Analyse des déterminants de l’accès à la microfinance : le

cas des coopératives d’épargne et de crédit en Côte

d’Ivoire
Draft 1

Gnoudanfoly Amadou SORO∗

15 mai 2014

∗
Doctorant, Laboratoire d’économe et de management de Nantes (LENNA), Université de Nantes, France
[Link]@[Link]

1
 Résumé

Malgré le développement notable de la microfinance en Côte d’Ivoire, une part

importante de la population continue de s’adosser au marché des prêts informels pour
leurs transactions financières. Au-delà des contraintes structurelles couramment mis en
avant dans la littérature, les facteurs qui participent à limiter l’accès au crédit et au
microcrédit en particulier sont multiples et variables selon les contextes. A partir d’une
enquête sur le niveau de vie des ménages (ENV 2008), ce papier tente d’appréhender les
déterminants de l’accès aux coopératives d’épargne et de crédit et aux autres sources de
financement auxquelles les ménages recourent pour leurs transactions financières.
Il ressort que les profils des ménages sont assez nettement distincts selon le recours
à l’une ou l’autre des sources de financement. Les coopératives d’épargne et de crédit
apparaissent comme inaccessibles aux travailleurs du secteur informel agricole et non
agricole ou ils y recourent moins pour leurs transactions financières. Aussi existe t-il une
relation de substitution entre les différentes sources de financement car l’accès à l’une
d’elle sources réduit significativement la probabilité d’accès à une autre.
Keywords : Microcrédit, microfinance, pauvreté, développement

Abstract :

Despite the significant development of microfinance in Côte d’ Ivoire, a significant

proportion of the population continues to use informal market loans for their financial
transactions. Beyond structural constraints commonly put forward in the literature, the
factors involved in limiting access to credit and microcredit in particular are many
and varied in different contexts. From a survey on household living standards (ENV
2008) , this paper attempts to understand the determinants of access to savings and
credit cooperatives and other sources of funding which households use for their financial
transactions.
It appears that the household profiles are quite clearly distinct by the use of different
funding sources. Savings and credit cooperatives seem to be inaccessible to workers in
the agricultural and non-agricultural informal sector or they rely less to this source for
their financial transactions. There also exists a substitution relationship between different
sources of funding because access to one source significantly reduces the probability to
access to another.
Keywords : Microcredit, Microfinance, Poverty, Development

2
Introduction

Il est admis que l’accès des pauvres au crédit est une des conditions indispensables
à la réduction de la pauvreté dans les pays en développement. Le développement
de la microfinance ces trois dernières décennies et ses success stories ont permis
de remettre en cause l’idée qu’il est difficile pour les banques d’octroyer des
prêts aux pauvres parce qu’ils ne disposent pas des garanties suffisantes mais
aussi parce que les risques et les coûts liés à ces transactions sont élevés. On
explique le succès de la microfinance par les modes de prêts mis en œuvre par les
institutions de microfinance, notamment les prêts de groupe. Dans la littérature, les
causes de l’exclusion financière sont généralement liées aux questions d’asymétrie de
l’information, au coût de gestion, à l’incertitude et aux risques sous ses deux formes,
sélection adverse et aléa moral. Il est possible avec les prêts de groupe de réduire voire
supprimer ces contraintes et faciliter l’accès aux crédits à des populations pauvres
et exclues des sources de financement formelles.
Dans ce cadre, divers apports théoriques ont permis de conforter l’idée que les
prêts de groupe impliquant une responsabilité conjointe était  efficaces  pour
faciliter l’accès des prêts à un grand nombre de pauvres (Stiglitz, 1990; Besley and
Stephen Coate, 1995; Ghatak, 1999; Banerjee et al., 1994). Mais, la préférence des
IMF ces dernières années pour les prêts individuels met en doute cette méthode
de prêts qui a fait le succès de la microfinance. Morduch (1999) dénonçait déjà
cette inclination des analyses économiques de la microfinance en faveur des prêts
de groupe comme seule alternative d’accès des pauvres aux crédits en ces termes :
“Group lending is not the only mechanism that differentiates microfinance contracts
from standard loan contracts. The programs [. . . ] use dynamic incentives, regular
repayment schedules, and collateral substitutes to help maintain high repayment
rates.” 1
L’accès des pauvres aux crédits ne peut donc être limité à la formation de
prêts de groupe ou à la suppression des contraintes informationnelles. Ces facteurs
ne constituent pas les seuls déterminants de l’exclusion aux crédits. En d’autres
termes, il ne s’agit pas seulement de réunir les pauvres dans des groupes pour
favoriser l’accès de ces derniers aux crédits. D’autres facteurs aussi importants
notamment le contexte macroéconomique, l’environnement économique et social et
les facteurs sociodémographiques influencent l’accès des pauvres aux crédits. Ces
1.  Le prêt de groupe n’est pas le seul mécanisme qui différencie les contrats de microfinance
des contrats de prêts standards. Les programmes [. . . ] utilisent les incitations dynamiques, les
échéanciers de remboursement régulier et des substituts aux garanties pour maintenir des niveaux
élevés de remboursement. , Auteur, traduit de l’anglais.

3
derniers aspects semblent être moins pris en compte dans l’analyse de l’accès au
crédit de ces populations.
Par ailleurs, on constate qu’en dépit de l’évolution de la microfinance dans
la plupart des pays en développement, les populations continuent de s’adosser
au marché informel des prêts pour leurs transactions financières. D’ailleurs, ce
secteur continue d’occuper une place de choix dans la plupart de ces pays.
Ces transactions informelles recouvrent des relations complexes entre prêteurs et
banquiers ambulants, dans le cadre de tontines, entre amis, voisins, membres d’une
famille ou à travers des réseaux institutionnels informels de types divers que le
développement de la microfinance devrait réduire. En Côte d’Ivoire par exemple, les
transactions informelles représentaient environ 75% des transactions financières des
ménages 2 .
L’idée que le développement financier à travers la croissance des institutions de
microfinance devait favoriser une réduction voire une éviction du secteur financier
informel est loin d’être une réalité. Il nous semble que comprendre comment le
secteur informel des prêts parvient à satisfaire la demande des ménages pauvres est
nécessaire à la mise en place de services financiers formels adaptés aux besoins réels
de ces populations. De plus, comprendre comment les systèmes financiers formels
et informels interagissent est essentiel à l’identification de politiques et de services
financiers qui permettent d’élargir et de compléter les possibilités d’accès au crédit.
Une connaissance de ces interactions est nécessaire à une substitution progressive
des services financiers informels par des services financiers formels accessibles à une
majorité de la population.
Dans ce cadre, il nous semble qu’analyser les choix des ménages en fonction des
différentes sources de financement disponibles permet d’apprécier les déterminants
de l’accès ou non à chacune d’elles. La participation ou non à un programme de
microfinance peut être influencée par les caractéristiques sociodémographiques des
ménages mais également par la présence de diverses autres sources de financement
auxquelles les ménages peuvent recourir en un lieu donné. Quels sont les facteurs
déterminants qui influencent l’accès aux différentes sources de financement ? Y a-t-il
complémentarité ou substituabilité des choix des différentes sources de financement
par les ménages ? La suite de ce travail tente de répondre à ces préoccupations.
A partir des données de l’enquête sur le niveau de vie des ménages (ENV-2008)
réalisée en Côte d’Ivoire, nous analysons à l’aide d’un modèle Probit multivarié
les déterminants de l’accès à la microfinance et aux autres sources de financement
disponibles en un lieu donné. L’intérêt de cette méthode est qu’elle permet de
2. Nos calculs à partir de l’ENV-2008

4
déterminer les caractéristiques de l’accès aux différentes sources de financement tout
en prenant en compte la simultanéité et l’interdépendance possible des choix des
ménages. Toutefois, Les facteurs qui influencent l’accès aux sources de financement
formelles sont multiples et recouvrent aussi bien les caractéristiques des ménages,
les facteurs socio-culturels que les conditions d’accès aux services définies par ces
organismes de financement, les types d’activités financées, etc.
La suite de ce papier est construit de la manière suivante : nous énumérons
quelques facteurs d’exclusion des microcrédits en (1), puis, nous présentons la base
de données utilisée dans cette étude en (2), ensuite en (3), l’utilisation du modèle
Probit multivarié est justifiée puis les résultats de nos estimations sont discutés en
(4) et enfin nous concluons.

1 Quelques déterminants possibles de l’accès au crédit

D’une manière générale, les contraintes structurelles sont le plus souvent mises
en avant comme les principaux déterminants de l’accès des ménages pauvres au
microcrédit. L’absence de garanties, la restriction des conditions d’éligibilités aux
prêts, les taux d’intérêts, l’inadaptation des prêts aux besoins des populations sont
autant de facteurs liés aux structures de microfinance et qui limitent fortement
l’accès du plus grand nombre de personnes au microcrédit.
Au-delà de ces contraintes structurelles couramment citées, divers autres
obstacles existent et participent à limiter l’accès des pauvres au crédit. Certes, il est
irréaliste de vouloir produire une liste exhaustive des facteurs qui limitent l’accès aux
microcrédits, mais nous essayons ici de mettre en relief les contraintes importantes
moins relevées dans les études. En effet, il nous semble dans le contexte ivoirien
que les caractéristiques des activités, les facteurs culturels et sociodémographiques,
l’inadaptation et l’inégale répartition des services financiers participent fortement à
l’exclusion des populations aux services de microfinance.
Les caractéristiques des activités nécessitent parfois des financements spécifiques
que le système formel ne prend pas en compte. Lorsque pour certaines activités le
prêt est accordé, il est souvent insuffisant pour conduire une activité rentable et cela
compromet le respect des délais de remboursement. Il en est de même des méthodes
consistant à donner le crédit en plusieurs tranches de petits montants. Cela entrave
le développement rapide des activités surtout quand il s’agit d’activités de grande
taille nécessitant des financements importants.
Par ailleurs, nous l’avons vu plus haut certaines activités nécessitant des
financements de moyen et long terme restent faiblement financés par les IMF. La

5
réticence des IMF à financer ce type d’activités exclut les populations dont l’activité
nécessite ce type de financement. Ce sont notamment les populations rurales qui
travaillent en majorité dans le secteur agricole. Notre analyse des types de crédits
octroyés par les IMF effectuées plus haut nous a permis de constater que les crédits
à moyen et long terme distribués par les IMF ont augmenté ces dernières années.
Cependant, le secteur agricole profite très peu de cette relative hausse de ce type de
prêts.
Une autre caractéristique qui influence l’accès des populations aux microcrédits
est la taille des activités. Sont généralement concernés le petit commerce de détails
et celui de ventes de produits périssables, etc. Au-delà de la taille des activités,
la saturation des marchés constitue un autre facteur de restriction du financement
des activités féminines . Il est facile de se rendre compte de cette situation dans
la plupart des marchés des pays en développement où des femmes vendent sur des
étals côte à côte les mêmes produits. Il semble donc nécessaire de prendre en compte
la spécificité des activités des femmes afin de faciliter leurs accès aux prêts. La
création d’IMF comme la MUCREFAB ou de services spécialement orientée vers les
femmes pourrait constituer un moyen rapide de réduction des inégalités de genre en
matière d’accès au crédit. L’accès des femmes aux crédits est un enjeu d’autant plus
important qu’elles participent directement à l’amélioration des conditions de vie des
ménages. Cette assertion est confirmée par les résultats des enquêtes nationales sur
les conditions de vie des ménages. En effet, les résultats des ENV 2002 et 2008 ont
permis de constater que les ménages dont le chef était une femme avaient des taux de
pauvreté moins élevés que les ménages dirigés par des hommes. Le taux de pauvreté
dans les ménages sous la responsabilité d’une femme se situait à 45,4% contre 49,6%
pour les ménages dirigés par un homme en 2008 (DRSP, 2009).
De plus, on admet généralement l’idée que les femmes font un usage efficient
des ressources à leur disposition pour l’amélioration du bien-être de leur ménage.
Ainsi donc, faciliter l’accès des femmes aux crédits permettrait de réduire
substantiellement le taux de pauvreté des ménages aussi bien dirigés par des femmes
que par des hommes.
Les facteurs culturels sont le plus souvent négligés comme obstacles aux
populations en particulier les femmes de solliciter des prêts auprès des IMF.
En effet, si de manière formelle le crédit est un contrat de dette entre deux
agents, il dépasse dans certaines traditions et cultures la responsabilité des deux
contractants et engage la responsabilité morale du conjoint, de la famille et parfois
de la communauté d’appartenance de l’emprunteur. Cette perception de la relation
de dette entraı̂ne des contraintes qui annihilent généralement toute volonté de

6
participation à un programme de microfinance. S’engager dans une relation de dette
nécessite l’approbation préalable du conjoint ou de la famille surtout quand il s’agit
de montants élevés pour la conduite d’activités dont les risques sont imprévisibles.
Cette perception du crédit dans certaines ethnies ou langues se traduit en des termes
évocateurs de la méfiance et de la crainte du risque. En Dioula par exemple le
crédit, djourou est une corde. Ainsi, prendre du crédit, signifie prendre une corde
ou s’attacher une corde. Autrement dit, c’est se lier au prêteur par une corde à
travers la relation de dette. C’est également le cas des Akans où le lien de dette peut
être exprimé par sika gnanman qui peut être traduit par la corde de l’argent mais
signifie la relation de dette entre prêteurs et emprunteurs. Le non remboursement
du prêt pour diverses raisons indépendantes de l’emprunteur peut entrainer le rejet,
la méfiance ou le mépris de la communauté vis-à-vis de l’individu et de sa famille.
Cette crainte de la pression sociale en cas d’échec peut réduire l’engouement des
populations rurales même quand les services des IMF leur sont accessibles.
Au niveau religieux, l’intérêt est considéré comme usuraire dans les religions
révélées (christianisme, islam, etc.). Le respect de cette prescription religieuse
consistant à rejeter l’intérêt dans les transactions financières écarte des personnes
des systèmes financiers formels.
L’inégale répartition des services de microfinance et leur inadaptation aux
activités des populations rurales ont été évoquées dans la section précédente 3 .
Les régions de très forte pauvreté où les services sont nécessaires restent moins
couvertes par les systèmes financiers formels. Quand ils existent, ils sont inadaptés
aux besoins des populations ou sont inaccessibles du fait des conditions d’éligibilité.
Les difficultés généralement évoquées par les femmes concernent les délais très courts
de remboursement (1 à 2 mois après obtention du prêt) exigés par les IMF. Ces délais
sont difficiles à tenir car elles ne tiennent pas compte le plus souvent de la spécificité
des activités.
D’autres aspects non négligeables concernent les faillites d’institutions et
l’existence d’institutions illégalement constituées. Lorsqu’elles sont légalement
constituées et tombent en faillite, elles entraı̂nent une baisse des activités et la
dégradation de la situation de leurs clients. Le remboursement des avoirs prend
du temps et cela entraı̂ne parfois des pertes énormes ou la faillite de certains clients
qui ne disposent pas des moyens pour renouveler les stocks de marchandises ou de
fonds de roulement nécessaires à la poursuite de leurs activités.
Quant à l’existence d’institutions illégalement constituées, elle est due au
3. Les termes IMF et Coopératives d’épargne et de crédit sont utilisés indistinctement. Le
secteur de la microfinance est composé à plus de 80% par ces coopératives

7
manque d’organisation dans le secteur, à l’insuffisance de contrôle par les
autorités compétentes et surtout de l’analphabétisme des personnes. Des individus
malhonnêtes abusent de la naı̈veté des personnes à besoins de financement,
généralement des femmes pour leur extorquer des sommes importantes provenant
de leurs activités. Ces pratiques restent marginales. Toutefois, elles contribuent à
créer au sein de la population un climat de méfiance à l’égard des IMF 4 .
De ce qui précède, il nous semble que comprendre les pratiques financières aussi
bien informelles que formelles des personnes à travers le cadre culturel qui les
supporte est indispensable à la mise en place de services adaptés aux besoins réels
des populations. La connaissance des pratiques informelles permettrait à l’IMF de
mieux cerner les comportements des agents économiques en matière d’échange ou
de transactions financières dans l’environnement dans lequel elle opère.
Tous ces facteurs réduisent la contribution du système financier et la microfinance
en particulier à la réduction de la pauvreté. Afin d’approfondir l’analyse des
déterminants de l’accès ou non aux crédits et aux microcrédits en particulier, nous
utilisons la base de données de l’ENV 2008. Il est possible, à partir des réponses
des ménages interrogés d’avoir une idée de ce qui constitue les facteurs d’accès aux
sources de financement.

2 Base de données et statistiques descriptives

2.1 Base de données

Les données proviennent de l’enquête niveau de vie des ménages (ENV) réalisée
en 2008 par l’Institut National de la statistique (INS). Elle est la suite d’enquêtes
similaires réalisées en 1995, 1998 et 2001. Ces enquêtes ont permis d’analyser
l’évolution des conditions de vie des ménages sur l’ensemble du territoire, nécessaires
à la mise en place de politiques nationales de lutte contre la pauvreté et de
réduction des inégalités. L’enquête donne divers types d’informations relatives aux
caractéristiques socio-économiques des ménages vivant sur le territoire ivoirien
notamment l’éducation, la santé, l’habitat, la consommation d’aliments d’eau,
d’électricité, de combustible, des dépenses, de l’emploi, des dépenses, du revenu,
etc. La pauvreté de ces enquêtes en ce qui concerne les questions relatives à l’accès
des ménages aux sources de financement nous contraint à n’utiliser que la base de
données la plus récente. Celle-ci, malgré le nombre limité de questions relatives à
4. Un micro-trottoir réalisé par la radio télévision ivoirienne (RTI) et présenté au journal télévisé
de 20 heures du 20 mars 2013 montre le désarroi d’une femme face à ce fléau.

8
l’accès aux sources de financement contient des effectifs relativement importants
comparés à ceux des précédentes enquêtes.
L’ENV-2008 est constituée d’un échantillon de 12 600 ménages. La détermination
des ménages de l’enquête a été réalisée sur la base de deux types de tirages
aléatoires : tirage des grappes dans les strates et tirage des ménages à l’intérieur
de chaque grappe. Un premier tirage aléatoire de 630 grappes repartis dans les 19
régions administratives a été effectué proportionnellement au nombre de ménages
du recensement général de la population et de l’habitat (RGPH) de 1998 et en
fonction du milieu, rural et urbain. Un second tirage systématique de 20 ménages
dans chacune des grappes précédemment retenues est réalisé. Une fois les ménages
sélectionnés par une méthode appropriée de tirage (tirage par pas), l’enquête est
réalisée au domicile du ménage. L’enquêté de préférence est le chef de ménage. En
cas d’absence de ce dernier, l’enquêteur choisi  un enquêté principal  pour répondre
au questionnaire. Ce dernier est un membre du ménage en mesure de donner tous
les renseignements nécessaires sur les autres membres.
A ce jour, l’ENV 2008 constitue la base de données importante pour une analyse
économique et sociale de la décennie écoulée correspondant à la période de crises
sociopolitiques. Cette base a été utilisée pour la mise en place de programmes de
lutte contre la pauvreté. C’est elle qui a servi de référence pour décider de l’éligibilité
du pays au programme des pays pauvres très endettés (PPTE) et pour mettre en
place le programme national de développement (PND). Toutefois, l’existence de
possibles biais liés à cette période exceptionnelle de crises recommande la prudence
dans l’interprétation des résultats obtenus à partir de cette enquête.
La section F de la base de données sur les ressources dont dispose le ménage
permet d’effectuer une analyse de l’accès aux différentes sources de financement.
Cette section porte sur l’essentiel des dépenses de fonctionnements des ménages.
Quatre questions relatives à la demande de crédit sont posées. Elles concernent
l’accès ou non aux services financiers, l’obtention ou non du crédit et les sources de
financement dans lesquelles les individus sollicitent et obtiennent les prêts. A partir
des réponses à ces questions, il nous a été possible de construire l’accès au crédit
selon quatre sources de financement. Ainsi, distingue t-on les individus ayant accès
aux banques classiques, aux IMF, aux prêts informels et enfin ceux ayant accès à
d’autres formes de crédit non définies par l’enquête. A partir de ces réponses nous
faisons une brève analyse descriptive des causes de l’accès ou non aux différentes
sources de financement et à la microfinance en particulier.

9
2.2 Analyse descriptive de quelques déterminants de
l’accès au crédit
La section F de l’ENV 2008 détermine les ressources que détiennent les ménages
(revenus, actif financiers ou physiques, etc.). Certaines questions dans cette section
nous permettent d’analyser l’accès des ménages aux sources de financement (les
questions f14, f15, f16 et f17). A la question f14 par exemple :  avez-vous sollicitez un
crédit au cours des douze derniers mois ? , seulement 11% des personnes ont répondu
oui à cette question. Quant au 89% des personnes ayant répondu non, elles sont
interrogées (question f15  Si non pourquoi ?) sur les raisons pour lesquelles elles
n’ont pas sollicité de crédit. Les modalités des réponses proposées sont présentées
en pourcentage des répondants dans le tableau ci-dessous.

Table 1 – Les raisons de non demande de crédits

Raisons évoquées Pourcentage
Crédit trop cher 14,97
Non disponible/pas de crédit 15,05
Manque d’information 11,24
Ressources propres suffisantes 11,72
Pas de projet 22,58
Autres 24,44
Total 100
Sources : Auteur à partir de l’ENV 2008

Le tableau 1 présente les raisons qui justifient la faible demande de services

financiers par les populations. On constate que 41% des répondants évoquent des
problèmes liés aux coûts du crédit, à sa disponibilité et au manque d’informations.
D’autres en revanche (environ 12%) estiment disposer de ressources propres
suffisantes pour conduire leurs activités, 23% soutiennent ne pas avoir de projet
à financer et 24% n’ont pas sollicité de crédit pour diverses autres raisons non
énumérées par l’enquête.
Quand on s’intéresse aux individus qui ont sollicité un crédit, on constate que
80% l’ont effectivement obtenu d’une source de financement contre 20% qui n’ont
pas eu satisfaction. Mais, les personnes ne sont pas interrogées sur les raisons de non
obtention des prêts. Ces réponses auraient permis de comprendre les causes des refus
des prêteurs à octroyer les prêts à certaines personnes. Quant aux personnes qui ont
demandé et effectivement obtenu des prêts auprès d’une source de financement, on
enregistre environ 7% des personnes qui ont accès au crédit dans les IMF contre 9%
dans les banques classiques, 75% pour des prêts informels et 9% pour divers autres
prêts.

10
 Si l’on sépare l’échantillon en deux sous groupes selon que le ménage a eu recours
ou non à une source de financement, des différences significatives apparaissent quant
à leurs caractéristiques socioéconomiques. Le signe négatif des différences moyennes
dans le tableau 2 (colonne 4) signifie que les individus qui n’ont pas accès aux IMF
ont une valeur moyenne de la variable correspondante inférieure à celle de ceux qui
ont accès. Ainsi, peut-on constater des différences de moyenne d’âge significatives
entre les chefs de ménages qui ont accès aux IMF et ceux qui n’y ont pas accès. En
d’autres termes, les ménages qui ont accès aux IMF sont en moyenne plus âgés que
ceux qui n’ont pas accès. D’autres différences significatives apparaissent au niveau
de la situation matrimoniale, le statut d’activité, le niveau d’éducation et le niveau
du revenu du ménage. On constate par exemple que les personnes qui ont accès
aux IMF sont en moyenne beaucoup plus mariées que ceux qui n’ont pas accès. De
même, les personnes qui n’ont pas accès sont en moyenne plus célibataires, divorcés,
veufs ou veuves que celles qui ont accès.
Il en est de même du niveau de l’éducation. Les ménages ayant accès aux IMF
ont des niveaux d’éducation moyens supérieurs à ceux qui n’ont pas accès. En effet,
seulement 35% des clients des IMF n’ont jamais fréquenté une école contre 54% des
personnes qui n’ont pas accès aux IMF. En outre, 32% des clients des IMF ont un
niveau d’éducation secondaire contre seulement 21% des non clients, puis 6% contre
3% pour le niveau supérieur.
Ces différences sont également significatives au niveau des revenus bas (Revenu
1) et des revenus élevés (Revenu 3). On constate que les ménages qui n’ont pas accès
aux IMF ont les revenus bas et ceux qui ont accès les revenus les plus élevés. Par
ailleurs, si on considère que les ménages qui ont accès aux IMF, on s’aperçoit que ce
sont les ménages aux revenus élevés qui ont le plus accès aux crédits. Ces ménages
représentent 72% de ceux qui ont accès aux IMF contre 11% pour les bas revenus
et 17% pour les revenus intermédiaires (Revenu 2).

Table 2: Différences moyennes d’accès ou non aux IMF

Non accès Accès Différences Total

Variables
Moy. [Link]. Moy. [Link]. Moy. [Link]. Moy. [Link].
âge du chef de ménage 41.567 (0.126) 45.009 (0.842) -3.442*** (0.893) 41.635 (0.124)
Situation matrimoniale
Jamais marié 0.138 (0.003) 0.09 (0.019) 0.048** (0.023) 0.137 (0.003)
Marié 0.72 (0.004) 0.824 (0.026) -0.104*** (0.030) 0.722 (0.004)
Divorcé (e)/veuf/veuve 0.142 (0.003) 0.086 (0.019) 0.056** (0.024) 0.141 (0.003)
Statut d’activité
Secteur privé formel 0.121 (0.003) 0.216 (0.028) -0.095*** (0.022) 0.123 (0.003)
Secteur public 0.062 (0.002) 0.126 (0.022) -0.064*** (0.016) 0.063 (0.002)
Secteur IA 0.457 (0.005) 0.486 (0.034) -0.03 (0.034) 0.458 (0.005)
suite page suivante

11
 Table 2 — suite de la page précédente
Non accès Accès Différences Total
Variables
Moy. [Link]. Moy. [Link]. Moy. [Link]. Moy. [Link].
Secteur INA 0.336 (0.005) 0.167 (0.025) 0.169*** (0.032) 0.333 (0.004)
Sans emploi 0.024 (0.001) 0.005 (0.005) 0.019* (0.010) 0.024 (0.001)
Niveau d’éducation
Jamais fréquenté 0.535 (0.005) 0.351 (0.032) 0.184*** (0.034) 0.532 (0.005)
Primaire 0.212 (0.004) 0.248 (0.029) -0.036 (0.028) 0.212 (0.004)
Secondaire 0.206 (0.004) 0.324 (0.031) -0.118*** (0.028) 0.208 (0.004)
Supérieur 0.033 (0.002) 0.063 (0.016) -0.030** (0.012) 0.034 (0.002)
Ecole coranique 0.014 (0.001) 0.014 (0.008) 0.001 (0.008) 0.014 (0.001)
Revenu du ménage
Revenu11 0.182 (0.004) 0.108 (0.021) 0.074*** (0.026) 0.181 (0.004)
revenu21 0.202 (0.004) 0.175 (0.026) 0.027 (0.027) 0.202 (0.004)
revenu31 0.616 (0.005) 0.716 (0.030) -0.101*** (0.033) 0.618 (0.005)
urbain 0.493 (0.005) 0.45 (0.033) 0.043 (0.034) 0.492 (0.005)

∗∗∗ ∗∗
p < 0.01, p < 0.05,∗ p < 0.1. T-test de l’égalité des moyennes avec hypothèses dur l’égalité
ou l’inégalité des variables ; Différences moyennes=différences entre groupe n’ayant pas accès et
groupe ayant accès ; Entre parenthèses : Erreur standard de la moyenne.
1 revenu 1=revenu du ménage inférieur ou égale 159254 ; revenu 2= revenu du ménage compris
entre 159254 et 252423 FCFA ; revenu3= revenu du ménage supérieur ou égale à 252423 FCFA.
Source : Auteur à partir des données de l’ENV 2008

Ces résultats descriptifs montrent d’un point de vue des caractéristiques

socioéconomiques des différences significatives entre les ménages ayant accès aux
crédits dans les IMF et ceux qui n’y ont pas accès. Il en est de même pour les
autres sources de financement. Toutefois, ces résultats ne sont pas suffisants pour
distinguer, d’une part, les déterminants de l’accès à la microfinance et aux autres
sources de financement et, d’autre part, les relations que ces différentes sources
peuvent entretenir entre elles. Ainsi, pour une analyse plus approfondie nous optons
pour une méthode de régression appropriée détaillée ci-dessous.

3 Méthodologie

La méthodologie utilisée consiste à estimer un modèle Probit. Cette méthode

nous permet de prendre en compte la nature dichotomique de la variable dépendante
relative à l’accès ou non à une source de financement. Les ménages peuvent recourir
à différentes sources de financement et cela pose un problème de simultanéité des
décisions d’accès qui induit des risques endogénéité. En effet, il est fort probable
qu’existe une relation d’interdépendance entre l’accès à la microfinance, aux banques
classiques, aux prêts informels et à divers autres prêts. Dans ce cadre l’estimation
de modèles Probit indépendants produiraient des coefficients biaisés. Pour vérifier
cette interdépendance des modes de recours au crédit, nous utilisons un Probit

12
multivarié, ici plus précisément quadrivarié. Nous distinguons donc quatre variables
dépendantes qui prennent la valeur 1 lorsque l’individu a accès au crédit et 0 sinon.
Le modèle se présente alors comme suit : Soient y1∗ , y2∗ , y3∗ et y4∗ quatre variables
latentes représentant la probabilité d’accès au crédit dans les différentes sources
de financement accessibles aux populations : les individus sont supposés avoir accès
aux prêts dans les banques classiques (y1∗ ), dans les institutions de microfinance (y2∗ ),
auprès de prêteurs informels (y3∗ ) (banquiers ambulants, tontines ami, etc.) et autres
formes de prêts différents (y4∗ ). Ces variables sont déterminés par un ensemble de
caractéristiques observables X. On peut appliquer la spécification générale du Probit
multivarié de Greene (2003, pp.931-933) à un Probit quadrivarié sous la forme d’un
système à quatre équations comme suit :



 y1∗ = β1 X + ε1 y1 = 1 y1 > 0, 0 sinon


 y∗

= β2 X + ε2 y2 = 1 y2 > 0, 0 sinon
2


 y3∗ = β3 X + ε3 y3 = 1 y3 > 0, 0 sinon


 y∗

= β4 X + ε4 y4 = 1 y4 > 0, 0 sinon
4

Avec βi pour i=1,2,3,4 paramètres à estimer et εi les résidus sont supposés suivre
une distribution normale quadrivariée de moyenne nulle et de variance 1. La matrice
de covariance se présente alors comme suit :
 
ε
 1    
 ε2 1 ρ12 ρ13 ρ14
 

     
    
 ε3 X   0  1 ρ23 ρ24 
  ∼ N   ,  
    
   0  1 ρ34 
    
 
 ε4  1
 

Où les ρ12 , ρ13 , ρ23 , ρ14 , ρ24 et ρ34 sont les paires de résidus (ε1 , ε2 ) , (ε1 , ε3 ) ,
(ε2 , ε3 ) , (ε1 , ε4 ) , (ε2 , ε4 ) et (ε3 , ε4 ). Par ailleurs, compte tenu de la symétrie de la
covariance, on a : ρij = ρji . Ce modèle nous permet de contrôler l’hétérogénéité
inobservable des différentes sources de financement. En présence d’inobservables
qui influencent les décisions de demande de prêts dans les quatre sources de
financement, le modèle est en mesure de prendre en compte ces effets. Par exemple,
si ρ12 représentant le coefficient de corrélation entre les résidus de l’équation de
l’accès aux banques formelles et aux IMF est significativement positif, alors les

13
caractéristiques inobservables qui augmentent la probabilité d’accès à une banque
formelle augmente également la probabilité d’accès au microcrédit. En revanche,
si le coefficient est négatif, alors on peut conclure que les facteurs inobservables
augmentent la probabilité que l’accès au crédit soit effectué dans une banque mais
diminuent la probabilité d’accès au microcrédit.
Notons ici que l’analyse porte sur le ménage et le tableau ?? présente une
description des variables du modèle. Les variables explicatives du modèle concernent
les caractéristiques du chef de ménage (âge, statut matrimonial, religion, niveau
d’étude), le statut des activités du ménage (secteur public, secteur privé, secteur
informel agricole et secteur informel non agricole), les revenus du ménage, son milieu
d’habitation (urbain ou rural) ainsi que la localisation géographique du ménage
(Abidjan, Nord, Sud, Est Ouest et Centre du pays).
Les incohérences et les non réponses dans la base de données nous ont conduits à
supprimer un certain nombre d’observations. Ainsi, des 12600 ménages dans la base
de données nous en retenons 11217 pour nos estimations.
Le système à quatre équations simultanées est estimé par la méthode de
simulation du maximum de vraisemblance (SML). On utilise ici le simulateur
Geweke-Hajivassilu-Keane (GHK). Cette méthode exploite la possibilité que la
fonction de distribution normale multivariée peut être exprimée sous la forme d’un
produit séquentielle de fonctions de distribution normales univariées (Cappellari
and Jenkins, 2003, 2006). Sous ces conditions, l’estimateur du maximum de
vraisemblance simulé est consistant quand le nombre de tirages aléatoires (random
draws) et le nombre d’observation tend vers l’infini. Ainsi, le biais de simulation
est réduit à un niveau négligeable quand le nombre de tirages aléatoires augmente
avec la taille de l’échantillon. Cappellari and Jenkins (2003, 2006) suggèrent que
le nombre de tirages aléatoires doit être au moins équivalent à la racine carrée de
la taille de l’échantillon. Sur cette base, le choix de 106 tirages nous permet d’être
confiants dans l’estimation de nos paramètres.
Nous utilisons pour nos estimations les variables utilisées dans certains travaux
empiriques qui considèrent les caractéristiques des clients et leur ménage comme des
facteurs déterminants de l’accès au microcrédit (Imai et al., 2010; Maldonado and
Claudio, 2008; Wydick, 1999, etc.). Certaines de ces caractéristiques sont disponibles
dans la base de données à notre disposition et nous ne prenons en compte que celles
qui sont correctement renseignées et pertinentes pour cette analyse. Sur cette base,
nous considérons l’âge du chef de ménage, le sexe, le statut matrimonial, le secteur
d’activités, le niveau d’éducation, le revenu du ménage et la localisation géographique
du ménage.

14
 On suppose que l’accès aux sources de financement formelles est influencé par
l’âge de l’individu. Il existe un effet non linéaire de l’âge sur la probabilité d’accès
aux sources de financement formelles. En d’autres termes, la probabilité d’accès aux
sources formelles de financement augmenterait avec l’âge jusqu’à un maximum à
partir duquel il décroı̂t (l’effet de la fonction carré de l’âge dominant). En effet,
les banques comme les IMF ne prêtent qu’à des personnes actives en milieu de
cycle de vie, capables de réaliser des activités génératrices de revenus garantissant le
remboursement des prêts. En fin de cycle de vie, elles désépargnent, leurs capacités
productives baissent et les risques de non remboursement augmentent.
En outre, on suppose que le sexe constitue un critère discriminant de l’accès aux
différentes sources de financement. Les chefs de ménage hommes ont une probabilité
plus élevée d’accès aux sources de financement que les chefs de ménage femmes.
En effet, dans la plupart des pays en développement, il est admit que l’exclusion
financière touche plus les femmes que les hommes.
Au niveau de la taille du ménage, son influence est supposée incertaine dans
l’accès aux sources de financement. Elle pourrait influencer aussi bien négativement
que positivement l’accès aux sources de financement. En effet, les risques de défaut
de remboursement sont possibles lorsque survient des facteurs déclenchant à savoir
des situations imprévues (maladie, décès, etc.). Ces imprévus peuvent compromettre
le respect des délais de remboursement car le prêt sera utilisé à d’autres fins. Ainsi,
on suppose que les prêteurs sont réticents à octroyer des prêts à des ménages de taille
élevé. On peut également supposer que plus le ménage est de grande taille, plus il
disposerait d’actifs qui participent à l’activité pour laquelle le prêt est contracté.
Cela constitue une sorte de garantie pour l’emprunteur.
Le statut matrimonial influence aussi la probabilité d’accès aux sources de
financement. Un chef de ménage marié ou vivant en couple aurait donc plus de
chance d’avoir accès aux sources de financement qu’un célibataire, un veuf ou une
veuve. Toutefois, être marié peut également constituer un obstacle pour des femmes
à demander du microcrédit. En effet, l’obtention d’un crédit est souvent source de
conflits dans certains ménages surtout quand l’époux s’accapare le contrôle du prêt
contracté par son épouse (Schuler et al., 1998; Goetz and Rina Sen, 1996). Les
femmes confrontées à ce genre de situations ne seront donc pas motivées à solliciter
des crédits.
On considère également que les ménages qui réalisent une activité ont une
probabilité élevée d’accéder aux sources de financement. L’exercice d’une activité
est une condition déterminante de l’obtention d’un prêt auprès de n’importe quelle
source de financement. Par ailleurs, le secteur d’activité est déterminant dans l’accès

15
aux différentes sources de financement. Ainsi, la probabilité d’accès aux services
bancaires est élevée lorsque l’activité est dans le secteur privé ou dans le secteur
public que dans les autres secteurs. L’un des objectifs prioritaires de la microfinance
dans les pays en développement est de rendre accessible les services financiers au
secteur informel qui reste exclu des financements formels. Il semble donc logique de
supposer que la probabilité d’accès aux prêts des IMF augmente lorsque l’activité
du ménage est dans le secteur informel.
Le niveau d’éducation du chef de ménage, le revenu et la localisation
géographique du ménage sont supposés également être des facteurs discriminants de
l’accès aux sources de financement. Les ménages dont les chefs ont niveau d’éducation
élevés sont supposés avoir une probabilité forte d’accès aux sources de financement
formelles que les ménages de niveau inférieur d’éducation. Divers travaux justifient
cette assertion dans le secteur de la microfinance (Imai et al., 2010; Maldonado and
Claudio, 2008; Chemin, 2008, etc.). Les ménages qui ont généralement accès aux
sources de financement formelles sont les ménages dont les chefs de ménage ont
un niveau d’éducation élevé. Quant à l’accès aux sources informelles, l’influence de
l’éducation est incertaine.
Au niveau des revenus des ménages, on suppose qu’ils influencent l’accès aux
différentes sources de financement. On considère que la probabilité d’accès aux
sources formelles ou informelles de financement s’accroı̂t lorsque le revenu du ménage
augmente. Dans le cas des IMF par exemple, si elles sont censées servir les pauvres,
en pratique elles concentrent leurs efforts sur les ménages justes au dessus du seuil de
pauvreté monétaire. Les plus pauvres sont généralement exclus de ces financements
sauf pour de rares organisations qui font d’eux une priorité dans leur stratégie
d’octroi des prêts. Un revenu élevé ou la possession d’actifs (terrain, terre, maison,
etc.) constitue pour le prêteur une garantie de remboursement.
Une autre caractéristique possible qui influence l’accès aux sources de
financement est la pratique religieuse. Cette variable nous permettrait d’analyser
l’existence ou non d’un effet communautaire dans l’accès aux différentes sources de
financement. Imai et al. (2010) constatent par exemple en Inde, qu’être de confession
hindou ou musulmane influence différemment l’accès au microcrédit selon que le
ménage soit en milieu urbain ou en milieu rural.
Enfin, le lieu d’habitation du ménage est supposé influencer l’accès aux sources
de financement formelles. En effet, les ménages vivant en zones rurales et dans
les régions où le seuil de pauvreté est élevé ont un accès limité aux sources de
financement formelles. Les zones Nord, Est et Ouest sont des régions où plus de
la moitié de la population vit en dessous du seuil de pauvreté. En revanche, nous

16
supposons que le lieu d’habitation a une influence incertaine sur la probabilité d’accès
aux sources informelles de financement. Il est difficile a priori de prédire que la
probabilité d’accès aux prêts informels est plus élevée dans une région qu’une autre.
On admet que quel que soit le lieu d’habitation du ménage, il peut avoir accès
aux diverses sources de financement informelles. Toutefois, on peut supposer que les
facteurs culturels du lieu d’habitation et l’importance des réseaux sociaux du chef
de ménage dans ce même lieu influencent l’accès aux prêts informels.

4 Discussion des résultats

Les résultats de l’estimation sont présentés dans le tableau 3 ci-dessous. Le test

du rapport de vraisemblance ρij (positif) nous permet de justifier l’estimation du
Probit multivarié et non de quatre Probits indépendants. L’hypothèse nulle (H0 )
d’indépendance (∀i,j=1,...,4 et i 6= j, ρij = 0) peut être rejetée (p-value<0.00001).
De plus, les coefficients ρij sont globalement significatifs.
De l’observation des résultats on peut déduire que les variables qui influencent
significativement l’accès aux différentes sources de financement ne sont pas toujours
les mêmes.
L’âge influence significativement la probabilité d’accès aux sources de
financement formelles. La probabilité d’accès aux banques augmente avec l’âge
jusqu’à 55 ans et décroı̂t au-delà.
Le sexe semble n’avoir aucun effet sur la probabilité d’accès aux sources de
financement qu’elles soient formelles ou informelles.
La taille du ménage à un effet positif sur la probabilité d’accès aux différentes
sources de financement. Mais le seuil de significativité statistique du coefficient est
différent selon les sources de financement. Il est de 1% pour la probabilité d’accès
aux IMF, 5% pour les banques et les prêts informels et 10% pour les autres formes
de prêts. Ainsi, les ménages de plus cinq personnes ont une probabilité élevée
d’accès aux différentes sources de financement comparativement aux ménages de
taille inférieure. C’est donc la seconde partie de notre hypothèse qui semble être
justifiée ici. L’idée que l’accroissement de la taille du ménage augmente les chances
d’y avoir plus d’actifs qui participent à l’activité permet d’accroı̂tre l’accès aux
sources de financement. On peut également considérer que le chef d’un ménage de
taille élevée est une personne responsable en qui les prêteurs peuvent avoir confiance
et lui accorder des crédits. Ce résultat diffère de celui de Chemin (2008) et de (Imai
et al., 2010). Chemin (2008) observe un effet négatif de la taille du ménage sur
la participation au programme de microcrédit, tandis que (Imai et al., 2010) ne

17
constatent aucun effet significatif.
Au niveau du statut matrimonial, il exerce une influence discriminante quant à
l’accès aux prêts informels. Être marié accroı̂t significativement la probabilité d’accès
aux prêts informels comparativement à la situation des personnes non mariées. Être
marié apparaı̂t ici comme un critère discriminant pour l’accès aux financements
informels. Tout comme la taille du ménage, on peut suggérer que le statut de marié
confère à une personne une certaine responsabilité sur laquelle le prêteur peut fonder
ou renforcer sa décision de lui octroyer un prêt. Mais, c’est surtout à travers les
réseaux de connaissances de l’emprunteur dans son environnement et de ses proches
généralement que le prêteur informel fonde sa décision.
La pratique religieuse exerce une influence sur l’accès aux prêts informels. La
probabilité d’accès aux prêts informels baissent significativement lorsque le ménage
est musulman ou chrétien comparativement aux ménages n’ayant aucune pratique
religieuse mais avec des seuils de significativité différents (5% pour musulman et
10% pour chrétien). De ce résultat, il nous est difficile de conclure à l’existence d’un
effet communautaire dans l’accès aux différentes sources de financement.
En outre, on constate que le statut d’activité exerce une influence discriminante
évidente sur la probabilité d’accès aux différentes de financement formelles.
Comparativement aux travailleurs du secteur privé, la probabilité d’accès aux
banques augmente pour les travailleurs du secteur public et baisse pour ceux du
secteur informel agricole et non agricole. Seuls les travailleurs du secteur public
semblent donc plus avantagés à accéder aux services bancaires. Cela confirme l’idée
que les banques restent inaccessibles aux travailleurs informels des secteurs agricoles
et de non agricole. On constate également que la probabilité d’accès aux IMF
baisse pour les travailleurs du secteur agricole et non agricole comparativement
aux travailleurs du secteur privé formel. Cela infirme notre hypothèse sur l’accès
de ces travailleurs aux prêts des IMF et confirme nos analyses antérieures du
faible financement des activités informelles et agricoles par la microfinance. Par
ailleurs, on constate que la probabilité d’accès aux prêts informels baisse pour les
travailleurs du secteur public et augmente pour ceux du secteur informel non agricole
comparativement aux travailleurs du secteur privé formel. Les travailleurs du secteur
informel non agricole semblent plus recourir aux prêts informels que les travailleurs
des autres secteurs d’activités. Ce secteur concentrant la plus grande partie des
activités informelles est financé que par des prêts informels.
Les résultats de nos estimations montrent également que l’éducation exerce une
influence discriminante dans l’accès aux banques et aux IMF mais de manière
différente. On constate qu’avoir un chef de ménage d’un niveau d’éducation

18
secondaire ou supérieur augmente la probabilité du ménage d’avoir accès aux services
des banques comparativement à un ménage dont le chef n’a jamais fréquenté une
école. Par contre au niveau des IMF, la probabilité de recourir à ses services augmente
pour les ménages dont le chef a au moins fait le primaire, le secondaire ou le
supérieur comparé à un chef n’ayant jamais fréquenté une école. L’accès est beaucoup
plus significatif pour les chefs de ménage ayant réalisés le niveau primaire et le
secondaire (5%) que ceux ayant atteint le niveau supérieur (10%). Au niveau des
prêts informels, le niveau d’éducation exerce une influence discriminante différente
de celle des sources formelles de prêts. La probabilité d’accès aux prêts informels
baisse pour les ménages dont le chef est d’un niveau supérieur et augmente pour
les chefs qui ont fréquenté une école coranique comparativement aux chefs qui n’ont
jamais fréquenté une école. Les chefs de ménage de niveau supérieur recourent donc
le moins possible aux prêts informels comparés aux chefs jamais scolarisés.
En ce qui concerne les revenus, il exerce un effet discriminant sur l’accès aux
microcrédits. Les ménages dont les revenus sont élevés (Revenu 3) ont une probabilité
d’accès au microcrédit comparativement aux ménages aux revenus bas (Revenu 1).
Seuls les ménages aux revenus élevés accèdent facilement IMF, ce qui confirme nos
résultats descriptifs. On constate également qu’avoir un revenu intermédiaire (revenu
2) accroı̂t la probabilité d’un ménage d’accéder aux prêts informels comparés aux
ménages à bas revenus.
L’accès aux différentes sources de financement est également influencé par la
localisation géographique du ménage. En effet, la probabilité d’accès aux banques
augmente pour des ménages localisés dans les régions Sud, Est, Centre et Ouest du
pays comparativement aux ménages de la capitale. En outre, comparativement à ces
derniers, vivre dans les régions du Sud et de l’Est accroı̂t la probabilité des ménages
d’avoir recours aux IMF. Mais les seuils de significativité statistiques sont différents.
Il est de 1% pour le recours aux IMF dans le Sud et de 10% pour l’Est. Quant aux
Prêts informels, les ménages des régions Ouest et Nord semblent les plus à y avoir
recours. La probabilité d’accès aux prêts informels augmente dans ces deux régions
et baisse à l’Est comparée à Abidjan.
Venons-en à présent à la corrélation entre les différentes sources de financement
(voir tableau 3). Les coefficients des termes d’erreurs à l’exception de ceux entre
(banques et autres) et (IMF et autres) sont négatifs et significatifs. La significativité
de ces coefficients justifie l’utilisation d’un probit quadrivarié. On constate que
l’accès aux IMF est négativement et significativement corrélé à l’accès aux banques
classiques et aux prêts informels. On en déduit que les facteurs inobservables
qui influencent l’accès aux IMF sont négativement corrélés aux caractéristiques

19
inobservables qui affectent l’accès aux banques classiques et aux prêts informels.
Cela confirme l’existence d’une interdépendance entre les différentes sources de
financement. La probabilité d’accès d’un ménage à une source de financement réduit
sa probabilité de recourir à une autre source de financement. L’accès des ménages
aux IMF est aussi influencé par l’accès ou non à d’autres sources de financement.
En présence de plusieurs sources de financement, les individus choisissent ou sont
contraints d’opter pour telle source de financement plutôt que telle autre pour
diverses raisons liées à leurs caractéristiques socioéconomiques. On conclut donc à
l’existence d’une relation de substitution entre ces différences sources de financement,
car l’accès à l’une des sources réduit significativement la probabilité d’accès à une
autre.
L’analyse de l’accès aux différentes sources de financement montre une variation
des caractéristiques socioéconomiques des ménages selon ces sources de financement.
De résultats de cette estimation, il est possible de définir un profil type des ménages
qui ont une probabilité élevé de recourir à chacune des sources de financement en
fonction des variables explicatives retenue pour cette estimation. En d’autres termes,
on définit les caractéristiques qui permettent à un ménage d’accéder ou de recourir à
l’une ou l’autre des sources de financement. Ainsi, les ménages qui ont une probabilité
élevée de recourir aux prêts bancaires sont des ménages dont le chef de ménage est
âgé de moins de 55 ans, a au moins un niveau d’éducation secondaire et travaille
dans le secteur public. Ce sont généralement des ménages de taille élevé (> à 5
personnes) et qui habitent dans le Sud, l’Ouest, l’Est et le Centre du pays.
Quant à l’accès à la microfinance, ont la probabilité élevée d’avoir accès à ses
services les ménages qui habitent le Sud du pays, ont un revenu intermédiaire et dont
le chef à un niveau d’éducation primaire ou secondaire et travaille dans le secteur
formel privé.
Au niveau des prêts informels, les ménages qui ont une probabilité élevé d’y
recourir sont ceux qui habitent au Nord et à l’Ouest du pays et dont le chef est
marié, n’a pas un niveau d’éducation supérieur et travaille dans le secteur informel
non agricole.
Enfin, le recours aux autres formes indéterminées de prêts semble concerner des
ménages qui ont un revenu intermédiaire et dont le chef à un niveau d’éducation
secondaire.
Il apparaı̂t clairement que ni les banques, ni les institutions de microfinance ne
sont accessibles aux travailleurs du secteur informel ou ils y recourent moins pour
la recherche de financement ou pour toutes autres opérations financières.

20
 Table 3: Résultats d’estimation du Probit quadrivarié

Banques IMF Informel Autres

Variables
Coef. z Test Coef. z Test Coef. z Test Coef. z Test
Constante −4.320∗∗∗ -8.52 −4.014∗∗∗ -8.23 −1.187∗∗∗ -6.35 −2.103∗∗∗ -6.09
Age 0.0597∗∗∗ 3.02 0.0297∗∗ 2.07 -0.00619 -0.95 -0.0129 -1.06
Age-carré −0.000542∗∗∗ -2.60 -0.000215 -1.48 0.00455 0.67 0.000129 1.02
Sexe 0.0267 0.24 -0.0289 -0.27 -0.0113 -0.23 0.0101 0.11
Taille du ménage 0.168∗∗ 2.22 0.234∗∗∗ 3.53 0.0879∗∗ 2.49 0.112∗ 1.71
Jamais marié Réf. Réf. Réf. Réf.
Marié 0.0222 0.19 0.0182 0.17 0.201∗∗∗ 4.00 0.131 1.44
Divorcé (e)/veuf(ve) 0.0483 0.32 -0.153 -1.06 0.0990 1.47 0.0619 0.49
Sans religion Réf. Réf. Réf. Réf.
Musulman 0.0502 0.39 −0.185∗ -1.82 −0.118∗∗ -2.29 0.130 1.17
Chrétien 0.0438 0.36 -0.0655 -0.68 −0.0941∗ -1.82 0.162 1.49
Autres religion -0.00307 -0.02 -0.0729 -0.60 0.0266 0.43 0.0922 0.68
Secteur PF Réf. Réf. Réf. Réf.
Secteur public 0.722∗∗∗ 7.51 -0.0633 -0.56 −0.181∗∗ -2.20 -0.180 -1.50
Secteur IA −0.381∗∗∗ -3.30 -0.113 -1.20 0.0756 1.33 −0.190∗∗ -2.03
Secteur INA −0.292∗∗∗ -2.70 −0.341∗∗∗ -3.47 0.157∗∗∗ 2.91 −0.209∗∗ -2.44
Sans emploi -0.0340 -0.15 −0.718∗∗ -2.08 -0.0977 -0.88 -0.156 -0.83
Jamais fréquenté Réf. Réf. Réf. Réf.
Primaire 0.0110 0.10 0.187∗∗ 2.35 -0.000317 -0.01 0.139∗ 1.85
Secondaire 0.396∗∗∗ 4.07 0.237∗∗∗ 2.78 -0.0498 -1.13 0.203∗∗ 2.56
Supérieur 0.774∗∗∗ 5.86 0.289∗ 1.94 −0.382∗∗∗ -3.37 0.0765 0.49
École coranique 0.272 0.97 0.292 1.21 0.240∗∗ 2.07 0.182 0.83
revenu 1 Réf. Réf. Réf. Réf.
Revenu 2 0.0537 0.38 0.155 1.46 0.0885∗ 1.92 0.202∗∗ 2.08
Revenu 3 0.195 1.55 0.348∗∗∗ 3.58 0.0462 1.06 0.173∗ 1.88
Rural Réf. Réf. Réf. Réf.
Urbain 0.125 1.43 0.0122 0.16 -0.0327 -0.82 0.00543 0.07
Abidjan Réf. Réf. Réf. Réf.
Nord 0.00876 0.07 0.193 1.64 0.181∗∗∗ 3.22 -0.0829 -0.87
Sud 0.419∗∗∗ 4.02 0.368∗∗∗ 3.48 0.0263 0.47 −0.203∗∗ -2.16
Est 0.298∗∗ 2.53 0.199∗ 1.69 −0.346∗∗∗ -5.36 -0.0801 -0.82
Ouest 0.373∗∗∗ 2.60 -0.0653 -0.42 0.361∗∗∗ 5.61 −0.296∗∗∗ -2.24
Centre 0.264∗∗ 2.26 0.0945 0.80 0.0935 1.62 −0.249∗∗ -2.42
Corrélations
Banques −0.3167∗∗∗ −0.1371∗∗ -0.0153
IMF −0.1367∗∗∗ -0.0772
Informel −0.0865∗∗
Autres
Log likelihood -7713.9026
Lrtest of ρij (6) 31.4082

21
∗∗∗ ∗∗
p < 0.01, p < 0.05,∗ p < 0.1.
Revenu1= revenu inferieur 159254 FCFA. Revenu2= revenu du ménage compris entre 159254 et
252423 FCFA ; Revenu3= revenu du ménage supérieur ou égale à 252423 FCFA. IA =informel
Agricole, INA : informel non agricole.
Les variables catégorielles ont une catégorie comme référence pour l’interprétation. Le coefficient
associé à une catégorie d’une variable donnée reflète donc l’impact du changement de la catégorie
concernée par rapport à la catégorie de référence de la probabilité d’avoir un financement dans l’une
des sources de financement. Ce changement augmente la probabilité si le coefficient est positif et
statistiquement significatif. A l’inverse, il sera faible et statistiquement significatif si le coefficient est
négatif. Toutefois, compte tenu de la non-linéarité des probabilités, l’interprétation des coefficients
est plus complexe que dans le cas des modèles de régression linéaire. Les coefficients ne peuvent être
interprétés comme des effets marginaux de modifications des variables explicatives sur la variable
d’intérêt. On s’en tient donc qu’aux changements de signe et à la significativité des coefficients

Conclusion

L’analyse du secteur de la microfinance en Côte d’Ivoire révèle un secteur

en évolution depuis la mise en œuvre de la réglementation de l’UEMOA. Mais
cette évolution a été ralentie par la décennie de crise militaro-politique. La crise
a fortement ralentit le développement de la microfinance sur l’ensemble du pays. La
plupart des agences dans les zones de conflits avaient fermés occasionnant d’énormes
pertes. Les résultats d’exploitation sont restés déficitaires et le recouvrement des
créances en souffrances faible durant toute cette période. Le départ des partenaires et
bailleurs de fonds du secteur avait entrainé une baisse considérable des subventions.
Si les réformes engagées par la CNM sont mises en œuvre, elles permettront
d’assainir le secteur et d’adapter les services aux besoins d’une partie importante
de la population. En outre, avec le retour des bailleurs de fonds, le secteur pourrait
s’étendre rapidement sur l’ensemble du territoire notamment dans les zones rurales
où les niveaux de pauvreté sont très élevés. Les efforts entrepris en matière de lutte
contre les inégalités de genre dans l’accès au crédit par certaines ONG et fondations
devraient réduire substantiellement l’exclusion financière et la pauvreté s’ils sont
réalisés sur une longue durée et suivis d’évaluation des impacts indispensables à une
meilleure allocation des services offerts.
Cependant, les réformes structurelles engagées ne suffisent pas à améliorer
l’accès des populations aux services de la microfinance. L’accès aux services de
microfinance est également influencé par divers facteurs au nombre desquels les
caractéristiques socioéconomiques et démographiques des personnes et de leurs
ménages méritent d’être pris en compte. Nos analyses montrent que certaines

22
caractéristiques du ménage et de son chef influencent significativement le choix des
sources de financement. On constate que les ménages et les secteurs d’activités pour
lesquels la microfinance devrait constituer un moyen d’obtention de financement
n’ont pas accès et recourent plutôt au secteur informel pour leurs opérations
financières.
En plus, on constate que les sources de financement ne sont pas complémentaires
mais plutôt substituables. En d’autres termes, l’accès à une source de financement
réduit la probabilité d’accès à une autre source de financement. Ainsi, les ménages
qui par exemple ont accès aux services de la microfinance tendent à maintenir leur
relation avec ce secteur pour épargner, demander des prêts ou pour divers autres
services. Les services de microfinance étant inaccessibles aux populations, elles se
contentent des prêts informels. Il est donc nécessaire que les services de microfinance
soient plus adaptés aux besoins réels de ces populations dont la plupart travaille dans
le secteur informel.
Par ailleurs, si l’on s’en tient globalement aux causes de non accès aux sources
de financement évoquées par les populations (tableau 1), l’adaptation des services
aux besoins des clients et la sensibilisation des populations notamment rurales
sont indispensables à une meilleure inclusion financière sur l’ensemble du territoire.
Dans ce cadre, les nouvelles technologies de l’information et de la communication
sont d’un atout important pour l’inclusion financière d’une grande partie de la
population. La récente initiative Africaine sur les Politiques d’Inclusion Financière
via la Téléphonie Mobile (AMPI) soutenue par la Banque Mondiale et l’Alliance
pour une Finance Inclusive (AFI) constitue une nouvelle approche qui pourrait
favoriser à terme l’inclusion financière d’une grande partie de la population de ces
pays membres. D’ailleurs, en Côte d’Ivoire, le développement récent des transferts de
fonds par téléphone mobile et d’autres services notamment le règlement des factures
d’électricité et d’eau concoure à cette inclusion financière. Toutefois, si ces formes de
services participent à l’accès à des services financiers formels, elles ne permettent pas
encore l’accès aux crédits indispensables à la mise en œuvre d’activités génératrices
de revenus. L’appropriation de ces technologies par les IMF et une réflexion globale
prenant en compte l’accès au crédit et d’autres services financiers serait d’un atout
important.

23
Références

Banerjee, A. V., T. Besley, and T. W. Guinnane : 1994, ‘The neighbor’s keeper :

the design of a credit cooperative with theory and test’. QuarterlyJournal of
Economics 109(2), 491–515.

Besley, T. and Stephen Coate : 1995, ‘Group lending , repayment incentives and
social collateral’. Journal of Development Economics 46(8), 1–18.

Cappellari, L. and S. P. Jenkins : 2003, ‘The Stata Journal’. The Stata Journaltata
3(3), 278–294.

Cappellari, L. and S. P. Jenkins : 2006, ‘The Stata Journal’. The Stata Journal 6(2),
156–189.

Chemin, M. : 2008, ‘The Benefits and Costs of Microfinance : Evidence from

Bangladesh’. Journal of Development studies 44(4), 463–484.

Ghatak, M. : 1999, ‘Group lending , local information and peer selection’. Journal
of Development Economics 60, 27–50.

Goetz, A. M. and G. Rina Sen : 1996, ‘Who takes the credit ? Gender, power, and
control over loan use in rural credit programs in Bangladesh’. World Development
24(1), 45–63.

Greene, W. H. : 2003, Econometric analysis. Upper Saddle River, N. J. : Prentice

Hall.

Imai, K. S., A. Thankom, and K. A. Samuel : 2010, ‘Microfinance and Household

Poverty Reduction : New Evidence from India’. World Development 38(12), 1760–
1774.

Maldonado, J. H. and G.-V. Claudio : 2008, ‘Impact of Microfinance on Schooling :

Evidence from Poor Rural Households in Bolivia’. World Development 36(11),
2440–2455.

Morduch, J. : 1999, ‘The Microfinance Promise’. Journal of Economic Literature

XXXVII(Decmber), 1569–1614.

Schuler, H., R. Sidney, M. Syed, and S. H. Badal : 1998, ‘Men’s violence

against women in rural Bangladesh : undermined or exacerbated by microcredit
programmes ?’. Development in Practice1 8(2), 148–157.

24
Stiglitz, J. E. : 1990, ‘Peer Monitoring and Credit Markets’. The World Bank
Economic Review /A Symposium Issue on Information and Rural Markets 4(3),
351–366.

Wydick, B. : 1999, ‘The Effect of Microenterprise Lending on Child Schooling in

Guatemala’. Economic Development and Cultural Change 47(4), 853–869.

25