Can Regulatory Technology (RegTech) Boost Financial Performance? Evidence From Indian Commercial Banks
Cette étude des banques commerciales indiennes révèle que, tandis que les technologies de type RegTech d'aptitude (RegTech Enabling Technologies) telles que l'IA et le big data augmentent considérablement la rentabilité, la technologie réglementaire de base (Core Regulatory Technology) axée sur la conformité automatisée constitue un fardeau financier sans impact positif significatif sur la performance financière.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde vaste et complexe de la banque, l'argent ne circule pas dans le vide. Il coule à travers un paysage défini par deux forces puissantes et souvent conflictuelles : la volonté acharnée d'innover et la nécessité rigide de suivre les règles. Pendant des décennies, les banques ont opéré sur l'hypothèse que la technologie est la clé de la croissance, un outil pour atteindre plus de clients et traiter les prêts plus rapidement. Parallèlement, les gouvernements et les banques centrales ont resserré les rênes, exigeant que les institutions prouvent qu'elles sont sûres, honnêtes et exemptes de fraude. Cela crée une tension constante. Les banques doivent dépenser des sommes énormes pour satisfaire ces règles, tout en étant censées rester rentables. La question qui se pose à l'industrie est de savoir si les outils utilisés pour satisfaire ces règles — les systèmes numériques conçus pour cocher des cases et surveiller les transactions — aident réellement une banque à gagner de l'argent, ou s'ils sont simplement un coût pesant qui tire les profits vers le bas.
Une équipe de chercheurs de l'Université Guru Nanak Dev en Inde s'est donné pour mission de démêler ce nœud. Ils se sont concentrés sur le secteur de la banque commerciale indienne, une industrie massive qui sert de colonne vertébrale à l'économie du pays. Les chercheurs s'intéressaient à un type spécifique de technologie appelée technologie réglementaire, ou RegTech. Il ne s'agit pas d'une machine unique, mais d'une large catégorie d'outils numériques. Pour comprendre l'étude, il faut d'abord distinguer deux types de technologies très différents que les banques utilisent. Le premier type est ce que les chercheurs appellent la « technologie habilitante ». Ce sont des outils fondamentaux et puissants comme l'intelligence artificielle, l'analyse de données massives (big data) et l'apprentissage automatique (machine learning). Ces systèmes sont conçus pour apprendre, prédire et trouver des modèles dans de vastes quantités d'informations. Le second type est la « technologie réglementaire de base ». Ce sont les systèmes automatisés spécifiques construits strictement pour respecter la loi. Ils gèrent des tâches telles que la vérification de l'identité d'un client, la surveillance des transactions pour détecter des activités suspectes et la génération des rapports complexes exigés par les régulateurs. Bien que ces deux types de technologie soient souvent regroupés sous l'étiquette de la « conformité numérique », les chercheurs soupçonnaient qu'ils pourraient se comporter de manière très différente en ce qui concerne les résultats financiers d'une banque.
Pour trouver la réponse, les chercheurs ne se sont pas appuyés sur des sondages ou des entretiens. Au lieu de cela, ils sont allés directement à la source : les rapports annuels officiels de trente-deux banques commerciales cotées en Inde. Ces rapports, couvrant une décennie de 2016 à 2025, contiennent des milliers de pages de texte où les dirigeants de banques décrivent leurs stratégies et leurs investissements. Les chercheurs ont utilisé un programme informatique pour lire ces documents, à la recherche de mots et de phrases spécifiques. Ils ont compté la fréquence à laquelle les banques mentionnaient les outils « habilitants » par rapport aux outils de conformité « de base ». En transformant ces décomptes de mots en un indice mesurable, ils ont créé un portrait clair de la manière dont chaque banque investissait dans chaque type de technologie. Ils ont ensuite comparé ces données à la performance financière des banques, en examinant spécifiquement l'efficacité avec laquelle chaque banque utilisait ses actifs pour générer des profits.
Les résultats ont révélé une division nette et surprenante. L'étude a montré que lorsque les banques investissaient dans les technologies habilitantes et fondamentales comme l'intelligence artificielle et le big data, leur rentabilité s'améliorait de manière significative. Ces outils faisaient plus que simplement aider les banques à suivre les règles ; ils agissaient comme un multiplicateur de force pour l'ensemble de l'activité. En utilisant ces systèmes avancés, les banques pouvaient analyser les données plus profondément, détecter les risques plus tôt et prendre de meilleures décisions concernant l'octroi de prêts. Cette amélioration de l'efficacité signifiait que les banques pouvaient générer plus de profits avec la même quantité d'argent qu'elles détenaient. Les données ont montré un lien positif et fort entre ces investissements et le succès des banques.
Cependant, l'histoire était totalement différente pour la technologie réglementaire de base. L'étude a révélé que l'investissement dans les systèmes spécifiques conçus uniquement pour la conformité automatisée n'entraînait pas une hausse des profits. En fait, pour les plus grandes banques de l'échantillon, ces investissements semblaient même réduire leurs rendements. Les chercheurs ont conclu que ces systèmes fonctionnent principalement comme un coût nécessaire pour faire des affaires. Ils sont l'équivalent numérique d'une ceinture de sécurité ou d'un extincteur : essentiels pour la sécurité et requis par la loi, mais ils n'aident pas la voiture à aller plus vite ou le bâtiment à générer plus de revenus. Pour les grandes institutions, le coût pur de la construction et de la maintenance de ces systèmes de conformité complexes et obligatoires agissait comme un frein sur leur performance financière globale.
L'étude a également révélé que ces effets n'étaient pas ressentis de la même manière dans l'ensemble du secteur. Les bénéfices financiers des technologies habilitantes étaient fortement concentrés chez les plus grandes banques et celles du secteur privé. Ces institutions possédaient l'échelle et les ressources nécessaires pour intégrer pleinement ces outils puissants dans leurs opérations quotidiennes, transformant ainsi les données en un avantage concurrentiel. Les plus petites banques et les institutions du secteur public, souvent entravées par des systèmes obsolètes et des obstacles bureaucratiques, peinaient à obtenir les mêmes rendements. Les chercheurs ont noté que pour ces acteurs plus modestes, le coût des systèmes de conformité obligatoires était particulièrement lourd, comprimant leur capacité à dégager un profit.
En fin de compte, la recherche suggère que le chemin vers le succès financier dans l'ère bancaire moderne ne consiste pas à acheter davantage de logiciels de conformité. Il s'agit de construire une fondation numérique plus intelligente et plus flexible. L'étude indique que les banques doivent traiter leurs investissements en technologie réglementaire comme deux stratégies distinctes. Elles doivent accepter que les systèmes requis pour respecter la loi sont un coût qui doit être géré avec soin, peut-être en partageant la charge ou en simplifiant l'architecture. Parallèlement, elles devraient investir de manière agressive dans les technologies habilitantes plus larges qui peuvent transformer l'ensemble de leur opération. En utilisant l'intelligence artificielle et le big data pour résoudre des problèmes au-delà de la simple conformité, les banques peuvent transformer la pression de la réglementation en une opportunité de croissance, garantissant que le coût de la sécurité ne se fasse pas au détriment de leur avenir.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.