Bank Secrecy in Offshore Centres and Capital Flows: Does Blacklisting Matter?

Résumé

Dans cette étude, Balakina et al. remettent en question l’efficacité de l’approche “name and shame”, adoptée par un certain nombre d’organisations internationales et de gouvernements nationaux pour lutter contre le secret bancaire. Cet effort, mené par le Groupe d’action financière (GAFI) depuis 1999, consiste en 49 recommandations standard internationales visant à prévenir les pratiques de blanchiment d’argent et de financement du terrorisme. Les pays non conformes ont été ajoutés aux listes noires des pays et territoires non coopératifs (PTNC) et devraient ainsi subir un “effet de stigmatisation”.

L’effet de stigmatisation associé pourrait entraîner une baisse des flux de capitaux internationaux vers les juridictions figurant sur la liste noire, par exemple parce que les banques pourraient craindre de compromettre leur réputation. En outre, les flux en provenance ou à destination des PTNC sont surveillés de plus près par les administrations nationales, ce qui entraîne une augmentation des coûts de mise en conformité pour les banques qui sont actives dans ces pays. Toutefois, les auteurs notent qu’un “paradoxe de la stigmatisation” peut également se produire si les PTNC finissent par attirer des investisseurs qui cherchent à éviter une réglementation plus stricte.

S’appuyant sur les statistiques bancaires internationales de la Banque des règlements internationaux (BRI), les auteurs estiment l’effet de la liste noire du GAFI sur le volume des transactions financières. Ils comparent le taux de croissance des flux financiers avant et après l’inscription sur la liste noire et pour les pays affectés et non affectés. En outre, ils contrôlent diverses caractéristiques macroéconomiques et du secteur bancaire, telles que la profondeur et l’efficacité de l’industrie financière locale ou la qualité du système de supervision en place, car celles-ci pourraient également influencer le développement des flux financiers. Dans toutes les analyses de régression qu’ils effectuent, l’effet de la liste noire est statistiquement non significatif. En outre, la signification économique est positive, ce qui amène les auteurs à conclure que, de manière générale, l’effet de stigmatisation n’existe pas.

Principaux résultats

• Dans l’échantillon de 126 pays considéré par Balakina et al. 29 ont été mis sur liste noire entre 1996 et 2014. 12 d’entre eux sont considérés comme des économies développées et les 17 autres sont sous-développés selon les critères de la Banque mondiale.
• Les flux de capitaux semblent être attirés par une réglementation financière favorable au marché et par l’indépendance de la supervision vis-à-vis des organes politiques locaux.
• Les auteurs ne trouvent pas de preuves de l’existence de l’effet de stigmatisation.

Implications politiques

• Les auteurs remettent en question l’efficacité de la liste noire, car ils n’observent pas de changement significatif des flux de capitaux vers les juridictions non coopératives.
• Partant du principe que le secret bancaire est le résultat d’un mécanisme d’offre et de demande, ils estiment que la liste noire et les autres pratiques non contraignantes ont peu de chances de mettre fin à ce phénomène structurel, profondément ancré dans les incitations des pays offshore et onshore.

Données

En utilisant les statistiques bancaires internationales de la Banque des règlements internationaux (BRI), Balakina et al. rassemblent un ensemble de données de panel comprenant 126 pays sur la période 1996-2014. Leur variable dépendante, qui capte les flux bancaires, est construite à partir de l’agrégat total des créances étrangères sur une base d’emprunteur immédiat.

Les auteurs complètent ces données avec la “Global Financial Development Database” (GFDD) de Čihák et al. qui fournit des indicateurs de la profondeur et de l’efficacité de l’industrie financière de chaque pays, et avec les données de la “Banking Regulation Survey” de Barth et al. Les contrôles macroéconomiques proviennent des bases de données du FMI et de la Banque mondiale.

Méthodologie

Balakina et al. estiment une variété de modèles de régression pour évaluer l’effet de la liste noire du GAFI sur la croissance des flux bancaires. Ils effectuent plusieurs contrôles de robustesse pour vérifier la fiabilité de ces résultats, notamment en tenant compte de l’endogénéité possible de la liste noire par rapport au volume des transactions financières.

Aller à l’article original

Une version de l’article publiée dans un document de travail en mai 2016 peut être téléchargée sur le site SSRN.
La version publiée de l’article peut être consultée sur ScienceDirect.