Question de la preuve : les points de débats entre les économistes
Parmi les discussions, deux problèmes sont répandus car ils concernent un grand nombre des IA qui ont été effectuées jusqu’à ce jour : l’identité du commanditaire de l’étude, et la durée de l’étude.
Le problème du commanditaire
De nombreuses études d’impacts sont réalisées par les IMF elles-mêmes pour prouver leurs résultats. La raison est que les IMF doivent s’autoévaluer pour évoluer et présenter des bilans aux donneurs/bailleurs de fonds.
Cependant il peut exister un conflit d’intérêt puisque l’évaluateur et l’évalué sont la même entité. Ainsi, certains scientifiques prétendent que la plupart de ces études n’ont aucune valeur de preuve(1).
De leur côté, les IMF présentent leurs résultats comme étant totalement vérifiés, sans même parfois mentionner la source. D’autres, souvent plus importantes, ont leur propre réseau d’économistes qui réalisent les études, comme Freedom for Hunger (http://www.freedomfromhunger.org/programs/research-and-evaluation.php).
Pour illustrer le conflit d’intérêt, prenons l’exemple d’une économiste(2) s’intéressant aux taux de remboursement de la Grameen Bank (lexique) en 1991 : les taux de remboursement ont été calculés en faisant le rapport des prêts impayés après deux ans sur le montant des prêts actuels. De fait, comme le portefeuille de la Grameen grossit, cela revient à évaluer les impayés rapportés à un portefeuille plus important que lors de l’émission du prêt. Si on recalcule les taux en prenant le pourcentage des prêts impayés à échéance, on trouve des taux beaucoup moins élevés : 55% contre les 98% affichés par la Grameen.
On voit ici que le calcul peut faire beaucoup varier le résultat. Cependant peut-on accuser la Grameen Bank ? En fait, les deux méthodes de calcul traduisent deux conceptions différentes :
pour la Grameen, il s’agit d’un indicateur financier : à un instant t, on évalue passif et actif de la banque. Dans cette optique, leur calcul est le bon.
Pour l’économiste, il s’agit d’un indicateur humain : si un pauvre emprunte, dans quel pourcentage de cas va-t-il pouvoir rembourser son prêt ?
En fonction de notre point de vue (le système est la banque, ou bien les emprunteurs), le calcul change et sa signification aussi. C’est ce genre de nuances qui amènent les économistes à critiquer les IA menées par les IMF car elles ne sont pas mises en évidences.
Les temps d’études : court terme et long terme
La première question sur ce sujet est la suivante : au bout de combien de temps un prêt commence-t-il à devenir profitable pour le client ? Les chercheurs Nelson et Bolnick (et leur étude des impacts des crédits en Indonésie) répondent à ceci en argumentant que cela prend au minimum plus d’un an. L’étude que nous avons étudiée pose comme principe que l’étude doit différencier effet et impact, c’est-à-dire conséquences immédiates non durables et effets pérennes, mais sans donner de vrai critère. Cette objection de durée a notamment été utilisée récemment par la Grameen Foundation pour critiquer les études randomisées (un type d’étude que nous verrons un peu plus loin : @ : lien vers débat sur randomisation)
En parallèle de cette question de la durée d’une étude, on peut ajouter la question de la variation saisonnière de ces études, la plupart des foyers emprunteurs étant issu d’un milieu plutôt rural et dont l’aspect économique de leur projet sera donc fortement lié aux saisons (un revenu basé sur l’agriculture sera très variable en fonction de la période de l’année par exemple).Des études sont ainsi menées par Pitt and Khandker pour déterminer des échéances de temps pour lesquelles les crédits deviennent profitables, dans le but de trouver un temps optimal de l’évaluation des impacts.
En plus de cette préoccupation viennent d’autres questions qui portent sur les effets secondaires, comme par exemple quand est ce qu’il faut réinvestir dans un programme de microfinance, ou sur les aléas économiques globaux (crises financières, catastrophes naturelles appauvrissant la région…)
Le problème du commanditaire
De nombreuses études d’impacts sont réalisées par les IMF elles-mêmes pour prouver leurs résultats. La raison est que les IMF doivent s’autoévaluer pour évoluer et présenter des bilans aux donneurs/bailleurs de fonds.
Cependant il peut exister un conflit d’intérêt puisque l’évaluateur et l’évalué sont la même entité. Ainsi, certains scientifiques prétendent que la plupart de ces études n’ont aucune valeur de preuve(1).
De leur côté, les IMF présentent leurs résultats comme étant totalement vérifiés, sans même parfois mentionner la source. D’autres, souvent plus importantes, ont leur propre réseau d’économistes qui réalisent les études, comme Freedom for Hunger (http://www.freedomfromhunger.org/programs/research-and-evaluation.php).
Pour illustrer le conflit d’intérêt, prenons l’exemple d’une économiste(2) s’intéressant aux taux de remboursement de la Grameen Bank en 1991 : les taux de remboursement ont été calculés en faisant le rapport des prêts impayés après deux ans sur le montant des prêts actuels. De fait, comme le portefeuille de la Grameen grossit, cela revient à évaluer les impayés rapportés à un portefeuille plus important que lors de l’émission du prêt. Si on recalcule les taux en prenant le pourcentage des prêts impayés à échéance, on trouve des taux beaucoup moins élevés : 55% contre les 98% affichés par la Grameen.
On voit ici que le calcul peut faire beaucoup varier le résultat. Cependant peut-on accuser la Grameen Bank ? En fait, les deux méthodes de calcul traduisent deux conceptions différentes :
pour la Grameen, il s’agit d’un indicateur financier : à un instant t, on évalue passif et actif de la banque. Dans cette optique, leur calcul est le bon.
Pour l’économiste, il s’agit d’un indicateur humain : si un pauvre emprunte, dans quel pourcentage de cas va-t-il pouvoir rembourser son prêt ?
En fonction de notre point de vue (le système est la banque, ou bien les emprunteurs), le calcul change et sa signification aussi. C’est ce genre de nuances qui amènent les économistes à critiquer les IA menées par les IMF car elles ne sont pas mises en évidences.
Les temps d’études : court terme et long terme
La première question sur ce sujet est la suivante : au bout de combien de temps un prêt commence-t-il à devenir profitable pour le client ? Les chercheurs Nelson et Bolnick (et leur étude des impacts des crédits en Indonésie) répondent à ceci en argumentant que cela prend au minimum plus d’un an. L’étude que nous avons étudiée pose comme principe que l’étude doit différencier effet et impact, c’est-à-dire conséquences immédiates non durables et effets pérennes, mais sans donner de vrai critère. Cette objection de durée a notamment été utilisée récemment par la Grameen Foundation pour critiquer les études randomisées (un type d’étude que nous verrons un peu plus loin).
En parallèle de cette question de la durée d’une étude, on peut ajouter la question de la variation saisonnière de ces études, la plupart des foyers emprunteurs étant issu d’un milieu plutôt rural et dont l’aspect économique de leur projet sera donc fortement lié aux saisons (un revenu basé sur l’agriculture sera très variable en fonction de la période de l’année par exemple).Des études sont ainsi menées par Pitt and Khandker pour déterminer des échéances de temps pour lesquelles les crédits deviennent profitables, dans le but de trouver un temps optimal de l’évaluation des impacts.
En plus de cette préoccupation viennent d’autres questions qui portent sur les effets secondaires, comme par exemple quand est ce qu’il faut réinvestir dans un programme de microfinance, ou sur les aléas économiques globaux (crises financières, catastrophes naturelles appauvrissant la région…)
(1 )Woller, Gary, Gloria Wheeler, and Nathan Checketts, 1999b, A survey of evaluation practices in
microcredit institutions, Journal of Developmental Entrepreneurship
(2 )M. GODQUIN, « Microcrédit » Encyclopaedia Universalisp26
Nous avons vu deux problèmes répandus : l’identité du commanditaire et la durée de l’étude. Nous allons maintenant détailler la discussion autour des variables à prendre en compte pour l’étude.