LES MODALITES DE LIMITATION DES RISQUES

LES MODALITES DE LIMITATION DES RISQUES

La typologie des ménages

Nous présentons tout d’abord les objectifs et les différentes étapes pour la mise au point de cette typologie, puis nous détaillons chaque groupe de celle-ci. 5.1. Méthodologie L’élaboration d’une typologie des ménages de notre échantillon a pour objectif l’analyse des stratégies de gestion de budget des ménages, de leurs besoins de financement, et en particulier des besoins de financement agricole, de leurs comportements vis-à-vis du crédit. Nous avons donc cherché à former différents groupes au sein de notre échantillon de manière à ce que les groupes différenciés révèlent des besoins différents en terme de financement.Nous divisons le déroulement de l’élaboration de la typologie en 5 étapes :

Première étape : sélection des variables

Nous avons sélectionné les variables, parmi les variables possibles suite à nos enquêtes et à notre dépouillement (voir en annexe les tableaux à thèmes des données brutes avec la description des différentes variables), suivant leur rôle possible dans l’évaluation des besoins de financement des ménages :
• L’âge nous a paru comme pouvant être déterminant. ª Tableau 15 de la moyenne d’âge pour chaque système d’activités. La moyenne d’âge des « agriculteurs purs » (33 ans) est plus faible que celle des autres catégories, c’est-à-dire les agriculteurs qui exercent d’autres activités rémunératrices : les agriculteurs rechercheraient la diversification hors agriculture qu’après un certain âge (installation de leur propre exploitation agricole, puis diversification). Les salariés ont la moyenne d’âge la plus élevée : le salariat leur procurerait des revenus monétaires supplémentaires conséquents et ils ne rechercheraient pas à développer d’autres activités rémunératrices. Les petits commerçants sont plus jeunes que les gros commerçants : ils débutent dans le commerce, cherchent à diversifier leurs activités et deviennent de gros commerçants qu’une fois leurs commerces développés. Les beurriers sont également jeunes : la transformation artisanale du lait, la recherche de nouveaux procédés (différents fromages, fabrication de yaourts) semblent récentes dans la région et les jeunes agriculteurs paraissent plus aptes à s’investir dans cette activité innovante. Nous faisons l’hypothèse que, suivant son âge, une personne investit dans des objets différents, a des besoins différents. • La variable « système d’activités » a été raisonnée à partir des besoins de financement que les activités pouvaient engendrer (voir le paragraphe 3-2 de cette partie). • Les activités agricoles ne sont pas détaillées dans la variable précédente : – pour l’élevage, comme nous l’avons expliqué dans le paragraphe précédent, le capital « animaux » paraît être la variable décrivant au mieux l’activité élevage de chaque ménage ; – pour les cultures, les besoins dépendent de la superficie cultivée22, de l’équipement23 du ménage évalué par le capital équipement. • Le niveau de revenu est également important pour évaluer les besoins de financement d’un ménage24 : les recettes agricoles totales et le revenu non agricole25. Pour évaluer la « taille » des besoins, nous avons créé une nouvelle variable, le revenu non agricole productif, qui ne prend en compte que les activités productives pour le calcul du revenu non agricole (non prise en compte des activités financières et des revenus dûs aux transactions foncières).Nous n’avons pas retenu le statut de l’enquêté (homme célibataire, femme célibataire et personne en couple) comme variable pour la typologie, du fait de la faible proportion de personnes célibataires dans notre échantillon (7,6 %).

Deuxième étape : la recherche de corrélations entre les variables sélectionnées

22 Comme le faire-valoir direct domine dans la région et au sein de notre échantillon (4 ménages sur 66 ménages enquêtés ont un capital foncier nul). 23 Un ménage pas ou peu équipé aura certainement plus de frais pour la préparation, le labour de ses terres, le transport de sa récolte. De plus, il sera peut-être à la recherche de fonds pour acquérir du matériel agricole. 24 Une personne ayant d’importants revenus pourra subvenir à ses besoins et/ou risque d’avoir des besoins plus importants (capacité de remboursement plus élevée). 25 Comme la faire-valoir direct domine dans notre échantillon, nous n’avons pas retenu le revenu foncier (il est nul pour la majorité des ménages de notre échantillon). Avant de commencer le traitement statistique pour l’élaboration de la typologie, nous avons recherché l’existence d’éventuelles corrélations entre les variables retenues. La matrice des corrélations pour les différentes variables quantitatives est présentée en annexe. La corrélation est élevée (supérieure à 0,6) entre les recettes agricoles totales, les recettes agricoles issues de la vente des cultures et la surface de rizières cultivée. Elle est également élevée entre la surface cultivée totale et la surface de rizières cultivée. Opter pour la surface de rizières cultivée nous permet d’éviter de prendre deux variables, une pour les recettes agricoles et une autre pour les surfaces cultivées. De plus, la prise en comte du capital « animaux » nous permet d’approcher les recettes agricoles dues à l’élevage, compte tenu du coefficient de corrélation élevé entre ces deux variables (0,8).
Les variables retenues pour la typologie sont les suivantes : – l’âge de l’enquêté ; – le système d’activités du ménage ; – la structure de l’exploitation : la superficie de rizières cultivée, le capital « animaux », le capital équipement ; – le niveau de revenus du ménage : le revenu non agricole productif.

Troisième étape : la redéfinition des variables quantitatives en variables qualitatives

Nous avons redéfini ensuite les variables quantitatives retenues en variables qualitatives afin de les lisser et de pouvoir les traiter avec des variables qualitatives telles que le système d’activités. Le logiciel de statistique utilisé est winstat, version 2.0 (copyright ITCF/CIRAD). Comme le logiciel ne permet pas de prendre en compte les liens existants entre les modalités d’une variable qualitative26, nous avons défini uniquement trois classes de taille à peu près équilibrée (en nombre d’individus) pour chaque variable. Les modalités des variables qualitatives obtenues et leurs effectifs respectifs sont décrits dans le tableau suivant : ª Tableau 16 des différentes modalités des variables quantitatives redéfinies en variables qualitatives.

Quatrième étape : ôter les individus « atypiques » et les variables « parasites »

Nous avons procédé à une première analyse factorielle en composantes multiples (AFCM) avec le maximum de variables possibles, en tenant compte des corrélations : nous avons retenu l’âge, la surface de rizières cultivée ainsi que la surface de tanety cultivée (faible corrélation entre ces deux variables), les recettes issues de la vente des cultures (coefficient de 0,61 avec la surface de rizières cultivée et de 0,41 avec la surface de tanety cultivée), les recettes dues à l’élevage, le capital foncier et le revenu non agricole productif. Nous avons sorti de cette AFCM le tableau de Burt afin d’analyser le croisement des variables qualitatives deux à deux. Le tableau de Burt obtenu figure en annexe. Nous avons relevé les individus atypiques (les cas rares), c’est-à-dire qui ne correspondaient pas aux tendances observées dans le croisement des variables. Sur les 23 individus (ou ménages) ainsi relevés, 6 présentent des doubles singularités, c’est-à-dire ont été retenus comme atypiques deux fois (pour deux croisements de variables) : ª Tableau 17 présentant les 6 ménages atypiques.
26 Si, par exemple, nous avons une variable quantitative redéfinie en quatre modalités suivant les valeurs croissantes de cette variable, le logiciel ne tiendra pas compte du fait que la modalité 1 est plus proche de la modalité 2 que de la modalité 4 pour la variable qualitative définie. Afin d’obtenir des sorties statistiques plus nettes (élaboration de groupes bien différenciés à partir des variables retenues), nous avons ôté ces individus singuliers.Nous avons également décidé de ne pas prendre en compte dans l’analyse en composantes multiples ou AFCM la variable âge car celle-ci obtenait des contributions trop élevées dans le calcul des axes de l’AFCM.

Cinquième étape : l’analyse factorielle en composantes multiples et la formation des groupes

L’AFCM finale a été réalisée sur 60 individus à partir des variables qualitatives suivantes (qui comportent chacune 3 modalités, sauf pour la variable système d’activités) : le système d’activités, le revenu non agricole productif, la surface de rizières cultivée, le capital équipement et le capital « animaux ». La sortie de l’AFCM (coordonnées des modalités des variables sur les axes, contribution de celles-ci aux axes) figure en annexe. Nous avons ensuite effectué une classification ascendante hiérarchique27 à partir du fichier « individus » issu de l’AFCM. L’arbre de classification avec les coupures que nous avons réalisées est présent en annexe. Nous avons coupé sous le noeud 53 pour l’ensemble de l’arbre, puis uniquement sous les noeuds 51 et 50 pour scinder en deux les groupes d’effectif important28. Nous avons obtenu 9 classes, constituant les 9 modalités de la variable « classi ». Afin de décrire les classes obtenues, nous avons croisé « classi » avec les autres variables requises pour l’AFCM. Le tableau présentant les classes issues de l’AFCM et les croisements de « classi » avec les autres variables se trouve en annexe.

Table des matières

1. PRESENTATION DE FERT ET DE SES OBJECTIFS
2. PRESENTATION DU SFD GLOBAL
2.1. Historique : les grandes étapes de développement, de l’initiation à l’extension
2.1.1. 1986-1990 : initiation
2.1.2. 1990-1993 : création de FIFATA, une organisation paysanne
2.1.3. 1993-1996 : mise en place et extension du réseau CECAM
2.1.4. 1996-1998 : séparation FIFATA/CECAM, autonomie et spécialisation des CECAM
2.1.5. 1998 : institutionnalisation du réseau CECAM
2.2. Le fonctionnement des CECAM
2.3. Situation actuelle de l’URCECAM du Vakinankaratra
3. LES CREDITS PROPOSES PAR LES CECAM DU VAKINANKARATRA
3.1. Les « ex-crédits externes »
3.1.1. Le crédit équipement : la Location-Vente-Mutualiste (LVM)
3.1.2. Le crédit stockage ou GCV
3.1.3. Les crédits commerciaux
3.1.4. Autres crédits
3.2. Les « ex-crédits CECAM »
3.2.1. Le crédit productif
3.2.2. Le crédit dépannage
3.3. Performances des crédits
3.3.1. Les objets financés
3.3.2. Le remboursement des crédits
4. LES PRODUITS D’EPARGNE ET LES PARTS SOCIALES
4.1. Parts sociales et droits d’adhésion
4.2. Les dépôts volontaires
5. LES MODALITES DE LIMITATION DES RISQUES
5.1. Les modalités d’accès
5.1.1. La population touchée
5.2. Les garanties.
5.2.1. L’interconnaissance.
5.2.2. La menace de non-accès futur au crédit
5.2.3. La menace de perte d’autonomie de la caisse
5.2.4. Les garanties matérielles
5.2.5. Les assurances
5.2.6. Les mesures de précaution prises par le système
5.3. Les procédures de recouvrement
5.4. Les systèmes d’information et de formation
5.5. Le système de contrôle
5.6. Les rapports entre le technique et le politique
5.7. Le système de suivi-évaluation
5.8. Relations avec les autres intervenants de la région et les autres SFD de Madagascar
6. CONCLUSION : LE FINANCEMENT DE L’AGRICULTURE PAR LES CECAM
BIBLIOGRAPHIE

Télécharger le rapport complet