Cartographie de l’inclusion financière en Afrique - Analyse des résultats et prochaines étapes

Comme indiqué plus haut, les données du panorama nous ont permis d’obtenir les chiffres globaux suivants : 71 millions de clients, 44 millions de comptes de dépôt, 20 millions de prêts, pour 23 000 fournisseurs de 45 pays. Si à présent nous scindons ces données par type de produits et de fournisseurs, nous pouvons faire plusieurs constats:  

• Les mutuelles desservent le plus grand nombre de clients au total, même si la plupart de ces mutuelles sont petites, et si ce modèle est peu ou pas présent dans plusieurs pays
• La plupart des pays disposent d’un panel de fournisseurs variés, avec toute une gamme d’institutions offrant des produits différents – il n’y a pas un modèle unique qui domine globalement
• La banque mobile couvre un grand nombre de personnes au total, mais l’information dont nous disposons ne porte que sur peu de produits, qui ont une portée large.

Le graphique 2 présente les dix premiers marchés en total de crédit, par exemple. 

Regarder les chiffres absolus n’offre qu’une vision partielle. Il serait également nécessaire de regarder le contexte de chaque pays individuel. Les bases de données du FMI et du CGAP sur l’accès financier se servent de la population adulte pour normaliser les résultats entre pays. Pour ce travail, dans lequel nous ciblons spécifiquement les services financiers destinés aux pauvres, nous nous servons plutôt du pourcentage de la population vivant en dessous du seuil de pauvreté. Sur cette base, nous pouvons ensuite essayer d’identifier des marchés prioritaires pour des services financiers ciblés : où se trouvent les clients les plus pauvres, encore exclus des services financiers?

Le Graphique 3 présente une carte de la région, qui met en évidence l’écart absolu entre les populations pauvres et les services financiers ciblant les pauvres – pour chaque pays, le rond coloré visualise la différence entre le nombre total de clients et la population vivant sous le seuil de pauvreté. Même si cela n’est absolument pas une estimation précise – les gens peuvent avoir des comptes dans plusieurs institutions, pour plusieurs produits, et ces fournisseurs peuvent aussi avoir de nombreux clients non pauvres – cela donne une idée rapide de l’amplitude de cet écart sur certains marchés.

En chiffres absolus, nous voyons que le Nigeria et la République démocratique du Congo sont les pays où l’écart entre ceux qui vivent dans la pauvreté et ceux qui ont accès aux services financiers est le plus grand – 80 millions de personnes au Nigeria et 48 millions au Congo. (Inversement, le Cap Vert et le Kenya sont les seuls marchés pour lesquels le nombre de comptes recensés est supérieur à la population vivant sous le seuil national de pauvreté (parce qu’un client individuel peut avoir plus d’un compte). Pour le Kenya, cela est dû en partie à la portée de la banque mobile, qui ne s’est articulée que récemment avec les services d’épargne ou de crédit.) Au Nigeria, on constate que cet écart persiste, en dépit de l’implantation de centaines de fournisseurs de microfinance dans le pays.

La situation est comparable au Congo, où notre échantillon comprend des données sur presque 200 mutuelles et plusieurs dizaines d’ONG. Si l’on observe les chiffres relatifs, on constate que les écarts les plus importants s’observent en Afrique centrale et australe, ainsi que dans les pays post-conflit.

Comme vu plus haut, l’épargne domine la plupart des secteurs de la microfinance. Le graphique 4 indique le ratio entre épargne et crédit par pays (sur une échelle logarithmique, pour les pays dont la population dépasse dix millions d’habitants) ; la couleur de chacun des pays est fonction du pourcentage de population en dessous du seuil national de pauvreté. On peut voir que certains pays marqués par une pauvreté élevée, comme le Rwanda, le Nigeria et Madagascar, ont un ratio épargne / crédit inférieur à la moyenne. 

Si le nombre de projets de banque mobile est encore faible, leur portée est large et ce secteur dessert déjà plus de 18 millions de personnes. A lui seul, le produit Safaricom de M-Pesa couvre 12,6 millions de personnes, et les produits Vodacom et MTN cinq autres millions. En dehors de ces trois fournisseurs, la portée est limitée, et nous manquons de données sur le lien entre les produits de banque mobile existants et d’autres services financiers.

L’un des apports majeurs de notre travail de collecte de données est d’intégrer des informations sur les fournisseurs de services financiers informels et non réglementés. Les groupes d’épargne (souvent connus sous le nom d’associations villageoises d’épargne et de crédit, ou AVEC) sont un groupe de fournisseurs informels de premier plan. Des données sur ce secteur sont maintenant disponibles via le site de SAVIX, et nous avons donc inclus dans notre travail les chiffres existants au niveau de chaque pays. Les groupes d’épargne couvrent environ quatre millions de personnes en Afrique sub-saharienne. Si ce chiffre paraît faible par rapport aux coopératives de crédit et aux banques, en réalité (comme l’indique le graphique 6) dans les pays concernés la portée des groupes d’épargne peut égaler ou dépasser celle des banques et des mutuelles. De ce fait, les données sur les fournisseurs informels permettent de fortement nuancer notre compréhension des options qui s’offrent aux pauvres dans ces pays.

Graphique 6 : Portée des groupes d’épargne par rapport aux autres fournisseurs, pour certains pays

Ces données apportent aussi un éclairage sur la répartition des services sur des marchés donnés. Nous avons vu plus haut comment des données de tendance approfondies étaient disponibles au Bénin via ALAFIA ; un article met aussi en évidence les tendances et la localisation des banques de microfinance au Nigeria (les anciennes banques communautaires). Si l’on utilise les données du FPM (Fonds de Promotion de la Microfinance) sur la répartition provinciale des fournisseurs de services financiers au Congo RDC, on peut de même créer une première carte des mutuelles dans ce pays. 

Grâce à la présentation sous forme de carte, il est possible de mieux comprendre les lacunes encore existantes au niveau de l’offre et de la demande, et d’identifier des opportunités. Nous pouvons nous servir des cartes pour trouver les pays où le téléphone mobile a un fort taux de pénétration, ou ceux dont l’environnement des affaires est favorable (comme le définit l’indicateur « Facilité de faire des affaires » - Doing Business de la SFI), ou encore ceux qui reçoivent le plus d’aide. Si nous regardons par exemple les données de l’aide publique au développement (APD), nous constatons (voir graphique 7) que par rapport au crédit, il y a un lien plus étroit entre mobilisation de l’épargne et aide des bailleurs ; ce qui indique peut-être que l’APD a été destinée à des actions de renforcement institutionnel, qui étaient nécessaires pour permettre une croissance de l’épargne.  

Lacunes et questions ouvertes           

Si nous sommes convaincus que ce travail permet quelques avancées importantes pour mesurer l’accès financier des pauvres, les données et la méthodologie présentent encore des lacunes, et plusieurs questions restent à traiter.

Définitions : Deux types de définitions sont un casse-tête pour des travaux comme celui-ci. Le premier problème est tout simplement celui des indicateurs : tous les fournisseurs de données parlent-ils bien de la même chose, lorsqu’ils nous renseignent sur un compte de prêt ou de dépôt, ou sur une agence ? Quelles sont les limites d’utilisation de sources de données qui comptent alternativement des personnes, des comptes bancaires et des dollars ? Même si ces questions sont épineuses, on peut les résoudre. Une petite perte de précision aura également un effet limité sur des estimations globales au niveau du secteur. Le second problème, plus complexe, est l’étendue du travail à mener : que faut-il inclure ou exclure ? L’approche que nous avons retenue tente d’inclure les fournisseurs informels et non réglementés, et d’exclure les fournisseurs commerciaux qui touchent un grand nombre de personnes, y compris des pauvres. Où la ligne de démarcation devra-t-elle se situer, pour de futurs travaux ?  

Un cas particulier à prendre en compte est celui des sociétés de crédit à la consommation, très présentes en Afrique australe. Des « microprêteurs » comme Blue Financial Services (qui a des filiales dans douze pays) ou Letshego Holdings (présent dans sept pays) offrent des prêts de faible montant en dollars et se considèrent souvent, ou sont considérés, comme des « microprêteurs » ou des « institutions de microfinance ». Cependant, l’essentiel de leur activité repose sur des prêts aux salariés - souvent des fonctionnaires, et ils ont pour pratique de déduire les échéances de prêt de la paie des clients pour faciliter les remboursements, entre autres. Cet exemple correspond bien à la définition de « microfinance » pour ce qui est du nom et des montants en dollars prêtés ; mais en revanche, les services offerts ne sont pas destinés aux pauvres – ni ne sont susceptibles d’être utilisés par ces derniers. De fait, ces produits financiers excluent spécifiquement les travailleurs du secteur informel. Pour ce premier travail, nous avons donc choisi d’exclure cette catégorie de fournisseurs. Néanmoins, il y a des arguments solides de part et d’autre – pour les inclure comme pour les exclure. Pour améliorer nos estimations, un processus itératif et collaboratif sera nécessaire, en tenant compte de ces différents points de vue.

Timing et fréquence des données : Comme vu plus haut, la donnée « type » de cette étude a une ancienneté d’un peu plus d’un an et demi. Si de nombreuses sources sont souvent et rapidement mises à jour, ce n’est pas le cas de beaucoup d’autres. Plusieurs raisons expliquent la lenteur du renouvellement des données. Pour certaines organisations, ou dans des environnements difficiles, la collecte des données peut ne pas être une activité centrale. Les enquêtes de secteur peuvent être coûteuses et peu fréquentes. Enfin, les efforts de collecte des données sont plus importants lorsque les praticiens perçoivent l’intérêt de ces données. Dans le cas de notre travail, nous espérons que le fait de pouvoir visualiser et accéder aux données sources encourage leur utilisation par les praticiens.  

Un niveau d’approfondissement des données limité: Les données de la plupart des sources ne couvrent qu’un petit nombre de points de données, même s’il y a toujours un compromis entre la profondeur et l’étendue des données. Un approfondissement des données pourrait être utile dans deux domaines spécifiques:  

• Une information détaillée sur l’emplacement des services peut non seulement être utile aux décideurs politiques et aux superviseurs, mais aussi appuyer les décisions opérationnelles des praticiens. Que les données renseignent sur l’emplacement du siège (pour les institutions ayant un réseau d’agences limité, comme les mutuelles et les banques rurales), ou celui des agences (pour les institutions à couverture géographique plus large), améliorer la publication standardisée de données géographiques permettra d’approfondir la compréhension de l’accès aux services financiers, au-delà des frontières nationales. A titre d’exemple, la Charte du secteur financier d’Afrique du Sud, qui définit l’« accès effectif aux services financiers », spécifie que les clients doivent se trouver à moins de vingt kilomètres d’un point de service. Sans information précise sur le positionnement géographique des agences et des points de service, évaluer cet indicateur est impossible. Connaître le positionnement géographique précis permet aussi de faire le lien avec d’autres bases de données géocodées, comme celles sur les flux de l’aide internationale.

• Les indicateurs clés sur le risque et la pérennité peuvent permettre une analyse plus fine, au-delà du petit nombre d’indicateurs et d’agrégats monétaires suivis dans la plupart des travaux de collecte large de données. Les ratios de portefeuille à risque, les rendements ou taux d’intérêt ou encore les calculs de rentabilité permettent d’obtenir une vision plus nuancée des différences et compromis existants entre différents pays et modèles institutionnels. 

Prochaines étapes

Si nous avons pu présenter ces données, c’est grâce aux incroyables progrès en termes de transparence et de publication d’information, réalisés ces dernières années au niveau des réseaux, des autorités de contrôle, des institutions financières, des chercheurs et autres acteurs. L’information dont nous disposons aujourd’hui sur l’offre de services financiers pour les pauvres n’a jamais été aussi bonne. Nous espérons que les praticiens comme les décideurs politiques pourront utiliser ces données et proposer des recommandations pour améliorer encore la méthodologie et la couverture. Nous avons de notre côté identifié quelques conseils clés, pertinents pour tous ceux qui travaillent sur la collecte de données en Afrique sub-saharienne : 

• Cibler les marchés pour lesquels il y a le moins de données.

• Identifier des fournisseurs de données fiables, avec une capacité avérée à collecter, gérer et disséminer de l’information sur leurs membres, et appuyer l’harmonisation de l’ensemble de ces enquêtes. Le lancement cette année du site SAVIX sur les groupes d’épargne est un exemple positif de ce type de coordination.

• Combler les lacunes pour certains indicateurs : les données disponibles sont encore lacunaires, ce qui oblige à réaliser des estimations et des déductions, d’où une part d’incertitude. De ce point de vue, les informations sur le nombre de clients ou de comptes méritent un intérêt particulier – nous devrions consacrer autant d’attention à dénombrer les gens qu’à compter des dollars, surtout quand il s’agit de comptes de faible montant.

Autres articles :

• Vue d’ensemble
• Travaux précédents et nouvelle approche MIX
• Méthodologie de collecte des données