FR Strategic Change - 2022 - Sodokin - Digital Transformation Banking Stability and Financial Inclusion in Sub Saharan

Machine Translated by Google
10991697, 0, Téléchargé depuis https://onlinelibrary.wiley.com/doi/10.1002/jsc.2531 par Koffi SODOKIN INASP TOGO , Wiley Online Library le [20/10/2022]. Consultez les conditions générales (https://onlinelibrary.wiley.com/termsandconditions) sur la bibliothèque en ligne Wiley pour connaître les règles d'utilisation ; Les articles OA sont régis par la licence Creative Commons applicable.
Accepté : 8 octobre 2022
DOI : 10.1002/jsc.2531
ARTICLE DE RECHERCHE
Transformation numérique, stabilité bancaire et inclusion financière en Afrique

subsaharienne
Koffi Sodokin | Moubarak Koriko | Dzidzogbé Héchely Lawson | Mawuli K. Couchoro
Université de Lomé, Lomé, Togo

Abstrait
Correspondance
Cet article met en évidence les effets de la transformation numérique en tant qu'objectif général
Koffi Sodokin, Université de Lomé, Lomé,
Togo. La stabilité technologique et bancaire sur l’inclusion bancaire et donc sur l’inclusion financière en
Courriel : ksodokin@univlome.tg
Pays d'Afrique subsaharienne. Nous utilisons des estimations de modèles de panel simultanés couvrant
36 pays d’Afrique subsaharienne de 2004 à 2017. Les résultats montrent des résultats positifs et
effets significatifs de la transformation numérique en tant que technologie à usage général et banque
stabilité sur l’inclusion financière. Les résultats montrent également que l’effet de la transmission numérique
La formation sur l’inclusion financière est plus importante lorsque le secteur bancaire est stable.
CLASSEMENT JEL
G21, G28, O11, O30, O32, O38
1 | INTRODUCTION En conséquence, la fin de l’année 2018 a été marquée par 395,7 millions de comptes
d’argent mobile enregistrés, ce qui représente près de la moitié du total des comptes d’argent
La littérature économique a noté une exclusion importante dans les pays à faible profondeur mobile dans le monde (GSMA, 2019) dans les pays d’ASS. La région ASS est désormais
bancaire (DemirgüçKunt et al., 2020 ; Guérineau & Jacolin, 2014 ; Kempson et al., 2004). desservie par plus de 130 services financiers mobiles, dont beaucoup sont gérés par des
Contraintes d’accès, disponibilité opérateurs mobiles et par un réseau de plus de
La pauvreté et l’utilisation des services financiers entraînent une discrimination à l’encontre des plus de 1,4 million d’agents (GSMA, 2019). Cependant, en Afrique, la part de la population
populations à faible revenu dans le secteur financier (Sarma, 2012, 2015). disposant d’un compte est généralement encore plus faible (Banque européenne d’investissement,
L’exclusion financière est une forme d’exclusion sociale et une menace potentielle pour l’environnement. 2020). Le défi de l’inclusion bancaire demeure dans les pays africains. Selon les dernières
source d’instabilité économique, politique et sociale. Par conséquent, financier données de la base de données mondiale Findex sur l'inclusion financière, 24 % des adultes en
l’inclusion est considérée comme l’une des priorités des politiques économiques en Afrique avaient
Pays en voie de développement. Il garantit que tous les secteurs de la société, y compris les accès à un compte en 2011, contre 87 % des adultes du
groupes vulnérables tels que les groupes à faible revenu, ont, de manière équitable et Union européenne. En 2017, 53 % des Africains possédaient un compte, contre
transparente, un accès durable à des produits et services financiers appropriés. à 92 % des Européens (Banque mondiale, 2017). Ce développement de l'accès
des services à un coût abordable par des acteurs institutionnels formels L'accès au compte bancaire représente une bonne augmentation de l'accès bancaire sur 6 ans
(Chakrabarty, 2013 ; Rangarajan, 2008). en Afrique, mais le taux reste faible. Dans la pratique, les technologies de l’information (TI) ont
Dans les pays d’Afrique subsaharienne (ASS), la numérisation du secteur financier a récemment accéléré l’inclusion financière dans les pays africains.
élargi la gamme d’offres de services financiers à des populations auparavant exclues du système (Afawubo et al., 2020 ; Fall & Birba, 2019 ; Labie & Montalieu, 2019).
financier (Afawubo Cependant, les données montrent que plus de la moitié des adultes restent
et coll., 2020 ; Couchoro, 2011 ; Automne et Birba, 2019 ; Labie & non bancarisés en ASS, avec un taux de pénétration bancaire de 43 % en 2018
Montalieu, 2019). Ainsi, de nouveaux prestataires de services tels que les opérateurs de téléphonie mobile (Banque européenne d'investissement, 2020). Par exemple, en Afrique de l’Ouest
investisseurs (CPO), émetteurs de monnaie électronique tiers et opérateurs de transfert d’argent Union économique et monétaire, le taux de bancarisation élargi a été
(MTO) apparaissent dans l’écosystème des services financiers (Milana & 39,7% en 2019 (BCEAO, 2020).
Ashta, 2021). Elles se révèlent plus compétitives et innovantes grâce à leurs offres variées de Dans cette perspective, les nouvelles avancées qu'offre aujourd'hui le Numérique
services financiers essentiels, plus adaptées et moins coûteuses que les institutions bancaires La transformation (DT) des guichets automatiques bancaires (DAB) peut ouvrir la voie
traditionnelles (Sodokin & DonouAdonsou, 2010 ; Bhatt & Bhatt, 2016 ; Chaix & Torre, 2015). la voie à suivre pour améliorer l’inclusion bancaire et donc l’inclusion financière.
En effet, utiliser des chatbots et des voicebots en facilitant la mise à disposition de
Changement stratégique. 2022 ; 115. wileyonlinelibrary.com/journal/jsc © 2022 John Wiley & Fils Ltée. 1
2 SODOKIN ET AL.
les services financiers primaires via les guichets automatiques peuvent contribuer à amplifier le secteur bancaire des prestataires de services financiers. Les franges exclues de la société souffrent
mouvement d’inclusion. La multiplication des distributeurs automatiques transformés numériquement d’un manque de connaissances financières et d’éducation primaire, ce qui se traduit par un
pourrait contribuer à réduire la distance entre les services bancaires et la population (Kshetri, accès limité aux services financiers. Ils trouvent le système de crédit informel
2021 ; Winasis et al., 2020). Par exemple, en 2019, le plus pratique et plus facile à utiliser que le système financier formel,
le nombre de distributeurs automatiques pour 100 000 habitants était de 6,09 en ASS par rapport à qui semble assez complexe par nature et parfois en raison de la dis
à 20,9 en Inde et 24,8 dans les pays d'Afrique du Nord et de l'Est distance de leur domicile. De plus, les banques et les institutions financières qui
(Enquête sur l'accès financier, 2020). Connaître les habitudes, les goûts, les exigences et les aspirations ont un rôle important dans l’inclusion financière dans les pays en développement,
du commerce de détail est passé d'une approche centrée sur le produit à une approche axée sur le client. ont du mal à faire face au coût des services et à la fourniture de
central. Les transactions numériques semblent être l'option privilégiée par les un compte à un coût de maintenance raisonnable en raison de la situation géographique
nouvelle génération de clients, et les banques africaines sont de plus en plus éloignement. Les obstacles mentionnés cidessus peuvent être surmontés en utilisant
introduction de services bancaires en ligne. Le secteur bancaire africain a L'informatique, une option viable pour réduire significativement le coût des transactions et
vu de nombreuses innovations, et la technologie affecte le plus la façon dont les clients créer une plateforme conviviale et plus pratique à utiliser
communiquer avec les banques. En plus du réseau d'agences conventionnel (Assadi et Cudi, 2011 ; Chaix, 2013).
fonctionne, ils proposent des plateformes et des produits bancaires électroniques tels que L'informatique peut servir de pont entre les clients les plus éloignés des zones urbaines
Distributeurs automatiques de billets, portefeuilles, services bancaires en ligne et services bancaires mobiles. Les preuves indiquent centres et prestataires de services. Ainsi, l’informatique aide considérablement les banques
un passage des réseaux conventionnels aux réseaux en ligne. Le secteur bancaire africain réduire leurs coûts frontend et backend. Réduction des transactions et de la maintenance
fournit également une plateforme d'innovation numérique pour étendre le réseau bancaire les coûts de financement peuvent réduire le coût des prêts, la gestion des risques et
aux territoires non bancarisés à l'échelle nationale, garantissant ainsi stabilité bancaire et accroître l’inclusion financière dans les zones rurales. De ceci
l'inclusion financière. Dans cette perspective, les technologies de l’information sont essentielles pour atteindre les personnes
Depuis la crise financière, la littérature économique s’est intéressée financièrement exclues et étendre l’inclusion financière à une population plus large (Afawubo et al., 2020 ;
l'analyse de la stabilité bancaire pour éviter une panique bancaire. Ce Couchoro, 2011). La DT peut être un facteur d’amplification des effets de l’informatique sur
Cette analyse renforce les études de Kindleberger (1978) et Dupor (2005) sur l’inclusion financière à travers l’inclusion bancaire. De même, un constamment
les dangers de l’instabilité financière sur les activités économiques. Basé sur Il est peu probable qu’un système financier instable parvienne à de bons résultats financiers.
le concept d’information asymétrique, Mishkin (1998) définit la finance inclusion.
instabilité sociale résultant de l'interférence entre les chocs sur le
système financier et problèmes liés à la circulation de l’information,
ce qui amène le système financier à éprouver des difficultés à canaliser 2.1 | DT comme GPT et inclusion financière
ressources vers des opportunités productives. Ces difficultés conduisent à
une contraction des activités économiques et l’apparition d’un À la suite de Crafts (2021), nous définissons une technologie à usage général comme
crise économique et financière à l'avenir. L’inclusion financière est un facteur « une technologie générique unique, reconnaissable comme telle tout au long de sa durée
promouvoir la stabilité financière car cela améliore la stabilité bancaire de vie, qui présente initialement un grand potentiel d'amélioration et, à terme,
via les dépôts et améliore la résilience des banques (Han & devient largement utilisé, a de nombreuses utilisations et de nombreux effets d’entraînement »
Mélécky, 2013). (Crafts, 2021 ; Lipsey et al., 2005 ; Trajtenberg, 2019). Comme artisanat (2021)
La question principale de cet article est quelle pourrait être la contribution le souligne, la vapeur, l’électricité et l’informatique sont les exemples les plus connus de
du DT en tant que technologie à usage général et stabilité bancaire sur Distributeurs automatiques de billets. Nous considérons dans cet article que les distributeurs automatiques intégrant DT sont,
améliorer l’inclusion financière dans les pays d’ASS ? À cet égard, cet article vise à analyser du point de vue de Lipsey et al. (2005), un projet à usage général
dans une perspective économétrique les effets du DT Technologie.
et la stabilité bancaire sur l’inclusion financière. Pour la suite de l'article, nous Se référant à Hassani et al. (2020), un DT peut être défini comme un système intelligent
présenter une brève revue de la littérature dans la section 2. La section 3 traite des créé pour utiliser des données et les analyser, ainsi que pour effectuer
méthodologie. Les résultats sont analysés, interprétés et discutés dans des tâches spécifiques sans avoir besoin de programmation, c'estàdire une intelligence
Section 4. Nous concluons dans la section 5. capable d'accomplir les mêmes tâches intellectuelles que les humains
ATM grâce à l'utilisation de chatbots et de robots vocaux pour les clients de premier ordre.
interactions avec les autres. Considérée comme la quatrième révolution industrielle
2 | BREVE REVUE DE LA LITTÉRATURE (Schwab & Hlavacs, 2015), on peut convenir que DT combine trois
technologies avancées, apprentissage automatique, traitement du langage naturel,
L'inclusion financière fournit des services financiers à des coûts abordables aux et l'informatique cognitive, et a un impact significatif sur l'efficacité des entreprises
des segments de la population à faibles revenus et défavorisés, parfois éloignés des centres (Mangani, 2017). Plus précisément, l'émergence d'un
urbains. À la suite de Sarma et Pais (2011) et La technologie dans le secteur bancaire a ouvert la voie au secteur financier
Ahamed et Mallick (2019), nous définissons l’inclusion financière d’un point de vue inclusion des populations exclues (Kshetri, 2021 ; Mhlanga, 2020). Dans
perspective dimensionnelle comme facilitant la disponibilité, l'accessibilité, Dans cette perspective, les distributeurs automatiques jouent un rôle crucial dans la réduction du coût d'entrée
et l'utilisation des services financiers pour tous les segments de la communauté. et ont révolutionné la chaîne de prestation de services bancaires.
Il existe deux principaux obstacles à l’inclusion financière en Afrique En effet, DT est omniprésent dans la création des nouvelles générations de services
pays, l’un du côté des exclus et l’autre du côté offerts par les guichets automatiques (Leonov et al., 2020). Les guichets automatiques utilisent DT, combinant
SODOKIN ET AL. 3
l'apprentissage automatique, le traitement du langage naturel et l'informatique cognitive banques (ou réseaux bancaires). Peu d'abonnés sont affiliés au
pour fournir des services financiers (Kaya et al., 2019 ; Wibawa et banque. Pour estimer l'effet du DT et de la stabilité bancaire sur le secteur bancaire
Wibawa, 2020). Technologies utilisant une solution automatisée basée sur l’inclusion, donc sur l’inclusion financière, nous supposons que notre
des algorithmes avancés pour prédire avec précision l’offre et la demande permettent variable, l'inclusion financière (IFI), est fonction du DT et de la stabilité bancaire
les banques doivent gérer activement les liquidités sur l'ensemble de leur réseau tout (BANKSTAB).
en élargissant l'empreinte géographique de leur activité et en réduisant les transactions
coûts (Bhandari & Gill, 2016 ; Leonov et al., 2020). Par conséquent, l’intuition IFIit ¼ f DTit ðÞ, BANKSTABit
ð 1Þ
La tion de cet article consiste à supposer que DT en tant que GPT intégré dans les guichets automatiques
et facilement multiplié sur un réseau géographique plus étendu peut La forme générale du modèle de panel adopté est la suivante :
être un facteur d’inclusion bancaire et, par ricochet, d’inclusion financière
(Ashta et Herrmann, 2021 ; Kshetri, 2021). IFIit ¼ αþβX0 ça va ð2Þ
IFI est la variable d’inclusion financière (variable dépendante). L'IFI est un
2.2 | Stabilité bancaire et inclusion financière indice composite multidimensionnel obtenu de Sarma (2015)
approche. L'IFI développé est un indice composite à trois dimensions
La stabilité des systèmes financiers, expression d'une situation qui de l’inclusion bancaire comme la pénétration bancaire (p), la disponibilité (d),
prévient l’émergence de risques systémiques (de Guindos, 2018) et et utilisation (u) de services bancaires. L'IFI est un indice composite entre
dont l'importance est mise en évidence par la crise financière de la fin de 0 et 1 (voir Annexe A – Tableau A1 pour les IFI pour chaque pays). La com
2010, est devenue l’une des missions essentielles de la politique monétaire et les détails de la putation se trouvent à l’Annexe B. « X » est un vecteur de variables explicatives.
autorités financières. Mishkin (1998), basé sur les études de Stiglitz ables, et l'indice i indique la dimension transversale (pays
et Weiss (1981) sur l’asymétrie de l’information, principale source de dans notre cas). En revanche, l’indice t montre la dimension temporelle. α, β sont
faillite bancaire (Couchoro, 2011), évoque l’augmentation de l’incertitude dans coefficients, et u est l’erreur de perturbation.
le système financier comme l’une des causes fondamentales de la crise financière
instabilité. À cette fin, l’inclusion financière est considérée comme un facteur pouvant
améliorer la stabilité financière. Pour Ahamed et Mallick (2019), les aspects financiers 3.2 | Spécification du modèle économétrique de DT
l’inclusion améliore la stabilité bancaire en permettant aux banques d’augmenter effets sur l’inclusion financière
leur niveau d'épargne. Cela contribue également à réduire l’asymétrie de l’information
problèmes du marché bancaire (Petersen et Rajan, 1995). Ça peut aussi Dans cette section, nous cherchons à préciser économétriquement la contribution de
accroître l’efficacité du secteur bancaire dans un environnement politiquement plus DT comme GPT et stabilité bancaire jusqu'à l'inclusion financière. Selon
stable (Allen et al., 2016). Autant que l’inclusion financière Schroer (2020), DT transforme le secteur financier en rationalisant
affecte la stabilité bancaire, le niveau de stabilité bancaire influence l’inclusion et optimiser diverses opérations telles que les décisions de crédit, le trading quantitatif
bancaire, bien que cette dernière causalité reste largement inexplorée et la gestion des risques financiers.
dans la littérature. En effet, la faible stabilité du système financier (CGAP, L'analyse des bénéfices du DT montre que cette nouvelle technologie
2015) nuit à la confiance des clients dans les institutions financières. De plus, il ogie pourrait renforcer la contribution de l’informatique à l’inclusion financière en
crée de l'incertitude parmi les acteurs du marché et ne profite pas contribuer efficacement à la réduction des contraintes qui limitent
inclusion bancaire. Cela décourage les banques d’investir dans de nouveaux segments accès des pauvres aux services financiers. À cette fin, nous attendons une position
de clientèle et d’expérimenter de nouveaux produits, contribuant ainsi à l’exclusion effet positif du DT sur l’inclusion financière. DT est une nouvelle technologie
bancaire et financière. des avancées qui s'entrelacent avec l'informatique, amplifiant sa rentabilité et
améliorant sa productivité. Dans cette logique, DT pourrait renforcer
le pouvoir inclusif de l’informatique dans le secteur bancaire en ASS (Couchoro
3 | METHODOLOGIE D'ANALYSE DU et coll., 2021).
EFFET DU DT ET DE LA STABILITÉ DES BANQUES SUR En raison de la contrainte d'accès aux données DT en SSA et de la définition de
L'INCLUSION FINANCIÈRE DT comme GPT, nous utilisons les ATM comme proxy pour DT pour nos estimations.
(Bhandari et Gill, 2016 ; Mor et Gupta, 2021). En effet, le DT est omniprésent dans
3.1 | Modèles économétriques créer un modèle de service ATM (Leonov et al., 2020). Le modèle ATM
utilise DT combinant l'apprentissage automatique, le traitement du langage naturel et
Le cadre théorique de notre modèle s'inspire de la théorie informatique cognitive pour la prestation de services financiers. Ce modèle permet
travaux de Chaix et Torre (2015). Il présente la situation d'un pays en développement gestion et contrôle efficaces des liquidités à l’aide d’une solution automatisée
un contexte caractérisé par un système d'intermédiation financière imparfaitement basé sur des algorithmes avancés pour prédire avec précision l’offre et la demande,
développé et une pénétration appropriée de la téléphonie mobile et de l'intermédiation. permettant aux banques de prévoir la demande et de gérer activement les liquidités dans leurs
net avec trois types d'agents. Ces agents sont les abonnés de réseau (Bhandari & Gill, 2016 ; Leonov et al., 2020).
services de téléphonie et Internet, qui peuvent être des ménages indifférents ou Ainsi, nous proposons deux modèles pour estimer l’effet du DT sur
entreprises, opérateurs de téléphonie et d'internet (ou opérateurs de groupements), et l'inclusion financière. Le premier modèle (équation 3) estime les DT
4 SODOKIN ET AL.
effet (capté par le nombre de guichets automatiques pour 100 000 adultes) en tant que GPT l'infrastructure de télécommunications est élevée, les installations de téléphonie fixe
sur l’inclusion financière en ASS. constituent un atout qui pourrait être exploité pour étendre les télécommunications.
Pour l’indicateur de stabilité bancaire utilisé dans cette recherche, nous recourons à réseaux de distribution. Nous considérons également le taux d’intérêt réel (Rir) comme un
le score Z, largement utilisé dans la littérature comme indicateur impartial de tive à demander un crédit bancaire et est représentée par le montant normalisé
mesure du risque bancaire. Le score Z compare le système bancaire d'un pays basé sur la variable du taux d’intérêt des prêts ajusté en fonction de l’inflation. Aussi
capitalisation et les rendements avec la volatilité de ces derniers. inclus est le revenu par habitant (PIB), représenté par le revenu normalisé
Retour. Il met en évidence la probabilité de défaillance du système bancaire d'un pays et fournit des variable du taux de croissance du PIB par habitant, du niveau d'éducation
signaux sur la solvabilité des banques. Si la rentabilité bancaire est (Edu), qui reflète la capacité intellectuelle des individus non seulement à
normalement distribué, l'inverse du score Z peut être considéré comme la probabilité utiliser les services financiers mais aussi d'adopter des innovations dans le domaine financier
capacité d’insolvabilité bancaire. En d’autres termes, des rendements et une capitalisation plus élevés secteur. Le niveau d'éducation est capturé par la valeur standardisée de
augmenteraient la stabilité des banques, tandis que des rendements volatils augmenteraient la stabilité des banques. le taux de scolarisation primaire. Enfin, nous incluons dans les variables explicatives de l'inclusion
diminuezle (Ahamed & Mallick, 2019). Une valeur élevée des points forts du score Z financière, la liberté financière (Libfin), censée rendre compte de la qualité de la régulation financière
une plus grande stabilité bancaire ; à l’inverse, une faible valeur du Zscore implique un dans l'économie.
une plus grande exposition au risque d’insolvabilité du secteur bancaire. et est représenté par la variable standardisée du libreéchange financier.
Il est estimé comme suit : dom, un score global allant de 0 à 100. La liberté financière est un indicateur de l’efficacité bancaire
et une mesure de
ROAþequity
Actifs l’indépendance visàvis du contrôle gouvernemental et de l’ingérence dans le secteur financier
Score Z ¼
ROA sd ð Þ (Bodjongo & Massil, 2017). La normalisation des variables indépendantes se fait en divisant par 100
les indicateurs de ces variables.
Dans cette équation, les capitaux propres représentent les capitaux propres ; total variables pour les rapporter dans l’intervalle [0;1]. Cette normalisation est
actifs, ROA (retour sur actifs) ; sd (ROA) est l'écart type de fait pour assurer la cohérence des estimations économétriques. Nous notons également
ROA. Le ROA, les capitaux propres et les actifs sont des données agrégées au niveau national basées sur δ, la constante ; δ et ε sont les termes d'erreur.
sur les données sousjacentes non consolidées banque par banque de Bankscope. Le deuxième modèle (équation 4) estime l’effet de l’inter
action du DT et de la stabilité bancaire (score Z) sur l’inclusion financière en ASS.
8 IFIi,t ¼ δþβ1DTi,t þβ2Infri,t þβ3Libfini,t þβ4Riri,t þβ5Gdpi,t
8 IFIi,t ¼ δþβ1DT:Zscorei,t þβ2Infri,t þβ3Libfini,t þβ4Riri,t

þ β6Edui,t þβ7Celi,t þβ8Zscorei,t þξi,t
ð3Þ þ β5Gdpi,t þβ6Edui,t þβ7Celi,t þβ8Zscorei,t þξi,t
DTi,t ¼ αþλ1Eleci,t þλ2Edui,t þλ3Gdpi,t þλ4Inflai,t þλ5Tradei,t ð4Þ
>>>>>><
DT:Zscorei,t ¼ αþλ1Eleci,t þλ2Edui,t þλ3Gdpi,t þλ4Inflai,t

>>><
>>>>>> : þ λ6Changi,t þεi,t >>> :

þ λ5Tradei,t þλ6Changi,t þεi,t
où DT représente le DT, variable capturée par le guichet automatique La variable interactive capture l’effet potentiel de l’adoption
Pénétration des machines. Le PIB est le niveau de revenu capté par le DT dans le contrôle de la stabilité bancaire sur l’inclusion financière.
Taux de croissance du PIB ; Elec, c'est l'accès à l'électricité capté par le tarif
d’accès des populations à l’énergie électrique. Aussi, les autres variables
sont : le niveau d’éducation (Edu) capturé par le taux de scolarisation dans l’école primaire ; 4 | STRATÉGIE D'ESTIMATION, RÉSULTATS,
l’ouverture commerciale (Commerce) capturée par la proportion des importations et ET DISCUSSION
exportations; l'inflation (Infla) telle que reflétée par le déflateur du PIB ; téléphone mobile
capturé par la pénétration de la téléphonie mobile ; taux de change (Chang) capté par le taux de Nos données couvrent 36 pays africains au fil du temps. Ces données sont
change officiel des monnaies nationales par rapport au appelées données de panel (Wooldridge, 2010). Les modèles à panneaux nous permettent
Dollars américain; taux d'intérêt réel (Rir) Stabilité bancaire (zscore) ; Sans financement mieux étudier les dynamiques d’ajustement pour mieux identifier et mesurer les effets
dom (Libfin) capturé par l'indice de liberté financière. que les séries chronologiques pures ou les données transversales ne peuvent pas détecter (Baltagi,
Selon Beck et al. (2007), l'accessibilité du système bancaire 2005 ; Hsiao, 2003 ; Klevmarken, 1989). Ils permettent également de con
Ce système est plus évident dans les pays dotés de bonnes infrastructures construction et test de modèles comportementaux plus complexes et
de transport et de télécommunications. Dans cet ordre d'idée, de transport et analyse simultanée de nombreuses questions économiques. Aussi, les modèles à panneaux
des infrastructures de télécommunications reliant les populations aux permettre plus d’informations, réduire le risque de colinéarité entre
Les points physiques des services financiers (agences bancaires ou plateformes bancaires, etc.) variables, et permettent plus de degrés de liberté, de cohérence et
sont déterminants pour faciliter l'accès aux services financiers. variabilité (Gujarati, 2004).
Infr, la variable des infrastructures de transport et de télécommunication représente
représente une variable standardisée du nombre de lignes téléphoniques par
100 habitants dans un pays (Aebischer & Roturier, 2006 ; 4.1 | Les sources de données
Sagna, 2006). Les réseaux de télécommunications suivent généralement la configuration des
infrastructures de base telles que les routes, l'eau et l'électricité. Nous utilisons l'Indicateur du développement dans le monde (WDI) 2021 de la Banque mondiale.
réseaux de distribution (Bernard, 2003). Puisque le coût d’investissement dans données pour développer l’IFI. Nos données sur les variables explicatives sont également
SODOKIN ET AL. 5
obtenus à partir de la base de données WDI 2021 de la Banque mondiale, à l'exception des données le modèle est inférieur à la valeur critique de 10, ce qui indique un
sur l'inscription à l'école primaire obtenu de l'Université de SHER absence de multicolinéarité dans les modèles. Le test BreushPagan de
Base de données BROOKE (2019) et données sur la liberté financière de Her L'hétéroscédasticité sur les deux modèles permet de rejeter l'hypothèse
base de données de la fondation itage. Nos données couvrent la période de 2004 à du manque d’hétéroscédasticité (voir tableau 2). De plus, le modifié
2017 dans 36 pays d’ASS. Le marqueur Z est séparé du Les résultats du test de Wald nous permettront de tester l’hypothèse spécifique de
données Bankscope non consolidées. La statistique descriptive est résumée homoscédasticité interindividuelle, rejeter l'hypothèse nulle d'homoscédasticité inter
risées dans le tableau 1. La description des variables se trouve dans le individuelle et confirmer la présence d'hétéroscédasticité.
Annexe C—Tableau C1. dasticité. Dans le contexte des modèles de panneaux classiques, Ordinaire moins
L'analyse des statistiques descriptives (tableau 1) montre un score faible Les estimateurs par carrés (OLS) ne sont plus standard.
sur la variable dépendante, l’indice d’inclusion financière, avec une moyenne Nous effectuons ensuite le multiplicateur lagrangien Breush – Pagan
de 0,16, plaçant la région dans la catégorie de faible inclusion financière. (Breush – Pagan LM) test entre effets aléatoires et MCO simple
Plus de la moitié de la population africaine a accès au mobile régression (Tableau 2 et Annexe D—Tableau D1). Le BreushPaïen
réseau téléphonique, tandis que la pénétration moyenne des ATM, un proxy pour DT, Hypothèse nulle du test LM L’hypothèse nulle du test LM de Breush – Pagan est que
n'est que de 13 %. Cette faible pénétration de l’ATM reflète le faible développement les écarts des entités sont nuls. Il n'y a pas de différence significative
ment du DT, en particulier dans le système bancaire en ASS. En outre, entre les unités (c'estàdire pas d'effet de panneau). Il existe des différences substantielles
l'analyse des statistiques liées au développement du secteur financier ences entre les pays, nous ne pouvons donc pas utiliser une simple régression OLS.
souligne la faible performance du système africain. En effet, financier Les résultats de ce test rejettent l’hypothèse nulle, et on conclut
les contraintes restent élevées, avec un indice de liberté financière moyen que les effets aléatoires sont appropriés (voir tableau 2).
inférieur à 50. En outre, la relative stabilité du secteur bancaire, Il existe des différences significatives entre les pays. En présence de différences
avec un score Z moyen inférieur à 12 points, entrave l'accessibilité des services financiers. importantes entre les pays, les caractéristiques individuelles
L’inflation et les taux d’intérêt demeurent Les caractéristiques de chaque pays pourraient influencer les estimations. Dans cette veine,
relativement élevé. Les estimations MCO ne sont plus efficaces. Donc, pour les estimations dans notre
étude, nous ne pouvons pas utiliser une simple régression OLS. Nous testons également si
des effets fixes dans le temps sont nécessaires lors de l’estimation des modèles. Ce
4.2 | Stratégie d'estimation du modèle L'évaluation préliminaire est un test conjoint visant à voir si les variables fictives pour
toutes les années sont égales à 0 ; si tel est le cas, aucun effet fixe dans le temps n’est nécessaire.
Nous procédons aux tests préliminaires pour adopter la régression appropriée. Le test de D’après les résultats de ce test, on ne peut que rejeter l’hypothèse. Par conséquent, des
présence de corrélation intraindividuelle de Wooldridge rejette effets fixes dans le temps sont nécessaires dans ce cas, et
l’hypothèse nulle d’absence d’autocorrélation d’erreur (voir tableau 2). En pratique les spécificités sont censées avoir une influence et doivent être prises en compte
Parfois, la corrélation intraindividuelle rend les erreurstypes des en compte dans les estimations (Annexe E – Tableau E1).
les coefficients sont plus petits qu’ils ne le sont et le R au carré est plus élevé. Mais Les résultats des tests préliminaires sur le modèle d’impact de
selon Baltagi (2021), la dépendance transversale n'est pas un problème dans les micro La DT et la stabilité bancaire sur l’inclusion financière sont résumées dans le tableau 2 :
panels (T < 20) comme dans notre cas. Pour estimer des modèles, il est essentiel de considérer les problèmes de
Nous testons également la multicolinéarité entre les variables indépendantes. simultanéité et endogénéité dans les estimations. A cet effet, il y a
capables puis pour l’hétéroscédasticité. La statistique de multilinéarité pour existe plusieurs méthodes d'estimation telles que les doubles moindres carrés (2SLS),
TABLEAU 1 Statistiques descriptives

Variable Moyenne Obs Dakota du Sud Min. Max.
L'inclusion financière 504 0,1605056 0,1566684 0,008223 0,737612
Téléphone mobile 503 56.74675 40.04856 1.31359 173.497
Infrastructure 500 3.585816 6.477529 0 32.6691
Guichet automatique 420 12.98367 16.8976 0,04 80.45
Croissance du PIB par habitant 504 2.18823 3.552365 18.4911 18.066
Taux d'intérêt réel 477 7.12915 10.25454 34.462 52.4368
La liberté financière 461 43.92625 13.36718 dix 70
Éducation 463 103.6854 18.73509 46.6349 149.307
Électricité 501 39.60106 25.43741 1.83453 100
Inflation 504 7.825419 10.51828 29.6911 100.627
Taux de change 494 1.36e + 07 3.01e + 08 0,899495 6.70e + 09
Commerce 490 80.73286 39.61096 20.7225 311.354
Stabilité bancaire (score Z) 469 11.13583 5.747651 1.07079 41.3082

6 SODOKIN ET AL.
TABLEAU 2 Test préliminaire Méthode des moments généralisés (GMM), triple moindres carrés (3SLS) et
Essais Résultat Méthode de régression apparemment sans rapport (SURE) qui peut prendre en compte
tiennent compte de ces problèmes (Baltagi, 2005 ; Belke et al., 2011 ;

Wooldridge intraindividuel F (1, 32) = 267,584
corrélation Prob > F = 0,0000 Geishecker, 2012 ; HoltzEakin et coll., 1988 ; Lahimer, 2009).
2.20 Ainsi, la méthode 2SLS est un processus en deux étapes utilisant les MCO. Il dérive
Multilinéarité (VIF)
la forme réduite d'un modèle à partir de son état structurel. Empiriquement,
Hétéroscédasticité (BreushPagan Chibar2 (01) = 645,66
test) Prob > Chibar2 = 0,0000 l'estimateur GMM est généralement utilisé pour tester la causalité de panel (Belke
Test de Wald modifié et coll., 2011 ; Ciarreta et Zarraga, 2010). En effet, il existe deux types de
Chi2 (33) = 9150,40
Prob > Chi2 = 0,0000 estimateurs : l’estimateur de première différence et l’estimateur système. Comme
Test des effets aléatoires : Chibar2 (01) = 880,14 les estimateurs 2SLS et GMM éliminent les biais générés par l'omission
Test BreushPagan LM Prob > Chibar2 = 0,0000 quelques variables explicatives et l'estimation rigoureuse des paramètres à l'aide de
Test des effets fixes dans le temps F (13 455) = 50,94 variables instrumentales. Mais selon HoltzEakin et al.
Prob > F = 0,0000
(1988), 3SLS permet de résoudre efficacement le biais de simultanéité.
TABLEAU 3 Effet du DT sur l'inclusion financière
2SLS 3SLS BIEN SÛR
Variables (1) (2) (1) (2) (1) (2)
Transformation numérique .831*** .624*** .564***
(0,0782) (0,0745) (0,0314)
(Stabilité bancaire) Score Z .432*** .435*** .454***
(0,0682) (0,0603) (0,0568)
Infrastructure .00326 .783*** .810***
(0,227) (0,213) (0,106)
Taux d'intérêt réel .0469 .0320 .0191
(0,0349) (0,0308) (0,0283)
La liberté financière .0336 .0217 .0144
(0,0315) (0,0279) (0,0252)
Produit intérieur brut réel .148 .219 .0391 .209 .0121 .209
(0,119) (0,182) (0,116) (0,179) (0,0968) (0,179)
Enseignement primaire .00708 .154*** .00428 .161*** .00354 .162***
(0,0195) (0,0320) (0,0191) (0,0316) (0,0166) (0,0316)
Téléphone portable (cellulaire) .0621*** .0486** .0563***
(0,0222) (0,0201) (0,0215)
Électricité .440*** .467*** .463***
(0,0364) (0,0328) (0,0353)
Inflation .0394 .0420 .00420
(0,0691) (0,0610) (0,0668)
Taux de change .000724 .000745 .000748
(0,000534) (0,000471) (0,000515)
Commerce .0558*** .0284* .0420**
(0,0169) (0,0155) (0,0164)
Constante .0243 .284*** .00169 .265*** .0101 .283***
(0,0265) (0,0400) (0,0251) (0,0390) (0,0224) (0,0394)
Observations 324 324 324 324 324 324
R au carré 0,813 0,643 0,847 0,639 0,857 0,642
Remarque : erreurs types entre parenthèses.

***p < 0,01 ; **p < 0,05 ; *p < 0,1.
SODOKIN ET AL. 7
TABLEAU 4 Effet de l'interaction entre DT et stabilité bancaire sur l'inclusion financière
2SLS 3SLS BIEN SÛR
Variables (1) (2) (1) (2) (1) (2)
Transformation numérique_Zscore 3.979*** 4,231*** 4,231***
(0,174) (0,169) (0,169)
Stabilité bancaire (score Z) .0346 .0718 .0718
(0,0532) (0,0515) (0,0515)
Infrastructure .923*** .897*** .897***
(0,0783) (0,0761) (0,0761)
(0,0235) (0,0227) (0,0227)
(0,0213) (0,0206) (0,0206)
Produit intérieur brut réel .0153 .219 .0336 .202 .0336 .202
(0,0794) (0,182) (0,0783) (0,179) (0,0783) (0,179)
Enseignement primaire .00763 .154*** .00758 .163*** .00758 .163***
(0,0136) (0,0320) (0,0135) (0,0316) (0,0135) (0,0316)
Téléphone portable (cellulaire) .0621*** .0745*** .0745***
(0,0222) (0,0215) (0,0215)
Électricité .440*** .439*** .439***
(0,0364) (0,0354) (0,0354)
Inflation .0394 .0131 .0131
(0,0691) (0,0669) (0,0669)
Taux de change .000724 .00100* .00100*
(0,000534) (0,000516) (0,000516)
Commerce .0558*** .0400** .0400**
(0,0169) (0,0165) (0,0165)
Constante .0795*** .284*** .0788*** .285*** .0788*** .285***
(0,0188) (0,0400) (0,0185) (0,0394) (0,0185) (0,0394)
Observations 324 324 324 324 324 324
R au carré 0,908 0,643 0,907 0,641 0,907 0,641

***p < 0,01 ; **p < 0,05 ; *p < 0,1.
La méthode 3SLS a été largement utilisée dans les études empiriques, en particulier dans les perturbations pour fournir un estimateur plus efficace que l'OLS.
notamment par Lahimer (2009) et Gakpa (2012). Le mécanisme principal de En effet, les estimateurs GCM ont les mêmes propriétés que les MCO : non biaisés et
cette méthode consiste à estimer les équations du système simultanément. Dans ce avec une variance minimale, fournissant ainsi des coefficients plus significatifs.
Dans ce sens, le 3SLS est une méthode systémique pour laquelle tous les paramètres du système Nous utilisons ensuite trois techniques d'estimation pour nos estimations. Nous utilisons
sont estimés conjointement. Cela se déroule en trois étapes. Tout d'abord, il calcule chaque 2SLS pour considérer le biais d’omission des variables explicatives. À
équation par le 2SLS ; puis, il génère les résidus à partir des résultats de Pour résoudre les problèmes d'endogénéité et de simultanéité, nous utilisons 3SLS en coupes
la première étape et les utilise pour estimer le lien entre les aléas de transversales appliquées à un panel non cylindrique de 36 pays. Mais le 3SLS
les différentes équations ; et enfin, il applique le double généralisé les résultats sont plus cohérents. Cependant, nous utilisons la méthode SURE pour con
moindres carrés pour estimer globalement l'ensemble du modèle en prenant en compte Il s’agit probablement d’un problème d’ambiguïté dans la relation entre les TIC et l’ICI.
compte des informations dérivées de la deuxième étape.
Pour le test de robustesse, nous utilisons la méthode SURE. Dans nos spécifications
Dans ce contexte, un problème d’ambiguïté dans la relation entre DT, stabilité bancaire et 4.3 | Résultats et discussion
inclusion financière peut surgir. La méthode SURE est plus
approprié pour résoudre ce problème. La procédure d'estimation par le Les résultats de l’estimation de l’effet du DT sur l’inclusion financière sont
La méthode SURE consiste à appliquer les moindres carrés généralisés (GLS) aux présentés dans les tableaux 3 et 4. Puisque les modèles estimés sont simultanément
système d'équations. Les GCM sont utilisés car ils permettent des influences croisées modèles d'équations nécessaires (deux équations), les résultats de l'estimation sont
8 SODOKIN ET AL.
présenté comme suit : la colonne (1) représente la première équation du 5 | CONCLUSION

modèle, et colonne (2) la deuxième équation pour chaque technique d'estimation.
(2SLS, 3SLS et SURE). Cet article a tenté de mettre en évidence, à la lumière du faible niveau d’inclusion bancaire,
Les résultats de l'estimation indiquent un effet positif et significatif (1 %) du DT sur donc d’inclusion financière, en Afrique, les canaux qui pourraient améliorer l’accès aux
l'inclusion financière (Tableau 3). DT en service financier services bancaires pour les populations les plus vulnérables. Pour lutter contre l'exclusion
la prestation de services pourrait faciliter l’accès, la disponibilité et l’utilisation des services financiers. bancaire en ASS, il explore la contribution de DT en tant que GPT et stabilité bancaire sur
vices, en particulier pour la population vulnérable. L'estimation l'accès aux services bancaires financiers. Nous avons d’abord construit un indice composite
les résultats montrent également que la stabilité bancaire (score Z) affecte positivement multidimensionnel de
et significativement l’inclusion financière (tableau 3). En effet, le système financier l’inclusion financière pour faire cette analyse. Puis, dans un deuxième temps, en utilisant
La stabilité du système crée un climat de confiance des clients dans les services financiers. les estimations simultanées du modèle avec 2SLS, 3SLS et SURE, nous avons trouvé
établissements. Il améliore la certitude parmi les acteurs du marché et encourage les effets positifs et significatifs du DT et de la stabilité bancaire sur l’inclusion financière en
banques à investir dans de nouveaux segments de clientèle et produits, contribuant ainsi ASS. Les résultats montrent en outre que le développement de
à l’inclusion financière (CGAP, 2015). L'estimation de l'effet d'interaction entre DT et les infrastructures de communication ont un impact substantiel et positif
stabilité bancaire sur l'inclusion financière (modèle 4) est positive et significative à 1% l’inclusion financière en ASS.
(tableau 4) avec un coefficient plus élevé (4,231 pour l'estimation SURE que le coefficient L'analyse du rôle du DT en tant que GPT dans la promotion de l'inclusion financière
[0,564] du tableau 3 ). L’ampleur de l’effet de l’interaction entre DT et stabilité bancaire sur révèle que le DT et la stabilité bancaire contribuent efficacement à
l’inclusion financière (tableau 4) est beaucoup plus importante (multiple d’environ 5) que réduire les contraintes d’accès aux services bancaires. Plus spécifiquement, le DT et la
lorsque ces variables sont prises individuellement (tableau 3). Ce résultat montre un stabilité bancaire permettent une gestion optimale de l'information pour réduire l'asymétrie
de l'information et limiter les aléas moraux et les effets négatifs.
sélection. En outre, DT offre une efficacité technique accrue en matière financière
complémentarité entre DT et stabilité bancaire en matière de financement services, permettant aux banques d’étendre leurs offres à des segments jusqu’alors exclus.
inclusion sociale. De même, les nouvelles technologies offrent des moyens d'identification sécurisés dont le
L’effet positif du DT sur l’inclusion financière est plus substantiel déploiement pourrait contribuer à résoudre le problème pressant des documents d'identité
lorsque le secteur bancaire sera stable. En effet, plus l'environnement bancaire est stable, qui constitue une contrainte importante pour l'accès au secteur bancaire en Afrique,
plus DT a une forte influence sur l'inclusion financière dans la détection, la mesure, la notamment en milieu rural. De plus, l’estimation de l’effet du DT sur l’inclusion financière
bonne gestion des risques, la résolution du problème d'asymétrie de l'information, la révèle un effet positif
fourniture d'un support client et d'un helpdesk via des chatbots et la détection de la et impact significatif du DT sur l’inclusion financière. En raison du manque de données,
cybersécurité des fraudes. Mhlanga (2020). De ce point de vue, l’adoption du DT par les cette étude n'a pas pu aborder la diffusion de la biométrie, artificielle
banques pourrait garantir que les populations vulnérables qui ne sont pas financièrement Intelligence et Big Data en ASS et leur application dans le secteur financier. Des recherches
actives futures qui prendront en compte ces facteurs et pourraient fournir
participer au système financier formel avec un minimum de difficultés et un aperçu de plusieurs contraintes à l’accès aux services bancaires pour les pauvres.
prestation maximale (Alameda, 2020 ; Paul, 2019 ; Peric, 2015). DT donc
renforce la capacité de la fintech à promouvoir l’inclusion financière en
automatiser la prestation de services, améliorer l'efficacité productive des banques, réduire LES RÉFÉRENCES
l'asymétrie de l'information et toute autre contrainte qui empêche les pauvres d'accéder au Aebischer, B. et Roturier, J. (2006). Infrastructures de la société de l'information : Un
système bancaire (Albanesi & Vamossy, 2019 ; Fulop, 2020 ; Mor & Gupta, 2021). De plus, gigantesque défi énergétique. Infrastructures et énergie. Énergie, environnement et
société, 183203.
le
Afawubo, K., Couchoro, MK, Agbaglah, M. et Gbandi, T. (2020). Adoption de l'argent mobile et
L’effet combiné du DT et de la stabilité bancaire peut contribuer à une meilleure lutte contre
vulnérabilité des ménages aux chocs : données probantes du Togo. Économie appliquée,
le blanchiment d’argent (Couchoro et al., 2021). 52(10), 11411162.
Audelà du DT et de la stabilité bancaire (tableau 3) et du modèle interactif Ahamed, MM et Mallick, Saskatchewan (2019). L’inclusion financière estelle bonne pour la
stabilité bancaire ? Preuve internationale. Journal du comportement et de l'organisation
La variable DT.Zscore (Tableau 4) montre un effet significativement positif sur
économiques, 157, 403427. https://doi.org/10.1016/j.jebo.2017. 07.027
inclusion financière au niveau de 1% des infrastructures de télécommunications
dans le tableau 4. La variable interactive capture l’effet potentiel de Alameda, T. (2020). Données, IA et inclusion financière : l'avenir de la mondialisation
adopter le DT dans le contrôle de la stabilité bancaire sur l’inclusion financière. Banque – Forum sur la finance responsable. BBVA, 2020.
Albanesi, S. et Vamossy, DF (2019). Prédire le défaut du consommateur : une approche
Ces résultats sont cohérents avec ceux obtenus dans Bansal (2014),
d'apprentissage en profondeur. Bureau Nationale de la Recherche Economique.
Beck et coll. (2007) ainsi que Lyons et al. (2017). Bonnes télécommunications
Allen, J., Chapman, J., Echenique, F. et Shum, M. (2016). Efficacité et pouvoir de négociation
L'infrastructure de ces installations permet un réseau de communication fluide, sur le marché des prêts interbancaires. Revue économique internationale, 57(2), 691716.
transmission rapide de l'information au sein du système bancaire et réduction des
Ashta, A. et Herrmann, H. (2021). Intelligence artificielle et fintech : un aperçu des opportunités
asymétries et des coûts de l'information ; Cela favorise la sec
et des risques pour la banque, les investissements et la microfinance. Changement
dynamisme toral et abaisse le coût des services financiers bancaires accessibles aux
stratégique, 30, 211222. https://doi.org/10. 1002/jsc.240
populations à faible revenu. Améliorer la qualité des infrastructures de télécommunications
implique d'améliorer la sophistication des équipements de réseau et l'intensité des vitesses Assadi, D. et Cudi, A. (2011). Le potentiel d'inclusion financière du « Mobile Banking ». Une
d'Internet. étude exploratoire. Gestion & Avenir, 6, 227243.

SODOKIN ET AL. 9
Baltagi, BH (2005). Analyse économétrique des données de panel (3e éd.). Chiches Fulop, A. (2020). L'intelligence artificielle au service de l'octroi des crédits aux particuliers :
Terr : John Wiley. Promesses et défis. https://knowledge.essec.edu/fr/economyfinance/intelligenceartificielle
Baltagi, BH (2021). Analyse économétrique de données de panel. Textes Springer dans octroicredit.html Gakpa, LL (2012). Inégalités des revenus, endettement et
Affaires et économie. pauvreté dans les pays de l'uemoa : une approche sur données de panel dynamique. Bibliothèque
Banque Centrale des Etats de l'Afrique de l'Ouest. (2020). Rapport Annuel universitaire de Munich.
Situation de l'Inclusion Financière de l'UEMOA. Rapport.
Bansal, S. (2014). Perspective de la technologie pour parvenir à l'inclusion financière dans l'Inde
rurale. Procedia Économie et Finance, 11, 472480. https:// doi.org/10.1016/
S22125671(14)002135 Beck, T., DemirgüçKunt, A. et Geishecker, I. (2012). Biais de simultanéité dans l’analyse de la précarité perçue de l’emploi et du
Levine, R. (2007). Finances, inégalités et pauvres. Journal de la croissance économique, 12(1), bienêtre subjectif. Lettres économiques, 116(3), 319321.
2749.
Belke, A., Dobnik, F. et Dreger, C. (2011). Consommation d'énergie et croissance économique : GSMA. (2019). Rapport GSMA sur l'Economie Mobile, Afrique Subsaharienne. https://
nouvelles perspectives sur la relation de cointégration. Économie de l'énergie, 33(5), 782789. www.gsma.com/mobileeconomy/wpcontent/uploads/2020/ 03/
GSMA_MobileEconomy2020_SSA_French.pdf
Bernard, K. (2003). Le rôle des satellites dans le plan d'action du SMSI. Infos, 5 (5), 35. https:// Guérineau, S., & Jacolin, L. (2014). L'inclusion financière en Afrique sous
doi.org/10.1108/14636690310500411 Bhandari, R. et Gill, J. (2016). Un Harienne : Faits stylisés et déterminants. Revue d'économie financière, 116(4), 5780.
système de prévision ATM à intelligence artificielle
modèle pour les réseaux de neurones hybrides. Revue internationale des applications Gujarati, DN (2004). Econométrie, traduction de la 4e édition américaine de Basic Econometrics.
informatiques, 133(3), 1316. De Boeck.
Bhatt, A. et Bhatt, S. (2016). Facteurs affectant l’adoption par les clients des services bancaires Han, R. et Melecky, M. (2013). L'inclusion financière, pour la stabilité financière.
mobiles. Le Journal des services bancaires et du commerce par Internet, 21(1), 122. Accès aux dépôts bancaires et croissance des dépôts dans le secteur financier mondial
crise. Banque mondiale.
Bodjongo, MJM et Massil, JK (2017). Fossé créatif entre la Chine et Hassani, H., Silva, ES, Unger, S., Taj Mazinani, M. et Mac Feely, S. (2020).
Afrique. Innovations, 2, 129151. Intelligence artificielle (IA) ou augmentation de l’intelligence (IA) : quel avenir ? AI, 1(2),
Cámara, N. et Tuesta, D. (2014). Mesurer l’inclusion financière : une approche multi 143155.
indice mensionnel. Document de recherche BBVA, 14/26. HoltzEakin, D., Newey, W. et Rosen, HS (1988). Estimation des autorégressions vectorielles
CGAP. (2015). Une approche systémique de l'inclusion financière : Guide à destination des avec des données de panel. Econometrica : Journal de la Société Econométrique, 56,
bailleurs de fonds. Directives Concertées https://www.cgap. org/sites/default/files/Consensus 13711395.
GuidelinesAMarketSystemsApproach toFinancialInclusionSept2015French_0.pdf Hsiao, C. (2003). Analyse des données du panel (2e éd.). L'université de Cambridge
Chaix, L. (2013). Le paiement mobile : Modèles Presse.
économiques et régulation financière. Revue d'économie financière, 4, 277298. Kainth, SG (2013). Développer un indice d’inclusion financière. Anvecha, 6 ans
(2), 110.
Chaix, L. et Torre, D. (2015). Le double rôle du paiement mobile dans le développement Kaya, O., Schildbach, J., AG, DB et Schneider, S. (2019). Intelligence artificielle
pays. Revue économique, 66(4), 703727. dans le secteur bancaire. Intelligence artificielle, pp. 3439. www.dbresearch.com
Chakrabarty, K. (2013). Inclusion financière en Inde : parcours jusqu'ici et voie à suivre. Bulletin Kempson, E., Atkinson, A. et Pilley, O. (2004). Réponse au niveau politique
mensuel RBI, 2013, 11–18 https://rbidocs.rbi.org.in/rdocs/Bulletin/PDFs/01SP071013F.pdf L'exclusion sociale dans les économies développées : leçons pour les pays en développement.
Rapport de Personnel.
Ciarreta, A. et Zarraga, A. (2010). Causalité croissance économiqueconsommation d’électricité Kindleberger, CP (1978). Manies, paniques et krachs : une histoire de crises financières. New
dans 12 pays européens : une approche dynamique des données de panel. Politique York : Livres de base.
énergétique, 38(7), 37903796. Klevmarken, NA (1989). Études par panel : que pouvonsnous en apprendre ?
Couchoro, M. (2011). Transformation des relations banques/institutions de microcrédit (IMC) au Revue économique européenne, 33(23), 523529.
Togo. Une lecture à partir des cadres théoriques de l'innovation. Économie et Solidarités, Koomson, I., Villano, RA et Hadley, D. (2020). Effet de l'inclusion financière sur la pauvreté et la
41(12), 7187. vulnérabilité à la pauvreté : preuves utilisant une mesure multidimensionnelle de l'inclusion
Couchoro, MK, Sodokin, K. et Koriko, M. (2021). Technologies de l’information et de la financière. Recherche sur les indicateurs sociaux, 146, 613639.
communication, intelligence artificielle et lutte contre le blanchiment d’argent en Afrique.
Changement stratégique, 30(3), 281291. Kshetri, N. (2021). Le rôle de l’intelligence artificielle dans la promotion de l’inclusion financière
Artisanat, N. (2021). L'intelligence artificielle comme technologie à usage général : une perspective dans les pays en développement. Journal of Global Information Technology Management,
historique. Revue d'Oxford sur la politique économique, 37(3), 521536. 24(1), 1–6.
Labie, M., & Montalieu, T. (2019). Introduction. De la microfinance à l'inclusion financière. Mondes
De Guindos, L. (2018). Avantpropos. BCE, Revue de la stabilité financière, p. 3. en développement, 1, 712.
DemirgüçKunt, A., Klapper, L., Singer, D., Ansar, S. et Hess, J. (2020). La base de données Lahimer, N. (2009). La contribution des investissements dirige les étrangers vers la réduction de
mondiale Findex 2017 : Mesurer l'inclusion financière et les opportunités d'élargir l'accès et la pauvreté en Afrique subsaharienne. Thèse d'économie de l'Université Paris Dauphine.
l'utilisation des services financiers. Revue économique de la Banque mondiale, 34
(Supplément_1), S2–S8. Leonov, P., Sviridenko, A., Leonova, E., Epifanov, M. et Nikiforova, E.
Dupor, D. (2005). Stabilisation des mouvements de prix des actifs non fondamentaux sous (2020). L'utilisation de la technologie de l'intelligence artificielle dans le processus de création
discrétion et informations limitées. Journal of Monetary Economics, 52, 727747. d'un modèle de service ATM. Procedia Informatique, 169, 203208.
Banque européenne d'investissement. (2020). Le secteur bancaire en Afrique : financeur Lipsey, RG, Carlaw, KI et Bekar, CT (2005). Transformations économiques : technologies à usage
la transformation sur fond d'incertitude. Rapport. général et croissance économique à long terme. Presse de l'Université d'Oxford.
Fall, F.S. et Birba, O. (2019). L'inclusion financière grâce aux services bancaires mobiles au
Sénégal : une analyse des facteurs socioéconomiques d'adoption. Mondes en Lyons, A., Grable, J. et Zeng, T. (2017). Infrastructures, urbanisation et
développement, 1, 6182. l’inclusion financière des ménages chinois. Disponible au SSRN
Enquête sur l'accès aux services financiers, FMI. (2020). L'enquête sur l'accès financier 2020, 3012453.
tendances et évolutions. https://www.imf.org//media/Files/Data/Home/2020fastrendsand Mangani, D. (2017). Applications d’IA dans le secteur bancaire à surveiller dans les 5 prochaines années.
developments.ashx www.analyticsvidhya.com
dix SODOKIN ET AL.
Mhlanga, D. (2020). Industrie 4.0 en finance : l'impact de l'intelligence artificielle (IA) sur Winasis, S., Riyanto, S. et Ariyanto, E. (2020). Transformation numérique dans le secteur
l'inclusion financière numérique. Revue internationale d'études financières, 8(3), 45. bancaire indonésien : impact sur l'engagement des employés. Revue internationale de
l'innovation, de la créativité et du changement, 12(4), 528543.
Milana, C. et Ashta, A. (2021). Techniques d'intelligence artificielle dans la finance et les marchés Wooldridge, JM (2010). Analyse économétrique de section transversale et de panneau
financiers : une revue de la littérature. Changement stratégique, 30, 189209. https://doi.org/ données (2e éd.). Massachusetts : MIT Press.
10.1002/jsc.2403 Mor, S. et Gupta, G. (2021). Intelligence Banque mondiale. (2017). La base de données mondiale Findex. http://www.banque mondiale.
artificielle et efficacité technique : le cas des banques commerciales indiennes. Changement org/globalfindex
stratégique, 30(3), 235245. Yadav, V., Singh, BP et Velan, N. (2020). Indice d’inclusion financière multidimensionnelle
Paul, S. (2019). Utilisation de la blockchain et de l'intelligence artificielle pour promouvoir pour les États indiens. Journal des affaires publiques, 121(800), 115. https://doi.org/
l'inclusion financière en Inde Smita Miglani Conseil indien pour la recherche sur les relations 10.1002/pa.2238
économiques internationales. https://économiquetimes.
Péric, K. (2015). Inclusion financière numérique. Journal of Payments Strategy et
Systèmes, 9(3), 212214. BIOGRAPHIES DES AUTEURS
Petersen, MA et Rajan, RG (1995). L'effet de la concurrence sur le marché du crédit sur les
relations de prêt. Le Quarterly Journal of Economics, 110 (2), 407443.
Koffi Sodokin est professeur agrégé d'économie à l'Université

Rangarajan, C. (2008). Rapport de la commission sur l'inclusion financière : Min
Université de Lomé et le Centre de Recherche en Economie Appliquée et Gestion
ministère des Finances, gouvernement indien. http://slbckarnataka.com/UserFiles/slbc/
Full%20Report.pdfSagna, O. (2006). La des Organisations (CREAMO). Ses principaux domaines de
lutte contre la fracture numérique en Afrique : Aller audelà de l'accès aux infrastructures. les intérêts sont la macroéconomie, les banques, la microfinance et l’économie.
Hermès, La Revue, 2, 1524.
développement.
Sarma, M. (2012). Indice d’inclusion financière – Une mesure de l’inclusivité du secteur financier.
Centre pour le commerce international et le développement, document de travail de l'École Moubarak Koriko est chercheur au Centre de Recherche sur
d'études internationales, Université Jawaharlal Nehru.
Économie appliquée et gestion des organisations (CREAMO)
Sarma, M. (2015). Mesurer l’inclusion financière. Bulletin économique, 35(1),
à l'Université de Lomé. Ses principaux domaines d'intérêt sont la micro
604611.
Sarma, M. et Pais, J. (2011). Inclusion financière et développement. Journal du développement économie, banques, microfinance et développement économique.
international, 23(5), 613628.
Dzidzogbé Hechely Lawson est professeur adjoint à l'Université
Schroer, A. (2020). L'IA et les résultats : 15 exemples d'intelligence artificielle en finance. https://
builtin.com/artificialintelligence/aifinancebankingapplicationscompanies Schwab, P., Université de Lomé et le Centre de Recherche en Economie Appliquée et Gestion
Hlavacs, H. (2015). Capturer l'essence : des Organisations (CREAMO). Ses principaux domaines de
vers la génération automatisée de modèles de comportement transparents. Lors de la
les intérêts sont la microéconomie, les banques, la microfinance et l’économie.
conférence AAAI sur l'intelligence artificielle et le divertissement numérique interactif.
développement.
Sodokin, K. et DonouAdonsou, C. (2010). Banques, institutions de microfinance et croissance

Mawuli K. Couchoro est professeur ordinaire d'économie à l'Université
économique dans la zone économique et monétaire ouestafricaine
Université de Lomé et le Centre de Recherche en Economie Appliquée et Gestion
Union européenne. Revue du développement en Afrique, 22(4), 495510.
Stiglitz, J. et Weiss, A. (1981). Rationnement du crédit sur un marché avec des informations des Organisations (CREAMO). Ses principaux domaines de
imparfaites. Revue économique américaine, 71(3), 393410. les intérêts sont la microéconomie, les banques, la microfinance et l’économie.
Trajtenberg, M. (2019). L'intelligence artificielle comme prochain GPT : une perspective
développement.
d'économie politique. Dans A. Agrawal, J. Gans et A. Goldfarb (Eds.), L'économie de
l'intelligence artificielle : un agenda (pp. 175188). Presses de l'Université de Chicago.
PNUD. (2011). Rapport sur le développement humain 2011. https://hdr.undp.org/

contenu/rapportsurledéveloppementhumain2011 Comment citer cet article : Sodokin, K., Koriko, M., Lawson, DH et
Wibawa, R. et Wibawa, B. (2020). L’état actuel de l’application de l’intelligence artificielle axée Couchoro, MK (2022). Transformation numérique,
sur le client dans les services comptables et financiers.
la stabilité bancaire et l’inclusion financière en Afrique subsaharienne.
Dans A. Solikin et al. (Eds.), Les comptables du secteur public et le saut quantique :
Changement stratégique, 1–15. https://doi.org/10.1002/jsc.2531
jusqu'où pouvonsnous survivre dans la révolution industrielle 4.0 ? (ICOPSA 2019).
Routledge/CRC.
SODOKIN ET AL. 11
ANNEXE A
TABLEAU A1 Inclusion financière

Variable Obs. Signifier Dakota du Sud Min. Max.
indicateurs (IFI) pour chaque pays
Afrique du Sud 14 0,4280506 0,0643123 0,2985752 0,5020019
Angola 14 0,1309483 0,0719961 0,0275841 0,2203273
Botswana 14 0,2109115 0,0372765 0,1524326 0,2535501
Burkina Faso 14 0,0924273 0,0267498 0,0629307 0,1397478
Burundi 14 0,0822902 0,0118508 0,0656315 0,1013412
Bénin 14 0,0814501 0,0220231 0,0404278 0,1056226
CapVert 14 0,5467087 0,1131866 0,3407733 0,6603336
Comores 14 0,0575325 0,0248425 0,027177 0,0922268
Congo 14 0,0503753 0,0330593 0,0133732 0,1074046
Côte d'Ivoire 14 0,1005565 0,0221277 0,0644719 0,1314094
Eswatini 14 0,1730738 0,0183379 0,1353117 0,1944558
Gambie 14 0,1077155 0,0260029 0,0589759 0,1318952
Ghana 14 0,1262722 0,0330527 0,0679002 0,1792
Guinée 14 0,0373881 0,0209107 0,0191755 0,0825791
Maurice 14 0,6739834 0,0466912 0,5971661 0,7376118
Kenya 14 0,2182379 0,0929763 0,1192787 0,3711046
Lesotho 14 0,1034776 0,0268381 0,0614545 0,1384502
Libéria 14 0,0678027 0,0378564 0,0134449 0,1246814
Madagascar 14 0,0541793 0,0095897 0,0417274 0,0695405
Malawi 14 0,0687951 0,0238671 0,0277905 0,0975719
Mali 14 0,1067948 0,0266815 0,0703398 0,1479583
Mauritanie 14 0,1101997 0,0192664 0,0850238 0,1448598
Mozambique 14 0,1133659 0,04769 0,041202 0,1806384
Namibie 14 0,3080781 0,0528314 0,2476572 0,3921758
Niger 14 0,0434558 0,0144122 0,0198798 0,0597641
Nigeria 14 0,1433697 0,0456939 0,065485 0,2090686
Ouganda 14 0,0755553 0,0177383 0,0456533 0,1084611
RDC 14 0,0310714 0,0156585 0,0082233 0,0553373
Rwanda 14 0,0974447 0,0341032 0,0426728 0,1331403
Sao Tomé et Principe 14 0,2955238 0,1023333 0,0841172 0,4079256
Sénégal 14 0,1191079 0,0298786 0,0746284 0,1638186
les Seychelles 14 0,5019099 0,0957542 0,390808 0,6400648
Tanzanie 14 0,0792514 0,0182097 0,0462627 0,1034001
Aller 14 0,1410661 0,0515977 0,0664151 0,2092533
Zambie 14 0,080134 0,026984 0,0435028 0,1213942
Zimbabwe 14 0,1196978 0,039951 0,0564697 0,173182
APPENDICE B pour des comparaisons internationales (Cámara & Tuesta, 2014 ; Kainth, 2013 ;
Koomson et coll., 2020 ; Yadav et coll., 2020). Nous adoptons l'approche de
B.1 | L'INDICE COMPOSITE D'INCLUSION FINANCIÈRE (IFI) Sarma (2012), qui, dans le contexte de l’inclusion financière, s’appuie sur
B.1.1. | Construction de l’indice composite d’inclusion financière la méthodologie utilisée par le Programme des Nations Unies pour le Développement
(PNUD) dans la construction du Plan de Développement Humain
Une bonne mesure de l’inclusion bancaire intègre autant de dimensions de Indice (IDH). Suivant cette approche, le développement de l’IFI est
l’inclusion bancaire que possible, facilement calculables et permettant réalisé en deux étapes.
12 SODOKIN ET AL.
La première étape consiste à déterminer les sousindices (di) de chaque dimension. la distance normalisée s'obtient en soustrayant en 1, la distance euclidienne de X du
sion de l’inclusion bancaire. Pour un pays, di mesure la réussite point parfait W normalisé par le deuxième terme de
de sa ième dimension de l’inclusion bancaire. Le calcul de di est le suivant le deuxième composant.

suit : La formule (B4) est la moyenne simple de X1 et X2, qui intègre les distances
entre les points les plus mauvais et les points idéaux. Cette formule
Ai mi donne la valeur finale de l’IFI.
di ¼ wi ðB1Þ
Mi mi Considérant, par souci de simplicité, que toutes les dimensions ont la même
importance (même poids) dans la mesure de l’inclusion bancaire, c’estàdire
Avec wi un poids qui exprime le poids donné à la dimension i wi = 1 pour tout i, alors la situation idéale sera représentée par le point
dans la détermination de l’IFI. wi indique ainsi l'importance relative de la taille W = (1, 1, 1, …, 1) dans un espace à n dimensions. L’IFI est donc aussi
i dans la quantification du statut d'inclusion d'un système bancaire et estce suit :
cela et 0 ≤ wi ≤ 1 et o ≤ di ≤ wi. Ai est la valeur réelle de la dimension

1
sion, mi sa limite inférieure et Mi sa limite supérieure. 1
IFI ¼ d21 þd2 1 þ…þd2 2 n1 2
2 n
Si l’on considère n dimensions de l’inclusion bancaire, la réussite d’un pays de
1
2
toutes tailles peut être représentée par un point 2 2 2
þ1 ð Þ 1d1 þð Þ 1d2 þ… þ ð Þ 1dn n1 2 ðB5Þ
X ¼ ðdn
Þ d1,
. Cette
d2, d3,
logique
…, W ¼ ð w1, w2, …;wn indique le point ÈME
représente la plus haute réalisation dans toutes les dimensions et la pire
situation O ¼ ð Þ 0, 0, :::0 . Pour cette étude, l'IFI développé est un indice composite de trois
Deuxièmement, nous considérons la moyenne simple de la distance euclidienne dimensions de l’inclusion bancaire telles que la pénétration bancaire (p), la
entre X et O (indice X1) et l’inverse de la distance entre disponibilité (d) et l’utilisation (u) des services bancaires. La dimension bancaire
X et W (indice X2). Premièrement, la distance entre O et W se normalise la pénétration implique qu’un système bancaire inclusif devrait avoir autant
les deux distances pour les rapporter dans l'intervalle [0 ; 1]. En calculant le autant d'utilisateurs que possible. Puisque les données sur la population « bancarisée » ne sont pas
moyenne simple entre les distances, l'inverse de la distance disponible pour les pays d'ASS, nous utilisons des comptes de dépôt bancaire pour 1000
entre X et W est pris en considération, ce qui permet adultes. La disponibilité des services bancaires implique qu'ils soient
pour obtenir l'IFI entre 0 et 1, monotone et croissant. Le facilement accessible aux utilisateurs pour un système bancaire inclusif. Le nombre
L’IFI, à son tour, permet de comparer les pays. Le nombre de succursales pour 100 000 habitants est utilisé comme indicateur de cette dimension.
Ainsi pour obtenir l'IFI, on calcule X1 (distance entre X Avoir un compte bancaire est une condition nécessaire mais pas suffisante pour
et O) et X2 (distance inverse entre X et W) premier et deuxième un système bancaire inclusif. Il est impératif, en termes d'usage, que
la moyenne simple de X1 et X2 selon la formule suivante les clients utilisent adéquatement les services bancaires. Nous utilisons le volume de
formules : le crédit intérieur au secteur privé fourni par les banques en proportion
tion du PIB comme indicateur de la dimension 3.

1 1
2 2 Ces trois dimensions permettent de calculer l'indice d'inclusion bancaire en
X1 ¼ d2 1 þd2 1 þ…þd2 n w21 þw2 2 þ…þw2 n ðB2Þ
suivant l'approche combinée de Sarma (2012, 2015).
et PNUD (2011). Ainsi, la détermination de l'indice final des
1
2 2 2 2
X2 ¼ 1 ð w1 þð w2 d2 Þ þ…þð wn dn Þ w21 þw2 2 þ…þw2 l'inclusion dans l'approche multidimensionnelle tridimensionnelle (3D)
h d1 Þ je1 2
n
ðB3Þ peut être illustré graphiquement.

Pour le calcul de l’IFI, nous fixons 0 comme limite inférieure pour tous
1 dimensions. Les limites supérieures sont égales au maximum empirique
IFI ¼ ½ X1 þX2 2 ðB4Þ
valeurs des variables dans chaque taille.
L'espace d'analyse est ainsi réduit à une base 3D normalisée. Donner
La formule (B2) pour X1 donne la distance euclidienne entre ayant un poids égal aux différentes dimensions, le point (0, 0, 0) serait
point X et le pire point O, normalisé par la distance entre indiquer la pire situation (exclusion bancaire totale), et le
le pire point O et le point idéal W. Une valeur plus élevée de X1 correspond à une le point (1, 1, 1) montrerait la situation idéale (inclusion bancaire totale). UN
inclusion bancaire plus élevée. le pays K sera représenté par le point (pk, dk, uk) dans un espace 3D
Dans la formule (B3), le premier terme de la deuxième composante est le 0 ≤ pk ≤ 1, 0 ≤ dk ≤ 1 et 0 ≤ uk ≤ 1 où pk, dk et uk sont les indices
Distance euclidienne de X au point idéal W. L’inverse de la des trois dimensions pour le pays K.
SODOKIN ET AL. 13
ANNEXE C
TABLEAU C1 Description des variables
Variable Description
Inclusion financière (IFI) Un indice composite compris entre 0 et 1 obtenu à partir de trois indicateurs : le nombre de comptes de dépôt bancaire par
1 000 adultes, le nombre d'agences pour 100 000 habitants et le volume du crédit intérieur au secteur privé
secteur accordé par les banques en proportion du PIB.
Téléphone mobile Nombre d'abonnés à la téléphonie mobile pour 100 (WDI)
Infrastructure Nombre de lignes téléphoniques pour 100 personnes (WDI)
Guichet automatique Distributeurs automatiques de billets pour 100 000 adultes (WDI)
Produit intérieur brut par habitant Taux de croissance du PIB par habitant mesuré par le ratio PIB par habitant/PIB (WDI)
croissance (PIB)
Taux d'intérêt réel Taux d'intérêt sur les prêts ajusté en fonction de l'inflation, tel que mesuré par le déflateur du PIB (WDI)
La liberté financière Indice de liberté financière. L'indice de liberté financière est un indicateur de l'efficacité bancaire et une mesure de
l’indépendance visàvis du contrôle gouvernemental et de l’ingérence dans le secteur financier. C'est un score compris entre 0 et
100 (Fondation du patrimoine
Éducation Taux de scolarisation à l'école primaire
Électricité Pourcentage de la population ayant accès à l'électricité
Inflation L'inflation, mesurée par le taux de croissance annuel du déflateur implicite du PIB, montre le taux de variation des prix en
l’économie dans son ensemble. Le déflateur implicite du PIB est le rapport entre le PIB en monnaie locale courante et le PIB en
monnaie locale constante.
Taux de change Le taux de change officiel fait référence au taux de change déterminé par les autorités nationales ou au taux déterminé
sur le marché des changes légalement sanctionné. Il est calculé en moyenne annuelle sur la base de moyennes mensuelles
(unités de monnaie locale par rapport au dollar américain).
Commerce Somme des exportations et importations de biens et services mesurée en pourcentage du PIB
Stabilité bancaire (score Z) Le score Z compare le système bancaire d'un pays en fonction de sa capitalisation et de ses rendements avec la volatilité de ceuxci.
Retour. Il met en évidence la probabilité de défaillance du système bancaire d'un pays et fournit des signaux sur les
solvabilité
14 SODOKIN ET AL.
ANNEXE D
Variables MOL Effet aléatoire Effet fixe

TABLEAU D1 Estimation du fixe
et effets aléatoires
Stabilité bancaire (score Z) .349*** .270*** .245***
(0,0581) (0,0753) (0,0755)
Téléphone portable (cellulaire) .00517 .0289*** .0489***
(0,0112) (0,00933) (0,00934)
Transformation numérique .396*** .268*** .167***
(0,0339) (0,0276) (0,0287)
Infrastructure .888*** .0120 .995***
(0,120) (0,148) (0,190)
(0,0284) (0,0213) (0,0200)
(0,0252) (0,0314) (0,0328)
Produit intérieur brut réel .0235 .0308 .0559
(0,0912) (0,0487) (0,0451)
Enseignement primaire .0389** .0695*** .0650***
(0,0166) (0,0230) (0,0232)
Taux de change .000269 1.32e 05 2,75e 05
(0,000264) (0,000432) (0,000468)
Électricité .129*** .184*** .115***
(0,0230) (0,0307) (0,0330)
Commerce .0338*** .00773 .000795
(0,0101) (0,0107) (0,0107)
Inflation .106*** .0316 .0264
(0,0350) (0,0207) (0,0192)
Constante .00257 .0946*** .0187
(0,0274) (0,0333) (0,0342)
Observations 324 324 324
Nombre de groupes (Variable Groupe) 32 32
R au carré 0,884 0,693

***p < 0,01 ; **p < 0,05 ; *p < 0,1.
SODOKIN ET AL. 15
ANNEXE E
TABLEAU E1 Matrice de corrélation
Financier Stabilité bancaire Mobile Numérique Réel Financier

inclusion (IFI) (score Z) téléphone (cellulaire) transformation Infrastructure taux d'intérêt liberté
L'inclusion financière 1.0000

(SI JE)
Stabilité bancaire 0,2594 1.0000

(score Z)
Téléphone portable (cellulaire) 0,5852 0,1015 1.0000
Numérique 0,8627 0,2146 0,6272* 1.0000

Transformation
Infrastructure 0,8625 0,1785 0,4206* 0,7351 1.0000
Taux d'intérêt de la bobine 0,0318 0,0494 0,1298* 0,1164 0,0408 1.0000
La liberté financière 0,1185 0,2748 0,0376 0,1816 0,0903 0,0141 1.0000
Intérieur brut réel 0,0475 0,1240 0,0319 0,0328 0,0963 0,0611 0,0961
Produit
Enseignement primaire 0,0628 0,1733 0,0375 0,0320 0,0414 0,2792 0,1030
Taux de change 0,0299 0,1598 0,0483 0,0164 0,0055 0,0806 0,0922
Électricité 0,7815 0,2154 0,6298 0,7267 0,7315 0,1570 0,0708
Commerce 0,3048 0,0869 0,2486 0,4043 0,4868 0,0928 0,1206
Inflation 0,1384 0,0798 0,1915 0,1065 0,0883 0,1641 0,0527
Produit intérieur brut réel Enseignement primaire Taux de change Commerce d'électricité Inflation
Produit intérieur brut réel 1.0000
Enseignement primaire 0,0717 1.0000
Taux de change 0,2723 0,0103 1.0000
Électricité 0,0011 0,0869 0,0058 1.0000
Commerce 0,0641 0,0746 0,0327 0,3444 1.0000
Inflation 0,0918 0,0291 0,1078 0,0445 1,0000
*
Note: p < 0,1.

FR Strategic Change - 2022 - Sodokin - Digital Transformation Banking Stability and Financial Inclusion in Sub Saharan

Transféré par

Droits d'auteur :

Formats disponibles

FR Strategic Change - 2022 - Sodokin - Digital Transformation Banking Stability and Financial Inclusion in Sub Saharan

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

FR Strategic Change - 2022 - Sodokin - Digital Transformation Banking Stability and Financial Inclusion in Sub Saharan

Transféré par

Droits d'auteur :

Formats disponibles

Machine Translated by Google

Transformation numérique, stabilité bancaire et inclusion financière en Afrique

Koffi Sodokin | Moubarak Koriko | Dzidzogbé Héchely Lawson | Mawuli K. Couchoro

Université de Lomé, Lomé, Togo

Contraintes d’accès, disponibilité opérateurs mobiles et par un réseau de plus de

En effet, utiliser des chatbots et des voicebots en facilitant la mise à disposition de

le concept d’information asymétrique, Mishkin (1998) définit la finance inclusion.

instabilité sociale résultant de l'interférence entre les chocs sur le

système financier et problèmes liés à la circulation de l’information,

dans une perspective économétrique les effets du DT Technologie.

interactions avec les autres. Considérée comme la quatrième révolution industrielle

technologies avancées, apprentissage automatique, traitement du langage naturel,

en élargissant l'empreinte géographique de leur activité et en réduisant les transactions

être un facteur d’inclusion bancaire et, par ricochet, d’inclusion financière

(Ashta et Herrmann, 2021 ; Kshetri, 2021). IFIit ¼ αþβX0 ça va ð2Þ

IFI est la variable d’inclusion financière (variable dépendante). L'IFI est un

approche. L'IFI développé est un indice composite à trois dimensions

le système financier comme l’une des causes fondamentales de la crise financière

améliorant sa productivité. Dans cette logique, DT pourrait renforcer

le pouvoir inclusif de l’informatique dans le secteur bancaire en ASS (Couchoro

3 | METHODOLOGIE D'ANALYSE DU et coll., 2021).

utilise DT combinant l'apprentissage automatique, le traitement du langage naturel et

les indicateurs de ces variables.

action du DT et de la stabilité bancaire (score Z) sur l’inclusion financière en ASS.

8 IFIi,t ¼ δþβ1DTi,t þβ2Infri,t þβ3Libfini,t þβ4Riri,t þβ5Gdpi,t

8 IFIi,t ¼ δþβ1DT:Zscorei,t þβ2Infri,t þβ3Libfini,t þβ4Riri,t

DT:Zscorei,t ¼ αþλ1Eleci,t þλ2Edui,t þλ3Gdpi,t þλ4Inflai,t

>>>>>> : þ λ6Changi,t þεi,t >>> :

d’accès des populations à l’énergie électrique. Aussi, les autres variables

Infr, la variable des infrastructures de transport et de télécommunication représente

représente une variable standardisée du nombre de lignes téléphoniques par

TABLEAU 1 Statistiques descriptives

L'inclusion financière 504 0,1605056 0,1566684 0,008223 0,737612

Téléphone mobile 503 56.74675 40.04856 1.31359 173.497

Infrastructure 500 3.585816 6.477529 0 32.6691

Guichet automatique 420 12.98367 16.8976 0,04 80.45

Croissance du PIB par habitant 504 2.18823 3.552365 18.4911 18.066

Taux d'intérêt réel 477 7.12915 10.25454 34.462 52.4368

La liberté financière 461 43.92625 13.36718 dix 70

Éducation 463 103.6854 18.73509 46.6349 149.307

Électricité 501 39.60106 25.43741 1.83453 100

Inflation 504 7.825419 10.51828 29.6911 100.627

Taux de change 494 1.36e + 07 3.01e + 08 0,899495 6.70e + 09

Commerce 490 80.73286 39.61096 20.7225 311.354

Stabilité bancaire (score Z) 469 11.13583 5.747651 1.07079 41.3082

tiennent compte de ces problèmes (Baltagi, 2005 ; Belke et al., 2011 ;

TABLEAU 3 Effet du DT sur l'inclusion financière

2SLS 3SLS BIEN SÛR

Variables (1) (2) (1) (2) (1) (2)

Transformation numérique .831*** .624*** .564***

(0,0782) (0,0745) (0,0314)

(Stabilité bancaire) Score Z .432*** .435*** .454***

(0,0682) (0,0603) (0,0568)

Infrastructure .00326 .783*** .810***

(0,227) (0,213) (0,106)

Taux d'intérêt réel .0469 .0320 .0191

(0,0349) (0,0308) (0,0283)

La liberté financière .0336 .0217 .0144

(0,0315) (0,0279) (0,0252)

Transformation numérique .831* .624* .564***

(Stabilité bancaire) Score Z .432* .435* .454***

Infrastructure .00326 .783* .810*

Enseignement primaire .00708 .154* .00428 .161* .00354 .162***

Téléphone portable (cellulaire) .0621* .0486 .0563***

Électricité .440* .467* .463***

Constante .0243 .284* .00169 .265* .0101 .283***

Transformation numérique_Zscore 3.979* 4,231* 4,231***

Infrastructure .923* .897* .897***

Enseignement primaire .00763 .154* .00758 .163* .00758 .163***

Téléphone portable (cellulaire) .0621* .0745* .0745***

Électricité .440* .439* .439***

Commerce .0558* .0400 .0400**

Constante .0795* .284* .0788* .285* .0788* .285*

d'Internet. étude exploratoire. Gestion & Avenir, 6, 227243.

Sodokin, K. et DonouAdonsou, C. (2010). Banques, institutions de microfinance et croissance

CapVert 14 0,5467087 0,1131866 0,3407733 0,6603336