http://dspace.esc-alger.dz:8080/jspui/handle/123456789/46 2026-11-12T07:04:59Z 2026-11-12T07:04:59Z BENYGHZER, Walid OURTEMACHE, Mohamed Amine http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2444 2026-11-09T09:51:22Z 2026-06-10T00:00:00Z

Multi-Horizon Forecasting of Central Bank Liquidity Using Deep Learning Models: Assessing the Impact of Exogenous Factors BENYGHZER, Walid; OURTEMACHE, Mohamed Amine 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.

2026-06-10T00:00:00Z Fatma Zohra, BELKHARCHI LATRECHE, Tahar (Encadreur) http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2346 2026-01-14T09:48:09Z 2022-09-08T00:00:00Z

Le refinancement des Banques sur le Marché Monétaire Fatma Zohra, BELKHARCHI; LATRECHE, Tahar (Encadreur) Parmi ces interventions qui constituent une source importante de refinancement des banques notant l’open market et la facilité de prêt marginal. Ces opérations peuvent se réaliser en blanc mais elles sont souvent réalisées contre effet. Dans ce dernier cas, les effets sont soit mis en pension soit cédés de façon ferme. Ainsi grâce à toutes ces opérations, la Banque centrale influence, indirectement, l’offre de monnaie centrale et donc la quantité de monnaie en circulation dans l’économie. A la lumière de ce qui précède, nous pouvons procéder à la vérification des hypothèses. Ainsi, la première hypothèse selon laquelle « le marché monétaire est organisé dans des structures adaptées qui servent à satisfaire les besoins des banques en matière de refinancement, notamment à court terme. La Banque centrale intervient en tant que régulateur du marché monétaire, en utilisant de nombreux outils » est confirmée car le marché monétaire représente un refuge pour les banques déficitaires afin de répondre à leurs besoins de liquidité et pour assurer le maintien de leur position à court terme. Aussi, la Banque centrale a la capacité de faire varier la quantité de monnaie en circulation, elle joue un rôle très important, en agissant essentiellement pour pouvoir combler les besoins de liquidité par ces interventions sur le marché (open market, pensions …). La seconde hypothèse selon laquelle « les opérations de refinancement sur le marché monétaire sont bien codifiées. Elles se réalisent selon un mode d’emploi précis et normalisé » est aussi confirmé dans la mesure où les opérations de refinancement se réalisent selon un schéma précis et normalisé. Aussi, la Banque centrale, institution qui organise et contrôle le déroulement des opérations de refinancement sur le marché monétaire, assure son fonctionnement et y assume sa régulation selon un modèle codifié et selon un mode opératoire automatisé à travers des plateformes dédiées à cette fin. Quant à l’hypothèse 03 qui stipule que « L'intervention de la banque d'Algérie sur le marché monétaire est le seul mode pour le refinancement des banques commerciales algériennes » est infirmée car le marché monétaire représente une deuxième source de refinancement c'est le marché interbancaire des prêts et emprunts entre banques à côté de l'intervention de la banque d'Algérie.

2022-09-08T00:00:00Z ALIOUA, Khaoula ATTIA, Bouchra NECIB, Hafisa (Encadreur) http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2327 2025-12-29T12:25:10Z 2025-12-02T00:00:00Z

Le financement des projets agricoles en Algérie : état actuel et apport potentiel de la finance islamique face au défi du financement informel ALIOUA, Khaoula; ATTIA, Bouchra; NECIB, Hafisa (Encadreur) En Algérie, le financement agricole demeure marqué par un recours important au secteur informel, en raison de l’inaccessibilité du crédit bancaire classique et du manque d’outils adaptés au secteur. Ce mémoire vise à analyser le rôle que peut jouer la finance islamique pour réduire cette dépendance au financement informel et améliorer l'inclusion financière des agriculteurs. À travers une approche à la fois théorique et pratique, l’étude explore les principes de la finance islamique, les contrats disponibles, et leur compatibilité avec les spécificités agricoles. Une enquête terrain a été menée auprès d’agriculteurs utilisant différents types de financement (classique, islamique, informel), afin d’évaluer leurs connaissances, leurs perceptions, ainsi que les freins et leviers d’adoption de la finance islamique. Les résultats montrent un potentiel réel pour cette dernière, notamment grâce à l’intérêt exprimé pour des contrats conformes à la charia comme le Salam ou la Moudaraba. Cependant, la faible vulgarisation, l’offre limitée de produits adaptés, et la rigidité des conditions d’octroi constituent des freins majeurs. Le mémoire propose ainsi des recommandations concrètes pour renforcer la place de la finance islamique dans le secteur agricole, en tant qu'alternative crédible, éthique et fonctionnelle

2025-12-02T00:00:00Z DJABOUR, Aymen SEFSAFA, Lotfi MELZI, Zohir (Encadreur) http://dspace.esc-alger.dz:8080/jspui/handle/123456789/2301 2025-12-28T11:16:20Z 2025-12-02T00:00:00Z

LA GESTION DES RISQUES DES CREDITS BANCAIRES PAR LA METHODE SCORING DJABOUR, Aymen; SEFSAFA, Lotfi; MELZI, Zohir (Encadreur) La gestion du risque de crédit constitue un enjeu majeur pour les institutions bancaires, dans la mesure où elle conditionne à la fois leur stabilité financière et leur rentabilité. Face à l’incertitude entourant la capacité des emprunteurs à rembourser leurs dettes, les banques recourent à des outils d’évaluation performants afin d’anticiper les risques de défaut de paiement. Parmi ces outils, les méthodes de scoring s’imposent comme des approches statistiques modernes, permettant de classer les clients selon leur niveau de risque sur la base de critères socio-économiques, financiers et comportementaux. Dans le cadre de ce travail de recherche, une approche quantitative a été adoptée, fondée sur l’exploitation d’un ensemble de données réelles issues du portefeuille de crédit de la Banque Extérieure d’Algérie (BEA). Deux modèles de classification ont été développés et comparés : le premier repose sur la régression logistique (Logit), une méthode statistique classique largement utilisée dans le domaine du scoring ; le second sur la méthode Random Forest, un algorithme d’apprentissage automatique reconnu pour sa robustesse et sa capacité à modéliser des relations complexes entre les variables. L’objectif principal de cette étude est de développer un système de scoring performant, capable de discriminer efficacement entre les bons et les mauvais payeurs, afin de soutenir les décisions d’octroi de crédit. En parallèle, il s’agit d’évaluer et de comparer les performances des deux modèles en termes de précision, de sensibilité et de capacité prédictive. Les résultats obtenus révèlent que les deux modèles présentent un bon pouvoir discriminant, avec un avantage notable en faveur du modèle Random Forest.

2025-12-02T00:00:00Z