725.

28
- Christian Eckert, Nadine Gatzert (2015) :Modeling Operational Risk Incorporating Reputation
Risk: An Integrated Analysis for Financial Firms Working Paper

-Dahen, H. and Dionne, G. (2010), Scaling models for the severity and frequency of external
operational loss data, Journal of Banking and Finance, 34, 14841496

- Fiordelisi, F., Soana, M.-G., Schwizer, P. (2013): The Determinants of Reputational Risk in the
Banking Sector. Journal of Banking & Finance, 37(5), 1359-1371.

-Fiordelisi F., Soana, M.-G., Schwizer, P. (2014): Reputational Losses and Operational Risk in
Banking. The European Journal of Finance, 20(2), 105-124.

-Hess, C. (2011): Can the Single-Loss Approximation Method Compete With the Standard Monte
Carlo Simulation Technique? Journal of Operational Risk, 6(2), 31-43.

-Hess, C. (2011), The impact of the financial crisis on operational risk in the financial services
industry: empirical evidence, Journal of Operational Risk, 6, 2335

-Kamiya, S., Schmit, J., Rosenberg, M. (2013): Determinants of Insurers Reputational Risk.
Working Paper, Nanyang Technological University, University of Wisconsin-Madison

- Levine, R., 2004, The corporate governance of banks: a concise discussion of concepts and
evidence. World Bank Policy Research Working Paper n 3404.

- Lobez, F. (2010), Too big too fail : Gouvernance et rgulation des banques . Revue dEconomie
Financire, Vol. 100, p. 187.

- Macey, J. R. and OHara, M., 2003, The corporate governance of banks. Economic Policy
Review, vol. 9, n 1, pp. 91-107.

-Na, H., van den Berg, J., L., M., and Leipoldt, M. (2006), An econometric model to scale
operational losses, Journal of Operational Risk, 1, 1131.

- OCDE, 2007, Entreprendre pour le dveloppement: Promouvoir le secteur priv.Editions OCDE,

Paris. p198.
- Operational Riskdata eXchange Association. ORX Reporting Standards: An ORX Members
Guide to Operational Risk Event/Loss Reporting. Available at http://www.orx.org/.

- Prowse, S. D., 1997, Corporate Control in Commercial Banks. Journal of Financial Research,
vol. 20, n 4, pp. 509-27.

29
-Shih, J., Samad-Khan, A., and Medapa, P. (2000), Is the size of an operational loss related to firm
size? Journal of Operational Risk, 2, 12.

- Scialom, L., 2011, Stratgies et instruments dune rgulation macro prudentielle.Revue

dEconomie Financire, n 103, pp. 171-184.
- Gatzert, N., Kolb, A. (2013): Risk Measurement and Management of Operational Risk in
Insurance Companies from an Enterprise Perspective. Journal of Risk and Insurance, 81(3), 683-708.

-Gatzert, N., Schmit, J., Kolb, A. (2013): Assessing the Risks of Insuring Reputation Risk.
Forthcoming in: Journal of Risk and Insurance.

-Gillet, R, Hbner, G., Plunus, S. (2010): Operational Risk and Reputation in the Financial
Industry. Journal of Banking & Finance, 34(1), 224-235.

- Greuning H. V. et Bratanovic S. B.,( 2004) : Analyse et gestion du risque bancaire : un cadre de

rfrence pour lvaluation de la gouvernance dentreprise et du risque financier,Edition Eska,
Paris, 384 p.

-Imad Moosa et Param Silvapulle (2012): An empirical analysis of the operational losses of
Australian banks. Accounting and Finance 52 (2012) 165185

-
Imad Moosa et Larry Li (2013): An operationnal risk profil : the experience of British firms .
Applied Economics, 2013, 45, 2491-2500

-Imad Moosa et Larry Li (2013): The frequency and severity of losses:a cross-country
comparaison. Apllied Economics letters, 2013, 20, 167-172

- Imad Moosa et Larry Li (2015): Operational risk, the legal system and governance indicators: a
country-level analysis . Applied Economics (2015): Vol47, No 20, PP2053-2072
- Wei, Ran. (2007): Quantification of operational losses using firm-specific information and external
database. J. Oper. Risk 1, 334.

-Eric Lamarque (2011): Management de la banque : Risques, relation client, organisation.

Pearson, 3me dition,

30
 Annexes

Annexe 1 : Lignes de mtiers (Business line)

Niveau 1 Niveau 2 Groupe dactivit

Financement des Fusions-acquisitions, engagement,
entreprises privatisations, titrisation, recherche, titres
Financement de dette (tat, haut rendement), actions,
collectivits locales / prts consortiaux, introduction en bourse,
Financement des administrations placement sur le march secondaire
dentreprises publiques
Banque daffaire

Service-conseil
Vente Valeurs revenue fixes, changes, produits
Tenue de march de base, crdits, financement, titres sur
Prise de position pour position propres, prts et pensions ,
Activit de march le propre compte courtage, titres de dettes , courtage de
Trsorerie premier rang
Banque de dtail Banque de dtail Prts et dpts, services bancaires, fiducie
et gestion de patrimoine
Banque prive Prts et dpts, services bancaires, fiducie
et gestion de patrimoine conseils en
placement
Cartes Cartes de
commerants/commerciales/dentreprise
de clientle et commerce de dtail
Banque commerciale Banque commerciale Financement de projets immobiliers,
financement dexportation et du
commerce, crdit bail, prts, garanties,
lettres de change
Paiement et rglement Clientles extrieures Paiements et recouvrements, transferts de
fonds , compensation et rglements
Fonctions dargent Conservation Dpts fiduciaires, certificats de dpts,
prts titres (client), oprations de socits
Prestation dargent Agents metteurs et payeurs
aux entreprises
Services de fiducie
aux entreprises
Gestions dactifs Gestion de Gestion centralise, spare, de dtail,
portefeuille institutionnelle, ferme, ouverte, capital
discrtionnaire investissement
Gestion de Gestion centralise, spare, de dtail,
portefeuille non institutionnelle, ferme, ouverte
discrtionnaire
Courtage de dtail Courtage de dtail Excutions et services complets

31
Annexe 2 : Type dvnements : Event types
Catgories Dfinition Sous catgories
dvnements (niveau2)
(niveau 1)
Fraude interne Pertes dues des actes
visant frauder,
dtourner des biens, ou
tourner des rglements, la
lgislation ou la politique
dentreprise
( lexception des
atteintes lgalit et des
actes de discrimination)
impliquant au moins une
partie interne
lentreprise
Fraude externe Pertes dues des actes
visant frauder,
dtourner des biens ou
contourner la lgislation
de la part dun tiers
Pratiques en matire Pertes rsultantes dactes
demploi et scurit non-conformes la Relation de
sur le lieu de travail lgislation ou
conventions relatives
lemploi, la sant ou
scurit, de demandes
dindemnisation au titre
dun dommage personnel
32
Exemples
Activit non Transactions non notifies
autorise (intentionnellement)
Transactions non autorises
(avec pertes financires)
Evaluation errone dune
position
(intentionnellement)
Vol et fraude Fraude/fraude au crdit
/absence de provisions
Vols /extorsion /
dtournement de fonds/Vols
qualifis
Dtournements des biens
Destructions malveillante
des biens
Contrefaon
Falsification de chques
Contrebande
Usurpation de compte
/didentit
Fraude /vasion fiscale
(dlibre)
Corruption /commissions
occultes
Dlit diniti
(pas au nom de lentreprise)
Vol et fraude Vol/ vol qualifi
Contrefaon
Falsification de chque
Scurit des Dommages dus au piratage
systmes informatique
Vol dinformations
(avec pertes financires)
travail Questions lies aux
rmunrations,
avantages, la rsiliation
dun contrat
Activit syndicale
 ou datteintes et Scurit lieu de Responsabilit civile
lgalit /actes de travail (chuta..)
discrimination Evnements lis la
rmunration sur la sant et
la scurit du personnel,
rmunration du personnel
Egalit et Tous types de
discrimination discrimination

Clients, produits et Pertes rsultantes dun Conformit, Violation du devoir

pratiques manquement, non diffusion fiduciaire /de
commerciales intentionnel ou dues la dinformation et recommandations
ngligence, une devoir Conformit /diffusion
obligation fiduciaire dinformations
professionnelle envers (connaissance de ma
des clients spcifiques (y clientle)
compris exigences en Violation de la
matire de fiducie et de confidentialit de la
conformit ) ou de la clientle
nature ou conception Atteinte de la vie prive
dun produit Vente agressive
Oprations fictives
Utilisation abusive
dinformations
confidentielles
Responsabilit du prteur
Pratiques Lgislation antitrust
commerciales / Pratiques incorrectes
de place Manipulation du march
incorrectes Dlit diniti ( au nom de
lentreprise )
Activit sans agrment
Blanchissement dargent
Dfauts de Vices de production(absence
production dagrment ..)
Erreurs de modle
Slection, Insuffisance de lanalyse
parrainage et clientle
exposition Dpassement des limites
dexposition dun client
Service-conseil Conflits sur lefficience des
prestations
Dommage aux actifs Destructions ou Catastrophes et Pertes rsultantes dune
corporels dommages rsultants autres sinistres catastrophe naturelle
dune catastrophe Pertes humaines dues des
naturelle ou dautres causes externes
sinistres (terrorisme, vandalisme)
Dysfonctionnement Pertes rsultant de Systmes Matriel , Logiciel,
de lactivit et des dysfonctionnements ou Tlcommunications

33
 systmes de lactivit ou des Interruptions/Perturbations
systmes dun service public
Excutions, livraison Pertes rsultantes dun Saisie, Problmes de
et gestion des problme dans le excution et communication
processus traitement dune suivi des Erreurs dans la saisie, le
transaction ou dans la transactions suivi ou le changement
gestion des processus ou Non respect de dlais ou
des relations avec les dobligations
contreparties Erreur de manipulation du
commerciales et modle / systme
fournisseurs Erreur comptable /
daffectation dune entit
Autres erreurs dexcutions
Problmes de livraison
Fautes dans la gestion des
srets
Mauvais suivi des donnes
de rfrence
Surveillance et Manquement lobligation
notification de notification
financires Inexactitude dans les
rapports externes (pertes)
Admission et Absence dautomatisation
documentation /renonciations clientle
clientle Documents juridiques
absents /incomplets
Gestion des Accs non autoris aux
comptes client comptes
Donnes clients incorrectes
(pertes)
Actifs clients perdus ou
endommags par ngligence
Contreparties Faute dune contrepartie
commerciales hors clientle
Divers conflits avec
contrepartie hors clientle
Fournisseurs Sous-traitance
Conflits avec les
fournisseurs

34
Annexe 3 : Statistiques descriptives des variables dpendantes et indpendantes

Moyenne Ecart-type Min Max

Variables
dpendante et
indpendantes

Pertes oprationnelles 18.383 16.389 0.0049 65.71

Total actifs 487.067 542.665 30.398 2416

GDP 1.364 2.328 -5.6 4.1

INF 2.166 1.0442 -0.4 4.4

IFF 103.916 300.948 0 2497.814

EF 161.051 426.869 0 3666.11

EPWS 101.850 240.493 0 1892.958

CPBP 384.021 1246.039 0 10025.36

DPA 74.910 260.337 0 2025.112

BDSF 89.629 260.995 0 2120.919

EDPM 244.374 350.314 0 1395.405

USA 0.285 0.453 0 1

CF 0.375 0.486 0 1

TS 0.330 0.472 0 1

CB 0.25 0.434 0 1

RB 0.366 0.483 0 1

PS 0.258 0.440 0 1

AS 0.294 0.457 0 1

AM 0.205 0.405 0 1

35
Annexe 4 : Rsultats du modle 1
-Matrice de corrlation

-Test de Fisher et Breush-Pagan

36
-Rsultats destimation

37
Annexe 5 : Rsultats du modle 2

-Matrice de corrlation

38
-Test Vif

-Rsultat destimation

39