International Journal of Economics and Finance; Vol. 9, No. 2; 2017

4. Results, Analysis and Discussion 
Results are reported in Table 3, 4 and 5. Its indicate that the Pooled Mean Group estimator, the efficient estimator 
under the null hypothesis, is preferred to Mean Group estimator, both for ROA and ROE models. It’s also 
confirm that the Pooled Mean Group estimator is more efficient and consistent than the Dynamic Fixed-Effects 
estimator, according to Hausman test, checking for endogeneity between the error term and the lagged dependent 
variables (Table 5). 
Moreover, the error correction term, the adjustment coefficient, has a negative and statistically significant value 
and average to -1.0 for ROA models and -0.94 for ROE models (Table 4). These imply that, models are 
dynamically stables, and banks’ return on assets and return on equity in Togo adjust fast to equilibrium levels in 
the current period, from a disequilibrium experienced in the previous period after a shock to any of its 
determinants. 
Furthermore, results suggest that, in the short-run, banks’ return on assets and return on equity are not related to 
macroeconomics variables (Table 3). But banks’ ROA is determined positively by bank capital to assets ratio and 
bank size, while banks’ ROE is affected negatively by bank capital to assets ratio. Their coefficients are 
statistically significant and do not change largely when we introduce one by one macroeconomics variables, 
confirming the relationship robustness. The bank capital to assets ratio and bank size short-run coefficients for 
banks’ ROA are average to 0.42 and 8.3, respectively, and the bank capital to assets ratio short-run coefficient for 
banks’ ROE is average to -3.8. 
However, in the long-run, real gross domestic product growth and real effective exchange rate affect negatively 
and statistically significant banks’ return on assets, while inflation rate has no effect on banks’ return on assets 
(Table 4). The real gross domestic product growth and real effective exchange rate long-run coefficients are -1.5 
and -0.06, respectively. These finds imply that a one percentage point increase in real gross domestic product 
growth may declines in overall 1.5 percentage of banks’ return on assets. 
This find is contradictory with theoretical predictions of the relationship between bank’s return on assets and real 
GDP growth, but confirming Francis (2013) revelation in Sub-Saharan context. This result pointed out the debate 
about banking sector in Sub-Saharan, most especially Togolese baking sector capacities to manage loans losses 
and loans originate in GDP expansion period. 
Furthermore, when the real effective exchange rate decreases of one percentage point, banks’ return on assets 
may increase about 0.06 percent. This find is consistent with the theoretical predictions of relationship between 
bank’s return on assets and real effective exchange rate, when the positive firms’ competitiveness effect 
dominates the negative domestic consumer purchasing power effect. 
Concerning bank’s return on equity, long-run results show that real GDP growth, real effective exchange rate, 
and inflation affect are negatively related to bank’s return on equity. The real GDP growth, real effective 
exchange rate, and inflation long-run coefficients are -6.47, -2.71, and -2.01, respectively. These finds imply that 
a one percentage point increase in real GDP growth, real effective exchange rate, and inflation may declines in 
overall 6.47%, 2.71%, and 2.01% of banks’ return on equity. Results confirm theoretical predictions of 
relationship between bank’s return on equity and real effective exchange rate and inflation, while it infirm GDP 
relationship. The inflation impact on banks’ return on assets passes through the bank capital to assets ratio. 
Indeed, this ratio loses it coefficient significance when we introduce inflation rate into the equation. This could 
be explained by the fact that a bad anticipation of inflation affects essentially banks’ operating costs and the first 
amortization of this cost is banks’ capital. 

---

ijef.ccsenet.org 
International Journal of Economics and Finance 
Vol. 9, No. 2; 2017 
185 
Table 3. Results of short-run effects of macroeconomics effects on banks’ profitability 
Banks’ performance indicators 
Return On Assets, ROA 
Return On Equity, ROE 
Variables 
Model1 
Model2 
Model3 
Model4 
Model1 
Model2 
Model3 
Model4 
D.CAR 
0.43*** 
(0.15) 
0.16 
(0.18) 
0.36 
0.42** 
(0.21) 
-3.44** 
(1.62) 
-4.53** 
(2.07) 
-1.69 
(3.52) 
-3.57** 
(1.58) 
-0.24 
D.BS 
8.30*** 
(2.98) 
7.93 
(5.39) 
7.53** 
(3.54) 
8.33** 
(3.70) 
-2.99 
(34.46) 
-16.80 
(37.63) 
22.14 
(34.42) 
7.25
(42.17) 
D.GDP 
0.33 
(0.41) 
4.01 
(3.13) 
D.INFL 
0.13 
1.35 
(4.44) 
-0.23 
D.RER 
0.10 
(0.08) 
0.14
(2.06) 
Table 4. Results of long-run effects of macroeconomics effects on banks’ profitability 
Banks’ performance indicators 
Variables 
Return On Assets, ROA 
Return On Equity, ROE 
Model1 
Model2 
Model3 
Model4 
Model1 
Model2 
Model3 
Model4 
EC 
-1.19*** 
(0.20) 
-0.87*** 
(0.20) 
-0.94*** 
(0.19) 
-1.00*** 
(0.19) 
-1.07*** 
(0.12) 
-0.90*** 
(0.15) 
-0.91*** 
(0.13) 
-0.88*** 
(0.10) 
CAR 
-0.12*** 
(0.04) 
-0.163*** 
(0.01) 
-0.099*** 
(0.03) 
-0.25*** 
(0.03) 
-0.66** 
(0.28) 
-0.63*** 
(0.24)
-0.1643 
-0.64** 
(0.29) 
BS 
1.61*** 
(0.19) 
3.13*** 
(0.25) 
1.77*** 
(0.27) 
2.04*** 
(0.09) 
11.01*** 
(3.26)
32.96*** 
(4.92) 
-1.33
(3.31) 
8.54** 
(3.50) 
GDP 
-1.50*** 
(0.06) 
-6.47*** 
(1.61) 
INFL 
-0.08
(0.05) 
-2.01** 
(0.85) 
RER 
-0.06*** 
(0.01) 
-2.71*** 
(0.88) 
Constant 
-21.03*** 
(3.34) 
-23.64*** 
(5.54) 
-18.24*** 
(3.53) 
-21.02*** 
(3.90) 
-116.2*** 
(13.86) 
-284.9*** 
(43.73) 
22.10*** 
(5.49) 
-70.8*** 
(10.31) 
Source: Authors, Robust standard errors (in parenthesis) and cluster the standard errors at country level *** p<0.01, ** p<0.05, * p<0.1. 
Table 5. Hausman’s models specification tests, optimal estimator