La responsabilité sociale des institutions financières

Abstract

Cette thèse est constituée de trois articles qui s’articulent autour de la RSIF. Le premier article a d’abord pour objectif de comparer les notations extrafinancières des institutions financières (IFs) à celles des entreprises non financières (ENF), pour ensuite vérifier si les notations des banques coïncident avec celles de leur portefeuille de prêts. Pour ce faire, une analyse comparative des notations extrafinancières des IFs et celles des ENF, révèle que les IFs performent mieux que les ENF. Les tests de Friedman indiquent par ailleurs que les notations extrafinancières des banques sont indépendantes de celles de leur portefeuille de prêts. Le test de Kendall confirme également que la performance extrafinancière des banques a une faible concordance avec celle de leur portefeuille de prêts sur 10 des 18 années étudiées en ESG et en Environnement, 6 des 18 années étudiées en Social et 5 des 18 années étudiées en Gouvernance. En d’autres termes, la performance extrafinancière des IFs ne semble pas tenir compte des entreprises qu’elles financent, suggérant notamment que les portefeuilles de prêts des banques ne sont pas suffisamment pris en compte dans les notations des banques. Le deuxième article propose la création d’un indice composite de mesure de la RSIF. Les indicateurs identifiés pour la construction de l’indice découlent de la théorie de l’intermédiation financière, de la théorie des parties prenantes et de la théorie de l’intérêt commun pour retracer les activités des IFs, déterminer les parties prenantes des IFs, leurs attentes et intérêts ainsi que les sources d’externalités négatives. Les données utilisées sont sélectionnées sur la base de leur validité analytique, leur mesurabilité et leur couverture par les IFs de l’échantillon. Le test de fiabilité confirme la cohérence entre les mesures identifiées et l’indice. La robustesse et la sensibilité des variables utilisées sont validées par les indices de sensibilité de Sobol et les coefficients de corrélation. Le diagramme à flèche proposé pour agréger les scores des trois dimensions répond adéquatement au besoin de décomposition de l’indice et d’analyse granulaire afin de guider dans les prises de décision. Le troisième article traite le lien entre les mesures de responsabilité sociale et le risque réputationnel des banques. Ainsi, deux mesures RSE, soit les notes MSCI/KLD et l’indice RSIF proposé dans cette thèse, sont testées sur le risque réputationnel mesuré par l’occurrence d’évènements médiatiques néfastes (EMN). Trois variables de contrôle ont été introduites : la taille, la performance financière et le type de banque (commerciale ou investissement). Les résultats montrent que le modèle avec les variables “taille”, “performance financière”, “type de banque”, “note MSCI/KLD” et “l’indice RSIF”, prédit mieux et significativement la probabilité d’occurrence d’EMN que le modèle de base (sans variables dépendantes). Le test de Hosmer-Lemeshow montre que les valeurs prédites et les valeurs observées du modèle sont cohérentes. Les rapports des cotes ou odd ratio confirment l’effet des variables explicatives sur le risque réputationnel. Les statistiques de Wald et les seuils de signification révèlent que les variables “RSIF” et “type de banque” ont des effets significatifs sur le modèle et que la “RSIF” constitue la plus grande prédictrice du risque réputationnel suivie de la variable “type de banque”. Les R2 de Cox et Snell et de Nalgelkerke montrent que les statistiques du modèle avec les variables dépendantes sont bien ajustées aux données. Les résultats du classement confirment la précision prédictive du modèle avec un pourcentage correct de classification de 82,4 % contre 56,9 % pour le modèle de base.

Abstract : This thesis consists of three articles that are structured around the RSIF. The first article aims to compare the extra-financial ratings of financial institutions (FIs) with those of non-financial companies (NFCs), and then to verify whether the ratings of banks coincide with those of their loan portfolio. To this end, a comparative analysis of the extrafinancial ratings of FIs and NFEs reveals that FIs perform better than NFEs. Friedman's tests also indicate that banks' non-financial ratings are independent of their loan portfolio. Kendall's test also confirms that banks' extra-financial performance has a low concordance with that of their loan portfolio over 10 of the 18 years studied in ESG and Environment, 6 of the 18 years studied in Social and 5 of the 18 years studied in Governance. In other words, the extra-financial performance of FIs does not seem to take into account the companies they finance, suggesting in particular that the banks' loan portfolios are not sufficiently taken into account in the banks' ratings. The second article proposes the creation of a composite index to measure SRFI that integrates the specificities of FIs. The indicators used in the construction of the index are derived from financial intermediation theory, stakeholder theory and common interest theory to trace the activities of FIs, determine the stakeholders of FIs, their expectations and interests, and the sources of externalities. Data are selected based on their analytical validity, measurability, and coverage. Reliability testing confirms consistency for the economic, legal, ethical, and SRFI measures, so that measurement error has little impact on the total SRFI index score. The robustness and sensitivity of the variables used are validated by the Sobol indices and correlation coefficients. The proposed arrow plot to aggregate the scores of the three dimensions adequately meets the need and objectives of index decomposition and granular analysis to guide decision making. The third paper discusses the relationship between banks' reputational risk and social responsibility measures. Thus, two CSR measures, MSCI/KLD scores and the FISR index we propose in this thesis, are tested on reputational risk measured by the occurrence of adverse media events (AME). Three control variables were introduced: size, financial performance, and type of bank (commercial or investment). The results show that the model with the variables “size”, “financial performance”, “type”, “MSCI/KLD rating” and “SRFI index”, better and significantly predicts the probability of AME occurrence than the baseline model. The results of the Hosmer-Lemeshow test confirm that the predicted and observed values of the model are consistent. The odd ratio analysis reveals that all explanatory variables have effects on reputational risk as measured by AME occurrence. Wald and significance level statistics reveal that the variables “SRFI” and “bank type” have significant effects on the model and that SRFI is the strongest predictor of AME occurrence followed by the bank type variable. The Cox and Snell and Nalgelkerke R2 shows that the final model statistics fit the data well. The classification results confirm the predictive accuracy of the model with a correct classification percentage of 82.4 % compared to 56.9 % for the baseline model.