http://dspace.esc-alger.dz:8080/jspui/handle/123456789/30 Thu, 12 Nov 2026 07:06:12 GMT 2026-11-12T07:06:12Z http://dspace.esc-alger.dz:8080/jspui/retrieve/49283bd0-a4a5-4e0d-8167-2c2afb55299d/ http://dspace.esc-alger.dz:8080/jspui/handle/123456789/30 http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2446 Titre: Analyse des déterminants de l’utilisation de la capacité d’endettement dans les crédits immobiliers Auteur(s): BENAISSA, Belsem; HAMEL, Abdelmalek ( Encadreur) Résumé: Ce mémoire porte sur l’étude des déterminants de l’utilisation de la capacité d’endettement dans le crédit immobilier. L’objectif principal est d’identifier les facteurs susceptibles d’influencer le niveau d’endettement des emprunteurs ainsi que leur recours au financement bancaire immobilier. Pour répondre à cette problématique, le travail s’est d’abord appuyé sur une analyse théorique du crédit immobilier, du risque bancaire et des principaux facteurs liés à l’emprunteur et aux caractéristiques du financement. Par la suite, une étude empirique a été réalisée à partir d’un échantillon de dossiers de crédits immobiliers accordés par le Crédit Populaire d’Algérie, agence 356 Batna. L’analyse a été menée à l’aide de deux modèles économétriques complémentaires : le modèle des moindres carrés ordinaires (MCO), utilisé pour mesurer l’impact des variables explicatives sur le taux d’utilisation de la capacité d’endettement, et le modèle Logit, mobilisé afin d’évaluer la probabilité d’une forte utilisation de cette capacité. Les résultats obtenus montrent que le revenu, la durée de remboursement et le ratio d’apport personnel influencent significativement le comportement d’endettement des emprunteurs et contribuent à limiter une forte utilisation de la capacité d’endettement. Wed, 10 Jun 2026 00:00:00 GMT http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2446 2026-06-10T00:00:00Z http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2444 Titre: Multi-Horizon Forecasting of Central Bank Liquidity Using Deep Learning Models: Assessing the Impact of Exogenous Factors Auteur(s): BENYGHZER, Walid; OURTEMACHE, Mohamed Amine Résumé: In emerging, hydrocarbon-dependent economies like Algeria, managing banking liquidity is a persistent challenge due to external shocks and structural breaks. The Bank of Algeria (BoA) must accurately forecast aggregate liquidity to calibrate open market operations, set reserve requirements, and safeguard financial stability. Traditional statistical models, such as ARIMA, SARIMA, and SARIMAX, have long served as the backbone of central bank liquidity forecasting due to their transparency and ability to capture seasonal patterns. However, these linear approaches frequently struggle with the non-linear dynamics and complex interactions characteristic of Algerian liquidity data, particularly during periods of external shocks like the 2014 oil crisis and the COVID-19 pandemic. This dissertation addresses this gap by comparing the performance of two traditional models (SARIMA and SARIMAX) against three deep learning architectures (CNN, LSTM, and GRU) in forecasting aggregate central bank liquidity for the Bank of Algeria. The study evaluates forecasting accuracy across three operational horizons—day-ahead, week-ahead, and month-ahead—and assesses the marginal value of incorporating exogenous variables (Brent crude oil price, USD/DZD exchange rate, and holiday/seasonal dummies). The findings confirm that deep learning models, particularly LSTM and GRU, significantly outperform traditional statistical models by better capturing non-linear dynamics and structural breaks. Furthermore, the inclusion of exogenous variables related to hydrocarbon prices and exchange rates substantially reduces forecasting errors. Ultimately, this study provides both a methodological contribution to the literature and practical, operational guidance for the Bank of Algeria’s transition toward proactive, AI-driven liquidity management. Wed, 10 Jun 2026 00:00:00 GMT http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2444 2026-06-10T00:00:00Z http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2441 Titre: Determinants of Deposits in Algerian Commercial Banks: Using A Panel Data Analysis Auteur(s): MERAH, CHAHINEZ; BENILLES, Billel (Encadreur) Résumé: This research aims to identify and analyse the microeconomic and macroeconomic determinants of bank deposit growth in Algerian commercial banks. The study is based on a sample of 19 Algerian commercial banks both public and private over a period of 14 years, spanning from 2010 to 2023, accounting for approximately 90% of the total banking sector population. To this end, a panel data regression model is applied, which takes into account both the individual and temporal dimensions of the data. Bank deposits are measured through the deposits-to-assets ratio (DEPRATIOS), which constitutes the dependent variable of the model. Regarding the explanatory variables, 8 independent variables are retained, namely: bank size, capital adequacy ratio, operational efficiency, loan-to-deposit ratio, return on equity, GDP growth rate, inflation rate, and money supply growth. The results of analysis indicate, firstly, that all results were statistically significant. Secondly, concerning the relationship of the independent variables with the deposits-to-assets ratio, it was found that the loan-to-deposit ratio and the inflation rate exert a negative effect on bank deposits. Conversely, bank size, capital adequacy ratio, operational efficiency, return on equity, GDP growth rate, and money supply growth were found to exert a positive effect on the deposits-to-assets ratio of Algerian commercial banks Wed, 10 Jun 2026 00:00:00 GMT http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2441 2026-06-10T00:00:00Z http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2404 Titre: Analyse et prévision du PIB Algérien à l’horizon 2027 : Défis, stratégies et perspectives Auteur(s): ATTIA, KHALED; MEHAR, LOUIZA(Encadreur) Résumé: Cette étude s’inscrit dans le cadre de l’analyse de l’évolution de l’économie algérienne à travers l’indicateur du Produit Intérieur Brut (PIB). Elle vise à comprendre et à interpréter l’impact des principaux facteurs macroéconomiques influençant le PIB en Algérie, ainsi qu’à établir un cadre conceptuel et une base empirique permettant la prévision de cet indicateur à l’horizon 2027. La méthodologie adoptée est économétrique et repose sur l’approche des séries temporelles Box-Jenkins. Le modèle utilisé est le modèle ARIMAX, intégrant des variables exogènes afin de tenir compte de l’effet des facteurs explicatifs sur l’évolution du PIB. Les données utilisées sont de nature macroéconomique et reflètent la situation globale de l’économie nationale. Les résultats montrent une forte significativité des hydrocarbures ainsi que des fluctuations du taux de change, confirmant la dépendance structurelle de l’économie algérienne à ces variables. Le modèle ARIMAX met également en évidence une forte dépendance du PIB à ses valeurs passées (composante AR), tandis que l’effet des chocs aléatoires passés (MA) apparaît non significatif. Certaines limites liées à l’hétéroscédasticité et à la normalité des résidus sont également observées, En revanche le modèle montre une fiabilité vu les résultats réalisés en comparaison avec les prévisions du FMI en 2026. Enfin, la projection à l’horizon 2027 repose sur l’injection de valeurs futures des variables explicatives à l’aide du modèle ARIMA. L’étude conclut sur la nécessité de diversifier l’économie hors hydrocarbures, notamment vers l’agriculture, l’industrie et les énergies renouvelables, afin de réduire la volatilité du PIB et renforcer la stabilité économique Wed, 10 Jun 2026 00:00:00 GMT http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2404 2026-06-10T00:00:00Z