Finance Islamique

Résumé
Vu la fragilité de la finance conventionnelle devant les crises financières, particulièrement la

crise de 2008, la finance islamique connait un essor incontournable ces dernières années, et se
présente comme un système financier éthique, plus stable et socialement responsable. Le Maroc
quant à lui, il n’a pas raté l’occasion de profiter de cet essor et commence à instaurer un
cadre légale et réglementaire pour les différentes composantes de l’industrie financière islamique,
à savoir le marché des capitaux islamique, les banques participatives et l’assurance islamique Takaful.
Conformément aux efforts effectués au Maroc pour instaurer ce nouveau système financier,
il était primordial de mener des recherches dans ce sens, le choix s’est porté sur les banques
participatives et précisément sur la Mourabaha, considérée comme la technique de financement la
plus utilisée à nos jours dans les banques participatives. Ce contrat expose la banque participative
à une panoplie de risques, principalement le risque de crédit, ce dernier qui nécessite une gestion et
un traitement attentifs. Pour répondre à cette exigence on a fait appel à la méthode RAROC(Risk
Adjusted Return On Capital), elle permet de tarifier les transactions financières au niveau de la
marge bénéficiaire et en fonction des risques encourus.
La mise en place du RAROC montre que le calcul du taux de rendement d’une transaction
Mourabaha dépend de la probabilité de défaillance de la contrepartie comme le seul paramètre non
déterministe et qui nécessite une estimation robuste et plus proche de la réalité. Pour ce faire il
était nécessaire de mettre en place un système de notation interne en se basant sur un ensemble
des techniques d’apprentissage statistique : la régression logistique comme une technique classique
de datamining et d’autres modèle prédictifs dits de l’intelligence artificielle, comme les réseaux de
neurones, les supports à vastes marges (SVM) et les forêts aléatoires avec rentrée randomisée.
Une fois les modèles prédictifs sont élaborés et on est satisfait de leur robustesse on a
essayé d’automatiser les résultats obtenus sous la forme d’une application interactive Shiny
qui renseigne la banque participative sur la solvabilité d’un nouveau client et estime le taux de
rendement minimal exigé par la banque participative pour rentrer dans une transaction Mourabaha.
Mots clés : Finance islamique, banque islamique, Mourabaha, Risque de crédit,

Tarification, RAROC, Régression logistique, Réseaux de neurones, SVM, Random
Forests-RI
Dédicace
À mes très chers parents.
À mes frères et soeurs.
À tous mes enseignants depuis le primaire.
À ceux qui m’ont soutenu et encouragé.
À tous mes amis et connaissances.

Remerciements
Au terme de ce travail j’adresse mes remerciements les plus sincères à M. Otman Zouhayr,
le directeur d’Albanki d’être toujours à mon écoute, son inspiration, son soutien et aussi aux
échanges fructueux que nous avons eu tout au long de mon stage. Si ma période de stage a été très
enrichissante et très agréable c’est grâce à lui.
J’exprime ma profonde gratitude à ma directrice de mémoire professeur khadija Akdim,

aussi bien pour son encouragement, son entière disponibilité et la confiance qu’elle m’a accordée
que pour ses précieux conseils afin de réussir ce travail.
Mes remerciements s’adressent à Monsieur Youssef El Boukfaoui et M. Ait Babram

qui me font le plaisir de faire partie des membres du jury.
Un énorme merci à M M’hamed Eddahbi, à M. Berrahou à M. Zahid et à tout le

corps professoral du département des mathématiques de la Faculté des sciences et techniques
de Marrakech et plus particulièrement celui de la filière ingénierie Actuariat Finance et calcul
scientifique pour la formation qu’il nous offre.
Mes remerciements vont également à tout le personnel d’Albanki pour leurs conseils et leur
bonne humeur tout au long de ce projet de stage.
Enfin, toutes les personnes qui ont contribué de près ou de loin à la réussite de ce travail
trouvent ici l’expression de ma profonde reconnaissance et considération
”Vous ne donnez que peu lorsque vous donnez vos biens. C’est
lorsque vous donnez de vous-mêmes que vous donnez réellement.”
Khalil Gibran.
Table des matières
I Théorie de la finance islamique 12
1 Origine et évolution de de la finance islamique 13

1.1 Origine et évolution de la finance islamique . . . . . . . . . . . . . . . . . . . . . . . 14
2 Fondement et principes de la finance islamique 18

2.1 Interdiction de la riba (l’intérêt) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Le principe de partage de profit et de perte (PPP/3P) . . . . . . . . . . . . . . . . . 19
2.3 L’interdiction de l’aléa majeur et de la spéculation(le Gharar et le Maysir) . . . . . . 20
2.4 La prohibition de participer dans les activités illicites . . . . . . . . . . . . . . . . . 20
2.5 La connexion à l’économie réelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6 Le principe de propriété . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3 Les composantes de la finance islamique 21

3.1 La Zakat et le Waqf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Takaful ou assurance islamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 La Microfinance islamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Les banques islamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5 Le marché financier islamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.1 Les fonds d’investissement islamiques . . . . . . . . . . . . . . . . . . . . . . 24
3.5.2 Le marché obligataire islamique (Sukuk) . . . . . . . . . . . . . . . . . . . . 25
3.5.3 Les indices financiers islamiques : . . . . . . . . . . . . . . . . . . . . . . . . 26
4 La réglementation des institutions financières islamiques 28
5 Les techniques de financement islamique 31

5.1 Les techniques de financement participatives . . . . . . . . . . . . . . . . . . . . . . 31
5.1.1 La Moudarabah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.1.2 La Moucharaka et la Moucharaka dégressive . . . . . . . . . . . . . . . . . . 33
5.2 Les techniques de financement basée sur le principe coût plus marge . . . . . . . . . 34
5.2.1 La Mourabaha (Mark-up financing) . . . . . . . . . . . . . . . . . . . . . . . 34
5.2.2 Salam et Salam parallèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2.3 Istisna’a et Istisna’a parallèle . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3 Autres techniques de financement islamiques . . . . . . . . . . . . . . . . . . . . . . 39
6
TABLE DES MATIÈRES
5.3.1 Ijarah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6 L’intermédiation financière des banques islamiques 40

6.1 Ressources et emplois de la banque islamique . . . . . . . . . . . . . . . . . . . . . . 40
6.1.1 Ressources de la banque islamique : . . . . . . . . . . . . . . . . . . . . . . . 40
6.1.2 Les emplois de la banque islamique . . . . . . . . . . . . . . . . . . . . . . . 41
6.2 La banque islamique vs la banque conventionnelle . . . . . . . . . . . . . . . . . . . 42
7 Typologie des risques dans les banques islamiques 44

7.1 Risque traditionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
7.1.1 Le risque de crédit ou de contrepartie . . . . . . . . . . . . . . . . . . . . . . 45
7.1.2 Risque d’investissement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
7.1.3 Risque de liquidité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
7.1.4 Risque de marché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
7.1.5 Risque opérationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
7.2 Risques spécifiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
7.2.1 Risque commercial translaté . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
7.2.2 Risque de la charia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8 La finanace islamique :un nouveau né au Maroc 49

8.1 Réglementation Marocain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
II Vers une tarification différentiée d’une transaction Mourabaha 52
9 Système de notation interne de scoring 54

9.1 Analyse préparatoire des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
9.2 Construction des échantillons test et apprentissage . . . . . . . . . . . . . . . . . . . 61
9.3 Modèle de régression logistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
9.3.1 Principe du modèle : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
9.3.2 Estimation des paramètres : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
9.3.3 Estimation et test du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
9.3.4 Significativité des coefficients de régression logistique . . . . . . . . . . . . . . 64
9.3.5 Significativité globale du modèle . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.3.6 Interprétation des coefficients de la régression logistique . . . . . . . . . . . . 65
9.3.7 Présentation du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.4 Modèle des réseaux de neurones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.5 Modèle de SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
9.5.1 Principe générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
9.5.2 Limites des SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
9.6 Modèle forêts aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
9.6.1 Méthodes d’ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
9.6.2 Les forêts aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
9.7 Validation des modèles prédictifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
9.7.1 Comparaison des capacités prédictives des différents modèles prédictifs . . . . 79
Lamrani Alaoui Youssef 7/96

TABLE DES MATIÈRES
10 Tarification d’une transaction Mourabaha 81

10.1 Les différents types de RAROC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
10.2 Utilisation de la méthode RAROC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
10.3 les composantes de RAROC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.3.1 la perte moyenne anticipée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.3.2 la perte non anticipée et le capital économique . . . . . . . . . . . . . . . . 83
10.4 Tarification d’une transaction Mourabaha . . . . . . . . . . . . . . . . . . . . . . . . 84
10.5 Automatisation des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
A Liste des tables et des figures 92
B Code R utilisé 94

Liste des abréviations
• BI : Banque Islamique
• IFI : Institutions Financières islamiques
• FI : finance Islamique
• BID : Banque Islamique de Développement
• OCI : Organisation de la Conférence Islamique
• AAOIFI : Accounting and Auditing Organization for Islamic Finance Institutions
• IFSB : Islamic Financial Services Board
• SAWS : salla Laho Alayhi Wa sallam (la prière de Dieu et le salut sur lui)
• PPP/3P : partage de profit et de perte
• PD : Probabilité de défaut
• EAD : l’exposition en cas de défaut
• LGD : la perte en cas de défaut
• EL : la perte attendue
• UL : la perte non attendue
• CE : le capital économique
• PSIA : compte de partage de profit et de perte
• PER : réserve pour l’égalisation de profit
• IRR : réserve de risque d’investissement
• DM : Données Manquantes
• SVM : Support à Vaste Marge
• RL : Régression Logistique
• RN : Réseaux de neurones
• Random Forests-RI : forêts aléatoires avec entrée randomisée
• RF-RI : Random Forests-RI
• CR :Coût de Ressources
• RF-RI : Random Forests-RI
• RAROC : (Risk Adjusted Return On Capital) la rentabilité ajustée au risque
Présentation de l’organisme d’aceuil :
Albanki est un centre de formation en finance islamique et développement professionnel,
son objectif est de mettre en place un programme de formations qui aide à comprendre les
fondamentaux et les enjeux des opérations financières islamiques, les avantages, les limites et
les risques des contrats financiers islamiques, tout en respectant les normes internationales
de formation dans ce domaine.

Introduction générale
La fragilité de la Finance conventionnelle devant les crises financières et particulièrement

la crise de 2008 a renforcé l’attractivité de la finance islamique qui se présente comme un
système financier éthique et socialement responsable. L’un des noyaux durs de ce système
est les banques participatives, cependant elles sont exposées à des risques traditionnels et
des autres spécifiques dus à la nature de leur intermédiation participative.
Le contrat Mourabaha est le contrat financier le plus utilisé dans les banques partici-
patives à nos jours, pourtant elle comporte un risque de contrepartie non négligeable
qui nécessite une gestion particulière, le présent travail intitulé ”Vers une tarification
différentiée d’une transaction Mourabaha” vient pour faire face à ce problème en
tarifiant la transaction Mourabaha selon le profil de risque de chaque contrepartie, selon la
stratégie de la banque et son aversion au risque.
Ce travail est structuré en deux grandes parties :

Dans la première partie on a présenté le cadre générale de la finance islamique :
• Ses origines et son évolution
• Ses principes, ses fondements et ses composantes
• La réglementation des institutions financières islamiques
• Les différentes techniques de financement islamiques
• L’intermédiation financière dans les banques islamique
• La typologie des risques dans les banques islamiques
La deuxième partie est consacrée à la tarification de la Mourabaha selon le profil de risque
de chaque contrepartie. Les points suivants y sont traités :
• Analyse préparatoire des données
• Elaboration des modèles prédictifs pour prédire la probabilité de défaut d’une contre-
partie sur la base de ses caractéristiques.
• la validation des modèles élaborés
• la tarification d’une transaction Mourabaha par l’outil RAROC et le calcul des diffé-
rentes composantes de risque de crédit à savoir la perte moyenne anticipée(EL), la perte
non anticipée(UL) et le capitale économique, c’est à dire le montant du fonds propre
que la banque doit provisionner pour chaque transaction afin de faire face à toute perte
non attendue.
• Automatisation des résultats obtenus sous forme d’une application Shiny qui renseigne
son utilisateur sur la solvabilité d’un nouveau client, sa probabilité de défaut, la valeur
des différentes composantes de risque de crédit associé et le taux de rendement Mourbaha
adéquat au mprofil de risque de chaque contrepartie.
Première partie
Théorie de la finance islamique
12
Chapitre 1
Origine et évolution de de la finance islamique
La finance islamique peut être définie comme tous les mécanismes permettant la
satisfaction des exigences financières des agents économiques tout en respectant la religion
musulmane. [1].L’Islam est une religion et une philosophie qui oriente les principes de vie de
tout musulman. Ces principes se traduisent dans la vie privée, familiale, sociale et étatique
en constituant le cadre normatif de l’Oumma (la communauté musulmane). [2]
L’islam est fondé sur trois éléments essentiels : la ’Aquida (qui correspond à la foi),
l’Akhlaq (la moral et l’éthique) et la Charia (qui décrit les pratiques de la religion).Le
schéma 1.1 résume les principales composantes de l’islam et montre la place réservée au
commerce et à la finance 1 .
Figure 1.1 – les composantes de l’Islam
La finance islamique pourrait être définie aussi comme étant une intermédiation financière
qui s’appuie sur les principes de la Charia 2 et vise une distribution égale et équitable des
1. Source :Brian Kettel, Islamic Banking in the kingdom of Bahrain (BMA2002)
2. le terme Charia signifie en arabe(le chemin à suivre) elle joue le rôle de référence juridique et indique la ligne
de conduite dans tous les domaines de la vie des musulmans, ses principales sources sont le Coran(le livre saint de
l’Islam)et la Sounna (l’ensemble des enseignements transmis par le Prophète Mohammed (SAWS))
13
CHAPITRE 1. ORIGINE ET ÉVOLUTION DE DE LA FINANCE ISLAMIQUE
ressources ainsi qu’une équité dans la répartition des risques, elle répond aux besoins de ceux
qui rejettent la finance dite conventionnelle par un système complet qui comprend les banques
islamiques, l’assurance(Takaful), les fonds mutuels, les marchés des capitaux et les activités
islamiques des banques conventionnelles. Ainsi des activités de but non lucratif comme la
Zakat et le Waqf.
1.1 Origine et évolution de la finance islamique

Les racines et les principes de la Finance Islamique sont aussi vieux que la religion
elle-même, mais ce n’est que vers la fin du XXe siècle que le système financier islamique s’est
assez développé pour être considéré comme un modèle financier complet permettant aux
musulmans(et non musulmans) de mener des activités financières conformes aux principes
de l’islam.
La finance islamique moderne est née dans les années 60 avec la création des caisses
d’épargne rurales au village Mit Ghamr en Egypte(1963) par l’économiste Ahmed Al
Naggar, cette caisse d’épargne a permis d’expérimenter des techniques financières au-
jourd’hui admises comme(la Mourabaha, Ijarah, la Moudarabah. . .) dans l’objectif de
réduire l’exclusion bancaire et de promouvoir le développement des couches de populations
défavorisées.
La véritable naissance de la finance islamique moderne commence après les années

70 suite à la création de l’Organisation de la Conférence Islamique (OCI) regroupant un
grand nombre de pays musulmans, quatre années plus tard le sommet de l’OCI à Lahor a
voté la création de la Banque Islamique de Développement (BID), cette nouvelle institution
avait comme objectif de participer à des projets productifs d’entreprises et de fournir de
l’aide financière aux pays membres en vue de leur développement économique et social. Elle
avait aussi le droit de collecter les dépôts et de mobiliser les ressources financières selon des
modalités conformes à la Charia.
En 1975, la Dubai Islamic Bank (DIB) a vu le jour. Elle est considérée comme étant
la première banque islamique universelle et non gouvernementale. Il faut attendre l’année
1979 pour assister à la l’apparition de la première compagnie d’assurance islamique, Islamic
Insurance Compagny of Soudan, une année plus tard Le développement de la FI s’est
accéléré en raison de l’augmentation de la manne pétrolière des pays arabo-musulmans.
Durant les années 90, les institutions financières islamiques(IFI) deviennent de plus
en plus structurées et leurs règles de fonctionnement se sont raffinées et ce grâce à la
création en 1991 de l’Accounting and Auditing Organisation for Islamic Finance Institutions
(AAOIFI), considérée comme la principale organisation internationale de normalisation de
l’industrie de la finance islamique et qui sera par la suite chargée d’élaborer les standards
comptables appropriés pour les IFI.

L’année 2002 est couronnée par l’apparaition de l’Islmic Financial Services Board
(IFSB) pour faciliter l’intégration de la finance islamique dans le système financier interna-
tional. Actuellement le volume des actifs conformes à la Charia ne cesse d’augmenter, en
effet, il a atteint US$ 2094 Milliards en 2014 3
Figure 1.2 – Évolution des actifs islamiques en milliards $
D’après Le Rapport Ernst & Young 2014-15 sur la compétitivité des banques islamiques
intitulé ”Participation Banking 2.0” pour la première fois les profits consolidés des banques
islamiques ont dépassé la barre de US$ 10 milliards, ce chiffre pourra atteindre US$ 37
milliards en 2019, la même source confirme aussi que les actifs de la finance islamique
détenus par les banques commerciales dépasseront US$ 778 milliards en 2014.
Les actifs bancaires islamiques sur les six principaux marchés Qatar, Indonésie, Arabie saou-
dite, Malaisie, Emirats Arabes Unis, Turquie en voie d’atteindre US$ 1800 milliards d’ici 2019.
Les actifs bancaires islamiques ont enregistré un taux annuel de croissance composé
de l’ordre de 17% de 2009 à 2013 4
3. Source : The Banker, Zawya
4. Source : World Islamic Banking Competitiveness Report 2014-15 Participation Banking 2.0

Figure 1.3 – le taux annuel de croissance composé des actifs bancaires islamiques de 2009 à 2013
karim Cherif (2008) [3] souligne que l’évolution actuelle que connait la finance islamique
est liée à des facteurs différents entre autres il cite :
+ L’indépendance d’une grande partie des pays musulmans face à la tutelle coloniale.
+ Les excédents de liquidités générés par les pays du Golfe grâce à l’augmentation des
prix des hydrocarbures
+ Le rapatriement des capitaux musulmans après le choc de 11 septembre 2001
Cependant Boutahir et autres [14] avancent que cet essor est une conséquence aussi à la
croissance du nombre des musulmans dans le monde. en effet, d’ici à 2050 le nombre des
musulman augmentera de 73%. 5
5. Le journal 20minutes http ://www.20minutesfr,publié le 02.04.2015

Figure 1.4 – Évolution de la population mondiale selon la religion
La fragilité de la finance conventionnelle devant les crises mondiales en particulier la crise

financière de 2008 a renforcé l’attractivité de la finance islamique grâce à son fort potentiel
de stabilité, ce pouvoir stabilisateur attribué à la finance islamique donne à cette dernière
un attrait particulier en matière de politique de développement [4]
En effet, les principaux facteurs de la crise de 2008 étaient l’intérêt et la spéculation,

acheter sans payer et vendre sans détenir grâce à l’effet de levier et la vente à découvert,
ajoutant à cela le commerce de la dette et la titrisation des prêts qui offre non seulement
un moyen de financement pour les institutions financières mais aussi, une technique pour
transférer leurs risques à l’économie réelle. La finance islamique répond à ces facteurs
d’instabilité par une panoplie des principes qui assure sa stabilité. Dans ce contexte
ROLAND LASKINE annonce 6 :
”Si nos dirigeants financiers cherchent vraiment à limiter la spéculation, rien de plus
simple, il suffit d’appliquer des principes de la Charia arrêtés sept cents ans auparavant :
interdit de vendre des actifs que vous ne possédez pas de façon effective ou de réaliser des
opérations de prêts d’argent moyennant rémunération. Interdit surtout de spéculer sur les
déboires d’une entreprise. Le seul moyen de s’enrichir c’est de participer au développement
d’une entreprise et d’en percevoir les fruits en étant présent au capital”
6. article intitulé ”Wall Street, mûr pour adopter les principes de la Charia ? publié dans le journal les echos.fr en
25/09/2008

Chapitre 2
Fondement et principes de la finance islamique
Afin de comprendre les particularités de la finance islamique par rapport à la fiance

conventionnelle, il est primordiale de connaitre ses fondements et ses principes 2.1 tirés prin-
cipalement du Coran(le livre saint), la première source du droit musulman qui pose certains
règles et lois que tout musulman se doit de suivre et la Sounna qui représente les paroles et
actes du Prophète Mohamed(SAWS).
Figure 2.1 – Les principes fondamentaux de la finance islamique
2.1 Interdiction de la riba (l’intérêt)

La prohibition de la riba constitue la principale différence entre le système financier
islamique et le système conventionnel dont l’édifice repose fondamentalement sur le paiement
d’intérêt débiteurs et créditeurs. La Charia proscrit toute prime contractuelle sur le montant
d’un prêt de biens fongibles(dont la monnaie) elle interdit également le retrait par le
prêteur d’un quelconque avantage de son prêt sauf si cet avantage est librement accordé par
l’emprunteur après remboursement du prêt et sans en constituer une condition tacite ou
18
CHAPITRE 2. FONDEMENT ET PRINCIPES DE LA FINANCE ISLAMIQUE
explicite. [11]
La création de richesse réside dans l’achat et la vente de biens et dans l’investisse-

ment dans les projets tangibles et productifs, au service de l’économie réelle, la combinaison
du capital et du travail est le facteur de production idéal dans l’islam. D’après Omar lktani 1
L’islam a interdit l’intérêt en raison de construire une société qui se base sur la coopération,
la solidarité et le partage du profit et de perte, l’intérêt encourage l’égoı̈sme et la distribution
injuste des profits.
Au niveau macro-économique, il apparait que la prohibition de l’intérêt contribue à

construire un système financier plus stable quand elle limite le champs d’application du
prêt, en tant qu’instrument de financement de l’économie(le principe de la titrisation), les
modes de financement permis sont alors fondés sur la vente à crédit ou sur la participation
aux résultats des affaires dans lesquelles le capital est investi, le système financier islamique
réalise ainsi une parfaite synchronisation de la sphère réelle et de la sphère monétaire de
l’économie.
L’intérêt est injuste aussi, parce qu’il correspond à une rémunération garantie du
prêteur [5], l’emprunteur assume une part majoritaire du risque dû au fait que la rému-
nération qu’il devra céder au bailleur de fonds n’est pas fonction du résultat de l’actif
financier, le créancier est donc assuré d’un gain sur le prêt alors que le débiteur est assuré du
remboursement du prêt. Prenant l’exemple suivant : A prête 1000 DH à B pour développer
son activité et que A prélève un intérêt de 10%, si B obtient un remboursement inférieur à
10% du prêt, celui-ci payera plus d’intérêt qu’il n’a de profit.
2.2 Le principe de partage de profit et de perte (PPP/3P)

Ce principe Consiste à interdire le fait de participer au profit d’un projet sans pour
autant participer à son risque, chaque profit doit être lié à un engagement et à un risque. En
arabe c’est le principe d’Al-Ghounm bi Al-Ghourm, ce système est défini par Khan(1984) [6]
comme étant un mécanisme financier qui lie le capital financier à l’industrie et au commerce
sans utiliser un intérêt.
Cette technique permet le partage des risques entre l’entrepreneur et l’investisseur,

alors que lors d’un prêt à intérêt le risque est supporté unilatéralement par le demandeur de
fonds. Aussi ce principe est à la base de plusieurs produits financiers islamiques tel que la
Modarabah ou la Moucharaka que nous allons expliquer par la suite, elles sont plus proches
du capital risque. 2
1. Expert en finance islamique et professeur d’économie à l’Université Mohamed V à Rabat, Maroc, lors son
interview avec le journal Tajdid, publié le 05-07-2004
2. Le captal risque est un mode de financement des sociétés non cotées à risque élevé et à forte potentiel de
croissance, cette pratique constitue une alternative au financement bancaire classique, c’est un apport en fonds propre
sur un horizon à moyen et long terme où le rondement compte plus que la garantie.

CHAPITRE 2. FONDEMENT ET PRINCIPES DE LA FINANCE ISLAMIQUE
2.3 L’interdiction de l’aléa majeur et de la spéculation(le Gharar

et le Maysir)
• Bay’ El-Gharar (vente avec incertitude) est interdit en Islam car il englobe une part
importante d’ambigüité, d’incertitude et de hasard sur les caractéristiques du bien
échangé tels que son prix, sa taille, sa couleur, la date de livraison, les échéances ainsi
que le montant de remboursement, Il s’agit du risque de perte que l’on retrouve dans
la vente de biens dont l’existence ou les caractéristiques ne sont pas certaines.
• Le Maysir vient de l’adjectif arabe Yası̂r qui veut dire facile, avant l’avènement de
l’Islam, les arabes considéraient ces jeux comme moyen facile de gagner l’argent. . .
Spéculer, parier sont des synonymes de Maysir.Il représente les transactions dont l’issue
dépend essentiellement du hasard, le Maysir est interdit aussi, en FI, les espérances
de rendements de beaucoup d’instruments de la Finance conventionnelle sont souvent
spéculatifs comme les swaps, les options, les future, forwards ou les contrats d’assurance
classique.
2.4 La prohibition de participer dans les activités illicites

Le système financier islamique proscrit toute participation dans les activités économiques
illicites, comme l’industrie du jeu, de l’alcool, de l’armement, de la pornographie ou encore du
porc, les opérations de financement doivent donc porter exclusivement sur des actifs autorisés
par l’Islam, c’est-à-dire HALAL
2.5 La connexion à l’économie réelle

L’argent est un moyen d’échange et n’est pas un objet d’échange, toute transaction
financière doit être adossée à un actif tangible, l’argent ne doit être utilisé que pour le
commerce et l’investissement.
Le rôle attribué à l’argent en Islam est en effet bien explicité comme un capital po-
tentiel, ne pouvant devenir réel qu’après association avec une autre ressource, en l’occurrence
le travail et l’effort, dans un objectif d’entreprendre une activité productive 3
2.6 Le principe de propriété

La prohibition de la vente de ce qu’on ne possède pas, à l’exception de la vente Salam, où
la livraison de l’objet vendu est différée alors que le prix est payé en avance.
3. Kaouther Jouaber-Snoussi, La finance islamique est-elle vraiment si différente ? revue les cahier de l’islam

Chapitre 3
Les composantes de la finance islamique
La finance islamique est un système complet qui comporte plusieurs composantes com-
plémentaires entre elles :
Figure 3.1 – Les composantes du système financier islamique
3.1 La Zakat et le Waqf

La Zakat représente le troisième pilier de l’Islam, elle peut être définie comme étant un
devoir religieux qui oblige chaque musulman ayant éteint le Nissab 1 à purifier sa richesse
et ses revenus en payant périodiquement, en nature ou en espèces, un montant déterminé
qui sera affecté à des ayants droit bien précis dans le Coran. Dans un hadith le prophète
Mohamed(SAWS) a dit à Mu’ad quand il l’a envoyé à Yémen : tu les informe que le Dieu
exige qu’une partie d’argents des riches doit être offerte aux pauvres.
La Zakat est considérée comme un dispositif de relance économique en tant que

1. un seuil bien déterminé
21
CHAPITRE 3. LES COMPOSANTES DE LA FINANCE ISLAMIQUE
moyen d’incitation à l’investissement, la mobilisation des capitaux et à la création d’emplois

sachant que Les actifs immobilisés qui représentent l’outil de production des entreprises ne
sont pas soumis à la Zakat. En effet, la Zakat est un moyen de 2.5% sur les actifs thésaurisés 2
Le Waqf est une donation faite à perpétuité par un particulier à une population spé-
cifiée ou à une fondation créée dans un but pieux ou d’utilité publique. Le bien donné en
usufruit est dès lors placé sous séquestre et devient inaliénable. Au Maroc, le waqf est appelé
Habs, singulier de Habous.
Le Waqf, tout comme la Zakat représentent en fait un segment de la finance isla-

mique non encore exploité, qui jouent un rôle important pour renforcer la cohésion sociale et
la répartition équitable de la richesse, favoriser le développement et combattre la pauvreté. [7]
3.2 Takaful ou assurance islamique

Le Takaful est un concept islamique d’assurance qui provient du mot arabe Kafalah
et qui signifie se garantir l’un l’autre ou garantir conjointe, les participants se protègent
mutuellement contre certains risques à travers le fonds Takuful, et qui est constitué par les
contributions ou les dons des participants. Ce concept trouve ses racines dans les premiers
temps de l’Islam, toutes les actions préservant la foi, la vie, l’intellect, la postérité et la
propriété font partie de Maslaha 3 , donc de la Charia 4 aussi, les marchands de La Mecque
avaient un fonds d’assistance aux victimes de désastres naturelles ou pour les mésaventures
des caravanes Daman Khatar Al-tariq. Une sorte de garantie/caution pour couvrir les pertes
durant les voyages des caravanes des commerçants. Parmi les pratiques aussi des principes
de Takaful on trouve Aqila c’est-à-dire l’indemnisation à la famille de la victime d’un
meurtre. 5
Le Takaful comme il était pratiqué aujourd’hui a vu le jour en 1979 au Soudan par

la création de l’Islamic Insurance company(IIC), suivi par l’Arabic islamic Insurance
Cmpany à Dubai.
Selon l’AAOFI (Norme 26) : l’assurance islamique est un accord entre un groupe de
personnes contre des risques spécifiques imprévisibles qu’ils peuvent confronter, cet accord,
ainsi introduit, porte sur le versement des contributions à titre de donations, et conduit
à la création d’un fonds d’assurance qui jouit du statut d’une entité juridique avec une
responsabilité financière indépendante. Les ressources de ce fonds sont utilisées pour
indemniser tout souscripteur contre un risque prescrit dans le contrat, conformément aux
règles et procédures de la police d’assurance.
2. Mohamed Talal Lahlou, conférence sur la FI au Maroc à TBS Casablanca, janvier 2015
3. l’intérêt public
4. M. Mohamed Boulif, Consultant-Al Maalya Islamic Finance Consulting and Traning, pendant Le premier work-
shop de l’année 2012 de la Bourse de Casablanca ayant pour thème : Assurance islamique, une autre opportunité pour
drainer l’épargne au Maroc
5. même source

Le concept d’assurance islamique basé sur les piliers suivants :

• La mutualisation des risques entre les participants
• La coopération, la protection et l’aide réciproque Ta’awun
• La contribution volontaire Tabarru’
• L’investissement des fonds selon les préceptes de l’ISLAM
Il existe plusieurs modèles qui gouvernent la relation entre les participants et l’opérateur
Takuful :
Figure 3.2 – Schéma de la relation entre l’opérateur et les participants
- Le modèle Wakala (Moyen Orient) : l’opérateur Takaful perçoit une commission sous
forme de pourcentage des contributions payées par les participants en contrepartie de sa
gestion des fonds de Takaful .
-Le modèle Moudarabah (Malaisie) : l’opérateur Takaful agit comme Moudarib (gestionnaire)
et perçoit une commission du profit généré par les activités du placement du fonds de
Takaful .
-Le modèle Hybride : se base sur les deux contrats wakala et Moudaraba, le premier contrat
pour les activités de souscription et le deuxième contrat pour les activités de placement des
fonds de Takaful, l’opérateur reçoit une part proportionnelle fixée à l’avance des contributions
versées par les assurés puis une part des plus-values générées par les activités de placement.
Mohamed Talal Lahlou [5] souligne que ce nouveau système, l’assurance solidaire ou
mutuelle s’oppose au modèle d’assurance commerciale basée sur la spéculation ou l’intérêt
quand elle va vers les obligations avec les primes des assurés, les compagnies de Takaful ne
peuvent investir dans les domaines illicites tels les dérivés ou les obligations. Bhatty (2008) [8]
avance que les pratiques de l’assurance conventionnelle sont en faveur des assureurs, alors
que Takaful est un système dans lequel les assurés s’engagent à s’entraider mutuellement
en cas de survenance d’un risque. Ma’sum Billah(2002) [15] ajoute que La prime payée(le
don) n’est pas définitivement perdue, ainsi à l’échéance d’un contrat les assurés gardent le
droit à un remboursement correspondant au surplus technique non utilisé de leurs primes et

ce après le déduction des frais de gestion. Dans un autre coté si le montant de cotisation
s’avère insuffisant pour couvrir les charges engagés, la cotisation d’assurance augmente pour
faire face à ce constat, donc l’assuré paye le prix réel de l’assurance.
3.3 La Microfinance islamique

La microfinance islamique pourra être définie comme étant la prestation des services
financiers conformes à la charia aux entrepreneurs pauvres et exclus du système financier
traditionnel, on peut faire la différence entre deux formes de la microfinance islamique :
1-Non lucratif :L’islam a établi un système de financement complet pour l’éradica-

tion de la pauvreté : la Zakat, le Waqf, la Sadaqa-Jaria (une charité continuelle) et le
Qard-Hassan (prêt sans intérêt), ce dernier qui forme la base de la microfinance islamique
lors ses premières étapes. Cependant pour assurer leur stabilité etleur durabilité les IMFI
(institutions de microfinance islamique) doivent passer à un autre mode plus structuré.
2-Lucratif : Ce type de microfinance se base sur les techniques islamiques de finan-

cement comme la Mourabaha ou la Moucharaka.
La microfinance islamique reste encore un vaste domaine de recherche.
3.4 Les banques islamiques

Les banques islamiques constituent le noyau dure de la finance islamique, leur importance
ainssi que leur forte liaison avec notre étude nous a poussé de les traiter séparément dans un
chapitre.
3.5 Le marché financier islamique

Le développement de l’ingénierie financière islamique a permis aux investisseurs une large
gamme de services, tels que les fonds d’investissements, les indices boursiers et les obliga-
tions islamiques(les Sukuk) ce qui leurs permettent de diversifier leurs portefeuilles tout en
respectant les principes de la charia.
3.5.1 Les fonds d’investissement islamiques
Les fonds d’investissement islamiques représentent l’équivalent des OPCVM dans la fi-
nance conventionnelle, 6 Il y a plusieurs catégories des fonds d’investissement islamiques avec
un seul point commun, c’est qu’ils sont à capital non garanti, leur niveau de rentabilité dé-
pend directement des bénéfices et des pertes qu’ils réalisent et qui seront partagés entre les
différents investisseurs participants dans le fonds. [9] La majorité des fonds d’investissement
6. Organisme de placement collectifs en valeurs mobilières

islamiques sont des fonds d’actions, dont plus de la moitié sont constitués par des fonds in-
vestis en Arabie Saoudite ou en Malaisie. Le contrôle de leur conformité à la charia est assuré
par un comité Charia indépendant composé des jurisconsultes spécialisés en droit musulman.
3.5.2 Le marché obligataire islamique (Sukuk)
Dans l’objectif d’établir une source de financement alternative aux titres de créances
conventionnels, le conseil de la jurisprudence islamique de l’OIC (Organisation of Islamic
Conference) a légitimé le concept des Sukuks en 1988.
Les sukuks (Saak au singulier ) sont des titres dont le rendement est lié à la perfor-
mance d’un actif sous-jacent détenu par l’émetteur. Les actifs concernés peuvent être des
services, des biens ou droits ou L’usufruit de ces biens ou droits. 7 La différence avec les
obliagtions classiques dont le coupon est une rémunération de la dette est que pour les
sukuks, les coupons sont liés à la performance d’un actif sous-jacent, les acheteurs des
Sukuks pourront avoir une rémunération nulle, positive ou négative.
l’AAOFI dénombre 14 modalités de structuration des Sukuks, les plus reconnus en

pratique sont :
• Sukuk Al-Ijarah
• Sukuk Al-Wakala/Modarabah
• Sukuk Al-Mouchraka
• Sukuks Al-Salam
Le schéma 3.3 présente la structuration générale des Sukuks 8 :
Figure 3.3 – La structuration des Sukuks
Le tableau 3.1 résume les principales différences entre les obligations et les sukus 9
7. les Sukuks, une nouvelle alternative de financement pour le Maroc, Al-Khawarizmi Group,2012
8. Source : les Sukuks, une nouvelle alternative de financement pour le Maroc, Al-Khawarizmi Group, 2012
9. Source : Islamic Finance : The Global Perspective Rabat, Morocco, 20 March 2015

Obligations Sukuks
Les obligations ne sont pas liées à des actifs Les Sukuks représentent chacune une part de
propriété des actifs sous-jacents à l’opération.
Les obligations donnent droit à un revenu fixe. Les souscripteurs n’ont pas de revenu fixe mais
plutôt un revenu lié à l’actif ou l’activité sous-
jacente.
Les obligataires ne sont pas concernés par les Les souscripteurs perçoivent une part de pro-
résultats de l’émetteur. fit mais supportent également les pertes éven-
tuelles d’investissement.
L’échéance des obligations est indépendante de Le terme des Sukuks correspond généralement
la fin de l’activité ou du projet financé. à la fin du projet financé.
Tableau 3.1 – Comparaison entre les sukuks et les obligations
Le marché des sukuks n’a pas été épargné des conséquences de la crise financière de 2008, le
schéma3.4 montre l’évolution des émissions de Sukuks durant la période 2008-2014
Figure 3.4 – l’évolution des émissions de Sukuks durant la période 2008-2014
3.5.3 Les indices financiers islamiques :
Dans le but de faciliter la tâche pour plusieurs investisseurs désireux d’investir en confor-
mité avec leurs principes religieux, plusieurs indices boursiers islamiques ont vu le jour citant
les plus marquants :
• Le Dow Jones Islamic Market Index, créé en 1999 et qui reflète l’évolution des sociétés
de 66 pays dans le monde qui respectent les principes de la FI.
• Le FTSE Shariah global equity index series il englobe les indices du DIFX Shariah, le
SGX, et la FTSE Bursa Malaysia index.

• S&P index series lancés par l’agence S&P en 2006

• MSCI (Morgan stanley Capital international) index lancé en mars 2007.
• Stoxx : La société Stoxx vient de lancer le 23 février 2011 les premiers indices boursiers
en Europe Continentale c’est la famille d’indices boursiers islamiques la plus récente à
ce jour.
Notons que le contrôle et le filtrage sont accomplies par un comité charia indépendant,
qui exprime ses opinions vis-à-vis les valeurs que contient l’indice boursier islamique. Pour
qu’une valeur soit incluse dans un tel indice, il faut qu’elle passe des filtres qualitatifs et
quantitatifs, les filtres qualitatifs afin d’éviter les secteurs d’investissement prohibés par la
Charia, et les filtres quantitatifs consistent à trier les sociétés pour ne garder que celle dont
la structure financières satisfaire certaines exigences exprimées sous forme des ratios.
Comme il est indiqué dans le chapitre 1, le volume des actifs financiers islamique
dans le monde est environ 2 trillion $, la figure 3.5 montre le pourcentage de chaque
composante de ce système 10
Figure 3.5 – Volume des actifs financiers islamiques selons les secteurs
10. Source :http ://www.alhudacibe.com/

Chapitre 4
La réglementation des institutions financières
islamiques
La réglementation prudentielle dans le monde est un système globale, l’autorité de

contrôle est la banque centrale de chaque pays, c’est une réglementation nationale qui veille
au respect des normes internationales.
La réglementation internationale émane essentiellement des recommandations de Bâle, les

textes réglementaires les plus connus sont le ratio de Cooke et le ratio de Mac Donough, le
comité de Bâle traite plusieurs volets :
• La suffisance de capital
• Les pratiques et procédures pour les prêts
• L’identification, la mesure et le contrôle des risques
• Les méthodes d’évaluation de la qualité des actifs de la banque
• La création de réserve pour couvrir les pertes sur les prêts
• Le contrôle interne . . .
Selon une étude de l’IIRF (institut islamique de recherche et de formation) la réglemen-
tation internationale doit être appliquée pour les banques islamiques pour plusieurs raisons :
• La stabilité du système financier.
• L’acceptation des banques islamiques sur le marché interbancaire international.
• L’intégration de la finance islamique dans le système financier mondial.
Cependant sur nombreux points les activités exercées ainsi que les risques encourus par
les banques islamiques divergent de ceux envisagés dans les banques conventionnelles, ce qui
pose des problèmes lors de l’application des normes internationales sur plusieurs niveaux :
• La nature spéciale des comptes d’investissement : La réglementation internationale met
sur le même plan les dépôts à vue et les dépôts d’investissement notamment pour la
mesure de risque, ce qui n’est pas le cas en réalité. D’ailleurs la banque islamique trouve
des difficultés pour définir le statut des dépôts d’investissement, les intégrer dans le
capital de la banque ou parmi les actifs de hors bilan..
28
CHAPITRE 4. LA RÉGLEMENTATION DES INSTITUTIONS FINANCIÈRES ISLAMIQUES
• La conformité à la charia : Les banques islamiques ont leurs propres comité de contrôle
de la charia cependant les clients de la banque doivent s’assurer que ces comités sont
qualifiés et qu’ils fonctionnent correctement, ce qui exige que la banque central aura son
propre conseil de la charia.
Actuellement la réglementation en vigueur est différente selon les pays :
• Les pays où les système tout islamisé comme l’Iran, Pakistan et le Soudan
• Les pays où un système dual existe, les banques conventionnelles et islamiques co-
existent, dans ces pays les normes internationales sont adoptées et les banques isla-
miques sont supervisées par la banque centrale et contrôlées dans le cadre du système
international.
• Les pays où aucune réglementation n’est appliquée.
Pour homogénéiser les pratiques financières islamiques plusieurs institutions ont vu le jour :
Figure 4.1 – la réglementation des institutions financières islamiques
+ AAOIFI (Accounting and auditing Organization of Islamic Financial Institutions) l’or-

ganisation de comptabilité et d’audit des institutions financières islamiques située à Bah-
reı̈n depuis 1991 et dont le rôle consiste à surveiller les règles comptables des banques
islamiques.
+ IFSB (Islamic Financial Services Board) le conseil des services financiers islamiques
créé en 2002, son objectif principal est de faciliter l’adéquation du système financier
islamique avec le système financier international, il a élaboré des normes pour le calcul
des exigences en fonds propres des banques islamiques et aussi pour la gestion des risques
et la gouvernance des établissements
+ IIFM (International Islamic Financial Market) le marché financier islamique internatio-
nal, créé à Bahreı̈n en 2001, vise à définir le cadre conceptuel nécessaire au développe-
ment de marchés monétaires et de capitaux islamiques.
+ IIRA (International Islamic Rating Agency) agence de notation islamique internationale

CHAPITRE 4. LA RÉGLEMENTATION DES INSTITUTIONS FINANCIÈRES ISLAMIQUES
crée en 2002 au Bahrein son objectif est l’évaluation et la notation des institutions
financières islamiques.
+ CIBAFI (General Council for Islamic Banks and Financial Institutions) Le Conseil
Général des Banques et Institutions Financières Islamiques est institutions financières à
but non lucratif créée à l’initiative de la banque islamique de développement (BID) son
objectif est de soutenir et de protéger l’industrie financière islamique par la formation
l’orientation et l’innovation .
+ LMC (Liquidity Management Centre) centre de gestion de liquidité, a été créé en 2002
pour faciliter la mise en place d’un marché monétaire interbancaire qui permet aux
institutions islamiques de gérer leur liquidité de façon dynamique.
Dans son rapport intitulé Finance Islamique : opportunités, défis et options stratégiques [18],
le Fonds Monétaire International (FMI) indique que, malgré les normes spécifiques élaborées
par des organismes de normalisation spécialisés, les cadres réglementaires et de surveillance
ne répondent pas encore aux risques de l’industrie.

Chapitre 5
Les techniques de financement islamique
Les experts en finance islamiques regroupent les produits financiers islamiques en deux
types principaux, les produits basés sur le principe de 3P et ceux basés sur le principe du
coût plus marge.
5.1 Les techniques de financement participatives

5.1.1 La Moudarabah
La Moudarabah est une technique de financement participative qui consiste à associer le

capital avec le travail (l’argent avec le savoir-faire) en vue de partager les bénéfices réalisés.
C’est un contrat entre deux parties, un investisseur (rab Al maal ) qui remet un capital à
un gestionnaire( moudarib) afin de le gérer en contrepartie de partager les bénéfices engagés
selon une répartition convenue à l’avance après le recouvrement du capital de l’investisseur,
et les frais de gestion de l’entrepreneur. En cas de perte les deux parties partagent le risque
de l’affaire, l’investisseur perd la partie du capital perdue, l’entrepreneur, quand à lui perdra
sa rémunération.
La banque pourra jouer le rôle de l’investisseur 5.1 ou de l’entrepreneur 5.2, mais cette
deuxième forme est la plus adoptée.
31
CHAPITRE 5. LES TECHNIQUES DE FINANCEMENT ISLAMIQUE
Figure 5.1 – Contrat Moudarabah où la banque joue le rôle de Rab Al Maal
Exemple du contrat Moudarabah Entreprise :
1- la banque Islamique signe un contrat Modarabah entreprise en tant qu’investisseur

(Rab Al maal) et l’entrepreneur en tant que gestionnaire (moudarib)
2- les deux parties partagent le profit net avec un ratio 60 :40 sachant que toute perte de
capital est supportée seulement par la banque sauf une négligence de la part de gestionnaire
3- S’il y a des autres charges directes de Moudarabah seront supportées par l’entreprise de
Moudarabah.
4- Les profits doivent être partagés périodiquement ou à l’échéance selon les modalités du
contrat, 60% pour le moudarib et 40% pour l’investisseur (Rab Al maal), toute perte est
supporté par l’investisseur.
5- à la maturité du contrat Moudarabah l’entreprise sera vendu dans le marché, ou achetée
par le moudarib avec sa valeur dans le marché.
Figure 5.2 – Contrat Moudarabah où la banque joue le rôle de moudarib

5.1.2 La Moucharaka et la Moucharaka dégressive
La Mouchraka 5.3 est une technique de financement participative, deux parties sous-
crivent au capital d’une société ou d’un projet, la banque et un ou plusieurs partenaires,
les deux parties participent aux pertes et aux profits proportionnellement à leurs apports
respectifs. Tous les contractants ont un droit de regard sur la gestion de projet. Dans le cas
de Moucharaka dégressive 5.4 l’entrepreneur peut racheter progressivement les parts de la
banque.
La Moucharaka est particulièrement favorisée par les jurisconsultes musulmans, cependant

elle est moins utilisée en pratique à cause de son niveau élevé de risque.
Figure 5.3 – le Déroulement du contrat Moucharaka

Figure 5.4 – le Déroulement du contrat Moucharaka dégressive
Exemple de contrat Moucharaka
1- Le client et la banque islamique signe un contrat Moucharaka entreprise, les deux

parties participent au capital selon un ratio 20 :80
2- Les deux parties partagent le bénéfice net au rapport 40 :60. Si la Moucharaka Enterprise
ne réalise aucun profit, la perte sera partagée entre les deux parties selon un rapport convenu
40 :60 ou selon leurs apports dans le capital.
3- Dans le cas de la Moucharaka dégressive ( Diminiching Moucharaka), l’un des partenaires,
le client par exemple achète les parts de la banque islamique progressivement jusqu’à devenir
le seul propriétaire de l’entreprise
5.2 Les techniques de financement basée sur le principe coût plus

marge
5.2.1 La Mourabaha (Mark-up financing)
La Mourabaha 5.5 est parmi les techniques de financement les plus utilisés par les insti-
tutions financières islamiques. Le client demande à sa banque de financer l’achat d’un bien
meuble ou immeuble déterminé conforme aux principes de la Charia, la banque l’achète a
alors à un fournisseur au comptant, pour un prix déterminé et le revendra au client à un prix
différé, ce prix comporte le prix de revient plus une marge bénéficiaire convenue d’avance et
non révisable à la hausse en cas de retard du paiement ou d’un comportement malhonnête.
La marge bénéficiaire de la banque est justifiée par le volet commercial de la transaction et
non par le volet financier [1] (L’islam a permis le commerce et interdit le riba ) 1 . En générale
1. sourate Al-Baqara, verset 275

ce mode de financement est utilisé à court terme pour l’acquisition de matière premières et
de produis semi-finis.
Figure 5.5 – processus du contrat Mourabaha
Déroulement du contrat Mourabaha :
1. Le client dépose une demande à la banque dans laquelle il exprime sa volonté d’acquérir
un bien.
2. Si la banque donne un avis favorable à la demande du client, ce dernier signe une
promesse d’achat dans laquelle promet la banque d’acheter ce bien avec un contrat
Mourabaha si cette dernière l’achète, aussi il présente une marge de sécurité Hamich
Aljedia 2 à la banque comme une garantie pour respecter sa promesse banque achète le
bien auprès d’un fournisseur avec un paiement au comptant.
3. La banque signe un contrat Mourabaha avec son client pour lui vendre le bien au prix
du revient plus une marge bénéficiaire
4. La banque délivre le bien à son client. 3
5. Le client paye le prix de bien selon la convention préalablement établi, généralement un
paiement différé.
Conditions de validité du contrat Mourabaha
• Les biens faisant l’objet du contrat doivent exister au moment de signature du contrat.
• Les éléments de la transaction doivent être clairs et précis : la marge, les conditions de
livraison, les conditions de paiement.
2. dans le cas où le client ne respecte pas sa promesse d’achat la banque revende le bien sur le marché, la différence
entre le coût de revient du bien et son prix sur le marché est remplacé par la marge de sécurité Hamich Aljedia
3. En raison de simplification, la banque islamique donne généralement mandat à son client (contrat wakala) pour
acheter le bien, surtout lorsqu’il s’agit de financer une importation, ce dernier, en tant que mandataire de la banque,
contrôle et achète directement le bien au vendeur au nom de la banque.

• La banque doit acheter le bien avant la signature du contrat Mourabaha, car la marge
de la banque est justifiée par l’opération commerciale qui précède le contrat.
• Les jurisconsultes ont autorisé la banque islamique de prendre une garantie en cas de
paiement différé (gage, hypothèque)
• Il n’y a pas de pénalité de retard en cas de paiement hors délais, cependant certaines
banques pour faire face ou problème d’aléa moral prévoient des pénalités en cas de
retard, et qui sont versés à des oeuvres de charité.
Tarification de la Mourabaha dans les banques islamiques
Soit l’exemple suivant, un client demande à sa banque de lui acheter une marchandise
à l’étranger avec un financement Mourabaha, les informations liées à cette transaction sont
données dans le tableau suivant :
Figure 5.6 – Donnée de la transaction Mourabaha
A partir des informations précédentes les banques islamiques calculent les mensualités
versées par le client de différentes manières :

5.2.2 Salam et Salam parallèle
Le Salam est un contrat par lequel une institution financière achète des biens en payant
en avance alors que ces biens seront livrés au futur.
Afin d’éviter toutes confusions le bien doit être bien définit lors de la signature du contrat,
son genre, sa quantité, sa qualité et son prix.
Ce type de contrat est particulièrement adapté pour le financement des activités agricoles où
les paysans éprouvent des besoins financiers au début de compagne. En générale le contrat
salam permet au vendeur de recevoir son argent d’avance en échange de l’obligation de livrer
le produit ultérieurement. Cette technique permet à la banque de faire face à la fluctuation
des prix des marchandises.
• La banque peut vendre en parallèle le bien acheté avec un autre contrat salam (Salam
parallèle) indépendant comme elle peut attendre la réception du bien et le vendre cash
ou par paiement différé
• La banque peut autoriser le vendeur de vendre le bien à sa place à la date de livraison
ou de le livrer à une autre partie.
• Ce contrat est une exception car dans la théorie de la charia, il est interdit de vendre ce
qu’on ne détient pas (bay’ alma’doum ). À l’époque du prophète, les arabes dépendant
régulièrement du commerce saisonnier et de l’agriculture, il était courant d’effectuer des
contrats salam.
Figure 5.7 – déroulement du contrat salam et salam parallèle
Le mode de financement salam peut être utilisé à court terme, à moyen ou à long terme
[11] :
• Court terme : Le contrat salam est bien adapté au domaine agraire où la durée en
générale ne dépasse pas une année
• Moyen terme : Financement des opérations d’investissement des certaines entreprise de
taille moyenne dont la maturité des projets ne dépasse pas cinq ans.

• Long terme : Financement des gros projets industriels 4
5.2.3 Istisna’a et Istisna’a parallèle
Il s’agit d’un contrat par lequel une partie Mostani’a demande à une autre Sani’a de lui
fabriquer un bien défini dans son genre, sa qualité et sa quantité, moyennant un paiement au
comptant, échelonné ou à terme.
La banque peut utiliser le contrat Istisna’a de deux manière différentes :
1- la banque achète le produit par un contrat Istisna’a et le revend moyennant un paiement
à terme ou des paiements fractionnés.
2-la banque signe un contrat Istisna’a avec son client en tant que vendeur pour lui fabriquer
un produits avec des caractéristiques précises et elle signe un contrat istisna’a parallèle en tant
qu’achteur de produit auprès du manufacturier pour respecter ses engagements du premier
contrat .
Figure 5.8 – déroulement du contrat istisna’a et istisna’a parallèle
Exemple du contrat istisna’a :

• Le client demande à la banque de lui construire un édifice d’un prix de revient de 200000
DH
• La banque signe un contrat Isisna’a avec le client au prix 250000 DH, la différence
représente la marge bénéficiaire de la banque.
• La banque signe un contrat istisna’a parallèle avec un entrepreneur spécialisé en
construction avec un prix de 200000 DH.
• Une fois l’édifice est construit, l’entrepreneur le délivre à la banque.
• La banque à son tour délivre l’édifice à son client en recevant le montant du contrat
selon la convention.
4. des projets qui ne sont engagés qu’à condition d’obtenir des contrats fermes d’achat telles les constructions
navales ou aéronautiques

5.3 Autres techniques de financement islamiques

5.3.1 Ijarah
l’Ijarah 5.9 est un contrat de location, après la demande de son client la banque achète
le bien tel que les machines, les avions, les bateaux ou les trains auprès d’un fournisseur
puis le met à la disposition de son client en contrepartie d’un paiement de loyer pour une
période déterminé, cette formule sollicite donc trois type d’engagement, Un ordre d’achat,
une promesse de location et un contrat de crédit-bail (leasing) qui peut être sans ou avec
promesse d’achat (Ijara-wa-Iqtina).
Figure 5.9 – déroulement du contrat ijara
La location aboutissant à l’achat permet au locataire d’acquérir le bien à la fin du contrat

de leasing, sachant que le document portant sur l’option d’achat ne peut être signé qu’a la
fin de la période de bail.
Exemple de contrat Ijara et Ijara-wa-Iqtina :
• Le client promet la banque islamique de louer une maison si cette dernière l’achète
• La banque achète la maison au comptant auprès d’un fournisseur (peut être le même
client si l’objectif de ce dernier est d’avoir la liquidité )
• La banque signe un contrat ijara avec le client selon une période déterminée.
• Le client reçoit la maison moyennant le paiement d’un montant périodique comme il est
défini dans le contrat
• A la maturité du contrat le client rend la maison à la banque. Dans le cas Ijara-wa-Iqtina
la propriété de la maison louée est transférée au client et dans ce cas le loyer fait partie
du prix finale de la maison.

Chapitre 6
L’intermédiation financière des banques
islamiques
La banque islamique est une institution bancaire qui obéit dans toutes ses opérations,
ses activités d’investissement et sa direction aux principes de la législation islamique, 1 elle
se distingue de la banque conventionnelle par trois critères essentiels :
1- Le recours au comité Cahri’a (Charia compliance Boards) qui évalue la conformité

des transactions et des produis bancaires aux principes religieux.
2- La croissance des ressources qui dépassent les emplois.
3- Les particularités des ressources et des emplois par rapport à la banque conventionnelle
et à la banque d’investissements conventionnelle
6.1 Ressources et emplois de la banque islamique

Afin de comprendre la nature de l’intermédiation des banques islamiques commençant par
préciser Leurs ressources et leurs emplois.
6.1.1 Ressources de la banque islamique :
Les ressources de la banque islamique sont divers on cite :

- Le capital propre.
- Les dépôts à vue (comptes courants) : leurs valeurs nominales sont garanties par la banque,
ils ne génèrent ni bénéfice ni revenues et leurs titulaires doivent payer des frais liés à leur
administration.
- Les comptes d’épargne : sont gérés selon le principe de wadi’a leur valeur nominale est
garantie par la banque sans que cette dernière garantisse leur rendement, par contre elle
peut accorder des revenus positifs aux titulaires de ces comptes selon sa propre profitabilité
sous forme des dons Hiba , généralement servent à des financements commerciales comme la
Mourabaha, l’Ijarah et baiy’ Salam.
1. ces principes comme la prohibition de l’intérêt, l’adossement à un actif tangible, les transparences des opérations
financières et l’interdiction de la manipulation de l’information et la corruption
40
CHAPITRE 6. L’INTERMÉDIATION FINANCIÈRE DES BANQUES ISLAMIQUES
- Les comptes d’investissement ou les comptes de partage de profit et de perte, appelés aussi
les comptesPSIA (Profit-Sharing Investment Accounts) constituent les principales ressources
de la banque islamique, gérés selon le principe de Moudarabah, ils sont des contrats liant le
déposant en tant que bailleur de fonds à la banque en tant que gestionnaire, en vue de la
participation aux profits issus de ces investissements selon un prorata prédéterminé.
La banque ne garantit ni leur valeur nominale ni un rendement prédéterminé, Ainsi la ré-
munération dépend du montant total déposé, de la durée des dépôts, des résultats et des
investissements effectués, ils peuvent servir aux financements des projets productifs à long
terme (Moudarabah et Moucharakah).
On distingue entre les comptes PSIA restreintes et non restreintes, pour les non restreintes
le déposant n’a aucun droit de regard ou de gestion alors qu’il peut décider de l’allocation de
ses fonds avec un compte restreinte.
- Les comptes de Zakat et les comptes des services sociaux où sont versés respectivement les
sommes dues à l’obligation de la Zakat et les dons servant à financer des services sociaux.
6.1.2 Les emplois de la banque islamique
Les emplois des banques islamiques sont nombreux, on distingue ceux qui sont basés
sur le partage de profit et de perte tels que la Moucharaka et la Moudarabah et ceux qui
représentent une opération de vente tels que la Mourabaha, bai Salam, l’Istisnaa, l’Ijara
wa l’Iqtinaa ou des autres produits de financement à caractères spécifiques comme les
financements sociaux et humains liés à l’allocation des fonds de la zakat auprès des fonds
propres de la banques ou auprès des dépôts sous l’ordre des clients et redistribués aux agents
en nécessité ou aux associations au but non lucratif etc.
Les banques islamiques offrent des autres services rémunérés tels que les opérations de
change au comptant, la consultation financière etc. . .
En analysant les ressources et les emplois des banques islamiques on distingue diffé-
rentes formes d’intermédiation financière pour la banque islamique :
- Intermédiation commerciale englobe des financements exempts du taux d’intérêt mais ils
remplissent des fonctions similaires à celle des banques conventionnelles
- Intermédiation participative : basée sur le principe de partage de profit et de perte(PPP)
du côté des dépôts et du côté des financements, elle ne se limite pas à la simple relation
prêteurs-emprunteurs, la banque s’engage en tant que partenaire, donc elle doit jouer un
rôle plus actif dans la sélection des projets et la collecte et l’analyse de l’information. Cette
intermédiation constitue la spécificité des banques islamiques en matière d’intermédiation,
en fait selon plusieurs économistes et jurisconsultes musulmans, entreprendre un financement
à rendement garanti sans participer aux pertes est considéré comme irrationnel et injuste.
- Intermédiation sociale et caritative qui n’adhère pas aux principes purement économiques.

6.2 La banque islamique vs la banque conventionnelle

Comme on a vu précédemment parmi les principes de base de la finance islamique est que
l’argent ne doit pas naitre spontanément de l’argent, c’est pour cette raison que plusieurs
opérations classiques comme le prêt à intérêt, l’affacturage 2 , ne font pas partie des produits
proposée par les banques islamiques [12], de ce fait on peut déduire certains nombres de
particularités des banques islamiques comme la structure du bilan, la conformité à la Charia
et leurs objectifs sociaux.
Le bilan de la banque islamique découle de la relation de cette dernière avec ses

clients, la banque islamique joue le rôle du débiteur-créditeur pour des contrats tels que
Ijara, Moudarabah et Wadi’a, un rôle de conservateur pour le contrat Wadi’a, un rôle
d’acheteur-vendeur pour les contrats Salam, Mourabaha et istisna’a, un rôle d’investisseur-
emprunteur pour le contrat Moudarabah et aussi elle joue un rôle d’investisseur-gestionnaire
dans le contrat Moucharaka.
- Le passif d’une banque islamique est sensiblement différent de ce que l’on peut ren-
contrer dans une banque conventionnelle, il est constitué des différentes catégories de
dépôts : Les comptes courants, les dépôts d’épargne, les comptes d’investissement.
- À l’actif on trouve également les participations de la banque dans les entreprises et les
crédits finançant l’actif circulant.
Un bilan type de la banque islamique et de la banque conventionnelle sont donnés

par le tableau ci-après
2. Transfert des créances d’une entreprise à un organisme extérieur qui se charge d’en assurer le recouvrement.

Figure 6.1 – Un bilan type de la banque islamique et de la banque conventionnelle

Chapitre 7
Typologie des risques dans les banques
islamiques
La banque est généralement présentée comme un portefeuille de risque. Les banques isla-
miques ne font pas l’exception, elles se trouvent sujettes aux risques traditionnels à savoir le
risque de crédit, de marché, de liquidité et opérationnels et aussi à une série des risques spé-
cifiques à leurs activités, à la nature de leurs contrats, au système de rémunération employé
et au système dual de gouvernance.
Figure 7.1 – Typologie des risques dans les banques islamiques
La gestion des risques une fonction centrale et transversale dans les institutions financières
islamiques. Gérer les risques, c’est à la fois les définir, les identifier, les mesurer, les tarifer,
et à la fin parfois les assumer, parfois les réduire avec les outils adéquats.
Dans ce chapitre nous allons mettre en évidence les différents risques qui nuisent la
44
CHAPITRE 7. TYPOLOGIE DES RISQUES DANS LES BANQUES ISLAMIQUES
stabilité des banques islamiques tout en mettant l’accent sur le risque de crédit faisant
l’objet de notre étude.
7.1 Risque traditionnels

7.1.1 Le risque de crédit ou de contrepartie
C’est le risque que le contractant se trouve dans l’incapacité à honorer une partie ou
la totalité de ses engagements envers la banque participative. Il se manifeste lorsque la
banque avance des fonds (Salam ou Istisnaa) ou délivre une marchandise (Mourabaha)
avant de recevoir la contrepartie de son financement et en conséquence s’expose à des pertes
potentielles. [13]
Ce risque peut survenir pour les contrats participatifs aussi comme la Moudarabah et
la Moucharaka quand le partenaire renonce à payer la part revenant à la banque participative.
La nature de l’intermédiation financière des banques islamiques rend le risque de

crédit plus important :
• L’interdiction de l’intérêt ne permet pas aux IFI d’accéder à des instruments de couver-
ture comme les produits dérivés considérés comme des moyens efficaces pour l’atténua-
tion de risque de crédit.
• La Mourabaha expose les banques islamiques à un risque de non-paiement par l’acheteur
du coût de bien objet du contrat, d’un autre coté si les échéances de règlement ne sont pas
respectées par le client donneur d’ordre, la banque sera devant une baisse de rendement
de l’opération vu que le prix de vente est non révisable.
• Le non-paiement de loyer par le client ou un retard de paiement dans l’Ijara réduit la
rentabilité de la banque islamique, une réduction qui ne peut pas être recouverte vue
que l’interdiction de toute majoration.
• Certains contrats islamiques comme le Salam ont un remboursement in fine, le fait qui
augmente le surcroı̂t de crédit.
• La soumission des contrats financiers islamiques à la charia oblige la banque de prouver
la négligence ou la faute d’emprunteur afin d’avoir une chance de récupérer sa mise.
• L’interdiction des pénalités en cas de défaut augmente la probabilité de défaut(PD) et
le coût de perte en cas de défaut. 1
Gestion de risque de crédit
La gestion de risque de crédit a pour objectif de mesurer et contrôler le risque de

contrepartie afin de s’assurer la survie de l’IFI en évaluant le risque auquel elle est exposée
et faciliter la prise de décision pour les nouvelles opérations.
1. Guideline to IFI de l’IFSB principe 22

Dans le but d’harmoniser la gestion de risque de crédit dans les IFI l’Islamic Finan-
cial Service Board (IFSB) a mis en place plusieurs normes qui se focalisent sur les points
suivants :
• En raison des particularités de chaque instrument financier, le risque de crédit doit être
analysé pour chacun d’eux, ceci facilitera la mise en place d’un système de contrôle
interne et de gestion des risques. 2
• Chaque IFI est censée mettre en place un système de gestion des risques permettant
l’identification, la mesure, le suivi, le reporting et le contrôle du risque de crédit. 3
• les IFIs mettent en place des procédures définissant les contreparties éligibles, elles
doivent obtenir suffisamment d’information pour faire une évaluation complète du profil
de risque de chaque contrepartie. 4
• l’IFSB recommande que les indicateurs de mesure de risque inclure, la VAR, les stress
testing et le RAROC.
La réglementation bâloise donne aux banques le choix entre l’approche standard basée sur les
notations externe et les approches de notation interne (IRBF ou IRBA) mais elle recommande
l’utilisation du rating interne afin d’affecter le capital destiné à couvrir le risque de crédit.
Figure 7.2 – Les différentes approches de Bâle
L’approche de notation interne de gestion de risque de crédit rend la régulation des exi-
gences de fonds propres adéquate avec le risque encouru, elle incite les banques à développer
leurs propres systèmes internes de gestion de risque, l’approche fondation convient aux institu-
tions moins sophistiquées alors que l’approche avancée convient aux établissements financiers
les plus performants, selon ces deux approche l’exposition au risque de crédit est caractérisée
par différents concepts :

• PD : La probabilité de défaut de paiement.

• LGD : La mesure de la perte dans le cas d’un défaut de paiement
• EAD : La mesure de l’exposition totale au risque de crédit dans le cas d’un défaut de
paiement.
• T : La maturité du contrat, c’est un déterminant important du risque de crédit, plus la
maturité est longue plus la probabilité de faire défaut augmente.
Pour les banques appliquant l’approche de notation interne de Bâle II doivent avoir un
système de rating interne qui leur permettre :
• Évaluer chaque contrepartie.
• Mesurer le coût et le bénéfice de chaque activité.
• Calculer les pertes potentielles en cas de défaut.
La prise de décision d’octroi de crédit est une étape primordiale qui doit être évaluée
et contrôlée soigneusement pour éviter toute mauvaise sélection tout en tenant compte aux
objectifs de la banque en terme de type de crédit, de revenu et du paire rentabilité-risque
pour chaque activité.
La bonne gestion du portefeuille exige aussi une surveillance efficace des conditions de
contrats, des garanties et une diversification d’investissements.
7.1.2 Risque d’investissement
C’est le risque auquel font face les IFI à travers les produits participatifs qu’els’elles offrent
comme la Moudarabaha et la Moucharaka, la banque finance intégralement le projet de la
Moudarabah et rentre comme partenaire dans le cas de la Moucharaka ce qui lui expose un
panorama des risques industriel, de contrepartie, opérationnel. . .
Le choix de projet et de partenaire est une étape cruciale dans les banques islamiques,
connaitre son partenaire, son savoir-faire, ses compétence et une bonne étude du projet objet
de contrat permettent d’atténuer le risque d’investissement.
7.1.3 Risque de liquidité
C’est le risque que la banque participative ne peut pas assumer ses engagements financiers
dans les délais impartis. Le recours à la fois au financement et à l’investissement augmente
la maturité moyenne des actifs des banques participatives, alors que le refinancement est
principalement à court terme ce qui augmente les gaps de maturité.
Compte tenu de leur forme particulière encadrée par la charia, la gestion de risque de
liquidité est devenue un élément clé dans les BI, l’interdiction de l’intérêt par la Charia pose
la difficulté de recourir à des emprunts interbancaires et de faire appel au prêteur en dernier
ressort ce qui augmente le risque de liquidité.
La prohibition du commerce de la dette considéré un moyen de création monétaire

dans les banques conventionnelles et la forte dépendance aux comptes courants exposés à un
retrait massif en tout moment, incite les banques islamiques à la création des comités ALM,

l’analyse des gaps de maturité, la constitution des réserves de liquidité et aussi diversifier les
ressources de financement.
7.1.4 Risque de marché
L’acquisition par la banques des biens avant la signature des contrats comme le cas de
Mourabaha lui expose à un risque de fluctuation des prix (risque de dépréciation), ce risque
surcroit dans le cas où la promesse d’achat n’est pas obligatoire, le client donneur d’ordre
peut renoncer à son engagement.
7.1.5 Risque opérationnel
Le risque opérationnel est le résultant d’une défaillance des procédures internes de la

banque participative ou d’un comportement inapproprié de son personnel : pane du système
d’information ou le risque de non-conformité à la charia qui peut affecter la réputation de la
banque participative.
7.2 Risques spécifiques

7.2.1 Risque commercial translaté
C’est le risque qu’une insuffisance de rendement des actifs de la banque participative se

translate en risque de liquidité, conséquence de l’insatisfaction des déposants. 5 Le risque
commercial translaté est la conséquence directe de la gestion des comptes d’investissement
basés sur le principe de la Moudarabah, cette dernière consiste que le Moudarib (la banque
dans ce cas) partage les profits avec Rab Almal (les déposants) et toute perte sur le capital
est supportée par les déposants sauf une négligence de la part du Moudarib (la banque).
Sous la pression commerciale et pour éviter toute insatisfaction des titulaires des comptes
PSIA Les banques participatives recourent à plusieurs mécanismes :
• Constitution des réserves de péréquation des résultats Profit Equalization Reserves ou
PER, ce mécanisme permet de garder un certain niveau de profit pour les comptes
d’investissement
• Constitution des réserves pour risques d’investissement Investment Risk Reserves ou
IRR protègent la banque dans le cas des pertes sur les comptes d’investissement.
• L’abandon de la commission de gestion (dite du Moudarib).
• La mobilisation des fonds des actionnaires.
7.2.2 Risque de la charia
Ce risque concerne les produits proposés ou les processus mis en place par la banque,
ce risque peut entrainer une dégradation de la réputation de la banque et par la suite un
retrait massifs des dépôts. Plusieurs clients recourent aux banques islamiques juste pour leur
conformité à la charia.
5. HASSOUNE (A.) : La gestion des risques dans les banques islamiques, séminaire à Moody’s, novembre 2008.
p.14

Chapitre 8
La finanace islamique :un nouveau né au Maroc
Selon Mohamed Bousaid 1 le ministre de l’économie et des finances marocain, plusieurs

facteurs incitent à l’implémentation de l’industrie financière islamique au Maroc, en
effet cette nouvelle industrie permet la diversification des ressources de financement des
investissements notamment les grands projets : Les énergies renouvelables, l’infrastructure
et le transport et logistique, aussi elle contribue à l’augmentation du taux de bancarisation
et la diversification des produis bancaires. Dans un autre coté elle attire les investissements
étrangers notamment ceux des pays de golf.
Conformément à sa volonté de s’inscrire dans le développement de son système fi-

nancier de manière à intégrer l’ensemble des composantes de l’industrie de la finance
islamique le Maroc commence dernièrement à instaurer un cadre réglementaire globale
incluant le marché de capitaux islamique, le secteur d’assurance Takaful, et les banques
participative :
- L’année 2013 est couronnée par l’amendement de la loi 33.06 de la titrisation 2 ,

permettant ainsi l’émission des sukuks (obligation islamique) au Maroc que à l’étranger.
- En 22 janvier 2015, le texte de loi 103.12 relative aux établissements de crédit et organisme
assimilées a été publié dans le BO, il permet d’introduire les banques participatives
dans le code bancaire marocain. Il construit un cadre réglementaire pour la création, le
fonctionnement et les activités des banques participatives, et défini ainsi leurs domaines
d’application et leurs produits commercialisés. Ce texte de loi prévoit aussi la mise en place
d’un comité de charia qui veille pour le respect des opérations financières des institutions
financières participatives aux percepts de la Charia
- le dahir portant la création de charia Board (conseil supérieur d’Oulama)a été publié dans
le Bulletin officiel N : 6333 le 9 février (2015). Cet organe va se charger de respect de la
conformité des opérations financières des institutions participatives à la Charia :
1. donne un avis concernant la conformité d’émission des Sukuks à la charia quel que soit
l’institution émettrice
1. Rencontre sur les banques participatives au Maroc dans la première chambre de parlement, 2014
2. La titrisation est une technique financière permettant la transformation des actifs illiquides en titres négociables
sur le marché des capitaux
49
CHAPITRE 8. LA FINANACE ISLAMIQUE :UN NOUVEAU NÉ AU MAROC
2. Emettre un avis par rapport à la conformité des publications émises par le wali Bak Al
Maghreb à la charia, relatif aux produits financiers participatifs, au dépôts d’investis-
sement. . .
3. Emettre un avis concernant la conformité de l’activité des assurances islamiques Takaful
à la législation musulmane
4. Emettre un avis par rapport à la conformité des produits financiers participatifs proposés
par les établissements de crédit et organismes assimilées à leurs clients aux préceptes de
la charia.
- Le 14 mai 2015 Le Conseil de gouvernement a adopté le projet de loi 59-13 modifiant et
complétant la loi 17-99 portant code des assurances, ce nouveau projet permet la mise en
place d’un cadre légal pour l’assurance Takaful.
8.1 Réglementation Marocain
Figure 8.1 – Circuit de régulation marocaine
Chaque année, les banques participatives doivent livrer deux documents, un rapport
d’activité à la banque centrale et un autre sur la conformité à la charia au comité supérieur
Oulémas.
Selon La loi 103.12, 6 circulaires vont être publiés par la Banque centrale récemment
et qui porte sur les éléments suivant :
1. Caractéristiques techniques des produits participatifs et des modalités de leur présen-
tation à la clientèle

CHAPITRE 8. LA FINANACE ISLAMIQUE :UN NOUVEAU NÉ AU MAROC
2. Collecte et placement de dépôts d’investissement

3. Fonctionnement du fond de garantie
4. La fonction de conformité (au sein de chaque banque), sur les agréments et les autori-
sations des banques, des sociétés de financement, des associations de microcrédit, CCG,
CDG, etc
5. L’octroi des agréments et autorisations des banques, des sociétés de financement et des
associations.
6. Circulaire BAM : Rapport annuel à Bank Al Maghreb pour chaque future banque
participative
Il s’agit de circulaires qui établissent en grande partie le flux d’informations qui doivent être
échangées entre la BAM, le Conseil supérieur des Oulémas et les opérateurs financiers
Le Conseil supérieur des Oulémas donne son avis par rapport à quatre de ces circu-
laires. Il ne donnera pas son avis sur les agréments, sur la fonction de conformité et sur
la circulaire qui réglemente le rapport annuel livré à la banque centrale. Elle doit recevoir
auprès des IFI, chaque année un rapport annuel de conformité avec la sharia. Ce document
portera sur trois principaux points : la conformité de l’activité avec la sharia, la collecte de
la Zakat et de la ”purification” des revenus illicites de la banque.
Malgré les efforts fournis, la finance islamique au Maroc est encore dans ses débuts.
Elle doit relever certains défis et obstacles :
La question d’appliquer les normes comptables internationales (IFRS) ou les normes de
l’AAOIFI est encore présente 3 , selon les uns les normes IFRS sont difficiles à appliquer vu la
nature spéciale des IFI et proposent de remédier à la norme AAOIFI, appliquée au Bahreı̈n
et dans plusieurs pays, dont la Malaysie. Selon d’autres l’option imaginée est d’utiliser la
norme IFRS après un travail d’adaptation aux spécificités de la finance islamique.
Des autres problèmes rencontrés aussi sont l’absence de la neutralité fiscale entres produits
financiers participatifs et conventionnels, la Formation des ressources humaines qualifiées
et Le développent du Marché de capitaux pour la gestion des ressources disponibles et la
gestion de la liquidité des IFI
3. http ://www.leconomiste.com/, 16/01/2015

Deuxième partie
Vers une tarification différentiée d’une

transaction Mourabaha
52
Introduction
La Mourabaha est la technique de financement la plus utilisée dans les banques partici-
patives cependant elle fait encourir ces dernières à deux risques principales, résumés dans le
tableau 8.1.
Risques Conséquences
Renoncement du client à la promesse d’achat risque de dégradation de la valeur du bien
acheté
Non-respect des échéances de règlement par le Baisse du rendement de l’opération due à la
client donneur d’ordre fixité du prix de Vente. Les pénalités de re-
tard ne peuvent être intégrées aux produits de
la Banque
Tableau 8.1 – les risques liés à la Mourabaha
Figure 8.2 – les risques liés à la Mourabaha
Pour éviter toute perte liée au renoncement du client donneur d’ordre d’acheter le bien
faisant l’objet de la Mourabaha, la banque participative prend en générale une garantie de
sécurité Hamich Aljedia, si le client renonce à sa promesse d’achat la banque revend le bien
acheté sur le marché ou à un autre client. Toute perte est indemnisée par la garantie de
sécurité.
Notre étude rentre dans le cadre de notation interne de Bâle II, elle s’intéresse au risque de
défaut, c’est-à-dire le risque que le client ne respecte pas ses engagements envers la banque
participative, pour maitriser ce risque nous allons subdiviser cette partie en deux chapitres,
le premier va porter sur la mise en place d’un système de notation interne pour les particu-
liers d’une banque participative afin d’évaluer leur probabilité de défaillance et leur capacité
à rembourser leurs échéances avant la signature des contrats Mourabaha, le deuxième cha-
pitre s’intéresse au calcul des différentes composantes de risque de crédit, la tarification des
transactions Mourabaha par l’outil RAROC et à l’automatisation des résultats obtenus.

Chapitre 9
Système de notation interne de scoring
Pour faire face au risque de contrepartie qui nuit leur stabilité, les banques cherchent
en permanence les outils les plus robustes capables de leurs renseigner sur la solvabilité
des nouveaux clients. Le développement de la modélisation statistique pour la prévision
répond à cette exigence en offrant une large gamme de modèles et de techniques d’aide à
la décision : méthodes de modélisation statistique classique (Régression logistique, analyse
discriminante), moins classiques (arbres de décision) ou encore dites de l’intelligence
artificielle qui s’intéresse au développement d’algorithmes permettant d’analyser des données
de grande dimension en s’appuyant sur un formalisme probabiliste(Réseaux de neurones,
agrégation de modèles, séparateurs à vastes marges).
Afin de comprendre le principe générale de ces méthodes, il apparait nécessaire de

présenter leur cadre générale celui de l’apprentissage statistique :
Soit Ln = {(X1 , Y1 ) . . . (Xn , Yn )} un échantillon d’apprentissage, c’est à dire une suite
de vecteurs aléatoires iid(indépendants identiquement distribués) de même loi qu’un
vecteur aléatoire (X, Y ) indépendant de Ln et soit Ψ et Υ les espaces dans lesquels vivent
respectivement X et Y. Considérant X la variable d’entrée et Y la variable de sortie,
l’objectif de la méthode statistique est d’apprendre le lien entre X et Y à travers l’échantillon
d’apprentissage Ln dont on dispose, c’est à dire pour une nouvelle entrée x ∈ Ψ qui n’est
pas présente dans l’échantillon d’apprentissage la méthode doit être capable de prédire la
sortie yb correspondante la plus proche possible de la vraie valeur de sortie y associée à x.
En apprentissage statistique on fait généralement la différence entre deux cadres

principaux : la régression et la classification selon la nature de la sortie Y.
On parle de la régression quand la variable à prédire Y est continue, elle s’écrit sous la forme :
Y = E(Y |X) + avec E(Y|X) l’espérance de Y conditionnellement à X, que nous cherchons
à estimer et une variable aléatoire dans R. On parle de la classification (plus précisément
classification supervisée) quand la réponse Y est catégorielle et représente la classe à laquelle
appartient l’entré X associé, dans ce cas Υ = {1, ...L} ou L désigne le nombre de classes,
le but dans la classification est d’estimer les probabilités à posteriori que Y appartient à
chacune des classes conditionnellement à X, c’est à dire ∀c ∈ {1, ..L} estimer P (Y = c|X = x)
54
CHAPITRE 9. SYSTÈME DE NOTATION INTERNE DE SCORING
Comme il est déjà signaler notre obectif dans ce chapitre est d’élaborer un système
de notation interne de scoring capable de classer les nouveaux clients de la banque en
solvables et non solvables avec une probabilité donnée, pour cette raison on a opté pour la
mise en place des différentes techniques d’apprentissage statistique :
• La régression logistique comme une méthode classique de datamining
• Les réseaux de neurone, les SVM et les Random Forests- RI comme outils de l’intelligence
artificielle.
Une telle tâche nécessite le respect de plusieurs étapes qu’on a suivi soigneusement :
Figure 9.1 – Étapes d’élaboration d’un modèle de score
9.1 Analyse préparatoire des données

Le traitement et l’exploitation des données est une tâche fondamentale dans une modéli-
sation statistique car la qualité des résultats dépendent de leur exécution.

présentation de la base de donnée d’étude
Nous disposons d’un échantillon de 5900 observations qui représente les clients d’une
banque. Notre base de données contient ainsi 11 variables comportant la typologie et les
différentes caractéristiques du client et de la transaction.
Variable Étiquette Description

solv solvabilité 0 si le client a remboursé sa dette et 1 sinon
ageCntr age Cntr l’age de contrat Mourabaha par mois
nbCntr nombre de contrats le nombre de contrats Mourabaha signés avec la banque
traitRev traite à Revenu taux de dette à revenu
nbCntrNrem nombre contrats Non remboursés nombre de contrats Mourabaha non remboursés
montant montant montant de la transaction Mourabaha
ancTrav Ancienneté travail Ancienneté du travail le plus récent
fonc fonction profession du client avec 6 modalités
Sex sex femme ou homme
enqDegSol enquêtes degré solvabilité nombre d’enquêtes récentes de degré de solvabilité
objet objet de la Mourabaha catégorie de bien objet de la Mourabaha
Tableau 9.1 – Descréption des variables
Présentation de la variables cible :
sain
4000
en défaut
3000
2000
1000
0
0 1
Solvabilité des clients

La variable que nous cherchons à expliquer est la défaillance du client, d’après notre base
de données 19% de la population sont défaillants alors que 81% sont sains.
Nombre d’observations % d’observations

Clinets solvables (0) 4771 81
Clients non solvables(1) 1129 19
Total 5900 100
Tableau 9.2 – Proportion des clients sains et défaillants en chiffre
Traitement des données manquantes et abberantes
Les données manquantes constituent un problème majeur puisque l’information à disposi-

tion est incomplète et donc moins fiable. Il est nécessaire de traiter correctement les DM avant
d’effectuer des analyses statistiques. Les données manquantes (DM) ont de multiples causes :
Il peut être impossible de contacter une personne sélectionnée pour faire partie d’une enquête
(non réponse totale) Ou un répondant peut refuser de répondre à une ou plusieurs questions
(non-réponse partielle). Une mauvaise saisie de l’information peut également générer des DM.
Face à la présence des données manquantes plusieurs possibilités disponibles :

1- Exclure du fichier de données tous les individus ayant au moins une donnée manquante.
2- l’imputation simple qui consiste à remplacer chaque donnée manquante par une valeur
plausible. Par exemple, remplacer toutes les DM par la moyenne calculée sur les données
réellement observées.
3-l’imputation multiple dont le principe est de procéder à m > 1 imputations afin d’obtenir
m valeurs pour chaque donnée manquante, et à combiner ensuite les statistiques calculées
indépendamment sur les m jeux de données, les résultats peuvent varier selon les logiciels et
les modèles.
Dans notre cas d’étude pour les variables ayant un pourcentage des valeurs manquantes
inférieur à 15% on a opté pour l’imputation multiple et cela revient à sa flexibilité et sa
disponibilité dans les logiciels statistiques 1 et pour les variables ayant un pourcentage des
valeurs manquantes supérieur à 15% on a renoncer à les exploiter.
Les boı̂tes à moustaches des différentes variables continues montre qu’il y a un cer-
tain nombres des valeurs extrêmes pour les différentes variables, ces valeurs extrêmes
peuvent correspondre à un profil particulier ou à une catégorie particulière des individus qui
nécessite un traitement aussi particulier, soit on les rejettent et on fait appel aux techniques
de traitement des données manquantes soit on les regroupent dans des classes particulières
via la discrétisation des variables.
1. la fonction mice() du logiciel R permet de faire l’imputation multiple .

ancTrav nbCntrNrem ageCntr
15
40
1000
10
20
400
5
0
0
enqDegSol nbCntr traitRev
200
50
10
100
20
5
0
0
Figure 9.2 – Boı̂tes à moustache des différentes variables continues
Tests de dépendance entre les variables
Sur le plan statistique, l’existence d’une colinéarité peut perturber les estimations des
paramètres du modèle statistique. Afin d’extraire la liste des variables corrélées entre elles,
on peut passer par des tests de corrélation : test de khi-deux pour croisement de deux variables
qualitatives, un test de Pearson pour deux variables quantitatives et un test de Student pour
tester la corrélation entre une variable quantitative et une autre qualitative, ces différents
tests sont largement disponibles dans les logiciels statistiques dont R qu’on utilise dans notre
étude.

0 10 20 30 40 0 400 800 1200 0 20 40 60
60000
montant
0
40
ancTrav
20
0
15
nbCntrNrem
5
0
600
ageCntr
0
15
enqDegSol
0 5
30 60
nbCntr
0
100
traitRev
0
0 40000 80000 0 5 10 15 0 5 10 15 0 50 150
Figure 9.3 – Corrélation entre les différentes variables continues
montant ancTrav nbCntrNrem ageCntr enqDegSol nbCntr traitRev

montant 1.00 0.11 -0.03 0.09 0.05 0.07 0.06
ancTrav 0.11 1.00 0.04 0.22 -0.08 0.02 -0.06
nbCntrNrem -0.03 0.04 1.00 0.03 0.06 0.17 0.08
ageCntr 0.09 0.22 0.03 1.00 -0.11 0.25 -0.04
enqDegSol 0.05 -0.08 0.06 -0.11 1.00 0.09 0.15
nbCntr 0.07 0.02 0.17 0.25 0.09 1.00 0.18
traitRev 0.06 -0.06 0.08 -0.04 0.15 0.18 1.00
Tableau 9.3 – matrice de corrélation
Les tests de corrélation entre les différentes variables ne révèlent aucune forte corrélation
qui exige la suppression de certaines variables.
La détection des variables les plus discriminantes
Cette phase est intéressante avant l’élaboration des modèles prédictifs, elle nous permet
de sélectionner les variables qui ont un effet sur la solvabilité des clients, une telle tâche
est effectuée par un test de comparaison des moyennes ou des médians pour les variables
quantitatives, test de khi-deux et le coefficient v de cramer pour les variables qualitatives.
Une sélection automatique est aussi disponible sur les logiciels statistiques, elle se base sur
les deux critères AIC et BIC

Sélection d’experts des variables
Pour la sélection des variables quantitatives on a opté pour le test de Wilcoxon/Mann-

Whitney, Celui-ci a l’avantage d’être non-paramétrique, c’est à dire ne fait aucune hypothèse
sur la distribution des échantillons comparés, il compare les déférences de médianes :
Variable Test Wilcoxon P-value

montant 3280550 < 2.2e-16
ancTrav 3099991 6.617e-07
nbCntrNrem 1856243 < 2.2e-16
ageCntr 3599564 < 2.2e-16
enqDegSol 2282271 < 2.2e-16
nbCntr 2904765 0.1973
traitRev 1895942 < 2.2e-16
Tableau 9.4 – Test de Wilcoxon/ Mann-Whitney
Le tableau 9.4 nous indique que la différence des médians est hautement significative pour
toutes les variables à l’exception de la variable nombre de contrats dont P-value > 0.05.
Variable Chi-squared test df P-value

objet 5.4359 1 0.01973
fonc 77.0045 5 3.549e-15
sex 0.0672 1 0.7954
Tableau 9.5 – Test de khideux
Le teste de khi-deux 9.5 nous montre également que les deux variables, fonction et objet
ont un effet significatif sur la solvabilité des clients comme leurs p value < 0.05, ce qui n’est
pas le cas pour la variable sex.
En résumant, la sélection d’experts des variables a exclu les variables nombre de contrats et
le sex, ces variables n’ont pas une influence significative sur la solvabilité des clients.
Sélection automatique des variables
La sélection des variables pourra s’effectuer automatiquement via différentes méthodes :

1. Backward : On part de toutes les variables disponibles et on enlève au fur et à mesure
les variables non significatives
2. Forward : Le contraire de Backward
3. Stepwise : dans les deux directions, En général on s’appuie sur le critère d’Akaı̈ke
(AIC) ou de Scharwz (BIC) que l’on souhaite minimiser.
La méthode Stepwise donne généralement le meilleur résultat, pour notre cas elle a rejeté
aussi les variables sex par contre elle a gardé la variable nombre de contrats, le résultat de
cette méthode est donné dans le tableau suivant :

Étape AIC Variable ajoutée

1 5336.33 nbCntrNrem
2 4972.87 traitRev
3 4718.69 ageCntr
4 4662.87 fonc
5 4622.63 enqDegSol
6 4590.54 montant
7 4564.73 nbCntr
8 4555.2 objet
9 4553.45 ancTrav
Tableau 9.6 – Sélection automatique des variables
Discrétisation des variables
La discrétisation des variables est fondamentale quand il s’agit de prédire une variable
catégorielle dont la réponse est non linéaire, elle renforce la robustesse du modèle prédictif.
La discrétisation des variables est presque obligatoire dans les cas suivants :
- Un taux de valeurs manquantes non négligeable (> 5%) mais n’impose pas l’abandon
de la variable (< 15%) on découpera la variable en tranches puis on ajoutera une tranche
supplémentaire correspondant aux valeurs manquantes.
- Des valeurs extrêmes que l’on ne sait pas bien corriger, la discrétisation fait évidemment
disparaitre ce problème.
II n’existe pas de méthode universelle pour discrétiser des variables en revanche l’arbre
CHAID peut fournir une aide efficace dans ce sens.
Montant ageCntr ancTrav nbCntr nbCntrNem enqDegSol traitRev

<=7500 <=83 <=2 <=9 0 0 ]0;41]
]7500;16300] ]83;171] ]2;4]] ]9;34] ]0;1] 1 > 41
]16300;25000] ]171;246] ]4;5] >34 ]1;3] >1
]25000;30500] >246 ]5;9] >3
>30500 ]9;21]
>21
Tableau 9.7 – Résultat de la discrétisation CHAID, sortie du logiciel spss
9.2 Construction des échantillons test et apprentissage

Dans cette étape nous allons diviser notre observations en deux sous populations, une
première qui comprend 65% de la population et on l’appelle échantillon d’apprentissage et
les 35% restantes constituent l’échantillon test.
Le premier échantillon sert à modéliser les divers modèles et de construire les règles d’affec-

tation d’un individu selon ses caractéristiques, alors que l’échantillon test a pour objectif de
vérifier si le modèle fondé sur l’échantillon d’apprentissage est statistiquement fiable.
9.3 Modèle de régression logistique

La régression une technique statistique qui permet à partir d’un fichier d’observations, de
produire un modèle permettant la prédiction des valeurs prises par une variable catégorielle
généralement binaire, cette technique est préférée par les statisticiens grâce à ses avantages,
les variables explicatives du modèle peuvent être continues, binaires et/ou qualitatives, aussi,
elle n’exige ni une distribution normale des prédicateurs ni l’homogénéité des variances.
9.3.1 Principe du modèle :
La régression logistique binaire consiste à considérer une variable binaire à prévoir Y =

{0, 1} et p variables explicatives X = (X1 , X2 , ..Xp ) continues, binaires ou qualitatives et
à modéliser l’espérance conditionnelle E(Y /X) par l’estimation d’une valeur moyenne de Y
pour toutes les variables de X, cette valeur moyenne est la probabilité que Y = 1, on a donc :
E(Y = 1/X) = P rob(Y = 1/X)
La fonction logistique est de la forme :

eβ0 +β1 X1 +β2 X2 +...+βp Xp
P (Y = 1/X) =
1 + eβ0 +β1 X1 +β2 X2 +...+βp Xp
Où :
Y : variable qui explique l’appartenance d’un client à une classe
β0 : terme d’erreur d’espérance nulle et de variance σ 2
βi : paramètres associés aux variables explicatives i = 1 . . . p
Xi : les p variables explicatives du modèle.
On peut transformer la fonction précédente en une fonction linéaire à l’aide de la trans-

formation suivante :
P (Y = 1/X) P
ln( ) = ln( ) = β0 + β1 X1 + β2 X2 + ... + βp Xp
1 − P (Y = 1/X) 1−P
P
Le quotient 1−P
est appelé Odds et la transformation ln(Odds) est appelée Logit
9.3.2 Estimation des paramètres :
Notre modèle s’écrit sous la forme :

P
ln( ) = β0 + β1 X1 + β2 X2 + ... + βp Xp
1−P
les coefficients de régression sont interprétés selon leur signe :
• Si βi > 0 : alors toute augmentation de la variable Xi a un effet positif sur p.
• Si βi < 0 : alors toute augmentation de la valeur de Xi va entrainer la diminution de la
probabilité de défaut.

Figure 9.4 – Allure de la fonction logistique
9.3.3 Estimation et test du modèle
Test de significativité globale
Soit M0 Modèle réduit à la constante et M1 le modèle avec toutes les variables on teste :

H0

: M0 −→ Logit[P (Y = 1)] = β0
H1

: M1 −→ Logit[P (Y = 1)] = β0 + β1 X1 + ...βp Xp
pour répondre à la question : est ce que M1 est meilleur que M0 en terme de qualité prédictive
on fait appel au test de rapport de vraisemblance :
Statistique de test :
RV = [−2.ln(max vraisemblance de M0 )] − [(−2.ln(max vraisemblance de M1 )]
• Elle suit un Khi-deux à p degrés de liberté.

• Si RV > X 2 (p) On rejette H0 , le modèleM1 est meilleur queM0 , les variables explicatives
ont simultanément une influence sur la probabilité d’apparition de l’évènement étudié.
• la vraisemblance est calculée de la façon suivante :
n
(pi )yi (1−pi )1−yi
Y
l=
i=1

Test de significativité pour une variable
Soit M0 le modèle sans la variable testée Xj et M1 le modèle avec la variable testée Xj

on teste :

H0

: M0 −→ Logit[P (Y = 1)] = β0 + β1 X1 + ... + βp Xp
H1

: M1 −→ Logit[P (Y = 1)] = β0 + β1 X1 + ... + βj Xj ... + βp Xp
C’est à dire : 
H0

: βj = 0
H1

: βj 6= 0
Statistique du test de Wald :
2
β
c
2j
T = 2
σj
Elle suit un Khi-deux à 1 degré de liberté, si T 2 > X 2 (1) on rejette H0 et on déduit que la
variable Xj a une influence sur la probabilité d’apparition de l’évènement de défaut, ce test
peut s’écrire aussi autrement :
β
c
j
T =
σj
Elle suit une loi normale centrée réduite, si |T | > q1−α/2 on rejette H0 avec q1−α/2 est le
quantile de la loi normal d’ordre 1 − α/2 ( pour α = 0.05, q1−α/2 = 1.96 )
Pour élaborer le modèle prédictif de la régression logistique nous allons utiliser les
variables les plus discriminantes déjà sélectionnées dans ce qui précéde.
9.3.4 Significativité des coefficients de régression logistique

Estimate
la statistique du test de Wald est donnée par |Zvalue| =| Std.Error |, pour qu’une variable
soit significative il faut que |zvalue| soit supérieur à 1.96 et pvalue < 0.05, le résultat de
notre modèle retenu est présenté dans le tableau 9.8 .

Variable Estimate Std. Error z value Pr(>|z|)

(Intercept) 0.0747 0.2450 0.30 0.7605
NbCntrNrem2 1.2255 0.1272 9.63 0.0000
NbCntrNrem3 2.5476 0.1386 18.39 0.0000
traitRev2 1.7662 0.1285 13.75 0.0000
AgeCntr2 -0.5138 0.1475 -3.48 0.0005
AgeCntr3 -1.1820 0.1677 -7.05 0.0000
AgeCntr4 -1.4484 0.1887 -7.68 0.0000
Fonc2 -0.4557 0.1815 -2.51 0.0121
Fonc6 0.7337 0.2612 2.81 0.0050
EnqDegSol2 0.4889 0.1170 4.18 0.0000
EnqDegSol3 1.1806 0.1559 7.57 0.0000
Montant2 -0.8514 0.1487 -5.73 0.0000
Montant3 -1.0011 0.1639 -6.11 0.0000
Montant4 -1.5421 0.2306 -6.69 0.0000
Montant5 -1.2989 0.2121 -6.12 0.0000
NbCntr2 -0.8874 0.1481 -5.99 0.0000
NbCntr3 -0.6052 0.2134 -2.84 0.0046
ancTrav4 -0.5853 0.1490 -3.93 0.0001
ancTrav6 -0.5736 0.2158 -2.66 0.0079
Tableau 9.8 – Résultats de la régression logistique
9.3.5 Significativité globale du modèle
Rapport de vraisemblance df P-value

1009.054 25 6.975535e-197
Tableau 9.9 – Significativité globale du modèle
Le test de rapport de vraisemblance confirme la Significativité globale de notre modèle.
9.3.6 Interprétation des coefficients de la régression logistique
Une variables possédant un coefficient positif engendrera une élévation de la probabilité

de défaut chez un client.
9.3.7 Présentation du modèle
La probabilité qu’un client fasse défaut s’écrit comme suit :

P18
βi Xi
e i=0
P (Y = 1/X) = P18
βi Xi
1+e i=0
Soit un client avec les caractéristiques présentées dans le tableau suivantes :

Durée du contrat Mourabaha 8 ans

Nombre de contrats Mourabaha signé avec la banque 10
Montant de la traite par rapport à son revenu 35 %
Nombre de contrat non remboursés 0
Ancienneté de travail 4 ans
Fonction catégorie 3
Nombre d’enquête de degré de solvabilité 1
Objet du contrat Mourabaha catégorie 2
Tableau 9.10 – Caractéristiques d’un client
P
la fonction logit est donnée par : ln( 1−P ) = −1.4328
e−1.4328
la probabilité que ce client fasse défaut est : p = 1+e−1.4328 = 19%
9.4 Modèle des réseaux de neurones

Les réseaux de neurones sont des outils puissants pour prédire des phénomènes non li-
néaires, ils sont développés dans les années 80. Le réseau le plus connu est le perceptron
multicouche issu des premiers travaux de Rosenblatt (1958), Il s’agit d’un modèle utilisable
aussi, bien en régression qu’en discrimination. Les prédicteurs (Xl , X2 , ..., Xp ) sont généra-
lement numériques et normalisés. Lorsque elles sont qualitatifs, on peut uti1iser les variables
indicatrices des modalités mais il est préférable de procéder avec les coordonnées sur des axes
factoriels.
Cette méthode repose sur la notion de neurone formel, un neurone formel est un modèle
caractérisé par des signaux d’entrée (les variables explicatives) et une fonction d’activation f
le plus souvent logistique(appelée aussi, sigmoı̈de) :
P
X eω0 + ωi ×xi
f (ω0 + ωi × xi ) = P
1 + eω0 + ωi ×xi
Figure 9.5 – Neurone formel
Les neurones sont ensuite associés en couche, une couche d’entrée lie les signaux entrant, un
neurone par entrée xj , une couche en sortie fournit la réponse du système et Une ou plusieurs
couches cachées participent au transfert. Un neurone d’une couche cachée est connecté en

entrée à chacun des neurones de la couche précédente et en sortie à chaque neurone de la

couche suivante.
Figure 9.6 – réseaux de neurones avec une seule couche cachée
Apprentissage (ajustement)
Les paramètres du modèle(poids reliant les neurones) sont estimés pour minimiser une
fonction de coût (somme des carrés des écarts si la réponse est numérique ou coût d’erreur
de classement en discrimination).
Paramètres de complexité
Le modèle dépend de plusieurs paramètres :
1-l’architecture du réseau : nombre de couches cachées (une ou deux en général) et

le nombrede neurones par couche.
2-Le nombre d’itérations pour la convergence de l’algorithme et l’erreur maximale tolérée.
3- Le paramètre de réduction des poids (decay), c’est un terme de régularisation utilisé pour
limiter le surapprentissage du modèle 2
Dans notre modélisation on se limite aux perceptrons à une seule couche cachée dis-
ponible sous le logiciel R, mais cela est théoriquement suffisant pour approcher n’importe
quelle fonction à condition d’insérer suffisamment de neurones.
Nous avons choisi les différents paramètres du modèle à la main, grâce la fonction tune.nnet
de R.
Notre modèle est constitué d’une seule couche cachée à 5 neurones, le terme decay est fixé à
0.1 et le nombre d’itération est choisi suffisament grand pour s’assurer de la convergence de
notre modèle.La figure 9.7 montre la forme du modèle obtenu.
2. c’est à dire il donne des bons résultats seulement pour l’échantillon d’apprentissage

B1 B2
montant I1
objet2 I2
fonc2 I3
fonc3 I4
fonc4 I5 H1
fonc5 I6 H2
fonc6 I7 H3 O1 solv
ancTrav I8 H4
nbCntrNrem I9 H5
ageCntr I10
enqDegSol I11
nbCntr I12
traitRev I13
Figure 9.7 – Modèle des réseaux de neurones obtenu
Performance of `nnet'
0.10
0.1480
0.08 0.1475
0.1470
0.06
decay
0.1465
0.04
0.1460
0.02
0.1455
0.1450
3.0 3.5 4.0 4.5 5.0
size
Figure 9.8 – Performance du modèle de RN en fonction des paramètres : size et decay
La figure 9.8 montre l’évolution de l’erreur d’estimation du modèle en fonction des prin-
cipaux paramètres : size(le nombre de neurones de la couche cachée) et le terme de régulari-
sation decay, les valeurs de ces paramètres qui maximise la performance du modèle et celles
qui minimisent l’erreur d’estimation, elles correspondent à la zone en bleu foncé, ce sont les

valeurs précédemment fixées à savoir 5 pour le nombre de neurones de la couche caché et 0.1
pour le paramètre decay.
Limites des réseaux de neurones
• La convergence vers la meilleure solution n’est pas toujours assurée.

• Il est exposé au risque de sur-apprentissage.
• L’impossibilité de traiter un grand nombre de variables.
• Les résultats sont non explicites.
• Il supose la normalisation des variables d’entée.
9.5 Modèle de SVM

Les machines à vecteurs de support ou séparateurs à vaste marge sont des techniques
d’apprentissage supervisé destinées à résoudre des problèmes de classification ou de
régression.
Les SVM ont été développés en 1995 par Vladimir Vapnik, ils sont caractérisés par leur
capacité à traiter des données de grandes dimensions, leurs garanties théoriques, et leurs
bons résultats en pratique. les SVM repose sur deux notions clés :
1- La notion de marge maximale : dans le cas où les données sont linéairement sépa-
rables 9.9 La marge est la distance entre la frontière de séparation et les échantillons les plus
proches( vecteurs supports) Dans les SVM, la frontière de séparation est celle qui maximise
la marge. Le problème est de trouver cette frontière séparatrice optimale, à partir d’un
ensemble d’apprentissage.
Figure 9.9 – Hyperplan avec 3 vecteurs de support
2- La notion de fonction noyau : Afin de pouvoir traiter des cas où les données ne sont
pas linéairement séparables, la deuxième idée clé des SVM est de transformer l’espace de
représentation des données d’entrées en un espace de plus grande dimension (possiblement
de dimension infinie), dans lequel il est probable qu’il existe un séparateur linéaire. Ceci est
réalisé grâce à une fonction noyau.

Figure 9.10 – Transformation d’epace original par la fonction noyau
9.5.1 Principe générale
Pour résoudre un problème de discrimination ou de régression il nécessaire de construire

une fonction h qui à un vecteur d’entrée x fait correspondre une sortie y : y = h(x) pour un
problème de discrimination à deux classes (discrimination binaire), c’est-à-dire y ∈ {0, 1} le
vecteur d’entrée x étant dans un espace X muni d’un produit scalaire, On peut prendre par
exemple X = RN
Discrimination linéaire et hyperplan séparateur
Le cas simple est le cas d’une fonction discriminante linéaire, obtenue par combinaison
linéaire du vecteur d’entrée x = (x1 , ..., xN )T , avec un vecteur de poids w = (w1 , ..., wN )T :
h(x) = wT x + w0
Il est alors décidé que x est de classe 1 si h(x) ≥ 0 et de classe -1 sinon. C’est un classifieur
linéaire.
La frontière de décision h(x) = 0 est un hyperplan, appelé hyperplan séparateur, ou

séparatrice. Le but d’un algorithme d’apprentissage supervisé est d’apprendre la fonction
h(x) par le biais d’un ensemble d’apprentissage : (x1 , y1 ), (x2 , y2 ), ..., (xp , yp ) ⊂ RN × {−1, 1}
où les yk sont les labels, p est la taille de l’ensemble d’apprentissage, N la dimension des
vecteurs d’entrée. Si le problème est linéairement séparable on doit alors avoir :
yk h(xk ) ≥ 0 avec 1 ≤ k ≤ p

Cas non séparable : Kernel trick
Afin de remédier au problème de l’absence de séparateur linéaire, l’idée des SVM est de
reconsidérer le problème dans un espace de dimension supérieure, éventuellement de dimen-
sion infinie. Dans ce nouvel espace il est alors probable qu’il existe une séparatrice linéaire.
Plus formellement, on applique aux vecteurs d’entrée x une transformation non-linéaire φ.
L’espace d’arrivée φ(X) est appelé espace de redescription, dans cet espace on cherche alors
l’hyperplan h(x) = wT φ(x) + w0 qui vérifie yk h(xk ) > 0, pour tous les points xk de l’ensemble
d’apprentissage, c’est-à-dire l’hyperplan séparateur dans l’espace de redescription.
Des noyaux usuels employés avec les SVM sont représentés dans le tableau suivant :
Fonction noyau Forme fonctionnelle paramètres valeurs par défaut

Linéaire K(xi , xj ) = xTi · xj
polynomial K(xi , xj ) = (xTi · xj + c)d γ ∈ R et d ∈ N γ = 1, c = 0, d = 3
2
radial K(xi , xj ) = exp(−γk xi − xj k ) γ γ=1
Tableau 9.11 – paramètre de régularisation des différents noyaux de SVM
Utiliser les SVM pour prédire la solvabilité d’un client revient à chercher un ensemble de
paramètres optimaux :
1- cost : un paramètre de régularisation qui permet de contrôler l’importance de l’erreur que
l’on s’autorise par rapport à la taille de la marge.
2- le noyau adéquat et ses paramètres
Fixer les paramètres qui maximisent la performance du modèle est possible grâce au
logiciel statistique (R), pour notre cas les paramètres choisis sont comme suit :
1. SVM-Type : C-classification
2. SVM-Kernel : radial
3. gamma : 0.5
4. cost : 4

Performance of `svm'
4.0
0.20
3.5
0.18
3.0
0.16
2.5
cost
0.14
2.0
1.5 0.12
1.0 0.10
0.5
0.08
0.2 0.4 0.6 0.8 1.0
gamma
Figure 9.11 – Evolution d’erreur de classification en fonction des paramètres gamma et cost
Comme le cas des réseaux e neurones la figure 9.11 illustre l’évolution de l’erreur de clas-
sification en fonction des deux principaux paramètres du modèle : le gamma et le terme
de régularisation Cost. Les valeurs de ces paramètres qui minimisent l’erreur de classifica-
tion(maximisent la performance du modèle) et celles qui correspondent à la couleur vert
foncé, sont celle déjà fixées auparavant.
9.5.2 Limites des SVM
• Ne présente pas les résultats escomptés dans le cas de traitement des données de très
petite dimension
• La difficulté de choisir le type de noyau et ses différents paramètres
• La difficulté de fixer la valeur du paramètre de pénalisation Cost
9.6 Modèle forêts aléatoires

Les forêts aléatoires est une technique statistique non paramétrique avec performance ex-
ceptionnelle, introduite par Breiman en (2001), utilisée en classification comme en régression,
pour les problèmes classiques que pour les problèmes de grande dimention. 3
Avant de décrire en détail cette méthode il apparait nécessaire de présenter la famille de
méthodes dont elle appartient : Les méthodes d’ensemble.
3. Un problème est qualifié de grande dimension si le nombre de variables est plus grand que le nombre d’observa-
tions

9.6.1 Méthodes d’ensemble
Le principe général des méthodes d’ensemble est de construire une collection de prédicteurs
et par la suite agréger l’ensemble de leurs prédictions.
Dans le cadre de la régression L’agrégation de q prédicteurs revient à faire la moyenne :
q
1X
ybl
q l=0
avec ybl le résultat de chaque prédicteur.

Dans le cas de la classification l’agrégation se fait par un vote majoritaire parmi les classes
fournies par les prédicteurs.
Pour illustrer l’idée de base de cette technique plaçons-nous dans notre cas d’étude où on
cherche à classer l’appartenance d’un individu (client) à l’une de deux classes (solvable et
non solvable), pour que le classifieur agrégé commette une erreur pour un individu x il faut
qu’au moins la moitié des classifieurs individueles se soient trompés pour le même individu,
un tel événement n’arrive pas souvent en pratique si la collection des prédicteurs construits
réussit les deux points suivants :
1. La qualité de chaque prédicteur individuel est relativement bonne
2. Les prédicteurs individuels sont différents les uns les autres
Les principales méthodes d’ensemble apparues avant les forêts aléatoires sont les suivantes :
Bagging
Le Bagging a été introduite par Breiman (1996). Etant donné un échantillon d’apprentis-
sage Ln = {(X1 , Y1 ), . . . (Xn , Yn )} est une méthode de prédiction 4 (règle de base) qui construit
sur l’échantillon Ln un prédicteur h(, b L ). Le principe de Bagging est de tirer indépendam-
n
ment plusieurs échantillons Boostrap (LO 5 Oq
n , . . . , Ln ) puis appliquer la règle de décision à
1
chacun d’eux pour obtenir une collection de prédicteur (h(, b LO1 ) . . . , h(,
b LOq ) et à la fin agré-
n n
ger ces prédicteurs de base.
Boosting
Le Boosting introduit par Freund and Schapire (1996), c’est l’un des méthode d’ensemble
les plus performantes, le principe de Boosting est de tirer le premier échantillon Boostrap
1
LOn où chaque observation a une probabilité n d’être tirée puis appliquer la règle de base
1
b LO1 ) ensuite on calcul l’erreur de LO1 sur l’échantillon

pour obtenir le premier prédicteur h(, n n
d’apprentissage Ln . Un deuxième échantillon Boostrap est tiré mais dans ce cas la loi de
tirage d’observation n’est pas uniforme la probabilité d’une observation d’être tiré dépend de
b LO1 ) sur cette observation, le principe est d’augmenter la probabilité de
la prédiction de h(, n
tirer une observation mal prédite et de diminuer la probabilité de tirer une observation bien
prédite, une fois le deuxième échantillon LO
n est construit on l’applique la règle de base puis
1
4. La règle de base peut être l’arbre de décision ou la méhtode du plus proche voisin
5. Un échantillon Boostrap est obtenu en tirant aléatoirement n observation avec remise dans l’échantillon d’ap-
prentissage Ln .

on passe à la construction du troisième échantillon sur la base des résultats du prédicteur

b LO2 ) et ainsi de suite. La collection des prédicteurs obtenus et alors agrégée.
h(, n
Randomizing outputs
Breiman (2000) a inroduit la méthode Randomizing outputs, le principe de base est de

construire des échantillons indépendants avec sortie randomisée, la modification qui subissent
les sorties est obtenues en rajoutant une variables de bruit à chaque Yi de Ln puis on applique
la règle de base sur les différents échantillons et on agrège enfin l’ensemble des prédicteurs
obtenus
Random subspace
En 1998 Ho introduit cette méthode qui ne joue plus sur l’échantillon mais sur l’ensemble
des variables considérées. Le principe de Random subspace est de tirer aléatoirement un sous
ensemble de variables et d’appliquer la règle de base sur l’échantillon Ln qui ne prend en
compte que les variables sélectionnées, on construit ainsi un ensemble de prédicteurs chacun
est construit en utilisant des variables différentes puis on agrège les prédicteurs obtenus.
L’idée de la méthode est de construire une collection de prédicteurs chacun est bon dans un
sous espace particulier de l’espace d’étude et ensuite déduire un prédicteur sur l’espace tout
entier.
Les 4 méthodes d’ensemble présentées se basent sur le principe suivant :
1. Choisir une règle de prédiction de base instable 6
2. Perurber 7 cette règle de base et construire un ensemble de prédicteurs issus de différentes
perturbations
3. Agréger les différents prédicteurs obtenus et construire un prédicteur final plus perfor-
mant et plus stable
9.6.2 Les forêts aléatoires
Les forêts aléatoires est la collection de prédicteurs par arbre, avec chaque arbre dépend
d’une variable aléatoire, le prédicteur des forêts aléatoires est l’agrégation de cette collection
des prédicteurs.
Tous les méthodes d’ensemble citées auparavant à l’exception de Boosting sont des cas parti-
culiers des forêts aléatoirse quand la règle de base est une arbre de décision, l’aléa se présente
dans le tirage de l’échantillon Boostrap pour le bagging, la modification aléatoire des sorties
pour Randomizing outputs et le tirage de sous-ensemble de variables pour Random subspace.
La dénomination des forêts aléatoires désigne maintenant les Random Forests-RI, appel-
lée aussi, forêts aléatoires de Leo Breiman c’est un cas particulier des forêts aléatoires
et celui qui a été implémenté.
6. Une méthode de prédiction est dite instable si une petite perturbation de l’échantillon d’apprentissage entraine
une modification du prédicteur obtenu.
7. Les perturbations portent sur l’échantillon d’apprentissage ou sur les variables

Random Forests-RI
Ils signifient les forêts aléatoires à variable d’entée aléatoire ”Random Forests with Ran-
dom inputs ”, le principe de la méthode est de générer plusieurs échantillons boostraps
(LO Oq 8 Ol
n , . . . , Ln ), puis appliquer une variante CART sur chaque échantillon (Ln ), l’algorithme
1
des Randm forests-RI est donné comme suit :

• On prend un échantillon d’apprentissage Ln = {(X1 , Y1 ), . . . (Xn , Yn )}, Xi décrit par p
variables explicatives
• pour l=1 jusqu’à q (q le nombre d’arbres formés dans la forêt) :
Xtirer un écantillon aléatoite (LO
n ) avec remise parmi Ln
l
Xestimer un arbre sur (LO n ) avec randomisation des variables

l
Xpour construire chaque noued de l’arbre on tire uniformément m variable 9 parmi p

pour former la décision associé au neud.
• à la fin de l’algorithme on construit q arbres que l’on moyenne pour la régression ou
l’on fait voter pour la classification
√
• un choix optimal pour m est p
Figure 9.12 – Algorithme de Rndom Forests-RI
Il y a deux sources d’aléas pour générer les prédicteurs individuels des forêts aléatoire :
L’aléa dû au boostrap et l’aléa du choix des variables pour découper 10 chaque noud d’un
arbre
8. Classification And Regression Tree, méthode statistique qui permet de construire des prédicteurs par arbre en
classification comme en régression, sa popularité revient à sa lisibilité, sa rapidité d’exécution et le peu d’hypothèse
qui exige.
9. Le nombre m de variables sélectionnées est fixé au début de la construction de la forêt, il est identique pour
tous les arbres, c’est un paramètre important de la méthode
10. Une coupure est un élément de la forme {X j 6 d} ∪ {X j > d} ou j ∈ {1, . . . , p} et d ∈ R, signifie que toutes
les observations avec une valeur de la j ème variable plus petite que d vont dans le noud fils de gauche et toutes celles
avec une valeur plus grand que d vont dans le noud fils de droite donc il faut choisir le meilleur découpe (j, d)

l’erreur Out-Of-Bag
L’algorithme Random Forests-RI calcul aussi, une estimation de son erreur de généralisa-
tion appelée Ou Of Bag(OOB), cette erreur se calcule comme suit :
On fixe une observation (Xi, Yi) de l’échantillon d’apprentissage, pour prédire Yc de Y on
i i
agrège tous les prédateurs construits sur des échantillons boostraps ne contenant pas cette
observation.L’erreur OOB est calculer comme suit :
• 1 Pn c)2 en régression
n i=1 (Yi − Y i
• 1 Pn
n i=1 1{Yi 6=−Ybi } en classification
La mise en place de la méthode
Pour mettre en place la méthode de Random Forests-RI on fait appel au package Random
Forets implémenté dans le logiciel libre R, il existe deux paramètres importants dans ce
programme :
1. le nombre de variables m sélectionnées aléatoirement à chacun des nouds de l’arbre noté
√
mtry, a une valeur par défaut de p en clssification et p1 en régression
2. le nombre d’arbre q de la forêt nommé ntree sa valeur par défaut est 500
Le programme permet également de fixer les autres paramètres des forêts aléatoires comme
le nombre d’observations nodesize en dessous duquel on ne découpe pas un noud (1 par
défaut en classification et 5 en régression) et aussi la façon d’obtenir l’échantillon boostrap
avec ou sans remise(tirage de n observations sans remise par défaut), nous laissons pour ces
derniers éléments leurs valeurs par défaut par contre pour les deux paramètres principaux
on choisit les valeurs optimales qui minimisent l’erreur de généralisation(Out-Of-Bag). Les
valeurs adoptées sont 700 pour ntree et 3 pour mtry les figures 9.13 et 9.14 justifient notre
choix.
0.16
0.15
0.14
0.13
OOB
0.12
0.11
0.10
0 100 200 300 400 500 600 700
trees
Figure 9.13 – Evolution du taux d’erreur OOB en fonction de ntree

0.0970
0.0965
OOB Error
0.0960
0.0955
0.0950
2 3 6
mtry
Figure 9.14 – Evolution du taux d’erreur OOB en fonction du mtry
On applique les résultats de notre modèle pour prédire la classe d’un nouveau client de la
banque(solvable ou non solvable), ces résultats seront exploités dans la partie validation des
modèles.
9.7 Validation des modèles prédictifs

L’évaluation de la performance d’un modèle de prédiction est une étape primordiale pour
de nombreuses raisons :
1. Savoir si un modèle est globalement significatif.
2. Avoir une idée Sur la fiabilité (les coûts associés) lorsque j’utiliserai mon modèle
3. Comparer plusieurs modèles candidats et savoir lequel parmi eux sera le plus performant
compte tenu de mes objectifs ?
Au cours de cette étape nous cherchons à étudier la faculté de discrimination et de générali-
sation de chaque modèle en se basant sur un ensemble de critères de performance :
Si l’objectif est de prédire l’appartenance à des classes, les résultats finaux se présenteront
sous forme d’un tableau ou d’une matrice de confusion avec une estimation d’un taux d’erreur
ou de bon classement.
Lorsque les classes sont très déséquilibrées, la matrice de confusion et surtout le taux d’erreur
donnent souvent une fausse idée de la qualité de l’apprentissage, des autres dispositifs qui
permettent de comparer globalement les modèles indépendamment de la matrice de confusion
et le taux d’erreur sont la courbe ROC( Receiving Operating Curve) et la surface sous cette
courbe nommée AUC.

La matrice de confusion
La matrice de confusion nous permet de comparer les valeurs prédites par le modèle avec
les valeurs observées, elle prend la forme suivante :
prédite 0 prédite 1
obervée 0 Vrai positif(VN) Faux négatif(FN)
obervée 1 Faux positif(FP) Vrai négatif(VP)
La matrice de confusion peut être construite pour l’échantillon test comme pour l’échan-
tillon apprentissage, mais celle d’échantillon d’apprentissage est généralement n’est pas sou-
haitable, sa faiblesse vient du fait que le même échantillon utilisé pour construire le modèle.
Le taux de bon classement
C’est le taux d’instances biens classées (TBC), il représente la proportion de vrais cas :
vrais positifs et vrais négatifs dans la population. Nous utilisons ce critère afin d’évaluer le
pouvoir de chacun de nos modèles à générer le plus grand nombre d’instances bien classifiées.
VP +VN
T BC =
V P + V N + FP + FN
La courbe ROC
Abréviation (Receiving Operating Curve ) Cette courbe résume les performances de toutes
les règles de classement que l’on peut obtenir en faisant varier le seuil de décision, c’est une
représentation graphique de la relation existante entre la sensibilité et la spécificité d’un
test pour toutes les valeurs seuils possibles, l’ordonnée représente la sensibilité et l’abscisse
correspond à la quantité (1 - spécificité).
La sensibilité est le taux des vrais positifs du test est estimée par la proportion de vrais
positifs, soit :
VP
se =
V P + FN
Alors que (1 - spécificité) est le pourcentage de faux positifs (False Positive rate).
La spécificité est le taux des vrais négatifs(True Positive rate) du test est estimée par la
proportion de vrais négatifs, soit :
VN
sp =
V N + FP

Courbe ROC
0.97
1.0
0.78
0.8
True positive rate
0.59
0.6
AUC
0.4
0.4
0.2
0.2
0.01
0.0
0.0 0.2 0.4 0.6 0.8 1.0
False positive rate
La courbe ROC ne dépend que du classement des valeurs, plus les deux distributions sont
séparées, plus la courbe ROC se rapproche du carré. Si les deux distributions sont identiques,
la courbe se confond avec la diagonale.
La surface située sous la courbe ROC
Cette surface notée AUC (Area Under Curve), c’est une mesure de la performance d’un
score et la qualité de discrimination du modèle en traduisant la probabilité qu’un bon client
aura un score supérieur au score d’un mauvais client, elle varie entre 0 et 1, en pratique 0.5 et
1, si AUC < 0.5, cela signifie que les scores ont été inversés. Si on note par Z la zone AUC :
• 0, 9 < Z < 1 discrimination excellente
• 0, 8 < Z < 0, 9 bonne discrimination
• 0, 7 < Z < 0, 8 discrimination correcte
• 0, 6 < Z < 0, 7 discrimination médiocre
• 0, 5 < Z < 0, 6 mauvaise discrimination
9.7.1 Comparaison des capacités prédictives des différents modèles prédictifs
Modèle prédictif Taux de bon classement

Régression logistique 82%
Réseaux de neurones 87 %
SVM 91%
Random Forests-RI 91%
Tableau 9.12 – Taux de bon classement des modèles élaborés

Les différents modèles sont généralement satisfaisants en terme de taux de bon classement
avec une performance significative des modèles de l’intelligence artificielle particulièrement
les SVM et les Random Forests-RI.
1.0
Régression Logistique
Réseaux de neurones
0.8
SVM
Random forests−RI
True positive rate
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
False positive rate
Les courbes ROC des différents modèles s’éloignent de la bissectrice et se rapprochent du

coin du carré, donc le pouvoir discriminant de nos modèles est en générale satisfaisant, mais
une autre fois les deux modèles SVM et Random Forests-RI confirment leur performance.
Modèle prédictif Surface sous la courbe ROC

Régression logistique 83%
Réseaux de neurones 83%
SVM 91%
Random Forests-RI 94 %
Tableau 9.13 – Surface sous la courbe ROC des modèles élaborés
La surface sous la courbe montre la performance du modèle de random Forests-Ri suivi

par celui de SVM et par la suite viennent les deux modèles de la régression logistique et des
réseaux de neurones.

Chapitre 10
Tarification d’une transaction Mourabaha
La banque doit maı̂triser le risque de crédit avant l’octroi ou en cours de vie du contrat
et doit mettre en place des dispositifs qui permet de répondre aux questions suivantes :
• Un client demande un financementMourabahah aujourd’hui, sera t-il demain ca-

pable de respecter ses engagement jusqu’à la fin du contrat ?
• Comment quantifier le risque de crédit et quel processus de tarification appliqué ?
L’outil RAROC, Risk Adjusted Return On Capital ou Rentabilité du capital Ajustée

au Risque répond à ces différentes questions, c’est une méthode adoptée pour la première
fois par les banques anglo-saxonnes puis par les grandes banques européennes, il consiste à
mesurer la performance des opérations avec la clientèle au niveau de la marge et en fonction
des risques encourus. Il s’agit d’un taux de rendement des fonds propres économiques ou
du rapport entre la marge nette attendue après déduction des pertes anticipées et les fonds
propres nécessaires pour couvrir un pourcentage de pertes maximales.
Il permet aux banques conventionnelles le calcul systématique de la rentabilité prévisionnelle
nette de risque dès l’octroi d’un concours et il va servire les banques islamiques à estimer
la rentabilité d’un contrat financiers dont la Mourabaha, chaque opération est traitée
indépendamment, et tient en compte le risque client pour chaque contrepartie.
Les intérêts de RAROC sont multiples :
• Outil d’aide à la décision pour effectuer d’une transaction financière.

• La prise en compte à priori des risques.
• La segmentation précise de la clientèle par classe de risques.
• Outil de la tarification des produits bancaires.
10.1 Les différents types de RAROC

Le RAROC peut être calculé à différents niveaux selon les besoins du gestionnaire et son
objectif, on retient :
• RAROC transaction :
81
CHAPITRE 10. TARIFICATION D’UNE TRANSACTION MOURABAHA
+ Il peut être utilisé comme moyen de mesure de performances des transactions en

tenant compte à leurs risques. estime de manière ex-ante la profitabilité de la
transaction sur la base des données estimées par le service commercial grâce à
sa connaissance et de son analyse du client.
+ RAROC transactionnel vise à informer le promoteur commercial sur le couple Ren-
tabilité/Risque prévisionnel au moment de l’examen d’un dossier de crédit.
+ c’est un outil de base d’évaluation, de la tarification et une démarche d’aide à la dé-
cision. Cependant le résultat fourni par l’outil RAROC à ce niveau ne doit pas être
le seul élément déterminant dans la prise de décision, c’est un outil supplémentaire
d’aide à la décision.
• RAROC client :
Le calcul d’un RAROC par client permet à la banque de sélectionner les clients présen-
tant une rentabilité cohérente avec le risque encouru.
• RAROC produit :
Le suivi de la rentabilité ajustée pour le risque pour chaque produit permet à la banque
de classer ses produits selon le couple Rentabilité/Risque ce qui aide la banque à l’éla-
boration de sa stratégie selon son aversion au risque et selon les besoins de sa clientèle.
• RAROC secteur d’activité :
Fournit une idée sur le couple Rentabilité/Risque au niveau de chaque secteur et d’orien-
ter les choix commerciaux vers les secteurs les plus intéressants.
10.2 Utilisation de la méthode RAROC

le RAROC a plusieurs utilisations :
1. Une première utilisation directe de RAROC est la gestion du portefeuille de crédit
en comparant les couples Rentabilité/Risque à plusieurs niveaux (transaction, client,
produit, ...). Cela donne une image globale des opérations et permet de repérer celles
qui présentent des RAROC au-dessus ou au-dessous de l’objectif de rentabilité de la
banque.
2. L’allocation des fonds propres : le RAROC permet d’affecter pour chaque transaction
individuelle un montant de fonds propres permettant de couvrir les pertes inatten-
dues(UL).
3. La tarification différenciée :le RAROC permet de mettre en place un système de tarifi-
cation différentielle dans le but de faire assumer individuellement à chaque contrepartie
le coût du risque auquel la banque pourrait être exposé en signant avec lui un contrat
Mourabaha dans ce sens, les clients présentant un profil moins risqué et rentable sup-
porteront un coût moindre a ceux ayant un profil plus risqué et moins rentable.
La tarification différenciée des transactions Mourabaha consiste à calculer pour chaque
transaction un taux de rendement tenant compte de ses caractéristiques, le coût de
rémunération du capital et les objectifs de rentabilité de la banque. Cette approche
permet de facturer pour chaque affaire un prix reflétant le coût réel de la transaction.

4. Le provisionnement ex-ante : dès la signature d’un contrat Mourabaha la banque doit

provisionner un montant équivalent au risque de crédit (prime de risque) lié à cette
transaction, pour ce faire elle inclut le montant de la perte estimée dans la tarification
de la transaction. Il s’agit d’un pré-provisionnement constitué régulièrement par les flux
provenant du remboursement des contrats, qui peut réduire d’autant la volatilité des
résultats des banques islamiques et le risque de défaillance lié aux contrats Mourabaha.
10.3 les composantes de RAROC

10.3.1 la perte moyenne anticipée
Appelée perte attendue, prime de risque ou expected loss, elle représente la part
certaine du risque de crédit. La prime de risque approxime les pertes prévisibles correspond
au montant que la banque risque de perdre en moyenne sur une période donnée sur un
portefeuille de crédit ou sur une transaction spécifique.
Faire une transaction Mourabaha est synonyme d’acceptation de risque en contrepartie de
réaliser des bénéfices, d’où l’importance de tarifier chaque transaction afin qu’elle puisse
refléter le risque lié à la contrepartie.
Le risque de crédit se quantifie par le calcul de la perte moyenne anticipée sur un horizon
donné, obtenue comme suit :
EL = P D × LGD × EAD
Cette prime de risque doit être incorporée dans la tarification des transactions Mourabaha.
la perte moyenne totale d’un portefeuille de transactions Mourabaha est l’agrégation des EL
individuelles soit :
N
X
ELpf = ELi
i=1
• PD est la probabilité de défaut de paiement donnée par le système de notation
• LGD = 1 − R (Loss Given Default) le taux de perte en cas de défautt, avec R le taux de
recouvrement ou de récupération en cas de défaut, les banques autorisées à calculer leurs
LGD recourent à l’approche IRB avancé alors que les autres seront assignées à l’approche
IRB fondation, les autorités de contrôle prennent en générale un LGD = 50% pour une
créance non garantie et 75% pour une créance subordonnée [13]
• EAD (Exposure At Default )la mesure de l’exposition total en cas de défaut, pour notre
cas d’étude nous allons considerer le prix de revient du bien objet de la Mourabaha
. Ceci revient à faire hypothèse que la défaillance de la contrepartie surviendra a la
première échéance. (RAROC à l’origine).
La modélisation du risque de crédits aux particuliers suppose un travail de réflexion et
de validation de ces différents paramètres [23]
10.3.2 la perte non anticipée et le capital économique
La perte inattendue(Unexpected Loss ) d’une transaction représente la volatilité des pertes

autour de la perte attendue (EL) avant prise en compte des effets de diversification. Elle

représente véritablement le risque et nécessite une couverture en capital [23]

La perte inattendue peut se calculer de la façon suivante :
q
U Li = EADi × LGDi × P Di × (1 − P Di )
Pour l’ensemble de pourtefeuille

v
uX X
U Lpf = ωi × ωj × U Li × U Lj × ρij
u
t
i j
Où ωi est le poid de l’actif et ρij est la corrélation entre deux actifs, cette expression est
très fréquente dans la littérature cependant la difficulté de mesurer la corrélation entre les
défauts rend son estimation pour un portefeuille difficile. [23]
Le capital économique que la banque doit garder pour une transaction est
CE i = k × U Li
Avec k est le quantil de loi normal centée réduite d’ordre α cette dernière qui dépend de la
stratégie de la banque et son aversion au risque, pour α = 0.01 k = 2.33
La perte maximal du portefeuille de crédit est V aR(99%) = ELpf + k × U Lpf
10.4 Tarification d’une transaction Mourabaha

Le principe est de déterminer un taux Mourabaha qui permet d’atteindre l’objectif de
rentabilité de la banque
L’expression de RAROC peut être donnée par :
(T M − CR − C) × (prixobjet ) − ELi
> RAROC ∗
CE i
Où TM : le taux Mourabaha, CR :le coût de ressources, C :le coût d’opération, ELi : la perte
moyenne attendue de la transaction, CE i : le capital économique associé à la transaction,
prixobjet : le prix de revient du bien objet de la Mourabaha et RAROC ∗ est la valeur minimale
de rentabilité ajustée pour le risque fixée par la banque (le RAROC cible 1 )
Pour que la rentabilité ajustée pour le risque soit acceptableil faut que :
RAROC ∗ × CE i + ELi + (CR + C) × (prixobjet )
TM >
(prixobjet )
Avec :
RAROC ∗ × CE i + ELi + (CR + C) × (prixobjet )
= G(P D)
(prixobjet )
et G() c’est fonction qui dépend de la probabilité de défaillance. Grâce à cette équation la
banque aura un taux seuil qui lui permet de facturer la transaction à son client en tenant
compte non seulement de la marge qu’elle va tirer de cette transaction mais aussi du risque.
1. On peut considéré le taux de rendement des fonds propres ROE (Return On Equity)

Le prixobjet
C’est le prix de revient du bien objet de la Mourabaha inclue le prix d’achat, les frais de
transport, les frais de stockage et s’il y a des autres charges.
Estimation du coût des ressources
Le coût des ressources ou de refinancement, déterminé par la banque sur une période don-
née, peut être considéré comme le taux moyen pondéré des ressources, ce dernier est obtenu
en rapportant le total des rendements versés par la banque (aux titulaires des comptes PSIA
ou des comptes d’épargnes) sur ses opérations avec sa clientèle à la moyenne des ressources
rémunérées et non rémunérées estimées sur la période étudiée. 2
E(rendements versés)
T MP R =
E(ressources)
Coût d’opération
La banque doit avoir un système de comptabilité analytique qui lui permet d’estimer le
cout d’une opération Mourabaha, ce coût concerne :
— Les frais de personnel
— Les impôts et taxes de la banque
— Les charges de location et les charges d’exploitation bancaire.
10.5 Automatisation des résultats

Dans cette section on met en place une application Shiny qui permet à la banque
participative d’avoir une idée sur la solvabilité d’un nouveau client sur la base de ses propres
informations, aussi les différentes composantes de risque de crédit qui lui associé et le taux
de rendement minimal qu’elle doit exiger pour effectuer une transaction Mouranaha avec
lui. Avant d’expliquer le fonctionnement de cette application on pésente qui ce qu’une
application Shiny ? et quels sont ses avantages ?
Shiny est un package développé sur Rstudio (http://www.rstudio.com/), permet de

réaliser des applications web interactives (http://shiny.rstudio.com/) il permet l’utilisa-
tion de plusieurs widgets qui facilite le développement des interfaces interactives
Ce packages permet à l’utilisateur aussi d’améliorer son contenu web en utilisant des lan-
gages comme HTML, CSS, JavaScript et jQuery.Les utilisateurs de ce genre d’applications
choisissent les paramètres d’entrées à partir de commandes faciles tels que les curseurs, les
listes déroulantes et les champs de texte.
Plusieurs modèles élaborés sous le logiciel R sont difficiles à extraire et à automatiser

sous la forme d’une application graphique, le rôle de Shiny est de mettre fin à ce problème
2. ressources rémunérées comme les dépôts de comptes PSIA et non rémunérées le cas des ressources issues des
comptes courants

en offrant une possibilité aux utilisateurs de logiciel R de développer des applications web à
haut niveau.
L’application qu’on a construit est un moyen d’aide à la décision qui permet à la

banque participative de tarifier une transaction Mourabaha selon de risque de défaut de
chaque contrepartie et ce grâce à l’outil RAROC et les modèles prédictifs de l’intelligence
artificielle qu’on a construit et qui ont montré leur performance en terme de capacité
prédictive, à savoir les réseaux de neurones, les séparateurs à vastes marges et les forêts
aléatoires avec rentrée randomisée.
L’application en sujet renseigne la banque participative dans un premier lieu sur la solvabilité
du nouveau client et sa probabilité de défaillance aussi sur les différentes composantes de
risque de crédit : la perte moyenne anticipée, la perte non anticipé et le capital économique
à réserver. Et enfin le taux de rendement minimal pour rentrer dans une transaction
Mourabaha .
Figure 10.1 – Architecture de l’application élaborée



Conclusion et perspectives
Considérée comme un outil de mesure de la rentabilité ajustée au risque, la méthode

RAROC nous a permet de tarifier chaque transaction Mourabaha selon le risque de défaut
associé à chaque contrepartie. Pour appliquer une telle démarche, il était obligatoire de
quantifier les différentes composantes de risque de crédit : la perte moyenne anticipée, la
perte non anticipée et le montant du fond propre que la banque doit réserver pour chaque
transaction Mourabaha (le capital économique), ces différentes composantes dépendent des
paramètres qu’on suppose déterministes et aussi de la probabilité de défaillance qui nécessite
une estimation robuste et plus prochede de la réalité.
En faisant appel à un ensemble des techniques d’apprentissage statistique comme la

régression logistique, les réseaux de neurones, les SVM et les Random Forests RI, et grâce
un certains critères de performance on a réussi à choisir les meilleurs modèles pour calculer
la probabilité à postériori de défaillance et par la suite les différentes composantes de risque
de crédit nécessaires pour la mise en place du RAROC.
De cette façon on est arrivé à élaborer un système d’aide à la décision sous forme d’une
application Shiny qui permet non seulement la notation d’un nouveau client de la banque
participative sur la base de ses propres informations mais aussi d’estimer le rendement
minimal que la banque doit exiger pour qu’une transaction Mourabaha soit rentable en
admettant le risque de contrepartie qui lui est associée.
Les résultats obtenus démontrent la performance très satisfaisante du modèle de Random

Forests−RI et de SVM pour calculer la probabilité de défaillance, en comparaison avec les
réseaux de neurones et la régression logistique. Ce qui permet une meilleur utilisation de
RAROC et par conséquence une tarification adéquate de la Mourabaha.
Malgré les différents intérêts de RAROC, sa mise en place est généralement couteuse,
elle nécessite des besoins techniques, intellectuels et humains très importants et un système
d’information correctement alimenté. Le RAROC reste un outil d’aide à la décision et à la
gestion et il ne peut pas être le seule critère pour prendre une décision ou pour faire une
tarification d’une transaction, vu sa sensibilité aux données fournies en entrée, comme la
PD, le taux de recouvrement ou le seuil de confiance choisi. Toute mauvaise assimilation de
ses entrées induira de mauvaises interprétations et empêchera de prendre de bonnes décisions.
Comme perspectives pour des futures recherches, nous signalons que la gestion des risques
dans les banques participatives est encore un domaine vierge pour la recherche. Je profite
de cette occasion pour insister sur la gestion de risque de liquidité et le risque commercial
translaté lié aux comptes d’investissement.
BIBLIOGRAPHIE
Bibliographie
[1] Khoutem Ben Jedidia Daoud,l’intermédiation financière participative, 2013
[2] Leila Guermas S ayegh,la religion dans les affaires : La Finance Islamique, Mai 2011
[3] Karim Cherif,LA Finance islamique :Analyse des produits financiers islamiques, 2008
[4] Ridha Saadallah,Finance Islamique et Développement, les cahiers de la finance islamique
N 3 publiés par l’Université de Strasbourg, 2013
[5] Mohamed Talal Lahlou,les facteurs d’instabilité financière dans un contexte financier is-
lamique, les cahiers de laFI N6, publiés par l’université de Strasbourg, 2014
[6] Khan, R.S. A,Economic Analysis of a PLS model for the Financial Sector, Pakistan Jour-
nal of ”Applied Economics”, 1984, vol. III, n°2
[7] Mohammed Boudjelal et Anfel Boudjelal,La Zakat et le Waqf : un segment de la finance
islamique au service du développement économique et social, 2013
[8] Bhatty,A.Takaful : Principles and outlook, Banque Stratégie (257) :4-9, 2008
[9] A.Elkhamlichi,thèse de doctorat, Ethique et performance : le cas des indices boursiers et
des fonds d’investissement en finance islamique, 2013
[10] Al-Khawarizmi Group,les Sukuks, une nouvelle alternative de financement pour le Maroc,
2012
[11] Institut Islamique de Recherche et de Formation, Banque islamique de développe-
ment,introduction aux techniques islamiques de financement, 2012
[12] François Guéranger,Finance Islamique : Une illustration de la finance éthique, 2009
[13] Khan (T.) Ahmed (H.),La gestion des risques : analyse de certains aspects liés à l’in-
dustrie de la financeislamique, 2002
[14] Said EL Mezouari, Mohamed Lotfi et Youness Bouthir,La Finance Islamique au Maroc
entre réticence de la demande et perspectives de développement, Dossiers de Recherches
en Economie et Gestion, juin 2013
[15] Ma’sum Billah.M,Takaful(Islamic insurance)Premium :A Suggested Regulatory Frame-
work, Journal of Islamic Banking and finance 19(3), 2002
[16] Stéphane,Tufféry,Data mining et statistique décisionnelle : l’intelligence dans les bases
de données,éditions, 2007
[17] Mélanie Glasson-Cicognani et André Berchtold,Imputation des données manquantes :
Comparaison de différentes approches
[18] International monetary fund Islamic Finance, IOpportunities, Challenges, and Policy
Options, April 2015
[19] Vivien Brunel,Gestion de risques et risque de crédit, version 28 Janvier, 2009
[20] Robin Guenuer,Forêts aléatoires : aspect théorique, sélection de variables et applications,
Thèse soutenue en 2010
[21] Christian Gouriéroux et André Tiomo , Risque de crédit : Une approche avancée, CREF
07-05, Avril 2007

BIBLIOGRAPHIE
[22] Clément Chatelain, Les Support Vector Machine (SVM), 2003

[23] Mathilde Fox, Mesure et modélisation du risque systématique d’un portefeuille de crédits
aux particuliers
[24] Thierry Roncalli, La gestion des risques Financiers,
webographie
[1] https://ribh.wordpress.com/
[2] http://www.kantakji.com/
[3] http://www.ifsb.org/
[4] http://wikistat.fr/
[5] http://www.duclert.org/
[6] https://sites.google.com/site/minutestatistique/home
[7] http://eric.univ-lyon2.fr/~ricco/cours/
[8] http://www.rstudio.com/
[9] http://shiny.rstudio.com/

Annexe A
Liste des tables et des figures
Liste des figures :

1.1 les composantes de l’Islam . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2 Évolution des actifs islamiques en milliards $ . . . . . . . . . . . . . . . . . . . 15
1.3 le taux annuel de croissance composé des actifs bancaires islamiques de 2009
à 2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4 Évolution de la population mondiale selon la religion . . . . . . . . . . . . . . 17
2.1 Les principes fondamentaux de la finance islamique . . . . . . . . . . . . . . . 18
3.1 Les composantes du système financier islamique . . . . . . . . . . . . . . . . . 21

3.2 Schéma de la relation entre l’opérateur et les participants . . . . . . . . . . . . 23
3.3 La structuration des Sukuks . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4 l’évolution des émissions de Sukuks durant la période 2008-2014 . . . . . . . . 26
3.5 Volume des actifs financiers islamiques selons les secteurs . . . . . . . . . . . . 27
4.1 la réglementation des institutions financières islamiques . . . . . . . . . . . . . 29
5.1 Contrat Moudarabah où la banque joue le rôle de Rab Al Maal . . . . . . . . 32

5.2 Contrat Moudarabah où la banque joue le rôle de moudarib . . . . . . . . . . 32
5.3 le Déroulement du contrat Moucharaka . . . . . . . . . . . . . . . . . . . . . 33
5.4 le Déroulement du contrat Moucharaka dégressive . . . . . . . . . . . . . . . . 34
5.5 processus du contrat Mourabaha . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.6 Donnée de la transaction Mourabaha . . . . . . . . . . . . . . . . . . . . . . . 36
5.7 déroulement du contrat salam et salam parallèle . . . . . . . . . . . . . . . . 37
5.8 déroulement du contrat istisna’a et istisna’a parallèle . . . . . . . . . . . . . . 38
5.9 déroulement du contrat ijara . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.1 Un bilan type de la banque islamique et de la banque conventionnelle . . . . . 43
7.1 Typologie des risques dans les banques islamiques . . . . . . . . . . . . . . . . 44

7.2 Les différentes approches de Bâle . . . . . . . . . . . . . . . . . . . . . . . . . 46
92
8.1 Circuit de régulation marocaine . . . . . . . . . . . . . . . . . . . . . . . . . . 50
8.2 les risques liés à la Mourabaha . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
9.1 Étapes d’élaboration d’un modèle de score . . . . . . . . . . . . . . . . . . . . 55

9.2 Boı̂tes à moustache des différentes variables continues . . . . . . . . . . . . . . 58
9.3 Corrélation entre les différentes variables continues . . . . . . . . . . . . . . . 59
9.4 Allure de la fonction logistique . . . . . . . . . . . . . . . . . . . . . . . . . . 63
9.5 Neurone formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.6 réseaux de neurones avec une seule couche cachée . . . . . . . . . . . . . . . . 67
9.7 Modèle des réseaux de neurones obtenu . . . . . . . . . . . . . . . . . . . . . . 68
9.8 Performance du modèle de RN en fonction des paramètres : size et decay . . . 68
9.9 Hyperplan avec 3 vecteurs de support . . . . . . . . . . . . . . . . . . . . . . . 69
9.10 Transformation d’epace original par la fonction noyau . . . . . . . . . . . . . . 70
9.11 Evolution d’erreur de classification en fonction des paramètres gamma et cost . 72
9.12 Algorithme de Rndom Forests-RI . . . . . . . . . . . . . . . . . . . . . . . . . 75
9.13 Evolution du taux d’erreur OOB en fonction de ntree . . . . . . . . . . . . . . 76
9.14 Evolution du taux d’erreur OOB en fonction du mtry . . . . . . . . . . . . . . 77
10.1 Architecture de l’application élaborée . . . . . . . . . . . . . . . . . . . . . . . 86
Liste des tables :

3.1 Comparaison entre les sukuks et les obligations . . . . . . . . . . . . . . . . . 26
8.1 les risques liés à la Mourabaha . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
9.1 Descréption des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

9.2 Proportion des clients sains et défaillants en chiffre . . . . . . . . . . . . . . . 57
9.3 matrice de corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
9.4 Test de Wilcoxon/ Mann-Whitney . . . . . . . . . . . . . . . . . . . . . . . . . 60
9.5 Test de khideux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
9.6 Sélection automatique des variables . . . . . . . . . . . . . . . . . . . . . . . . 61
9.7 Résultat de la discrétisation CHAID, sortie du logiciel spss . . . . . . . . . . . 61
9.8 Résultats de la régression logistique . . . . . . . . . . . . . . . . . . . . . . . . 65
9.9 Significativité globale du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.10 Caractéristiques d’un client . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.11 paramètre de régularisation des différents noyaux de SVM . . . . . . . . . . . 71
9.12 Taux de bon classement des modèles élaborés . . . . . . . . . . . . . . . . . . 79
9.13 Surface sous la courbe ROC des modèles élaborés . . . . . . . . . . . . . . . . 80
Annexe B
Code R utilisé
Imputation multiple
> data<-read.table("fichier1.txt",head=T)
> require(mice)#télécharger le package mice
> res<-mice(data) #appeler la foction mice
> complete(res) # voire le résultat de l'imputation
Modèle de régression logistique

> appren<-data.frame(appren)
> logit=function(formula,lien="logit",data=NULL){glm(formula,
+ family=binomial(link=lien),data)}
> m.logit<-logit(Solv ~NbcntrNrem + traitRev+ Agecntr+Fonc +EnqDegSol+ Montant +
+ Nbcntr+Objet+ancTrav,data=appren1)
> modelRL<-predict(m.logit,newdata=test1,type="response",se=TRUE)
> #prédire la qualité des clients pour l'échantillon test
> modelRL<-cbind(test,modelRL)
> modelRL<-cbind(modelRL,pred.Solv=factor(ifelse(modelRL$fit<0.35,0,1)))
> library(ROCR)
> predtest<-prediction(modelRL$fit,test$Solv)
> perf1=performance(predtest,"tpr","fpr")
> plot(perf1,colorize=TRUE,main=" Courbe ROC ")
> # tracer la courbe ROC
> plot(perf,print.cutoffs.at=seq(0,1,by=0.05))
> # tracer la courbe ROC avec les différents seuils
> abline(0,1,col=2)
94
ANNEXE B. CODE R UTILISÉ
Modèle réseaux de neurones

> library(e1071)
> tune.model = tune.nnet(solv ~ ., data = appren1,
+ size = c( 3, 5),decay = c(0.1, 0.001))
> tune.model
> plot(tune.model)
> #choisir les paramètres du modèle
> library(nnet)
> set.seed(06072012)
> model = nnet(solv~ ., data =appren, size = 5, decay = 0.01,maxit=300)
> #élaboration de modèle
> library(devtools)
> source_url('https://gist.githubusercontent.com/fawda123/7471137/raw/
+ 466c1474d0a505ff044412703516c34f1a4684a5/nnet_plot_update.r')
> plot.nnet(model, alpha.val = 0.5, circle.col = list('violet', 'lightgreen'),
+ bord.col = 'black')
> # plot du modèle
> pred_RN = predict(model, newdata = test,type="class")

> #prédiction de la qualité de nouveaux clients
> pred_RN = predict(model, newdata = test,type="raw")
> #prédiction de la probabilité de défaut d'un nouveaux clients
> mat = table(pred_RN,test$solv) # matrice de confusion
> print(mat)
> taux = sum(diag(mat))/sum(mat) #taux de bon classement
> print(taux)
> require(ROCR)
> pred = predict(model, newdata = test)
> predict<-prediction(pred[,1],test$solv)
> perf6 <- performance(predict,"tpr","fpr")
> plot(perf6,colorize=TRUE,main="ROC Réseaux de neurones") #tracer la courbe ROC
> auc_rn<-performance(predict,"auc")
> attr(auc_rn,"y.values") #calcul de l'AUC (interface sous la courbe ROC)
> #head(pred)
Modèle Vector Support machine

> library(e1071)
> require(ROCR)

ANNEXE B. CODE R UTILISÉ
> model <- svm(solv~.,data=appren,gamma=0.5,cost=4,decision.values = TRUE,

+ probability =TRUE)
> #decision.values = TRUE pour afficher la proba d'appartenance aux class
> model
> pred_SVM = predict(model, test,decision.values = TRUE,probability =TRUE)

> #prédiction de la qualité de nouveaux clients
> svm.roc <- prediction(attributes(pred_SVM)$decision.values,test$solv)
> svm.auc <- performance(svm.roc, 'tpr', 'fpr')
> aucsvm <- performance(svm.roc, 'auc')
> attr(aucsvm,"y.values")
> plot(svm.auc,colorize=TRUE,main="ROC SVM") #la courbe ROC
> (mat = table(pred_SVM, test.dis$BAD)) #matrice de confusion
> taux = sum(diag(mat))/sum(mat)
> print(taux)
Modèle Random Forest

> library(randomForest)
> set.seed(03072012)
> arf<-randomForest(solv~.,data=appren,importance=TRUE,
+ proximity=TRUE,ntree=700,keep.forest=TRUE)
> arf
> varImpPlot(arf)
> #importance des variables
> pred_RF<-predict(arf,test,type='class')
> (mat<-table(pred_RF,test$solv))
> taux = sum(diag(mat))/sum(mat)
> print(taux)
> testp4<-predict(arf,test,type='prob')[,2]
> pred4<-prediction(testp4,test$solv)
> perf4 <- performance(pred4,"tpr","fpr")
> aucrf <- performance(pred4,'auc')
> attr(aucrf ,"y.values")
> plot(perf4, colorize=TRUE,lty=2,main="ROC Random forest")

Langue

Finance Islamique

Transféré par

Informations du document

Description :

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

Finance Islamique

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Résumé

Vu la fragilité de la finance conventionnelle devant les crises financières, particulièrement la

Mots clés : Finance islamique, banque islamique, Mourabaha, Risque de crédit,

À mes très chers parents.

À mes frères et soeurs.

À tous mes enseignants depuis le primaire.

À ceux qui m’ont soutenu et encouragé.

À tous mes amis et connaissances.

J’exprime ma profonde gratitude à ma directrice de mémoire professeur khadija Akdim,

Mes remerciements s’adressent à Monsieur Youssef El Boukfaoui et M. Ait Babram

Un énorme merci à M M’hamed Eddahbi, à M. Berrahou à M. Zahid et à tout le

I Théorie de la finance islamique 12

1 Origine et évolution de de la finance islamique 13

2 Fondement et principes de la finance islamique 18

3 Les composantes de la finance islamique 21

4 La réglementation des institutions financières islamiques 28

5 Les techniques de financement islamique 31

6 L’intermédiation financière des banques islamiques 40

7 Typologie des risques dans les banques islamiques 44

8 La finanace islamique :un nouveau né au Maroc 49

II Vers une tarification différentiée d’une transaction Mourabaha 52

9 Système de notation interne de scoring 54

Lamrani Alaoui Youssef 7/96

10 Tarification d’une transaction Mourabaha 81

A Liste des tables et des figures 92

Lamrani Alaoui Youssef 8/96

Albanki est un centre de formation en finance islamique et développement professionnel,

de formation dans ce domaine.

La fragilité de la Finance conventionnelle devant les crises financières et particulièrement

Ce travail est structuré en deux grandes parties :

Théorie de la finance islamique

Figure 1.1 – les composantes de l’Islam

1.1 Origine et évolution de la finance islamique

La véritable naissance de la finance islamique moderne commence après les années

Lamrani Alaoui Youssef 14/96

Figure 1.2 – Évolution des actifs islamiques en milliards $

Lamrani Alaoui Youssef 15/96

Lamrani Alaoui Youssef 16/96

Figure 1.4 – Évolution de la population mondiale selon la religion

La fragilité de la finance conventionnelle devant les crises mondiales en particulier la crise

En effet, les principaux facteurs de la crise de 2008 étaient l’intérêt et la spéculation,

Lamrani Alaoui Youssef 17/96

Afin de comprendre les particularités de la finance islamique par rapport à la fiance

Figure 2.1 – Les principes fondamentaux de la finance islamique

2.1 Interdiction de la riba (l’intérêt)

La création de richesse réside dans l’achat et la vente de biens et dans l’investisse-

Au niveau macro-économique, il apparait que la prohibition de l’intérêt contribue à

2.2 Le principe de partage de profit et de perte (PPP/3P)

Cette technique permet le partage des risques entre l’entrepreneur et l’investisseur,

Lamrani Alaoui Youssef 19/96

2.3 L’interdiction de l’aléa majeur et de la spéculation(le Gharar

2.4 La prohibition de participer dans les activités illicites

2.5 La connexion à l’économie réelle

2.6 Le principe de propriété

Lamrani Alaoui Youssef 20/96

Figure 3.1 – Les composantes du système financier islamique

3.1 La Zakat et le Waqf

La Zakat est considérée comme un dispositif de relance économique en tant que

moyen d’incitation à l’investissement, la mobilisation des capitaux et à la création d’emplois

Le Waqf, tout comme la Zakat représentent en fait un segment de la finance isla-