Master 

: Management des organisations financières et bancaires

Le scoring 1

Année universitaire : 2019/2020

Encadré par :
SOMMAIRE

Introduction

Chapitre 1 : contexte générale sur la méthode Scoring :

Section 1 : Définition et historique du crédit scoring

Section 2 : Les objectifs et les types du scoring

Section 3 : Les avantages et les limites du scoring

Chapitre 2 : Fondement théorique et conceptuel de la méthode des scores :

Section 1 : La méthode d'élaboration des scores

Section 2 : Les modèles théoriques de la méthode des scores 

Section 3 : L’impact du crédit scoring sur l’amélioration de la rentabilité bancaire

Chapitre 3 : le système de notation des entreprises :

Section 1 : la notation externe

Section 2 : la notation interne

Conclusion

Bibliographie

2
 INTRODUCTION
Plusieurs types de risques peuvent affecter la survie d’une banque. Parmi ces risques, on
trouve notamment le risque de marché, d’option, de crédit, opérationnel, etc. Le risque de
crédit, appelé également risque de contrepartie, est le risque le plus répandu. S’il existe
plusieurs types de risques de crédit, celui de non remboursement est un risque majeur. La
crise financière actuelle trouve son origine principale dans ce type de risque, on peut prendre
à titre d’exemple la crise des subprimes liée au problème du non remboursement des crédits
immobiliers aux Etats-Unis. Plusieurs travaux de recherche ont été réalisés pour détecter à
l’avance les emprunteurs qui seront défaillants de ceux qui ne seront pas. Ces travaux sont
basés essentiellement sur l’analyse des comptes annuels des emprunteurs.

Toute opération de crédit repose sur la question de confiance et qui par la suite
engendre un risque de non-remboursement. Donc, un crédit n'est accordé que si la banque
estime que la probabilité de remboursement excède celle de non-remboursement. Pour cette
raison, les banques essayent de mettre en place des outils appropriés pour minimiser le risque
de crédit et pour avoir une image claire de la situation de l'emprunteur pour enfin prendre la
bonne décision.

La méthode des scores « Scoring » est une technique d'analyse utilisée pour la
détection de la défaillance. Grâce à un score attribué à une entreprise quelconque, la
technique du scoring est un outil destiné à diagnostiquer préventivement les difficultés des
entreprises. Le scoring est un système d'aide à la décision qui permet aux banques de définir à
l'usage de leurs exploitants des catégories cibles pour lesquelles le risque peut être anticipé).

Ce rapport a pour but de présenter, dans la première partie, le crédit scoring comme une
méthode de prévision de la défaillance de l'entreprise utilisée par les banques pour se
prémunir du risque de crédit, sa définition, ses types ainsi que, ses avantages et les limites de
son utilisation. La deuxième partie est consacrée à présenter la méthode d'élaboration des
scores, ainsi que nous allons présenter les principaux modèles théoriques de la fonction score
et dans le dernier chapitre nous allons

Alors, il y a lieu de poser la problématique suivante :

Comment la méthode scoring peut contribuer à la gestion du risque de crédit?

3
Chapitre 1 : contexte générale sur la méthode Scoring
Au niveau de ce chapitre nous allons traiter la méthode scoring dans sa globalité à savoir sa
définition, leur historique, ses objectives, ses types ainsi que ses avantages et ses limites de
son utilisation.

Section 1 : Définition et historique du scoring :

1.1 definition:
 M.ZOLLINGER définit le crédit scoring ou note de crédit comme « une méthode
multicritère qui permet de déterminer globalement à l'aide d'une note, l'importance du
risque que présente un emprunteur.
 Le mot "score" est un terme anglais, et qui signifie "note", dans le sens de donner une
note à quelqu’un.
 M.MATHIEU définit le score comme suit : « Le score est une méthode automatisée de
notation fondée sur des analyses statistiques qui permettent d'affecter à chaque client une
note représentative de son profil de risque pour la banque »
 En résumé, il s'agit d'une technique d'analyse et de détection de la probabilité de
défaillance d'une entreprise. Elle vise à distinguer au mieux les deux sous-populations
d'entreprises saines et d'entreprises défaillantes en utilisant une valeur synthétique sur
échelle, dite score.

1.2 Historique du crédit scoring :

Au plan historique, bien que le crédit scoring ait été pour la première fois utilisé dans les
années 1960 aux USA, ses origines remontent en fait au début du XXe siècle, lorsque John
MOODY publia la première grille de notation pour ses trade bonds (obligations
commerciales). Brièvement, nous présentons les 10 dates clés du scoring crédit dans le
tableau ci-dessous.

DATE EVENEMENT
1851 1ère utilisation de la notation (classement) crédit par John Bradstreet,
pour ses commerçants demandeurs de crédit, USA
1909 John M. Moody publie la 1ere grille de notation pour les obligations
commerciales négociées sur le marché, USA
1927 1er « crédit bureau » crée en Allemagne
1941 David Durand professeur de Gestion au MIT écrit un rapport, et suggère

4
 le recours aux statistiques pour assister la décision de crédit, USA.
1958 1ère application du scoring par American Investments
1967- Altman crée le « Z-score » à partir de l'analyse discriminante multi
variée.
1970
Réglementation des « crédits bureaux » par le credit reporting act, USA
1995 L'assureur d'hypothèques Freddy Mac & Fannie Mae adopte le crédit-
scoring, USA
2OOO Moody's KMV introduit le RiskCalc pour le scoring des ratios
financiers (financial ratio scoring - FRS)
2004 Bâle II recommande l'utilisation des méthodes statistiques de prévision
du risque de crédit
Source: R. ANDERSON. «The credit toolkit », oxford university press 2007, p28

Section 2 : Les objectifs et les types du crédit scoring :

Les objectifs du crédit scoring :

 Un outil d'aide à la décision

 L'un des outils d'aide à la décision consiste à appliquer l'approche du risque par
l'analyse statistique. Nous estimons que cette approche est grevée de deux axiomes.

- D'une part, elle ne peut à elle seule se substituer à d'autres formes d'investigation ou de
recherches ni à l'approche personnelle (connaissances réelles de la relation, sa solvabilité
etc...) ni aux éléments de sûreté.

- D'autre part, elle se base pour les crédits aux entreprises par exemple sur les données
comptables du bilan déclaré. Ce sont là les limites inhérentes à l'application de l'approche du
risque par l'analyse statistique..

La méthode consiste à apprécier la solvabilité d'un emprunteur en évaluant la probabilité de

survenance des recettes futures. Cette probabilité s'appréhende à travers plusieurs
caractéristiques propres à chaque emprunteur. Les techniques statistiques de traitement de
l'information sont à même de déterminer la corrélation entre les caractéristiques sélectionnées
et la solvabilité de l'emprunteur. Contrairement à la technique du crédit scoring appliqué aux

5
particuliers qui nécessite l'homogénéité des critères sélectionnés pour les emprunteurs, et les
crédits octroyés, l'approche statistique pour les crédits aux entreprises peut utiliser les
données hétérogènes. D'ailleurs, elle ne peut être autrement sinon elle sera impraticable. Car
le comportement financier de chaque entreprise dépend de son secteur d'activité, de son
chiffre d'affaires, de sa gestion interne des stocks, de ses besoins de crédits en volume et en
catégorie de crédit etc.

 Critère de solvabilité

 De même, contrairement à la technique du crédit scoring aux particuliers où il y a une

carence chronique d'information, ou de données statistiques, l'analyse statistique du risque
des crédits aux entreprises présente une sélection de quelques données significatives du
fait de l'abondance de ces derniers. Cette sélection est effectuée selon le critère de
solvabilité à pouvoir prévisionnel élevé.
 La méthode consiste à sélectionner un certain nombre de critères de solvabilité des plus
significatifs. Le choix de ces critères a été effectué après des recherches auprès des
différentes entreprises (saines et mauvaises). L'analyse discriminante nous permet de
déterminer les critères significatifs et leur pondération.
Les types du crédit scoring :
 Le score d'appétence ou bien score de propension à consommer dont c’est la probabilité
pour un client d'être intéressé par un produit ou un service donné.
 Le score du risque : C’est la probabilité chez un client ouvrant un compte bancaire,
souscrivant une carte de crédit, demandant un découvert ou contractant un crédit, de
rencontrer un incident de paiement ou de remboursement.
 Le score d'octroi (ou score d'acceptation) : est un score de risque calculé pour un client
qui est nouveau ou qui a une faible activité avec la banque. Notons qu'on peut aussi
calculer un score d'octroi pour un client déjà connu, si l'on veut intégrer au calcul des
éléments propres à la demande.
 Le score de recouvrement : évalue le montant susceptible d'être récupéré sur un compte
ou un crédit au contentieux, et peux suggérer les actions de recouvrement les plus
efficaces, en évitant des actions disproportionnées pour des clients fidèles, rentables et
sans véritable risque.
 Le score d'attrition : est la probabilité pour un client de quitter la banque.

6
 Section 3 : Les avantages et les limites du scoring :
Dans le cadre de la prévision de la défaillance et la prévention des difficultés d'entreprises, la
méthode du scoring est utilisée afin de limiter le risque de crédit et le risque de faillite. Bien
que le scoring soit une méthode comportant plusieurs avantages, d'où son adoption
notamment dans le secteur bancaire, il s'agit de même d'une technique qui expose certaines
défaillances.

3.1- Principaux avantages :

Evaluation quantitatives de la probabilité d’appartenance ce qui permet d'ordonner les
individus ;

• Caractère immuable (fixe) résultats et Cohérence des résultats : deux individus ayant les
mêmes caractéristiques auront le même score ;

• Caractère explicite : méthodologie d'évaluation pouvant être clairement présentée ;

■ Prise en compte de plusieurs facteurs de risque ;

■ Aptitude d'être testée au préalable ;
■ Explication du lien existant entre le niveau de risque et les facteurs de risque ;
■ Aptitude à donner lieu à des calculs sur les effets sur la rentabilité de l'entreprise.

3.2- les Principaux inconvénients :

Les méthodes statistiques du scoring soufrent néanmoins de quelques insuffisances dont
entre autres :

• La décision pouvant être prise suite à l'utilisation des méthodes de scoring est basée sur une
probabilité et non sur une certitude ;

 Les méthodes statistiques de scoring supposent comme toute autre méthode statistique
que le futur est identique au passé ;
 Le risque est expliqué par les seules variables disponibles ;
 L'application d'un système de scoring nécessite un grand nombre de données et de
variables statistiques et serait de ce fait impossible à réaliser sans l'outil informatique.

Alors nous en distinguerons dans ce chapitre que le crédit scoring est une méthode de
prévision de la défaillance de l'entreprise ou d’un particulier utilisé par les banques pour se
prémunir du risque de crédit, ainsi une méthode d’analyse financière qui tente à synthétiser

7
un certain nombre de ratios sous forme d’un seul indicateur susceptible de distinguer les
entreprises saines des entreprises défaillantes.

Chapitre 2 : Fondement théorique et conceptuel de la méthode des

scores
Dans leur quasi-totalité, les banques et les organismes financiers utilise l'analyse statistique
pour prédire si une entreprise sera solvable ou non et prendre ensuite la décision appropriée.

Au niveau de ce deuxième chapitre nous allons présenter les étapes d'élaboration des scores et
ses modèles théoriques ainsi leur rôle dans l’amélioration de la rentabilité bancaire

Section 1 : La méthode d'élaboration des scores :

La conception d'un modèle de scoring suit une procédure relativement standard. Elle se fonde
sur l'observation du devenir des entreprises (à partir de données historiques généralement
comptables et financières), c'est-à-dire défaillantes ou saines.

Le but est de sélectionner les variables les plus discriminantes individuellement, puis de
construire un modèle statistique établissant une relation dichotomique entre les variables en
question et le fait d'avoir connu la faillite ou non.

Le processus d’élaboration du modèle de scoring suit plusieurs étapes, et qui sont résumées
comme suites :

Constituer un échantillon

Choix de critère de défauts

Choix de l’horizon du modèle

Le choix des variables explicatives

Le choix de technique de modélisation

Le passage du score a la construction des classes de risque

 1ère étape : La constitution d’un échantillon :

8
Un échantillon comprenant un nombre suffisant d’emprunteurs en situation de défaut,
appartenant à des populations homogènes (particulier, professionnels, PME) ainsi que les
données historiques de défaut couvrant un cycle économique complet.

 2ème étape : Le choix de critères de défaut : Il s’agit de fixer d’une manière objective les
situations de défaut, à ce titre le comité de Bâle a arrêté 4 critères :

 L’incapacité de rembourser : la situation dans laquelle se trouve une personne ou une

entreprise qui est dans l’incapacité de rembourser ses créanciers
 Le report de paiement associé à un abandon, une provision ou restauration : Lorsqu’une
société se retrouve en difficulté, les associés ont la possibilité d’effectuer un abandon de
compte courant d’associé au profit de la société, éventuellement assorti d’une clause de
retour à meilleure fortune. Cette opération permet à la société de diminuer le montant de
ses dettes financières et d’améliorer son résultat, donc ses capitaux propres.
 Le retard de paiement de plus de 90 jours : Dépasser le paiement des dettes de plus de 90
jours.
 Simulation d’une faillite : Calculer le cout potentiel d’une faillite

 3ème étape : Définir l'horizon de la mesure

Selon cet horizon, les données traitées remontrent à une période historique antérieure e la
faillite plus ou moins longue. Le choix de l'horizon est un compromis entre la fonction
assignée au modèle élaboré et la disponibilité des données traitées.

La littérature enseigne que la défaillance est perceptible par l'environnement au moins trots
ans avant celle-ci ; aussi les modèles retiennent-ils généralement cet horizon qui prend en
compte le délai d'obtention de l'information financière utilisée.

 4ème étape : Choisir les variables explicatives de l'événement

Les variables explicatives de défaut correspondent aux facteurs de risque dont la mise en jeu
a conduit à une situation de défaut. Elles doivent traduire des dimensions variées du risque de
sorte qu’elles ne soient pas corrélées. Divers types de données peuvent être utilisés pour les
entreprises et les particuliers et on a notamment :

 -Comptables et financières (ratios d’endettement ; ratio d’autonomie …)

9
 -Bancaires (fonctionnement compte …)
 -Qualitatives (la part du marché, âge, profession, localisation …)
 5ème étape :  Le choix de la technique de modélisation :
 Il existe plusieurs techniques pour la construction des modèles de score : les techniques
économiques, les techniques de classification issue de l’analyse de données, les
techniques d’intelligence artificielle et les techniques non paramétriques
d’enveloppement. C’est les deux premières techniques qui sont les plus répondues et les
plus robustes.

1- Le modèle linéaire
Un modèle vise à expliquer une variable par d’autres variables :

 Yi représente la variable à expliquer qualitative (Yi =0 si le client i est un mauvais client

et Yi = 1 si le client i est un bon client).

 (Xij):représente les p variables explicatives qui peuvent 
être qualitatives (propriétaire ou locataire, marié ou non marié)
ou quantitatives (âge, nombre d’enfants, salaire, etc.)

 bj), p représentent les p paramètres du modèle. 

  Ui : le terme d’erreur du modèle

 Le score noté Zisynthétise les caractéristiques du client i au regard de la variable à expliq
uer.

 Plus la valeur du score Zi est élevée, plus le client i a de chance d’être un bon client.

10
 L’inconvénient de ce modèle est qu’il conduit à des probabilités qui sortent de l’intervalle
[0 ;1].

1- Les techniques de classification issues de l’analyse de données

L’analyse discriminante est une technique de classification qui consiste à reclasser les
emprunteurs en deux groupes : défaut et absence de défaut conditionnellement à leurs
caractéristiques observées. Elle cherche donc l’ensemble des variables (ratios) qui permettent
de prévoir le mieux qui le passage au défaut, la fonction discriminante se présente comme
une combinaison linéaire de ces variables

SCORE=Ao+A1R1+A2R2+…+AnRn

Ai : représentent les pondérations associées aux ratios

Ri : La fonction permet d’attribuer un score, qui selon sa position par rapport à un certain
seuil, permet de qualifier le degré d’exposition au risque de défaut défaillance à tout
emprunteur.

2- Les techniques d’intelligence artificielle :

Appelées également les réseaux de neurones. Ce sont des algorithmes d’intelligence

artificielle qui permettent à partir de l’expérience de déterminer la relation entre les
caractéristiques des emprunteurs et leur probabilité de défaut. Cette technique est plus souple
en termes d’utilisation que les techniques statistiques puisque aucune hypothèse n’a besoin
d’être imposée quant à la forme de la relation fonctionnelle et la forme de la distribution des
termes d’erreur du modèle. On reproche souvent à cette technique le manque de stabilité des
résultats.

4–Les techniques non paramétriques d’enveloppement :

Les techniques non paramétriques inspirées des méthodes de construction des frontières
d’efficience par enveloppement de données n’imposent pas non plus d’hypothèses sur la
relation entre les caractéristiques des emprunteurs et le défaut. Elles sont encore
expérimentales, mais donnent de très bons résultats en termes de classification.

 6ème étape : Le passage du score à la construction des classes de risque

11
 Une fois le score d’un emprunteur connu, la question est donc de déterminer sa
probabilité de défaut à un horizon donné et de ranger cet emprunteur dans une classe de
risque en fonction de cette probabilité, et ensuite de rassembler les classes dans une
matrice.

Section 2 : Les modèles théoriques de la méthode des scores :

La méthode des scores repose sur la détermination d'une fonction score, afin d'anticiper la
défaillance d'une entreprise. Dans la littérature financière, plusieurs modèles ont été élaborées
pour construire un modèle, qui va permettre de déterminer cette fonction. Lors de ce chapitre,
on exposera les principaux modèles en matière d'élaboration de la fonction score.

1. Le Modèle D'ALTMAN :

Le modèle d'ALTMAN est le premier score ayant fait l'objet d'une publication scientifique.
Le Z score d'Edward Altman est un modèle de prévision de faillites à partir de ratio pondéré.
La mesure prend en compte la liquidité, la solvabilité, la rentabilité, l'activité et la croissance.

● Sur un échantillon de 66 entreprises, 33 ayant connu la faillite et 33 ayant survécues,

Altman a développé la fonction de prédiction suivante :

Z score =1,2 X1 + 1,4 X2 + 3,3 X3 + 0,6 X4 + 99,9 X5

X1= Besoin en fond de roulement (BER) / Total Actifs

X2 = Réserves / Total Actifs

X3 = EBIT / Total Actifs

X4 = Capitalisation Boursière / Total des dettes

X5 = Chiffre d'affaires / Total Actifs

Plus le score est élevée, moins l'entreprise à de probabilité de faire face à une faillite. Moins
le Score est élevé, plus l'entreprise est probable de faire face à une faillite.

- Entre 0 et 1,8 l'entreprise a de forte chance de faillite.

- Au-dessus de 3,0 l'entreprise a une bonne santé financière.

- Entre 1,8 et 3,0 l'entreprise est dans une zone " grise " (zone de qualité médiocre).

2- LE Modèle DE CONAN & HOLDER :

12
Après Altman, le score de CONAN et HOLDER (1979) est venu dix ans plus tard enrichir
les modèles de scoring développés auparavant. Comme le « z score » le score calculé par
Conan et Holder est une régression par analyse discriminante. Par référence au bilan
financier, les deux chercheurs ont étudié les valeurs de 31 ratios applicables à 190 PME et ont
obtenu la fonction-score suivante :
Zscore = 0,24 R1+ 0,22 R2 + 0,16 R3 - 0,87 R4 - 0,10 R5

Plus la valeur du score Z est élevée, plus le risque de défaillance est faible.

R1 = Excèdent brut d'exploitation / Total des dettes

R2 = Capitaux permanents / Total de l'actif

R3 Réalisable et disponible / Total de l'actif

R4 = Frais financiers / CA HT

R5 « Frais de personnel /valeur ajoutée

2- LE Modèle De Score de COLLONGUES

La fonction discriminante d'Y.COLLONGUES est la suivante :

Z score = 1,983 X1 + 60,0366 X2 - 11,834 X3

Où :

R1 = frais de personnel / valeur ajoutée.

R2 = frais financiers / chiffres d'affaires hors taxes.

R3 = fonds de roulement / total du bilan

• Si Z > 5,455, l'entreprise sera déclarée mauvaise.

• Si Z< 5,455, l'entreprise sera déclarée bonne.

Pour affiner son étude, COLLONGUES a testé de nouveau sur deux échantillons distincts,
l'un de 27 entreprises ayant déposé leur bilan, l'autre de 21 entreprises en bonne santé, pour
aboutir à la fonction suivante :

Z score = 4,6159 X1- 22 X4 - 1,9623 X5

R4 = résultat d'exploitation / chiffre d'affaires H.T.

13
R5 = fonds de roulement net / stocks.

 Si Z > 3,0774, l'entreprise est déclarée défaillante

 Si Z < 3,0774, l'entreprise est déclarée saine

3 Le score de la Banque de France (BDFI 1995) :

Il est aussi une méthodologie célèbre de prévision des risques de défaillances par l'analyse et
la prévision statistique. Les scores opérationnels (utilisables par les banques et les
entreprises) de première génération ont été mis au point par la Banque de France en 1982. Le
score BDFI 1995, s'intéresse plus particulièrement à l'endettement financier (importance,
structure et coût de l'endettement). La formule de ce score se présente comme suit :

Z= -1,255X1 + 2,003X2 — 0,824X3+ 5,221X4 - 0,689X5- 1,1646X6+ 0,706X7+ 1,408X8—

85,544

X1 : Part des frais financiers dans le résultat : Frais financiers / Résultat économique brut ;

X2= Couverture des capitaux investis Ressources stables / Capitaux investis (C'est-a-dire
valeurs mobilisées brutes + BFE) ;

X3= Capacité de remboursement Capacité d'autofinancement / endettement global ;

X4= Taux de marge brut d'exploitation : Résultat économique brut / Chiffre d'affaires HT ;

X5 = Délai crédit fournisseurs : Dettes commerciales / Achats TTC ;

X6= Taux de croissance de la valeur ajoutée

X7= Délai crédit clients : (Travaux en cours + créances — avances) /Production

X8 = Taux d'investissement physique : Investissement physiques moyens / valeur ajoutée.

Le score Z obtenu est comparé à des bornes qui permettent de reclasser avec plus ou moins de
certitude :

Z < - 0,25 Zone défavorable

- 0,25 < Z < 0,125 Zone d'incertitude ; Z > 0,125 : Zone favorable, l'entreprise est normale.

14
Section 3 : L’impact du crédit scoring sur l’amélioration de la rentabilité
bancaire

Comme toute entreprise, la banque est soumise à l’impératif de la rentabilité. Aussi, portant du
principe que cette dernière est fortement liée à la maîtrise du risque des crédits accordés, il
convient d’analyser les critères de rentabilité dans le cadre de la gestion bancaire, et ce pour
mettre en évidence les facteurs qui la détermine. La rentabilité vise à comparer le résultat dégagé
aux moyens mis en œuvre par une entreprise. Par ailleurs, la rentabilité d’une banque peut être
abordée par produit bancaire, par agence ou par segment de clientèle. Le présent élément
s’attachera à étudier la formation du résultat et les facteurs explicatifs de la rentabilité.

3.1- Définition de la rentabilité bancaire

 La rentabilité bancaire est issue du processus de transformation au sens large ( sur les
contreparties les taux d’intérêt, les devises, les échéances…) mis en œuvre par les
établissements de crédit dans le cadre de leur fonction d’intermédiation.

 La rentabilité de la banque est calculée par la différence entre les produits bancaires et les
charges bancaires (activités de prêt et d’emprunt : opérations sur titre, change, …)

3.2- la gestion du risque des crédits pour les particuliers :

- Les crédits aux particuliers sont pour le secteur bancaire un domaine d’activité à part
entière. Pendant longtemps, l’endettement des particuliers, notamment à court terme, a paru
suspect. Les ménages dégagent traditionnellement une capacité de financement, le recours au
crédit demeurant un événement exceptionnel, comme l’achat d’un logement par exemple.
Aujourd’hui ces réticences ont disparu et les particuliers utilisent quotidiennement le crédit
tant à court qu’à moyen ou long terme et l’endettement bancaire des particuliers est un
marché en expansion régulière qui supplée parfois opportunément la demande moins active
émanant des entreprises. Dans un premier temps, les établissements de crédit ont traité les
demandes de crédits des particuliers selon les mêmes méthodes que les demandes de crédit
des entreprises. Mais le grand nombre de dossiers à traiter, le faible montant des crédits
demandés et la rapidité nécessaire de la réponse ont conduit les banques à automatiser le
traitement des demandes de crédits par la méthode bien connue aujourd’hui dite crédit
scoring

15
- Dans l’approche classique, l’analyse des facteurs qui feront obstacle au remboursement est
subjective. Il est alors logique de se demander si une recherche systématique de relations
entre la solvabilité de l’emprunteur et ces facteurs ne permettrait pas à la fois de déceler les
caractéristiques les plus pertinentes, c'est-à-dire à plus haut pouvoir prévisionnel, et de
simplifier aussi l’approche du risque. L’analyse statistique fournit de nombreuses techniques
de traitement des informations relatives au comportement des agents économiques et qui sont
appliquées à la prise de décision en matière de crédit. Les premières recherches entreprises
dans ce sens l’ont été aux Etats-Unis, notamment lorsqu’un vendeur de voitures d’occasion
constata que les clients qui avaient acheté à crédit une voiture et qui remboursaient avec
difficulté avaient de nombreux points communs. Elles se sont développées parallèlement à
l’accroissement du crédit à la consommation et le crédit scoring a été introduit en France dans
le courant des années soixante-dix. A l’heure actuelle, la plupart des établissements de crédit
y recours.

3.3- la gestion du risque des crédits pour les entreprises :

- Les crédits destinés aux entreprises sont plus divers que les crédits aux particuliers et leurs
montants sont beaucoup plus élevés. L’étude du risque des entreprises a d’ailleurs été
longtemps considéré comme une fonction noble dans la banque, fonction qui permet aux
banquiers de faire preuve de son sens d’affaires, de son flair et ce, selon une approche
classique à laquelle, comme les crédits aux particuliers, une approche crédit scoring peut être
substituée.
Les recherches menées en matière d’évaluation automatique du risque de crédit ont
également porté sur les entreprises. Mais, alors que l’analyse statistique du risque des crédits
aux particuliers est motivée par l’insuffisance des informations disponibles, c’est assez
paradoxalement l’abondance des données concernant les entreprises qui conduit à rechercher
celles qui sont les plus significatives par la sélection de critères de solvabilité à pouvoir
prévisionnel élevé. De plus, aux yeux de nombreux analystes, les méthodes traditionnelles
d’approche du risque, les ratios notamment, comportent des lacunes importantes : les critères
d’appréciation sont pondérés de façon subjective et les ratios sont interdépendants. Et, en la
matière, le contraste entre l’abondance des recherches empiriques et le caractère limité de
leur application est frappant.

16
Dans les développements qui précèdent nous avons essayé de décrire Le processus
d’élaboration du modèle de scoring et la contribution des plusieurs modèles qui ont été
élaborés pour construire ce dernier ainsi que leur amélioration dans la rentabilité bancaire.

Chapitre 3 : le système de notation des entreprises :

Au niveau de ce troisième chapitre nous nous sommes arrêtées sur l’importance du système
de notation des entreprises dans la gestion du risque de défaillance

Alors en vue de combler les lacunes des méthodes de gestion du risque de crédit déjà
présentées, le comité de Bâle a mis en place deux approches.

Section 1 : La notation externe :

La première, dite standard, repose sur la notation externe. Elle consiste à confier
l’évaluation de la probabilité de défaillance de l’emprunteur à une agence externe. Pour de
nombreuses banques, l’utilisation de cette méthode n’est pas assez motivante et ce, pour trois
principales raisons :

 Le nombre des agences de notation externe est insuffisant (les plus connues sont
Standard and Poor’s, Moody’s et Fitch) ;
 Les exigences en fonds propres sont plus importantes ;
 Les entreprises n’empruntant pas sur les marchés de capitaux (cas des PME) ne font pas
l’objet de notation (De Coussergues, 2007).
D’où le recours à la deuxième approche basée sur la notation interne. Avec cette méthode,
l’évaluation du risque de défaillance de la contrepartie est assurée par la banque elle-même
qui, pour le faire, tient compte des facteurs aussi bien quantitatifs que qualitatifs.

Section 2 : La notation interne :

Le système de notation interne permet à la banque de choisir entre deux méthodes : l’une
dite avancée et l’autre dite de base. Ainsi, si la banque opte pour la méthode avancée, elle
aura à déterminer les quatre indicateurs de risque, à savoir :

 La probabilité de défaut.
 L’exposition en cas de défaut.
 La perte en cas de défaut.

17
La maturité moyenne restant à courir sur l’engagement. Si la banque opte pour la méthode de
base, elle n’aura à déterminer que la probabilité de défaut de la contrepartie, les trois autres
indicateurs de risque restent de la compétence du superviseur. Au Maroc, c’est cette dernière
méthode qui est appliquée par les banques.

Explication des notes

 Les notes d’endettement à long terme sont composées de lettres majuscules chez Fitch et
Standard & Poor’s ;
 chez Moody’s, les lettres sont en majuscules et minuscules.
 L’échelle de notation long terme va du triple A (Sécurité maximale) à un minimum de C
(Moody’s) ou à D (Fitch et Standard & Poor’s) qui signifie que l'émetteur est en défaut.
 L’échelle de notation intrinsèque des banques quant à elle va du triple A (sécurité
maximum également) à un minimum de E pour Moody’s et Standard and Poor’s (D pour
fitch) pour les banques qui sont en défaut.

-L’échelle de Fitch et Standard and Poor’s est affinée par l’ajout aux notes des signes + ou –
signalant que l’émetteur se trouve plutôt dans le haut ou dans le bas de la classe attribuée.

De la même manière, l’échelle Moody’s assortit chaque note d’un coefficient numérique 1, 2
ou 3 (à l’exception de Aaa). Ainsi, par exemple, Moody’s éclate la note Baa en Baa1, Baa2,
Baa3.

 A chaque note correspond un niveau de solvabilité et de confiance différent. Ainsi donc,

grâce aux notations, les émetteurs sont classés selon des catégories qui correspondent à
des degrés plus importants (risque élevé ou « spéculative grade ») ou moins importants
(risque faible ou « investement grade ») de risque de défaillance. Ce qui permet
également d’établir une correspondance entre les notes des trois agences.

La catégorie investissement (dettes moins risquées) va de Aaa à Baa3 pour Moody’s, de

AAA à BBB- pour Standard & Poor’s et Fitch. Les dettes plus risquées, dites
spéculatives, sont notées de Ba1 à C pour Moody’s, de BB+ à D pour Standard & Poor’s
et BB+ à C pour Fitch.

Donc nous nous evoquerons que Les agences de notation du crédit fournissent des opinions
reconnues sur la solvabilité d’une vaste gamme de contreparties et la qualité de crédit d’un
grand éventail d’instruments financiers.

18
 CONCLUSION

La profession bancaire joue un rôle de première importance dans l’économie

de tout pays. Elle facilite les transactions commerciales en assurant les paiements et le
change. Elle permet la réalisation des projets d’investissement des entreprises et des ménages
en leur apportant des financements adaptés à leurs besoins. Elle occupe une place
prépondérante dans le placement et la gestion de l’épargne ; elle est l’acteur principal des
marchés de capitaux d’où l’importance et la diversité des risques qu’elle encourt afin
d’assurer correctement le rôle qui lui est attribué dans le financement de l’économie des pays.

Les risques liés aux crédits accordés par la banque à sa clientèle demeurent le
plus fréquent et le plus divers, c’est pourquoi les établissements bancaires ont mis en place
plusieurs instruments pour le gérer et le maîtriser et ce, dans le but d’assurer une bonne
continuation de leur activité qui porte pour une bonne partie sur le financement de l’économie
à travers l’octroi de crédit.

19
 Pour finir, ce système de calcul inspiré du système bancaire américain note
une entité physique ou une entreprise en fonction de son risque de défaut de paiement. Ce
calcul est pris en compte dans la décision finale de l’acceptation ou du rejet de la demande de
prêt. En règle générale, une personne détenant un mauvais scoring est jugée défaillante.
Avant la demande de crédit, il importe alors de régler ses incidents de remboursement et de
recouvrir en même temps toutes ses créances. Rappelons enfin pour ceux qui disposent d’une
sûreté réelle comme un patrimoine immobilier en termes de garantie, le scoring bancaire n’est
pas un critère décisif dans l’octroi du crédit.

Bibliographie :

Ouvrages :

• Michel DIETSH et joêl PETEY ‘Mesure et gestion du risque de crédit dans les institutions
financières’, Edition Revue BANQUE (2003),

• Edighoffer J.R. (1993), « Crédit management : prévention et gestion des risques d’impayés
dans l’entreprise », éd. Nathan

 Bardos M ; ‘Analyse discriminante, application au risque et scoring financier’ Ed. Dunod
(2001)

 Cécile Kharoubi et Phillipe Thomas, Analyse du risque de crédit, 2ème édition.

Mémoires :

20
 Fatine Sekkat ‘Technique de prévention des défaillances des entreprises par la méthode
des scores’ HEM rabat - Master ès Science Finance D'Entreprise 2007.
 Fred NTOUTOUME OBIANG-NDONG « Scoring crédit : une application comparative
de la régression logistique et des réseaux de neurones » Université Cheikh Anta Diop
(UCAD) - Master Méthodes Statistiques et Econométriques 2006
 Nicolas Eber Sélection de clientèle et exclusion bancaire [article] Revue d'économie
financière  Année 2000  58  pp. 79-96

Site web :

 http://blog.wikimemoires.com/2011/05/modeles-de-scoring-systeme-de-decision/

 https:// hal.archives-ouvertes.fr/hal-01522827

Table des matières

SOMMAIRE...................................................................................................................................2

CHAPITRE 1 : CONTEXTE GÉNÉRALE SUR LA MÉTHODE SCORING.............................4

SECTION 1 : DÉFINITION ET HISTORIQUE DU SCORING :................................................4

1.1 DEFINITION..........................................................................................................................4

1.2 HISTORIQUE DU CRÉDIT SCORING :.............................................................................4

SECTION 2 : LES OBJECTIFS ET LES TYPES DU CRÉDIT SCORING :..............................5

SECTION 3 : LES AVANTAGES ET LES LIMITES DU SCORING :.......................................7

3.1- PRINCIPAUX AVANTAGES :...............................................................................................7

3.2- LES PRINCIPAUX INCONVÉNIENTS :...............................................................................7

21
CHAPITRE 2 : FONDEMENT THÉORIQUE ET CONCEPTUEL DE LA MÉTHODE DES
SCORES..........................................................................................................................................8

SECTION 1 : LA MÉTHODE D'ÉLABORATION DES SCORES :............................................8

SECTION 2 : LES MODÈLES THÉORIQUES DE LA MÉTHODE DES SCORES :..............11

SECTION 3 : L’IMPACT DU CRÉDIT SCORING SUR L’AMÉLIORATION DE LA

RENTABILITÉ BANCAIRE........................................................................................................14

CHAPITRE 3 : LE SYSTÈME DE NOTATION DES ENTREPRISES :...................................16

SECTION 1 : LA NOTATION EXTERNE :................................................................................16

SECTION 2 : LA NOTATION INTERNE :.................................................................................17

CONCLUSION.............................................................................................................................19

BIBLIOGRAPHIE :......................................................................................................................20

22