1

Modélisation de la rentabilité
des institutions de
microfinances:
Une application de la
méthodologie de données de
panel dynamique
*, **

*
Lâma DAHER, doctorante à l’École de
gestion de la Sorbonne (PRISM)
**
Erwan LE SAOUT, professeur de
marchés financiers et de
risqueanagement chez Ecole de
Management
de la Sorbonne (PRISM & LABEX
REFI)
Abstrait
le secteur de microfinance est qui
passe à traversgh une fondamental
transformation cette empiète sur ses
opérations des acteurs et
performaNces. Avec la rareté
croissante des financements bon
marché et la
de plus en plus investisseurs de
exigeants,institutions de
microfinance tournent vers
l'amélioration their
financier perendement en ordre à
grangée etattracte nouvelles sources
de financement non libres de l'
extérieur
Marchés financiers. Le but de cela le
papier est enquêter les conducteurs
de financier performance de
au sein de la microfinance
institutions et leur macro-
économique contexte. Coût
inefrigueur et
imprévu inflation sembler à être la
plus important des risques cette
microfinance les institutions avoir à
gérer. Aditionellement,nous
suggestons que les bénéfices sont
persistants d'un période à un autre et
que
microfinance les institutions avoir
assez faible niveaux de
compétitivité. En outre, nous trouver
cette la
rentabilité de la microfinance les
institutions est sensible à difficultés
financières globales, en référence au
crise monétaire de 2007-2008.
Empirically, une panneau
dynamique analyse de données, en
utilisant standard et
système-GMM, est effectuée sur un
données du panneau ensemble de
362 miinstitutions de crédit à partir
de 73 des pays
dans 5 régions de 2005 à 2011.

Mots clés
institutions de microfinance,
rentabilité, persistance du profit,
déterminants, facteurs internes,
macro-
facteurs économiques, facteurs
macro-institutionnels, crise
financière mondiale, régression
dynamique par panel
Codes de classification JEL
G21, G23, O16
Adresses mail
Lâma DAHER:
lama.m.daher@gmail.com
Erwan LE SAOUT:
erwan@lesaout.com
adresse postale
Lâma DAHER
PRISM Sorbonne - Université Paris
1 Panthéon Sorbonne
17 rue de la Sorbonne
75231 Paris Cedex
France

2
introduction
La pauvreté le soulagement est le
offici engagement présumé
poursuivi par la industrie de la
microfinance
puisque ses conception. Existant
microfinance les institutions (IMF),
comme well comme Nouveau les
participants sont plus
et plus attiré par la potentiel
bénéfices cette pouvez être atteint en
dehors de microfinance Activités.
UNE
nombre croissant des IMF is change
sa objectif principal de, fournissant
le pet plus vulnérable
avec des services de microfinance et
des produits pour aider améliorer
leur vie, à maximiser leur propre
rentabilité à travers entretien Moins
pauvre populations et abattre leur
frais. Ce dénote
la soi-disant mission dérive de la
microfinance(Baptiser, 2001;
Baptiser et Canard, 2002; Mersland
et Strom, 2010; Armendaris et
Szafarz, 2011).
Progressivement, la mise au point de
ces institutions est étendu sur
l'amélioration leur financier
performance avec
l' objectif d' attirer des exsources
de financement internes . Fonds d'
investisseurs privés et publics ,
surtout capital étranger
investissements, ainsi comme, prêts
commerciaux bles fourches sont
tournées vers
investissements générateurs de
revenus. Ces nouvelles sources de
marché le financement a un mettre
l'accent sur la rentabilité
(Ghosh et Van Tassel, 2011), qui
représente le moins cher source de
Capitale - bénéfices réinvestis
dans l' IMF - nécessaire pour une
IMF pour attirer ex capitale
ternelle . Cependant, la montée
commercialisation de MLes IF
soulèvent de nouveaux risques. Ce
sont principalement risques macro-
économiques causés by le
interaction croissante avec formelle
Marchés financiers, à savoir le taux
de change risque et la
risque d'effondrement des marchés
financiers.
Le présent L’étude a trois
objectifs.Tout d'abord, nous
vérifions les déterminants de
Financière des IMF
performance. Seconde,nous
examinons le persistance de théritier
profite de temps. Troisièmement,
nousexaminer le
impact de la récente crise
monétaire mondiale sur les
bénéfices des IMF . Les
déterminants de la finance
performance comprendre les deux
fspécifique à l'irm aDakota du Nord
spécifique au pays les facteurs. Til
anciens facteurs étant
sous la contrôle de IMF mun
âgement, tandis que la dernier
facteurssont en relation à leur des
pays'
environnement macro-économique
et macro-institutionnel. Tester la
persistance des profits des IMF
nous permet évaluer le vitesse de
convergence des bénéfices vers leur
équilibre à long terme niveaux,
et donner preuve de la level de
compétitivité dans la microfinance
secteur. Évaluer la
impact du crise donne preuve sur la
diplôme de la commercialisation de
IMF et leur dépendance
sur des sources de financement
externes.
le papier est organisé comme suit.
Dans la prochaine section, nous
examiner la existant Littérature sur
la
déterminants de la financier
performance deIMF. Suivant, nous
present notre Les données et notre
empirique
des modèles et définir notre
variables et hypothèses.
Ensuite,nous présent et discuter la
résultats de nôtre
modèles et conclure.
1. Déterminants de la
performance financière
Notre analysis vise unt en train
d'étudier si et combien divers les
concepts peuvent vérifier l'IMFs '
financier
performance. Parmi les chercheurs
qui ont tenté de déterminer les
moteurs de la financecial
performance dans le microfinance
secteur, nous avoir Nawaz
(2010),Cull et Al. (2011), Ahlin et
Al.
(2011) et Kar (2013). À
traversrevoir l'exlittérature
empirique existante
1
, nous l'intention de mettre en
évidence
les principales conclusions des
études existantes et éclairent les
résultats très mitigés obtenus. le
les déterminants de la performance
financière sont classés en facteurs
internes et facteurs externes.
1
Milana et Ashta (2012) et Daher et Le
Saout (2013) ont également interrogé mais
partiellement tla littérature liée au
performance financière du secteur de la
microfinanceUstry.
3
1.1. Facteurs internes
Facteurs internes aré défini comme
indicateurs basés sur les entreprises.
Ils peuvent être trié en cinq
composantes:
structure de financement, risque de
crédit, efficacité, portée sociale et
taille de l'entreprise.
Il y a preuves empiriques ce
financementinfluence de la
structurele financier performance de
MFjes.
Hartarska et Nadolnyak (2007)
trouvé que financière des IMF
performance (mesurée par
opérationnel
autosuffisance ou OSS) est affectée
par le capital sur actif ratio. Leurs
résultats suggère que Moins
Les IMF à effet de levier ont une
meilleure performance financière.
Ce résultat est accrédité par
Ngendahayo (2008),
qui a trouvé cette effet de levier a
Un négatif influence sur OSS et sur
rentabilité (mesurée en retour
sur les atouts ou ROA)de privé MFI
seulement. En contraste résultats
sont attribuableted à Kar (2012), qui
a trouvé Un négatif et effet
significatif de la ratio capital / actif
sur profit efficacité (mesurée
par retour sur capitaux propres ou
CHEVREUIL). Cela implique que
toute augmentation deun effet de
levier augmenterait le profit des IMF
Efficacité.
Les resultats de la littérature ne sont
pas homogènes en ce qui
concernel'impact de la qualité du
portefeuille sur
performance financière. Mersland et
Strøm (2009), Kar (2012) et Nawaz
(2010) n'ont trouvé aucune
important impact de le portefeuille à
risque plus de 30 journées rapport
sur ROA. While, Kar (2013) a
trouvé une
relation négative et significative
entre le ratio du portefeuille à risque
sur 30 jours et financière
performance - mesuré par un
composite facteur obtenu par
analyse factorielle impliquant
plusieurs
variables mesurant la rentabilitéy
(ROA) et financial durabilité (OSS
et autosuffisance
index ou SSI).
En terme de la rentabilité ,Kar
(2013) trouvé ce coût par dollar
rapport prêté une influence négative
sur financier performance. Tandis
que,Cull et Al. (2007)a prétendu que
le efait des coûts sur le ROA
dépend de la méthodologie de prêt
de l'entreprise.
Empirique retrouver dansgs En ce
qui concerne les deux composants de
rayonnement social, c'est à dire
profondeur de la sensibilisation et
étendue de atteindre, sont mixed.
L'impactde profondeurde
sensibilisation is mesuré à travers la
variable
taille du prêt. Mersland et Strøm
(2009) ont trouvéce ROA augmente
avec la taille moyenne du prêt, et
Ngendahayo (2008) 's résultats
suggéré un important et positif
impact de cette variable sur ROA
mais seulement pour privé IMF.
Bien que,ce résultat est incompatible
avec Galema et al. (2012) qui a
trouvé
cette moyenne prêt Taille des
impacts significativement et
négativement ROA. De même,
Nawaz (2010) a trouvé
cette taille moyenne de prêt au RNB
par habitant a un signeeffet
significatif et négatif sur le ROA.
Ce
relation ne fait pas semble important
dans autres études (Cueillir et al.,
2007; Cueilliret al., 2011). Cull et
Al. (2007) suggèrent que les IMF
qui accordent des prêts plus petits ne
sont pas nécessairement moins
rentables. le
étendue de sensibilisation est
mesurée par la part de
prêtportefeuille aux actifs. Nawaz
(2010) trouvé
non important effet de gross prêt
portefeuille à les atouts rapport sur
ROA. cependant, Cull et Al. (2007)
trouvé un impact significatif et
positif de la part du portefeuille de
microcrédit sur le ROA. De même,
Kar
(2013) ont trouvé un significatif et
positif impact de la taille de le
portefeuille de prêt brut sur la
variable
indiquant p financiererformance
(obtenu par affacturage ROA, OSS
et SSje) dans son principale Les
données ensemble,
mais les résultats de ses deux autres
ensembles de données n'ont révélé
aucun impact significatif.
F empiriqueindings concernant
l'impact de taille de l' entreprise sur
financier pperformance sont
mélangés. le
nombre de studies que avoir ne pas a
trouvé toute association entre
raffermir Taille et ROA
(Ngendahayo,
2008; Hartarska, 2004) ou ROE
(Kar, 2012) est limité. Plusdu des
études démontrent que les IMF
la taille affecte positivement son
ROA (Vanroose et D'Espallier,
2009; Mersland et Strøm, 2009; Cull
et
al., 2007; Bassem, 2009; Cull et al.,
2009).
4
1.2. Facteurs externes
Externe les facteurs sont ceux qui
sont ne pas sous le contrôle de
gestion de l'entreprise. Ils sont
spécifiques à
la pays où la IMF est situé.
Deuxgroupes de indicateurs liés au
pays pouvez être estimé:
indicateurs macro-économiques et
indicateurs macro-institutionnels. De
plus, nous rappelons les résultats de
recherches antérieures sur l’effet de
la crise monétaire mondiale.
Le premier maL’ indicateur
économique est l’ économie globale
d développement . empiriques
résultats
En ce qui concerne son impact sur
financier les performances sont
mixte. Pour par exemple, Imai et Al.
(2012)résultats de
spectacle ces pays avec plus dom
grossierproduit estic (ou PIB) par
capitalun avoir rendement plus élevé
sur
atout, suggesting unsignificant et
impact positif d'économie taille sur
La rentabilité des IMF. Encore,
Bassem (2009), et Hartarska et
Nadolnyak (2007) trouvé non
important preuve que PIB par
habitant a un impact sur la
rentabilité (ROA) ou la viabilité
financière (mesurée par
autosuffisance opérationnelle ou
OSS). Néanmoins, Vanroose et
D'Espallier (2009) ont découvert
une
impact significatif et négatif du
revenu national brut (ou RNB) par
habitant sur le ROA.
Empirique résultats en ce qui
concerne til effet de la seconde
macro économique enDicator, à
savoir l'inflation ,sur
la rentabilité est également mitigée.
Par exemple, Vanroose et
D'Espallier(2009) ont constaté que
les IMF sont moins
rentable lorsque l’inflation est
élevée, ce qui suggère que Les IMF
bénéficient de la stabilité du système
financier formel
système. Cele résultat est cohérent
avec Bassem (2009) et Cull et al.
(2011)qui a trouvé un important
et impact négatif de inflation sur
ROA et OSS. Cull et Al. (2009)
'srésultats suggère que la
impact de l'inflation sur les finances
ssuffixe elfe (FSS) est significatif et
négatif, alors que le
impact sur la rentabilité(ROA)
estpas significant. Pourtant, Ahlinet
al.(2011) 's conclusionssuggère que
Là est pas significatifimpact de
inflation sur OSS. Inversement,
Hartarska et Nadolnyak (2007)
observé un impact significatif et
positif de l’inflation sur les logiciels
libres.
Concernant les macro-ins facteurs
de titutional , mles résultats sont
rapportés pour les états financiers.
durabilitécator (OSS). Crabb (2008)
trouvé ceci Les IMF fonctionnent
principalement dans des pays avec
un
relativement faible diplôme de
global économique la liberté et cette
divers politique économique les
facteurs sont
importants pour la performance
financière, tels que les interventions
des gouvernements.ntion qui peut
réduire les finances
durabilité. Également,Hartarska et
Nadolnyak (2007) trouvé pas
évidentprésence de un important
impact de
liberté économique sur les logiciels
libres . De même, les résultats
empiriques n’ont pas encore révélé
la preuve d’une
impact significatif de la liberté de
indicateur de corruption sur OSS
(Ahlin et al., 2011). En outre,
Hartarska et Nadolnyak (2007)
trouvé pas preuve de significatif
impact dela propriété droits
indice de protection sur l'OSS.
Enfin, la longue tenue notion cette
microfinance, comme un atout
classe, est en grande partie non
corrélé à global
financier marchés, et que ça est un
exception à la inhérent instabilité de
le traditionnel financier
système, peut pas plus être
approuvé. UNEpeu études discutées
que microfinance n'est pas isolé de
financière mondiale l' agitation
queil semblait à être (LiTtlefield et
À genoux, 2009; Dokulilovaet al.,
2009; Kruijff et Hartenstein; 2013).
Cela peut être causé par plusieurs
facteurs interdépendants
comprenant: la monter de
concurrence parmi MFjes (Assefa et
Al., 2013), le décalagede leur
objectifs
de exclusivement portion la pauvre
obtenir débarrassé de poverty à
maximiser bénéfices, et la Nouveau
tendance de
levée de fonds auprès des marchés
de capitaux nationaux et
internationaux , des banques
commerciales, ainsi que
investissement en microfinance
véhicules à crédit d'accueil
croissance (El-Zoghbi et al., 2011).
Gonzalez(2011)
pointu à la fait que la impact de
financier les crises sur IMF et leur
les clients dépend de
plusieurs facteurs incluant: le macro-
économique environnement, le
niveau de integration du pays
à le Global économie, Coût et
financement des structures pour le
IMF, et la capacitéy de gestion à
traiter avec des crises. Dokulilova et
Al. (2009) prédit "la plein effet de la
à l'échelle mondiale crise et son
triple chocs - contraction
économique, dépréciation de la
monnaie et la rareté de crédit à
montrer pleinement son
5
pouvoir dans les pays émergents
dans la seconde moitié de yoreille
2009 ”. Empirically, Di Bella (2011)
a trouvé un
cor significatifrelation entre la
performance des IMF et les
performances nationales et
internationales
financier et conditions économiques
quand ajouter la années 2008 et
2009 à l'analyse. Lensink
(2011) trouvé les IMF sont
confrontées à une évolution
négative importante des indicateurs
de performance liés à la
rentabilité, la croissance, et qualité
du portefeuille comme un
conséquence du cr financierisis.
Wagner et
Winkler (2012) trouvé ceci le
financier mondial la crise avait un
fort négatif impact sur croissance du
crédit
des IMF. Lützenkirchen et al.
(2012) ont signalé qu'après la crise,
la croissance des actifs avait ralenti
de façon marquée, le risque de
portefeuille a augmenté et la
rentabilité a diminué.
2. Modélisation de la
performance financière
Beaucoup avantages viens de en
utilisant données du
panneauensembles (Baltagi, 2005).
Par rapport à mis en commun Les
données ensembles -
pur section transversale ou pur
série chronologique, le panneau de
données ensembles comprennent
beaucoup de données plus
importantes, et permettent
la construction et test plus
sophistiqué modèles
comportementaux avec Moins
contraignant hypothèses.
Avec panneau Les données
ensembles, les données sont plus
informatif, estimations sont plus
fiable, colinéarité est inférieur
parmi variables, et efficacité is plus
grand avec plus de degrés de liberté.
Aditionellement,panneau Les
données
les ensembles permettent de
contrôler l'hétérogénéité
individuelle, qui est une spécificité
individuelle non observée effets
qui ont été omis dans les données
groupées. Plus important encore
pour notre étude, les ensembles de
données de panel sont mieux adaptés
pour étudier complexe les
questions de dynamique des
comportements, en particulier à
comprendre la dynamique de
ajustement.
2.1. Les données

Les données proviennent de

quatresources d'informations. Le
mix market
1
fournit à notre échantillon avec
ratios financiers et d'autres
spécifiques à l'entreprise Les
données. Indices macro-
économiquessont obtenus de le
monde
2

Indicateurs de développement
(WDI) et Bloomberg. Les données
macro-institutionnelles sont acquises
de l'héritage
3
Fondation.
le difficile noyau de notre
échantillon composé de spécifique à
l'entreprise variant dans le temps
information est faire des réserves
dans cinq
pas. Premièrement, nous
choisissons uniquement les IMF
fournissant des informations chaque
année entre 2005 et 2011.
Deuxièmement, nous garder
exclusivement IMF cette avoir
observations pour ROA variable
sans pour autant perturbation
entre 2005 et 2011 - 7 années
consécutives. À ceci cerfe, notre
ensemble de données implique 857
IMF. Suivant,
nous select ces IMF qui publie audit
financier déclarations tous les année
et Ceux qui, jen
Outre le ces derniers ont leur note ou
rapports de due diligence publiés
annuel. En d'autres termes, nous
conserver 372 IMF classées fnotre et
cinq diamants, respectivement
4
. De plus, nous excluonsces IMF
cette faire ne pas tenir une défini
statut légal. Pour exemple, la deux
IMF en portant la légal statut Autre
ont été supprimés. Enfin, certains
MFjes avoir approuvé le ci-
dessusConditions de sélection ned
intégrer des observations qui se
situer à une distance anormale de le
reste des observations. Nous
enquêtons
celles-ci points soigneusement
bavant de considérerg leur possible
élimination de notre ensemble de
données. Pour 8 en dehors de
370 retenu IMF, certainesextrême
les valeurs étaient identifiés sur une
court instant période, variant de une
année à deux années consécutives au
maximum - aucune tendance
tangible n’a été détectée.
Enfin, nous obtenons un ensemble
de données de panel - données
combinées de séries chronologiques
et de sections efficaces - composé de
362
IMF à partir de 73 des pays entre
2005 et 2011. Ce est alors loin le le
plus grand données set en terme de
échantillon Taille et longueur de la
Période d'étude, avec la dernier
financier crise ère. Notre échantillon
est
défini comme un court données de
panel équilibrées ensemble.
Dansautres mots, il a un grand
nombre des entités mais peu
temps périodes - ce est commun en
microéconomique Les données
(Wooldridge, 2002) - et la périodes
pour lesquels nous avons des
données sont les mêmes pour toutes
les entités.
6
2.2. Modèle empirique et tests
d'hypothèses
Ce goujony des analyses la
dynamique de rentabilité dans le
microfinance mondiale iindustrie. Le
harasy de
le mécanisme dynamique
performance-concurrence est
nouveau, même dans le secteur
bancaire
recherche (voir, Berger et al., 2000;
Agostino etal., 2005; Goddardet al.,
2010 et 2011). nous
estimer un panel dynamique modèle
de données pour contrôler la
persistance des bénéfices, tout en
étudiant
déterminants de la rentabilité de
IMF. Essai la persistance de
IMFles bénéfices permettent nous à
évaluer la vitesse de convergence
des bénéfices vers their à long terme
équilibre niveaux, Et donner
preuve de la diplôme de la
concurrence dans la microfinance
secteur. Aditionellement, nous testé
pour
hétérogénéité à travers les années en
ordre inspecter la je suispacte de
l'international crise financière sur
La rentabilité des IMF.
2.2.1. Modèles de données de
panneaux dynamiques
La dynamique multivariée modèle
de régression de données de panel
exprime la rentabilité en tant que
fonction linéaire de
un décalage de la
rentabilitévariable, variable dans le
temps spécifique à l'entreprise
facteurs, etpays variant dans le
temps
spécifique les facteurs. nousestimer
deux modèle équations: the premier
on contrôle pour particulier
effets uniquement (à sens unique
modèle de composant d'erreur) et le
le second contrôle pour les deux
individuel et
effets temporels (modèle à
composante d'erreur
bidirectionnelle).
Equation du modèle de composant
d'erreur unidirectionnel:


   




















Equation du modèle de composant

d'erreur à deux voies:


   






















où, 

représente la financier performance
ou rentabilité de l' IMF  situédans
le pays  à
période  ;  est le reconstante de
gression, la moyenne of le reste non
observé hétérogénéité; 

est le retard d'une période variable
dépendante utilisée comme un
régresseur du côté droit;  estle
coefficient
du variable retardée représentant le
vitesse de l'annoncejustment à la
équilibre;  est leles coefficients
vecteur des régresseurs; 


est un vecteur des facteurs internes
 de MFI  à période .
Celles-ci
les caractéristiques varient
selonIMF et temps; 


est un vecteur de facteurs externes
 dans le pays  au
période  .Celles-ci des indicateurs
varient à travers des pays et temps;


est la non observé spécifique à
chaque individu
effets, lequel représentantressent
hétérogénéité à travers MFjes; 

est l' inobservableen fonction du
temps effets,
lequel représente hétérogénéité plus
de temps et sont introduit dans la
modèle via la année nuls.
Les mannequins du temps sont
exclusifs pour le modèle à deux
voies. Dans le one-waymodèle, 

est égal à zéro; 

est le terme d'erreur idiosyncratique;


est le reste des perturbations
stochastiques.
le hypothèses de base du modèle à
sens unique sont: l'individuel
spécifique effet 

est indépendant de
la terme d'erreur et la régresseurs
exogènes, qui sontégalement
indépendant de emal autre pour tous

et; la perturbation comprend les
erreurs idiosyncratiques et l’effet
propre à chaque individu, c.-à-d.





; et le effets et la les erreurs sont
indépendant distribuer à l'identique
pour tous  et  ,
c'est à dire, 

!  "" # $% Et
'
(
) et 

! "" # $% Et
*
(
).
7
Les hypothèses de base du
bidirectionnel sont les effets
individuels et temporels.
indépendant de la Erreur terme et la
exogène régressors, lequel sont
aussiindépendant de chaque
autre pour tous  et  ;la la
perturbation comprend la erreurs
idiosyncratiques et l'individu- et
temps-
effets spécifiques, c'est à dire,







; etles effets et les erreurs sont
indépendant identique
distribuer pour tous  et  , c. -à-


!  "" # $% Et
'
(
),

! "" # $% Et
+
(
) et 

! "" # $% Et
*
(
).
2.2.2. Estimateurs et tests d'hypothèses

Par construction, 

est corréléavec le niveau individuel
non observé effet 

. jen ordre de
produire des estimateurs cohérents
avec fixe , la solution est à la
première différence l'équation du
modèle et
puis construire estimateurs basés sur
le moment équations utilisant lagged
niveaux de la va dépendantriable
avec erreurs de première
différenciation. Le moment
conditions formé par en admettant
que particulier lagged
les niveaux de la variable
dépendante sont orthogonaux aux
perturbations différenciées sont
connus comme
méthode généralisée de mConditions
actuelles ou de type GMM.
nousutilisé deux techniques
d’estimation:
différence généralisée méthode des
moments et système méthode
généralisée de des moments.
Développé
par Arellano et Bond (1991), la
première différence gméthode
énéralisée des moments, ou standard
GMM, l’estimateur crée des
conditions de moment en utilisant
des niveaux décalés de la variable
dépendante et
strictement exogène variables avec
premières différences de la des
perturbations. Arellano-Bover
(1995) et
Blundell-Bond (1998)
suggèrentested que si leprocessus
autorégressif est aussi persistant, le
en retard
niveaux sont faible jenstruments.
Alors, ils développé la Système
méthode généraliséede moments, ou
Système-GMM, estimateur en
utilisant Additionnel mamanent
conditions, dans lequel en retard
différences de la
les variables dépendantes sont
orthogonales aux niveaux des
perturbations.
Les deux estimations peut être fait
en une ou deux étapespas. Le one
stepestimator suppose
homoscédastique ou identique
distnervuré erreurs, alors que
l’estimateur en deux étapes utilise til
premier pas
erreurs à build norme cohérente
d'hétéroscédasticité eles miroirs.
Selon Arellano et Hahn
(2007), les deux étapes estimator
est asymptotiquement plus efficace
même en la présence de
homoscédastique Erreur termes.
Postérieury, la instrumentation
pouvez être fabriqué transparent à
travers une
moins deux étapes carré (2SLS)
procédure, où dans le première étape
du les régresseurs sont régressé sur
la
instrument, et en celles-cipas à pas,
le résultatestimations ng sont utilisés
comme variables explicatives dans
la
équation de original intplus
Aditionellement, en utilisant deux
étapes G robusteType MM
estimateurs produit
des modèles robuste à
l'hétéroscédasticité et donne plus
efficace estimations pour le modèle
et impartial
estimations des erreurs types .
Finally, les deux estimateurs sont
basés sur l’hypothèse de l’absence
de données en série.
corrélation.
le cohérence de la GMM standard et
le système GMM estimateurs
s'appuie sur deux hypothèses.
Premier, nous testons pour la sur-
identification restrictions en utilisant
le Sargan tester. lenul hypothèse du
Test de Sargan est-ce le modèle et la
sur-identification les conditions sont
valables. Rejetantcette null
l'hypothèse implique que le modèle
ou les instruments besoin de être
réexaminé, à moins que le le rejet est
en raison deeroskedasticity dans les
données processus de génération.
Seconde,nous testons pour
corrélation série utilisant
Arellano-Bond (1991) 's test de
premier ordre et deuxième ordre
autocorrélation dans le premier
différencié
des perturbations. Le nul l'hypothèse
est cette il y a pas d'autocorrélation
dans le premier différencié erreur à
commander un et à commandez
deux. Bien que, quand les idiosyLes
erreurs ncratiques sont
indépendantesde manière identique
et identique
distribué, c'est à dire, 

! "" # $% Et
*
(
) ,le premier différencié les erreurs
sont Premier ordre serially corrélé
ou
AR (1).
En général, les résultats de
l'estimateur GMM donner une valeur
de vitesse de convergence, ou

, entre zéro
et un à confiance niveau de
95%.Tout choc à bénéfices va
persisteravant convergent à leur
à long terme niveau d'équilibre, c'est
à dire, leur industrie un Vérage,
après un certain temps. le vitesse à
lequel
bénéfices revenir à la normale est
Ralentissez comme

est plus proche à une. UNE vitesse
de convergence plus proche de un
implique
8
persistance de bénéfices, wqui est
une signe de inférieur diplômes de
compétitivité parmi IMF. Tandis
que, une
valeur égale à zéro indique zéro
persistance de les bénéfices et
implique que la concurrence est
suffisamment
féroce que un profit anormal gagné
en une certaine année ne persiste pas
du tout dans ce qui suit année
(Goddard et al., 2004). Et une valeur
proche de zéro implique un
ajustement rapide des
bénéficesDakota du Nord
anormal bénéfices cette se faner une
façon plus de timoi. Ce suggère cette
compétition est Moins féroce
because
obstacles à entrée ou autre les
empêchements à la concurrence sont
efficace pour dans une certaine
mesure (Goddard et al.,
2004).
2.3. Variables et hypothèses
La rentabilité indique la dans quelle
mesure entreprise génère des
revenus de ses atouts par rapport
à ses dépenses et autres coûts
pertinents supportés pendant une
période déterminée dumoi. Nous
utilisons le ratio de
retournez actifs à évaluer la
rentabilité. leretournez ratio des
actifs , abrégépar ROA, également
connu
comme la revenir sur investissement,
spectacles Comment bien un
institution utilisé ses les atouts à
produire résultats. Dans
En d'autres termes, il mesure
l'efficacité avec dont la gestion a
utilisé ses ressources obtenir
le revenu. Il est calculé comme la
net d'exploitation revenu, moins les
taxes, divisé par l'average total des
actifs
(The Mix Market, 2014; Le réseau
Seep, 2010).
Un grand nombre d’études ont
évalué le financement des
IMFperformance initiale exprimée
par la capacité à
survivre heures supplémentaires, en
utilisant financier indicateurs de
durabilité, à savoir the ratio deauto
opérationnel
suffisance (OSS), le rapport de
l'autosuffisance financière (FSS) et
le indice d'autosuffisance (SSI).
Cependant, l’ utilisation de
mesures de rentabilité res plutôt
que la soutenabilité financièrey
mesures est
conseillé dans le guide sur
Microfinance Financier Rapport
Normes (Le suintement Réseau,
2010 page 2) en évaluantg le
financier performance de IMF. le
guider justifié le rejet de
OSS et FSS au fait qu’ils deviennent
moins utiles en tant que mesures de
la performance financière une fois
IMF dépasser le seuil de rentabilité
point, soit 100% durabilité. Ainsi, le
revenir sur ratio d'actifs est meilleur
aptes à analyser la performance
financière d'une IMF établie.
nous utilisation la variable un ans en
retard rentabilité (ROA
-1
) à évaluer la persistance de
bénéfices
plus de temps. lecoefficient rélatif
pour ça variable dans la dynamique
le modèle indiquela vitesse de
convergence de bénéfices à leur à
long terme équilibre niveaux. nous
suppose que précédent rentabilité
les valeurs ont unimpact positif sur
le current valeurs de rentabilité.
Nous prédisons aussi la vitessede
convergence ne pas être
extrêmement vite, puisque
compétitivité ltous sont ne pas
généralement haute assez dans
le secteur de la microfinance.
nous sélectionnez nos régresseurs
principalement après examiner le
allumé existantèreture relating la
déterminants de
performance financière eXpressed
en tant que fonction de interne
facteurs et facteurs externes. Tableau
1
résume les hypothèses discutées
dans la présente section.
2.3.1. Facteurs internes

Interne les facteurs sont Spécifique à

l'IMF variables qui sont dans le
contrôle de lagestion de la
institutions et varient selon les
années.
Financement structure pouvez être
évalué en utilisant la capital variable
sur actif rapport. Il jes défini comme
la
rapport d'équité capital à brut total
des actifs, et est utilisé comme un
Procuration pour l'équité
financement. Capital à
ratio d'actifs est à considérered
comme standard me inversegarantie
de ratio d'endettement ou de
ressources financières influence.
Une IMF devrait s'empêcher
d'extirer profit de ses propres des
fonds pour financer ses portefeuille.
Un
excessif effet de levier pourrait
augmenter son risque profil. En
conséquence, capital- ratio des
actifs est
hypothèse d’avoir un impact positif
sur la rentabilité.
9
Crédit risque peut être mesuré par la
port variablefolio à risque passé 30
days à brut prêt portefeuille
rapport. Abrégé par PAR30, il donne
til pourcentage des prêts en cours
qui sont à srisque substantiel
de défaut. Unaugmenter en crédit
risque de défaut est associéré avec
un détérioration de prêt portefeuille
qualité et autres déficiences et pertes
to l'entreprise. Nous supposons donc
que le impact de cette
facteur de rentabilité est négatif.
Efficacité pouvez être estimé en
utilisant un indicateur de Coût
Efficacité représentée par la variable
Coût
par dollar prêté. Il estdéfini comme
le ratio des opérationnelsprêt en prêt
brut portefeuille. Une baisse
tendance de tle sien indicateur veux
dire que le IMF Efficacité est en
train de s'ameliorer. En
conséquence, nous assumer un
impact négatif du coût par dollar
prêté sur la rentabilité.
Anse de sensibilisation socialeDeux
aspects. Profondeurde outrchacun se
réfère to la qualité de sensibilisation
au cacar
et pouvez être massoupli by le
rapport moyenne prêt équilibre par
emprunteur à RNB par tête. Ce est
une
Procuration oF montant du prêt: le
plus petit le prêtla taille, la plus
grand est la profondeur de
sensibilisation. Largeur de
la sensibilisation fait référence àle
degré de couverture ou l'ampleur de
la sensibilisation aux pauvres. Ilpeut
être évalué par
la un ratio de prêt brut portefeuille
au total les atouts. jet est indicateur
du concentrer d'un IMF sur prêt à
microfinance clients: le plus gros
du prêt portefeuille, la plus grande
est l' ampleur de la sensibilisation.
Néanmoins, nous ne pouvons pas
prédire clairement l’impact de ces
aspects sur la rentabilité
La taille de l' entreprise est évaluée
par le logarithme naturel de l' actif
total . Cette variable
contrôle pour
déséconomies ou économies de
échelle, comme bien comme, effets
de différences dans La technologie,
investissement
opportunités et diversification
parmi les IMF. Nous supposons
que l’ impact de la taille de l’
entreprise sur
la rentabilité est positive.
2.3.2. Facteurs externes

Comme argumenté by Ahlin et al.

(2011), “toute comparaison quet
Est-ce que ne pas prendre en compte
la macro
économique et macro-
institutionnelenvironnement, si
celles-ci sont found à non
négligeable prédire IMF
la performance, est incomplet.
Comptabilitépour le contexte permet
un pi plus claircture de institution
Succès
et échec à émerger. "Nous
sélectionnons un nombre de macro-
économique et macro-institutionnel
facteurs qui
pourrait affecter la rentabilité des
IMF.
Le développement économique
global est principalement mesuré par
le revenu national brut par habitant
converti à USD nousle Monde
Banque Atlas méthode. Cet
indicateur, abrégé par GNIPC, est
évalué comme le somme de les
revenus de tout résident producteurs
de un économie en une donnée
période divisé
par le population de mi-année. C'est
utilisé comme un large mesure de
niveau de vie moyen et économique
bien être de un pays population.
nousassumer que les IMF donnerait
des profits plus importants dans des
pays
où le population ont une vie
comparativement faiblenormes ou
économiquementmoins développé
pays où les besoins en services de
microfinance sont plus importants.
Par conséquent, nous prédisons un
effet négatif
du GNIPC sur la rentabilité des IMF.
L’inflation précise le taux
dechangement de prix dans l'
ensemble de l'économie . Le taux
d'inflation est
mesuré par le consommateur indice
des prix, lequel reflète le annuel
variation en pourcentage dans le
coût à
l'average consommateur d'acquérir
un panier des marchandises Et
services que mpeut être fixe ou
changé à
spécifié intervalles, tels comme
annuel (Laspeyres formule). Surla
une main, plus haute l'inflation
pourrait
indiquer plus haute revenus de
opérations, c'est à dire plus haute
intérêts nominaux reçu sur la
microcrédit
portefeuille, et donc rentabilité
accrue des IMF. Sur leD’autre part,
une inflation plus élevée pourrait
indiquer
plus le financement des coûts, à
savoir la hausse des intérêts payés
sur les emprunts, et donc la baisse
des IMF
rentabilité. nous enquêter la jempact
de mal anticiper inflation, c'est à dire
anticipant un inflation
dix
taux égal à la un inflation de l'année
précédente taux, sur Courant des
IMF rentabilité en utilisant la
variable
un an en retard inflation. En
d'autremots, nous étudions si l'IMF a
pleinement anticipé la
taux d'inflation, ce qui signifie que
jet peut ajuster convenablement ses
taux d’intérêt afin derevenus aise
plus rapide que frais, et Ainsi
prendre conscience de plus haute
bénéfices
2
. En conséquence, nous assumer
cette la impact de la
Le taux d'inflation retardé d'un an
sur la rentabilité est négatif.
Nous intégrons une nouvelle
variable, la variation annuelle du
taux de change officiel moyen de la
période en monnaie locale.
devise des unités relatif à la NOUS
dollar, à capture la étranger échange
taux risque .Il est la premier
temps que cette variable est
interrogée parmi les déterminants de
la rentabilité des IMF. En général,
les IMF
obtenir un financement principaly
sous forme de subventions
subventionnées, de prêts et de fonds
propres de sociétés internationales.
organisations et commercial
prêteurs. Ces fonds sont
généralement uncquired dans
étranger devise, tel
en euro ou US dollar - environ 70%
des IMF transfrontalière l'emprunt
est libellé en difficile
monnaie (Reille and Forster, 2008).
Bien que,Les IMF prêtent argenty et
sont payés retour dans national
devise du pays en which ils sont
établi et / ou en fonctionnement. Une
partie de leur collecter aussi
dépôts en local devise. Cerésultats
dans unCurrency décalage dans
MFEst' équilibre feuilles, où
les passifs sont exprimés en monnaie
forte et les actifs en monnaie locale
(voir Featherston et al., 2006). UNE
dévaluation du local monnaie contre
la monnaie forte, tels que Dollars
américains, augmenterait le coût
de fonds pour IMF puisque plus des
unités de la local currency sont
Champs obligatoires à Payer la
intérêt sur difficile
prêts en devises. Cela élargit l’écart
entre le coût du financement et les
bénéfices tirés des prêts. Si ce
se produit, il augmenterait larisque
de défaillance des IMFs et
finalement rendre leur rentabilité.
Par conséquent, le risque de change
devrait avoir un effet négatif sur la
rentabilité.
nous utilisation deux macro-
institutionnel les facteurs, qui
sontprocurations pour la qualité de la
institutions dans une
spécifique pays. Propriété droits
protection est lié à la qualité de
l'investissement climat dans
la pays, puisque il fait référence à la
aptitude de personnes à accumuler
propriété privéey sécurisé par
effacer laest-ce que sont pleinement
imposée par le pays. Financierla
liberté est unmesure de bancaire
l'efficacité, ainsi qu'un indicateur de
l'indépendance du contrôle du
gouvernement et d'ingérence dans le
secteur financier. Nous supposons
que les deux variables ont une
influence positive sur la rentabilité
des IMF.
Et enfin, nous décidons d'inclure l'
année mannequins que le temps des
indicateurs de la période pour
évaluer la
influence hypothétique de la récente
crise financière mondiale de fin
2007 - début 2008 sur le
rentabilité of IMF. Nous supposons
ce til crise a effectivement avait un
impact sur le microfinance
secteur et que le années Suivant
2007 serait beaucoupprobable ont
eu une négatif effectuer sur IMF
rentabilité. L'influence des années
restantes sur la rentabilité est
incertaine.
- . / 011234560 7
3. Résultats empiriques
Relativement limités sont les études
qui ont mesuré la performance
financière en utilisant indicateurs de
rentabilité.
En plus, alorsmoi les résultats sont la
conduiteéd sur groupes spécifiques
de IMF, telles que comme IMF à but
lucratif, ou MFI
situés dans un pays ou une région
donnés et ne peuvent donc pas être
généralisés. En outre, économétrique
méthodologies appliquées dans la
plupart des les études sont
restrictives. Certains ont examiné le
fales acteurs
influençant rentabilité viah Coupe
transversale d'une période ordinaire
moins carré régressions et
d'autres à travers timSérie e
regroupées par régression des
moindres carrés ordinaires, sans
prendre en compte
considérer le variations potentielles
en raison de effets individuels et à
effets ponctuels.
Réellement, une limité nombre de
microfinance études avoir recherché
la impact de la dernier globAl
2
Également, pour le faible revenu
population, wpoule taux d'inflation est ne
pas correctement anticipé, il pistes à Un
refus dans leur
achat pouvoir, quih pourrait engendrer une
augmentation de le credoil par défaut risque
en raison de des difficultés à payeren arrière
leurs emprunts.
11
financier crise sur MRentabilité des
IFy. En outre, la niveau de
compétitivité parmi IMF est ne pas
largement exploré. Tous ces
inconvénients sont abordés dans la
présente étude.
3.1. Analyse descriptive
Univarié descriptif statistiques de la
résultat variable et variables
explicatives sont En vedette dans
Table 2 Descriptif une analyse
révèle certains valuasa information
En ce qui concerne la Distribution
de la
Les données. Pour exemple, la les
tables exposition relativement faible
moyenne rapport de revenir sur les
atouts (3%) pour la
échantillon entier. cependant, cela
montre que les IMF sont rentables
moyenne, comme ils donner un
résultat positif
rendement moyen. Le ratio capital /
actif moyen est de 31%. Cela révèle
une bonne structure de financement
de
les IMF, comme en moyenne ils
hold plus de 8% du capital contre
leur atout (Bâle Iéquer).
Étonnamment, la moyenne
portefeuille à risque passé 30 ratio
de jours est seulement 6%. Ce est un
relatively un faible
niveau de crédit risque. Commela
PAR30 moyen, plus du chiffres
obtenus sont pas tant attirant
parce qu’ils ne tiennent pas compte
de l’hétérogénéité entre les IMF et
d’une année à l’autre.
- . / 011234860 7
La répartition par région (voir la
figure 1) révèle certaines disparités.
En termes de moyenne, le plus bas
rentabilité est enregistré pour Sub
Afrique saharienne; où til Les IMF
pourraientmanque de capital,
compétent
Personnel, efficace la gestion et
information systèmes, libre et
développé financiermarchés, non-
corrompu les institutions, stable
macroéconomique et politique
environnement, etc. Le plus haut
moyenne
revenir sur atout rapport est
enregistré pour Latin Amérique et la
Caraïbes. Ce Région comprend la
l’activité de microfinance la plus
développée. moyen-Orientet
l'Afrique du Nord a le plus haut
capital sur actif
rapport, où plus que 74%de la les
entreprises are Non gouvernemental
organisations et 26% sont non-
banque institutions financières. Dans
Cette région, la Les IMF ont facile
accès à externe sources financières,
comme le Moyen-orientale et du
nord Financier africain les marchés
sont très liquide et le part de forègne
investissements est important dans la
région malgré les troubles (Agence
France Presse, 2013). Sen Asie
la moyenne la plus basse solde du
prêt par borroêtre au RNB par
habitant et le plus élevé coût par
dollar prêté.
Les IMF de cette région opèrent
dans le les pays les plus peuplés de
la monde (voir tableau 3),
où le pourcentage de la population
vivre dans la pauvreté estde la
salutghest. Le sudIMF asiatiques,
donc, sont forcé à subvention petit
des emprunts et Ainsi visage haute
en fonctionnement frais. Est
L'Europe et
Asie centrale a évidemment la plus
haute avesolde de prêt de rage par
emprunteur au RNB par habitant où
34% des leurLes FI sont les banques
et 41% sont financier non bancaire
les institutions; ils aussi avoir le plus
bas
portefeuille à risque 30 dernières
journées. Le plus haut niveaux de
partager de brut prêt portefeuille à
atout rapport et
logarithme naturel de l’actif total en
Amérique latine et dans les
Caraïbes, en Europe orientale et
Asie centrale, où le secteur de la
microfinance est bien développé.
- . / 011234960 7
La pause par année (voirFigure 2)
donne des informations sur le
evolution de MFjes 'performance.
Comme
pour la moyenne revenir sur ratio
d'actifs, entre 2005 et 2007 le pla
rogression était positif, puis il
diminué considérablement entren
2007 et 2009, avant progressivement
et lentement augmentant après
2009. Parallèlement à cette
progression, le ratio moyen des
fonds propres aux actifs a suivi un
repli au cours de la période.
entier période. Tandis que, moyenne
portefeuille à risque passé 30
journées rapport eu une dramatique
monter dans 2008 et
a continué en augmentant jusqu'à
2010. Coût par dollar prêté est
tombée dans 2005 alors augmenté
légèrement après 2007.
Prêt moyen solde par emprunteur au
RNB per habitant a chuté de façon
spectaculaire en 2007 puis récupéré
lentement de 2009 à 2010 avant de
tomber à nouveau dans 2011.
Moyenne partage de prêt brut
portefeuille à
ratio d'actifs augmenté de 2005 à
2008, sévèrement diminué à partir
de 2008 jusqu'en 2009, et alors
commencé à
remonter après 2009.
12
- . / 01:; 0 / 5
<860 7
Analyses descriptives conconduit
dans cette section nous permettent
de réaliser l'interdépendance des
indicateurs,
et fait remarquer à la effets
potentiels de la recent global
financier Crisis sur IMF
performance
indicateurs. cependant,descriptive
les statistiques ne nous permettent
pastirer des conclusions. Theravant,
nous
conduite inférentielle statistiques à
déterminer avec précision lequel
variables sont influençant rentabilité,
des IMF elles-mêmes et de leur
environnement.
 3.2. Analyse empirique

le présent section déplays et discute

l'empirique résultats en relation à la
des questions cette tle sien
objectifs de papier à répondre.
Premièrement, nousestimer la
persistance des IMFprofits au fil du
temps et nous
explore le déterminants de la
rentabilité de l'intérieur IMF et leurs
contexte national.
Seconde, nous investissonsporte le
effet de le récent global financier
crise sur le rentabilité de IMF,
tout en vérifiant la robustesse de nos
premiers résultats à l’inclusion de
variables nominales temporelles.
3.2.1. Persistance du profit et facteurs de rentabilité
Nous estimons la dynamique
multivariée panneau d'effets
spécifique modèle de régression de
données en utilisant
tous les deux la norme GMM et
système GMM estimateurs
5
. les tables 4 et 5
6
rapport une écurieconvergence
la vitesse à travers les spécifications
de presque 52% et un important ef
positifeffet de le un anen retard
rentabilité sur courant valeurs de
rentabilité. C'est preuve que les
bénéfices persistent heures
supplémentaires et cela
la vitesse de retour to leur normale
niveaux est relativement moyen à
lent. Cerésultat aussi suggests
ce til global industrie de la
microfinance ont encore un long
chemin atteindre haute compétitivité
niveaux.
Le niveau de la compétitivité est lié
à le niveau de la concurrence entre
les IMF. L'effet de
concurrence est toutefois pas clair.
Comme argumenté par Assefa et Al.
(2013), il pourrait aller tous les
deux. Sur la un
main, la concurrence peut result
dans amélioré et nouvelles
conceptions de produits financiers,
meilleur client
services, bas coûts et baisse taux
d'intérêt, qui may Aidez-moi
surmonter l'adversaire effet de
la concurrence sans risquer growth
du secteur de la microfinance. De
l'autremain, la concurrence peut
conduire à faibledépistage et
normes de prêt et augmenté
asymétrie de l'information, résultant
en
emprunts multiples, lourd
endettement, faibles taux de
remboursement et mauvaise qualité
du portefeuille.
le resultats de estimé des modèles
spectacle cette Capitale financement
a un robuste et positif significatif
impact sur La rentabilité des IMF.
Les coefficients du le ratio capital /
actif restehaut sur
Caractéristiques. Cele résultat est
compatible avec Hartarska et
Nadolnyak (2007) et Ngendahayo
(2008). Donc, mieux capitalisé IMF
ou moins à effet de levier IMF sont
plus rentable. Cela démontre
cette mieux capitalisé IMF serait
plus efficace et meilleur immunisé
contre imprévu
opérationnel les frais, parce que lay
faire ne pas besoin de régler leur
mission dans ordre à obtenir plus
Capitale. En outre, comme ils ne
sont pas lourdement endettés, leurs
coûts de financement seraient
moindres.
Dans conditions de crédit risque
,résultats montrent une robuste et
important impact négatif de le crédit
défaut
indicateur de risque, à savoir,
portefeuille à risque plus de 30 days
aux actifs ratio sur p des IMFla
rentabilité. Cet effet est
entretenu à travers Caractéristiques.
Il confirme notre supposition cette
une mal crédit portefeuille qualité
est
associés avec le bas rentabilité, et
suggère que IMF avoir gérer bien le
crédit défaut
risque afin de maintenir des niveaux
de rentabilité élevés. Ce résultat est
cohérent avec Kar (2013).
Un ne robuste et
significatifGéorgieimpact positif sur
la rentabilité des IMFty est
également rapporté pour le coût
indicateur d' efficacité , c.-à-d. coût
par poupéeest prêté Cet effet est
maintenu dans toutes les
spécifications avecla
plus haute statistique t. Ceci
constitue evidence que coût
inefficace management, traduit par
un
13
augmenter dans opérationnel frais,
constitue la plus important interne
risque tchapeau serait inférieur IMF
rentabilité. Ce résultat corrobore les
résultats de Kar (2013) sur
l'inefficacité des coûts.
En ce qui concerne la procurations
pour profondeur de sensibilisation
,contrairement au Mersland et Strom
(2009) et Ngendahayo
(2008) qui a trouvé une positif effet
de prêt taille, et Galema et Al.
(2012)et Nawaz (2010) qui
obtenu un effet négatif de lune taille,
nos résultats ne suggèrent aucune
preuve de significant impact de la
prêt moyen solde par emprunteur à
RNB par tête sur les IMF rentabilité.
Nous ne pouvons pas donc réclamer
que les IMF avec prêts plus
importants par emprunteur avoir une
meilleure rentabilité, ce qui se
référer à un déclin in
profondeur de la portée, étant donné
que l'octroi de prêts plus importants
signifie que nous servons des clients
pauvres moins vulnérables.
Dans conditions de largeur de la
sensibilisation ,les coefficients de la
variable partager de miportefeuille
de crédit à
les actifs ne sont significatifs et
positifs que dans le modèle de base
(numéro de spécification 0). Ainsi,
nous ne pouvons pas
affirmer cette expansion la largeur
surreach par se concentrer plus sur
fournissant micro-crédits to le
pauvre améliore MFEst la
rentabilité. Ce résultatest
incompatible avec CUll et al.
(2007)et Kar (2013),
qui suggéré que le financier
performance de MFI améliore
comme ils échelle up, tout le
resteétant
égales, les portefeuilles de prêts plus
importants réduisant les coûts de
livraison.
Nous trouvonsun important impac
positift sur MFI ' rentabilité de taille
de l'entreprise ,mesuré par logTA.
contrairement à Kar (2013) qui
rapporté que tout grand les
entreprises sont ne pas rentable et
tout petit les entreprises sont ne pas
peu rentable, notre résultats suggérer
cette plus grand IMF avoir salutGher
bénéfices comme ils aurait avantage
de
plus haute des économies d'échelle.
Ce résultat les soutiens ttuyau a
trouvé plus tôt par HArtarska et
Nadolnyak
(2007), Mersland et Strom (2009),
Cull et al. (2007, 2009) et Bassem
(2009).
Dans conditions de économique
développement ,nous Trouve ça brut
nationale revenu par tête a robuste et
influence négative significative sur
La rentabilité des IMF. Cela signifie
que la rentabilité des IMFy est
meilleur dans
moins développé pays où les vivants
les normes sont lower et le base de
clients pour microfinance
services est plus grande. En plus d'
être un proxy pour le
développement économique ,
GNIPC peut être
interprété comme un indicateur de
l'économiey Taille. Postérieury,
nos résultats révèlent que dans des
économies ou grands pays jen
conditions économiques, la
rentabilité des IMF est inférieure à à
petites économies. Ce résultat
confirme la conclusions de Vanroose
et D'Espallier (2009) sur le ROA,
tandis que Hartraska et Nadolnyak
(2007) ont trouvé pas preuve d'un
effet significatif de par habitant
revenus sur OSS.
La variable deinflation retardée
taux, qui incarne les attentes
d'inflation ,a un significant
impact négatif sur MFjes la
rentabilité. Ce résultat indique
queMFI qui ne suffisent pas
anticiper une augmentation de la
consommation des prix, à savoir
l'inflation, sont moins disposés à
équilibrer leurs
prix, augmenter précisément leurs
taux d'intérêt plus vite que
l'augmentation des salaires et
d'autres entrées, et
sont confrontés à une augmentation
des dépenses, ce qui nuit à leur
rentabilité. De plus, le t-
statistiques de inflation retardée
aêtes le le plus élevé parmi macro-
économique les facteurs. Cette
suggestionsts qui
globalement, les IMF
doiventdévelopper suffisamment
garanties dans ordre de perforationm
avec succès dans très
environnements inflationnistes.
Nous rappelons que Vanroose
etD'Espallier (2009, ROA et OSS),
Bassem
(2009, OSS) et Cull et Al.
(2011,OSS) trouvé aussi un effet
négatif de l'inflationsur financier
performance. Alors que Hartarska
etNadolnyak (2007) a signalé un
effet positif de l'inflation sur les
logiciels libres,
et Cull et al. (2009)et Ahlin et Al.
(2011) trouvéaucune preuve
orelation fa entre inflation
taux et ROA ni OSS respectivement.
Comme prédit précédemment,
change risque ,évalué par la variable
variation annuelle des locaux
devise unité uneGéorgieinst USD,
has important négative impact sur
IMF rentabilité. Ce le résultat est
robuste à travers les spécifications. Il
suggère qu’une dépréciation de la
monnaie nationale par rapport au
capital dur
la monnaie est associé à plus coûts
de financement pour les IMF,
provoquant une réduction de leur
14
rentabilité. Ça aussi suggère que, dû
à l'augmentation la
commercialisation de l'IMFs et leur
de plus en plus recours à des fonds
de internationaux investisseurs,
étrangers change taux fluctuations
constituer un important externe
risque pour IMFofitability, en
particulier en présence de
inapproprié
gestion actif / passif.
Nous avons fait valoir que dans les
pays avec avanced qualité des
institutions , les IMF bénéficient
d’une meilleure santé
institutionnel environnement et les
relations avec les tiers parles liens,
en particulier le gouvernement
administrations. Cela les
empêcherait de perdre du temps et
de l’ argent et les améliorerait.r
rentabilité. Bien que notre
hypothèses regarding l'influence de
mfacteurs institutionnels sur
La rentabilité des IMF n'est pas
confirmée dans l'analyse du modèle
dynamique. Comme Hartarska et
Nadolnyak
(2007) et Ahlin et Al. (2011), nous
faire ne pas trouver preuve de un
sieffet génial sur rentabilitéy de
non plus la règlede la loi mesuré par
la propriété droits protection index,
ou la marché ouverture
mesurée par l'indice de liberté
financière.
- . / 011234 = 60 7
- . / 011234> 60 7
3.2.2. Impact de la récente crise monétaire internationale

Nous effectuons dynamique bi-

directionnelle individuelle et
temporelleestimations de panel en
ordre à
contrôle pour le temps effets
7
. Les resultats de nôtre modèle
suggérer que l' année2009 a un
important
négatif effectuer sur rentabilité,
tandis que la yoreille 2006 a une
positif impact sur le ROA (Voir
Table 6)
Ce confirme notre ples
toxicomanies, et ceux de Dokulilova
et Al. (2009).Par conséquent, nous
peut êtreGue ça la
commercialisation de IMF a fait les
plus sensible à l'international crises
financières. le
dépréciation de la rentabilité des
IMF résultanty pourrait être lié aux
politiques macro-économiques
suivantes.
effets apparus avec la crise:
 le important global liquidité
contraction soulevée la Coût et
disponibilité de le financement à
IMF,
en particulier le ceux qui ne
prennent pas de dépôt, comme
l'argent de à la fois domestique et
international
les banques sont devenues plus rares
et plus chères, et les investisseurs
sont devenus moins enclins à
prendre des risques;
 en hausse étrangère échange ra
mangé des fluctuations, causée par
lomonnaie d'échange
amortissements, faits plus
difficile pour les IMF de contracter
de nouvelles dettes domestiques et
des banques commerciales
internationales, et
pour refinancer leurs dettes
existantes en particulier y quand
ils n'ont pas de passif d' actif
approprié
la gestion;
 plus élevé financier frais dû à
inflation et liquidité croquer, et plus
haute en fonctionnement frais dû à
inflation sur les salaires, ont
augmentétaux de repos des micro-
emprunteurs et réduction de la
demande de nouveaux
des prêts;
 croissant de la nourriture et
prix de l' énergieet le diminution des
achats pouvoir ont incité micro
emprunteurs à savoirretirer leurs
économies pour financer
consommation, et dans certains cas,
fait les échouer
rembourser leurs emprunts;
 diminution des envois de fonds
de l'étranger utilisé par les micro-
emprunteurs à rembourser leur les
prêts ont causé
baisse des taux de remboursement
des IMF et réduction de la demande
de nouveaux prêts;
 en croissance financier
problèmes de IMF causé la perte de
confiance cette ils pourrait être
capable à
d’autres prêts et a donc découragé
les micro-emprunteurs de
rembourser leurs prêts existants.
Celles-ci conséquences de la crise
récente sur Performance des IMF
cabanon lumière sur le important
rôle de
sources de financement locales, à
savoir dépôts locaux et emprunts
auprès de prêteurs commerciaux
locaux.
15
De plus, compte tenu des facteurs
de rentabilité , nous obtenons les
mêmes coefficients significatifs
que
précédemment, sauf pour la
variables variation de étranger
échange les taux et pour la brut
nationale
le revenu par habitant (voir Table 6)
qui deviennent insignifiant. Comme
discuté à l'avance, ce pourrait
se justifier par le fait que l’impact de
ces facteurs macro-économiques est
maintenant pris en compte par le
effets spécifiques.
- . / 011234? 60 7
Conclusion
le principale objectif de ce papier est
à moiNvestigate la financier
performance de IMF quile Aller
au-delà de la littérature existante
dans cinq façons. Le premier
avantage est l’évaluation de la
rentabilité plutôt
que financier durabilité, lequel
repoussercts meilleur la financier
performance de établi MFIs.
le seconde amélioration est le
inclusion de externe facteurs qui
étaient ne pas testé alors loin de
même
des modèles, à savoir levariation
annuelle de échange officiel les taux
et le financier liberté indice,
qui tiennent compte de laje
suispacte du contexte spécifique au
pays de les IMF suivant les
développement de le secteur et sa
dépendance croissante sur
domestique et sources
internationales de
le financement. Troisièmement,
étant donnéla opportunitéy à nouse
une des séries chronologiques
données transversales ensemble,
nous sauter sur
employant une approche
économétrique qui consiste à
exploiter l'économétrie des données
de panel. Sur le
la main observations multiples sur
echaque unité fournir des
estimations supérieures par rapport
traverser-
en coupe des modèles de
association, et Ainsi pouvez être
utilisé à informer politique sur
meilleur les chauffeurs de IMF
rentabilité. Sur le autre la main
détection oFA changer performance
heures supplémentaires constate la
la survenance d'événements tels que
comme des crises financières. En
conséquence, le quatrième point
pionnier estthe
incorporation de timeffets e-
spécifiques à Capturer le jeimpact de
la récent crise financière sur IMF
rentabilité. Notre étude ppériode
couvre les années avant et après
crise financière. Et le cinquièmele
point est le
l’évaluation de la persistance des
bénéfices dans le temps, à l’aide
d’un modèle de données à panel
dynamique,
niveau de compétitivité du secteur
mondial de la microfinance.
En ordre à vérifier les déterminants
des IMFd'aptitude, nous panneau
utilisé économétrie sur une donnée
ensemble composé de 362 IMF dans
73 pays pariween 2005 et 2011. Le
étude fournit de nouvelles
preuves sur la persistance de
bénéfices au fil du temps, l’impact
des coûts internes et facteurs macro-
économiques,
ainsi que la récente crise
internationale sur la rentabilité des
IMF. Nos résultats suggèrent que les
IMF
bénéfices sont persistants de une
période à un autre, et cette
globalement IMF avoir assez faible
niveaux de
compétitivité. De plus, noustrouver
des preuves que les IMF mieux
capitalisées, MFI avec le bas
défaut credit risque et rentables
IMF sont plus rentables. De plus,
nous montrons que
la rentabilité est amélioré en moins
économies développées, avec une
inflation plus élevée et qu'un
détérioration
de la monnaie locale rend la
rentabilité. Nos résultats également
suggèrent que grâce à l'
augmentation
la commercialisation de IMF et la en
augmentant dépendance sur externe
financement, MFjes sont être
mminerai
t sensibleo les fluctuations en
finance mondiale marchés. jen
particulier le récent monetar globaly
crise
a entraîné une baisse des bénéfices
des IMF en 2009.
16
Références
Agostino, M., Leonida, L. & Triveri,
F. (2005). Bénéfices Persistence et
propriété: Preuve de
le secteur bancaire italien. Applied
Economics , 37 (14): 1615-1621.
Ahlin, C., Lin, J. & Maio, M.
(2011). Où est-ce que la
microfinance est-elle florissante?
Institution de microfinance
performance dans contexte
macroéconomique . Journal of
Development Economics, 95: 2,
105–120.
doi: 10.1016 / j.jdeveco.2010.04.004
Armendáriz, B. & Szafarz A.
(2011), En dérive de mission dans
les institutions de microfinance , in
B.
Armendariz et M. Labie (Eds), The
Handbook of Microfinance ,
Londres-Singapour: Monde
Publication scientifique, 341-366.
Arellano, M. & Bond S. (1991).
Quelques tests de spécification pour
le panneauDonnées: preuves de
Monte Carlo
et une application aux équations
d'emploi. Revue des études
économiques 58, 277–297.
Arellano, M. Et Bover O. (1995). Un
autre Regardez à la Variable
instrumentale Estimation de Erreur
Modèles de composants. Journal of
Econometrics 68, 29–51.
Arellano, M., & Hahn, J. (2007).
Comprendre les biais dans les
modèles de panel non linéaires:
quelques-uns récents
développements. Econometric
Society Monographs , 43 , 381.
Assefa, E., Hermès, N., et Meesters,
A. (2013). Compétition et la
perforationmance de microfinance
institutions. Applied Financial
Economics , 23 (9), 767-782.
Baltagi, B., Analyse économétrique
des données de panel, 3ème édition,
Wiley, 2005.
Bassem, BS (2009). Gouvernance et
performance de institutions de
microfinance dans méditerranéen
des pays. Journal of Business
Economics and Management, 10 (1),
31–43. DOI: 10.3846 / 1611-
1699.2009.10.31-43
Berger, Allen N., Seth RÉ. Bonime,
DanielM. Covitz, Et Diane Hancock
(2000). Pourquoi Sont Banque
Des bénéfices si persistants? Les
rôlesconcurrence sur le marché des
produits, opacité de l’information et
Régional
Chocs macroéconomiques. Journal
de la banque et des finances 24,
1203-1235.
Blundell, R. & Bond, S. (1998).
Conditions initiales et restrictions de
moment dans le panneau dynamique
Dà
Des modèles. Journal of
Econometrics , 87: 115-143.
Christen, R. P., (2001). La
commercialisation etdérive de
mission: la transformation de la
microfinance dans
Amérique latine. CGAP: Document
occasionnel n ° 5.
Christen, R. & Drake D. (2002).
CCommercialisation. Le
nouveauréalité de microfinance. En
D.Canard
et E. Rhyne (Eds.), The
Commercialisation of Microfinance.
Équilibrer les affaires et
Développement , Chapitre 1, p. 2-22.
Bloomfield: Kumarian Press.
Crabb, P. R. (2008). Économique La
liberté et la Succès de Microfinance
Institutions. Journal de
Développement de l'entrepreneuriat.
13 (2): 205-19.
17
Cueillir, R., Demirgüç-kunt, UNE.,
& Morduch, J. (2007). Performance
financière et sensibilisation: a global
analyse des principales
microbanques. Revue économique,
Société économique royale, vol. 117
(517), pp 107-
133, 02.
Cull, R., Demirgüç-kunt, A. et
Morduch, J. (2009). Est -ce que la
réglementation Supervision Curtail
Rentabilité de la microfinance et
Sensibilisation  ? Travaux de
recherche sur les politiquesg Série
de papier. 4948,Le monde
Banque.
Cull, R., Demirgüç-kunt, A. et
Morduch, J. (2011). La
réglementation de la microfinance
freine-t-elle
Rentabilité et rayonnement  ?
Développement mondial, Elsevier,
vol. 39 (6), pages 949 à 965, juin.
Daher L., & Le Saout E. (2013).
Microfinance et performance
financière. Changement stratégique ;
22: 31–45. DOI: 10.1002 / jsc.1920.
Di Bella, G. (2011). Impact du
glObal crise financière sur la
microfinance et ses implications
politiques
(N ° 11-175). Fond monétaire
international.
Dokulilova, L., Janda, K. et Zetek,
P. (2009). Durabilitéy des
institutions de microfinance dans
crise financière. European Financial
and Accounting Journal, 2: 7–33.
El-Zoghbi, M. G.hwiler, B. & Lauer,
K. (2011) transfrontalière Le
financement de la microfinance,
CGAP
Note de synthèse 70, Washington,
DC
Featherston, S., Littlefield, E., &
Mwangi, P. (2006) Risque de
changeen microfinance:
De quoi s'agit-il et comment peut-il
être géré? CGAP Focus Note, 31,
pages 1 à 16. CGAP.
Galema, R., Lensink, R., &
Mersland, R. (2012). Faire des PDG
puissants Déterminer la
microfinance
Performance? Journal of
Management Studies, 49 (4), 718–
742. doi: 10.1111 / j.1467-
6486.2012.01046.x
Ghosh, S. et Van Tassel, E. (2011).
Microfinance et concurrence pour
les financements externes. Économie
Lettres, 112 (2), 168–170. doi:
10.1016 / j.econlet.2011.03.037
Goddard, J., Liu, H., Molyneux, P.
& Wilson JOS (2004). La rentabilité
des banques européennes:UNE
Analyse de panneaux transversaux et
dynamiques. The Manchester
School, 72: 363-381.
Goddard, J. Liu, H. Et Molyneux,
P. (2010).réo Les bénéfices des
banques convergent?Européenne
financière
Management , doi: 10.1111 / j.1468-
06X.2010.00578.x.
Goddard, J., Liu, H., Molyneux, P.
& Wilson JOS (2011).
"LePpersistance de profit bancaire »
Journal of Banking and Finance 35:
2881-2890.
Gonzalez, A. (2011). Leçons pour
renforcer la microfinanceLes
institutions à travers les crises
financières,
Fluctuations des prix des denrées
alimentaires et des carburants et
autres risques majeurs. Bulletin de
micro-banque .
Hartarska, V. et Nadolnyak, D.
(2007). Les institutions de
microfinance réglementées
obtiennent-elles de meilleurs
résultats?
durabilité et rayonnement? Preuve
transnationale . Applied Economics,
39 (10), 1207-1222.
doi: 10.1080 / 00036840500461840
18
Imai, K. S. Gaiha, R. Thapa, G.,
Annim,S. K., etGupta, UNE.
(2012). Financemential Performance
de
Microfinance jeInstitutions-A
Macroéconomique et institutionnel
La perspective. Document de
discussion Séries
DP2012-04, Institut de recherche en
économie et en administration des
affaires, Université de Kobe.
Kar, AK (2012). Est-ce que Capitale
et financement structure avoir uny
pertinence au performance de
institutions de microfinance? Revue
Internationale de Appliquée
Économie, Taylor & Francis
Journals,
vol. 26 (3), 329-348, mars.
Kar, AK (2013). Mission dérive en
microfinance: sont les soucis
vraiment inquiétant? Récent
traverser-
résultats par pays, Revue
Internationale de Appliquée
Économie, Taylor & Francis
Journals, vol. 27 (1)
44-60 janvier.
Kruijff, D. & Hartenstein, S.
(2013). Microfinanceet le Global
Financial Crise: un appel pour
Bâle. IFC.
Lensink, R. (2011). Récent
Développements dans Microfinance
et l'impact de le financier Crise.
Perspectives éthiques-Katholieke
Universiteit Leuven , 18 (4), 569-
590.
Littlefield, E. Et À genoux, C.
(2009). le global financier crise et
ses impact sur microfinance.
Document occasionnel du CGAP.
Lützenkirchen, C., Weistroffer, C.,
Speyer, B., & AG, D. B. (2012).
Microfinanceen évolution. Un
industrie entre crise et avancement,
"Deutsche Bank Research" , 13
septembre .
Mersland, R. & Øystein Strøm,
R. (2009). Performance et
gouvernance en microfinance
institutions. Journal of Banking &
Finance, 33 (4), 662–669. doi:
10.1016 / j.jbankfin.2008.11.009
Mersland, R. Et Øystein Strøm, R.
(2010). Microfinance mission
dérive?. Monde Développement, 38
28-36.
Milana C., & Ashta A. (2012).
Développer la microfinance: A
survey de la littérature. Stratégique
Changement ; 21: 299–330. DOI:
10.1002 / jsc.1911.
Nawaz, A. (2010). Questions sur
les subventions et Sla durabilité
de la microfinance: un empirique
Enquête. Documents de travail CEB
10-010.RS, Université Libre de
Bruxelles.
Ngendahayo, E. (2008). Statut
juridique, gouvernance et
performance des institutions de
microcrédit : Une étude empirique
sur les données du MIX. 
Reille, X., & Forster, S. (2008).
Investissements étrangers en
microfinance: Conjuguer objectifs
sociaux et financiers. CGAP , (44).
Tchakoute-Tchuigoua, H. (2010).
Existe-t-il une différence de
performance selon le statut
juridique de
institutions de microfinance? La
Revue trimestrielle de l' économie et
des finances, 50 (4), 436-442.
doi: 10.1016 / j.qref.2010.07.003
Le réseau Seep (2010). Guide de
poche sur la mesure de
l'information financière en
microfinance
performance financière des
institutions de microfinance.
19
Vanroose, A. et D'Espallier, B.
(2009). Microfinsecteur financier
Développement. Travail
Documents CEB 09-040.RS,
Université Libre de Bruxelles.
Wagner, C., & Winkler, A. (2013).
lela vulnérabilité de la microfinance
à turbulences financières - preuves
de la crise financière mondiale.
Développement mondial , 51 , 71-
90.
Wooldridge, J. (2002). Analyse
économétrique des données de
sections et de panneaux, MIT Press.
20
les tables
Tableau 1 Formulation des hypothèses
Relation Facteurs Proxies
Variable dépendante retardée
Persistance des bénéfices Décalage sur un
an Rendement de l'actif: ROA
-
1

Positif
Facteurs internes
Structure de financement Financement par
actions: CAR positive
Risque de crédit Risque de défaut: PAR30
Négatif
Inefficience Coût inefficience: CPDL
négatif
Rayonnement Profondeur du
social
rayonnement: LBBGC Indéfinie
Étendue de la portée: APGL indéfini
Taille de l'entreprise Total de l'actif: logTA
Positif
Facteurs externes
Développement économique général Force
économique: GNIPC négatif
Les anticipations d'inflation restés à la
traîne des taux d'inflation d' un an: INFL
-
1
Négatif
Dépréciation de la monnaie locale
Variation du taux de change: FXVAR
Négatif
Qualité des institutions État de droit et
ouverture du marché: PR, FF Positif
Mannequins
avant 2007 Indéterminée
Crise financière
Après 2007 négatif

21
Tableau 2 Statistiques descriptives
univariéesple)
Variable N signifie moiDian St.Dev.
Min. Max.
Rendement de l'actif 2534
0,03
0,03
0,06
-0,52
0,36
Ratio capital sur actif 2534
0,31
0,23
0,23
-1.20
1,00
Ratio du portefeuille à risque de plus de 30
jours 2388
0,06
0,03
0,09
0.00
1,00
Coût par dollar prêté 2531
22.14
17.12
22,79
0,85
670.18
Solde du prêt par emprunteur en RNB per
habitant 2491
0,63
0,29
1,28
0,02
33,93
Portefeuille brut de prêts - Actifs 2532
0,78
0,81
0,15
0,03
1,54
Log Actif total 2534
16,65
16,51
1,82
10.28
22,36
RNB par habitant 2498
2553.74
1890.00
2058.57
100.00
12250.00
Inflation retardée d'un an 2483
0,07
0,06
0,05
-0,10
0,53
Variation du taux de change 2482
0.00
0.00
0,07
-0,28
0,66
Droits de propriété 2421
33,38
30.00
11.05
0.00
90.00
Liberté financière 2421
49,27
50.00
14,75
10.00
90.00

22
Tableau 3 Nombre d'IMF par région et
par pays
Région Pays (Nombre d'IMF) Total
Asie de l’Est et Pacifique Cambodge (12), Chine (2), Timor oriental
(1 ), Indonésie (4), Papouasie Nouvelle

Guinée (1), Philippines (23), Samoa (1),

Thaïlande (1) et Vietnam
(4) 49
Europe de l'Est et Asie centrale
Albanie (3), Arménie (5), Azerbaïdjanan
(7), Bosnie-Herzégovine
(11), Bulgarie (3), Géorgie (4), Kazakhstan
(4), Kosovo (6),
Kirghizistan (3), Macédoine (4),
Moisissureovules (1), Mongolie (2),
Roumanie
(3), la Russie (2), la Serbie (3), le
Tadjikistan (6) et Ukraine (1)
68
Amérique latine et les Caraïbes
Argentine (1), Bolivie (14), Brésil (6), Chili
(1), Colombie (6), Costa
Rica (5), République dominicaine (3),
Ecuador (19), El Salvador (7),
Guatemala (7), Haïti (2), Honduras (10),
Mexique (4), Nicaragua (10),
Panama (2), Paraguay (5), Pérou (29) and
Venezuela (1)
132
Égypte
Moyen-Orient et Afrique du Nord
(8), Irak (1), Jordanie (4), Liban (2 ), Maroc
(1), Palestine
23
(4), Tunisie (1) et Yémen (2)
 Afghanistan (1), Bangladesh
Asie du Sud
(15), I ndia (26), Népal (11), Pakistan (6)
61
et au Sri Lanka (2)
Afrique subsaharienne Bénin (2), Burkina Faso (1), Burundi (1), Congo
(1), Ghana (2 ),

Kenya (6), Malawi (1), Mozambique (2),

Niger (1), Nigéria (2),
Sénégal (2), Afrique du Sud (2), Tanzanie
(1), Togo (1) et Ouganda (4) 29
Total 362

23
Table 4 Estimation reles sultats pour la
dynamicro spécifique à chaque individu
effets modèle
utilisant l'estimateur GMM standard
ROA
0
1
2
3
L1. .5214277 ***
(8.74)
.5238241 ***
(10.04)
.5439977 ***
(9.56)
.5173531 ***
(9,87)
CAR .0956222 ***
(2,99)
.0991903 ***
(3.09)
.0969537 **
(2,58)
.1086677 ***
(3.35)
PAR30 -.1225789 ***
(-2,92)
-.1177736 ***
(-3,29)
-.1365274 ***
(-2,85)
-.1200275 ***
(-3,29)
CPDL -.1368661 ***
(-5,55)
-.1518621 ***
(-4.15)
-.1275477 ***
(-6,54)
-.1522114 ***
(-4,83)
LBBGC .1625502
(0.64)
-0,2285982
(-0.10)
.0900344
(0,32)
-.0525113
(-0.17)
APGL .0441795 **
(2.24)
.02449
(1,27)
.0363688
(1,64)
.0270281
(1,40)
logTA 1.013625 **
(2,35)
1.192334 **
(2.17)
1.129822 **
(2,41)
1,340168 **
(2.43)
FXVAR
-045199 **
(-2,42)

-0357308 **
(-2,02)
INFL-1
-.121734 ***
(-5.05)

-.1315359 ***
(-5,61)
GNIPC
-.0006068 **
(-2,13)

-.000673 **
(-2,37)
PR

.0499066 *
(1,66)
.0393927
(1,42)
FF
.0178938
(0,73)
.0149098
(0.65)
Interception -18.42727**
(-2,28)
-17,15647 *
(-1,80)
-22.4187 **
(-2,41)
-21.835 **
(-2,22)
Nombre de
21
instruments
25
24
27
Nombre de
1632
Observations
1567
1556
1528
Nombre d'IMF 361
354
349
346
Wald chi2 160.84 ***
200,51 ***
157,20 ***
197.02 ***
Test Sargan (non
32.8593 ***
robuste)
19.46921
32.23715 ***
17.01652
Arellano
Test de liaison
AR (1) -4,851 ***
-4,8813 ***
-5,7489 ***
-5,8473 ***
AR (2)
-.79482
-.31674
-1,22
-1,3193
Robuste les estimations étaient effectué en
utilisant la norme Estimateur GMM
(xtabond). le t-statistiques
sont en pareilneses et sila signification à la
dix%, 5% et 1% le niveau est dénoté par *,
** et ***
respectivement.
Sargan test Ho: o voir l' identification
restrictions sont valides. Test Arellano-
Bond H o: non
autocorrélation. L'importance au niveau
10%, 5% et 1% est notée by *, ** et ***
respectivement.

24
Table 5 Estimation reles sultats pour la
dynamicro spécifique à chaque individu
effets modèle
en utilisant l'estimateur GMM du
système
ROA
0
1
2
3
L1. .5287881 ***
(9.81)
.5130957 ***
(10.44)
.5392829 ***
(11.11)
.505603 ***
(10.56)
DAC .0811497***
(3.05)
.0785256 **
(2,59)
.0760249 ***
(2.60)
.0823895 ***
(2,77)
PAR30 -.1105683 ***
(-2,82)
-.1107473 ***
(-3.11)
-.1362217 ***
(-2,97)
-.1159829 ***
(-3.19)
CPDL -.1230045 ***
(-4,71)
-.139377 ***
(-3,95)
-.1185193 ***
(-5,69)
-1452535 ***
(-4,70)
LBBGC .2317013
(0.92)
.017788
(0,06)
.1695997
(0.62)
.0075164
(0,03)
GLPA .033579 *
(1,73)
.019838
(1.03)
.0252307
(1,21)
.0198487
(1.04)
logTA .9636038***
(2,64)
.9299299 *
(1,91)
1.04329 **
(2,55)
1.045808 **
(2.10)
FXVAR
-0463103 **
(-2,53)

-0373747 **
(-2,20)
INFL-1
-.1235454 ***
(-5.28)

-.1324043 ***
(-5,83)
GNIPC
-.0005322 **
(-2,21)

-.0005897 **
(-2,37)
PR

.0576648 *
(1,90)
.0370363
(1.34)
FF

.0181665
(0,74)
.0178765
(0,81)
Interception -16.81022 *
(-2,49)
-12.2603
(-1,39)
-20.03111 **
(-2,50)
-16.02364 *
(-1,75)
Nombre de
27
instruments
30
29
32
Nombre de
2036
Observations
1965
1946
1916
Nombre d'IMF 362
357
350
349
Wald chi2 224.02 ***
285.52 ***
223,94 ***
284.04 ***
Test Sargan (non
38.9721 1***
robuste)
22.06245
37.85121 ***
20.25659
Arellano
Test de liaison
AR (1)
-4.9923 ***

-5,0809 ***
-6,2728 ***
-6,2269 ***
AR (2) -.80765
-.39395
-1.2663
-1,3879
Estimations robustes ont été effectuées en
utilisant le système Estimateur GMM
(xtdpdsys). Les statistiques t sont
entre parenthèses et importance à le 10%,
5%, et 1% le niveau est noté par *, ** et
***
respectivement.
Sargan test Ho: sur l'identification
restrictions sont valides. Arellano-Bond test
Ho: non autocorrélation. Importanceà la
Le niveau 10%, 5% et 1% est noté by *, **
et *** respectivement.

25
Tableau 6 Résultats des estimations
pour la dynamique individuelle et
bidirectionnelle à sens unique et à
double sens
modèles d'effets temporels utilisant la
norme GMM aEstimateurs GMM du
système
ROA Standard GMM Système GMM
L1. .5173531 ***
(9,87)
.5010052 ***
(8.62)
.505603 ***
(10.56)
.4902359 ***
(10.08)
DAC .1086677***
(3.35)
.0967871 ***
(3.02)
.0823895 ***
(2,77)
.0848719 ***
(2,88)
PAR30 -.1200275 ***
(-3,29)
-1276565 ***
(-3.18)
-.1159829 ***
(-3.19)
-.1217172 ***
(-3,05)
CPDL -.1522114 ***
(-4,83)
-.1567947 ***
(-4,88)
-1452535 ***
(-4,70)
-1482883 ***
(-4,94)
LBBGC -.0525113
(-0.17)
-.1085986
(-0,38)
.0075164
(0,03)
-0622414
(-0,23)
GLPA .0270281
(1,40)
.0300292
(1,52)
.0198487
(1.04)
.0274622
(1,40)
logTA 1.340168 **
(2.43)
1.897428 ***
(2,73)
1.045808 **
(2.10)
1.712916 ***
(2,69)
FXVAR -.0357308 **
(-2,02)
-.0198173
(-0,84)
-0373747 **
(-2,20)
-.0193714
(-0,82)
INFL-1 -.1315359 ***
(-5,61)
-.0948444 ***
(-3,05)
-.1324043 ***
(-5,83)
-0963153 ***
(-3,32)
GNIPC -.000673 **
(-2,37)
-.0001848
(-0,59)
-.0005897 **
(-2,37)
-.0001021
(-0,36)
PR .0393927
(1,42)
.0476459 *
(1,65)
.0370363
(1.34)
.0432675
(1,54)
FF .0149098
(0.65)
-0122878
(-0,51)
.0178765
(0,81)
-0118226
(-0,50)
Interception -21.835 **
(-2,22)
-31.07517 **
(-2,51)
-16.02364 *
(-1,75)
-27.71516 **
(-2,41)
YR2
1.114487 ***
(3.40)

1.097956 ***
(3,79)
YR4
-.5412786
(-1,63)

-4849141
(-1,56)
YR5
-.9812647 *
(-1,73)

-.9704114 *
(-1,82)
YR6
-7035021
(-1,13)

-7327742
(-1,40)
YR7
-.9088596
(-1,22)

-.923559
(-1,53)
Nombre de
27
instruments
32
32
37
Nombre de
1528
Observations
1528
1916
1916
Nombre d'IMF 346
346
349
349
Wald chi2 197.02 ***
229.06 ***
284.04 ***
329.58 ***
Test Sargan (non
17.01652
robuste)
19.72653
20.25659
21.1498
Arellano
Test de liaison
AR (1) -5,8473 ***
-5,7601 ***
-6,0035 ***
-5,9318 ***
AR (2)
-1.3193
-1,3682
-1,385
-1,4246
Estimations robustes ont été effectuées en
utilisant standae GMM et système
Estimateurs GMM (xtabond
et xtdpdsys). Les t-statistiquessont dans
parenthèses et signification à til 10%, 5%,
et 1% niveau
est notée par *, ** et *** respectivementy.
Sargan test Ho: sur l'identification
restrictions sont valides. Arellano-Bond test
Ho: non autocorrélation. Importanceà la
Le niveau 10%, 5% et 1% est noté by *, **
et *** respectivement.

26
Les chiffres
Figure 1 Rentabilité moyenne par
région

Figure 2 Rentabilité moyenne par année

2,93 2,77
3,55
4,07
1,47
0,96
Asie de l'Est et
le Pacifique
Est
Europe et
Asie centrale
Amérique latine
et le
Caraïbes
moyen-Orient
et du nord
Afrique
Asie du Sud Sub Saharun
Afrique
ROA
3,26
3,1 3,46

3,16
1,9
2,3 2,38
2005 2006 2007 2008 2009 2009 2010 2011
ROA
27
1

le Mix Marréférences de ket une base de

données de presque 2000 IMF autour de tle
monde. À rendez-vous amoureux, il est la
primaire siurce pour
données et analyses de microfinance, où les
IMFpublient ectly leurs informations
financières et organisationnelles sur le
Plate-forme.
2
le Développement mondial Des indicateurs
base de données comprend un large
intervalle de national, régional et à l'échelle
mondiale estimations de
global développement des indicateurs
compilé de officiellement reconnu
international sources et produit par la
Monde
Banque.
3
Le heritaLa fondation ge publie un indice
annuel qui mesure le degré de liberté
économique pour 158 pays.
L' indice classe les nations sur dix
facteurs d' économiemicro freedom. TLes
statistiques sont fournies par dignes de
confiance
des organisations comme la Banque
mondiale, le IFonds monétaire international
et Economist Intelligence Unit.
4
Le mélange Marché ont exposer un
système d'évaluation, appelé diamants
system, pour indiquer la transparence
niveau d'un IMF
et soutenant informations pour toutes les
données. Selon eux site web, un plus
nombre de diamants signifie un plus
IMF transparente et des données plus
fiables. Ahlin et al. (2011), Hartarska et
Nadolnyak (2007), et Tchakoute-
Tchuigoua (2010) fait C'est pareil choix et
assumer que là est pas de qualité différence
entre quatre et cinq
diamants classés IMF, «sauf que celles avec
un rang de cinq ont au moins trois années
de états financiers, tandis que ceux
avec le rang quatre ont moins de 3 ans
»(Hartarska et Nadolnyak, 2007, page
1212).
5
Nous vérifions pour le consistency de notre
estimulateurs. Nous trouvonsque les deux
étapes Test de Sargan pour suridentification
biches pas
rejeter le null, ce qui signifie que les
modèles et sur-identifier restrictions sont
correctement specifié. Comme nousTrouve
ça
le test de corrélation en série null est rejeté
et qu'il y est en effet la preuve de AR (1)
dans le erreurs de première différenciation.
Mais,
le nul qui il n'y a pas de seconde
ocorrélation série ou AR(2) n'est pas rejeté,
ce qui signifie que il n'y a pas d'importance
preuve de corrélation sérielle dans le erreurs
de première différenciation à l'ordre deux.
Ce que jeMplies que le moment utilisé
conditions
sont valides.
6
Tableaux 4 et 5 rapport résultats de quatre
modèle distinct spécifications utilisant til
retour variable sur les actifs en tant que un
proxy pour
performance financière. Tout d'abord, nous
estimons un multiposteéquation de
régression le avec interfacteurs finaux
seulementéquation sic
or model specification number 0). Next, we
add consecutively to the basic equation the
macro-economic and the macro-
institutional factors. The aim of comparing
the results of these models is to check, on
the one hand, the robustness of
 MFI-specific variables to the inclusion of
macro-economic and macro-institutional
factors, and on the other hand, the
robustness of the macro-economic factors to
the inclusion of the macro-institutional
indicators and vice-versa. This way
we avoid the risk of mis-specifying the
functional form of the association. The
specification number 3 gives our
preferred model.
7
After testing for the time-specific effects
with @
A
B
(

C
D
E
 % at confidence level of 95%, we drop
the
null hypothesis and keep year dummies.
Citations (0)
References (49)
 Analyse économétrique des données de section et de panel
Article
o Janvier 2002
o

Jeffrey M. Wooldridge

Vue

 En dérive dans les institutions de microfinance

Chapitre

o Mai 2011
o

Beatriz Armendáriz

Ariane Szafarz

Vue
Afficher le résumé

 Quelques tests de spécification pour les données de panel: preuves de Monte

Carlo et application aux équations d'emploi

Article

o Janvier 1991
o REV ECON STUD
o M. Arrelano
o SR Bond

Vue
 Evolution récente de la microfinance et impact de la crise financière

Article

o Janvier 2011
o

Robert Lensink

Vue
Afficher le résumé

 Commercialisation La nouvelle réalité de la microfinance

Article

o Janvier 2002
o RP Christen
o D. Drake

Vue

 La vulnérabilité de la microfinance aux turbulences financières - Preuves de la

crise financière mondiale

Article

o Nov 2013
o WORLD DEV
o

Charlotte Wagner

o
 Adalbert Winkler

Vue
Afficher le résumé

 Microfinance et performance financière

Article

o Février 2013
o Changement de strat
o

Lâma Daher

Erwan Le Saout

Vue
Afficher le résumé

 Développer la microfinance: une étude de la littérature

Article
Texte intégral disponible

o Nov 2012
o Changement de strat
o
 Carlo Milana

Arvind Ashta

Vue
Afficher le résumé

 Pourquoi les profits des banques sont-ils si persistants? Les rôles de la

concurrence sur le marché des produits, de l'opacité informationnelle et des chocs
régionaux / macroéconomiques

Article

o Juil 2000
o J BANK FINANC
o Allen N. Berger
o Seth D. Bonime
o

Daniel Covitz

Diana Hancock

Vue
 Afficher le résumé

 Concurrence et performance des institutions de microfinance

Article

Texte intégral disponible

o Jan 2013
o Appl Financ Econ
o

Esubalew Assefa

Niels Hermes

Aljar Meesters

Vue

Afficher le résumé

 Montre plus