GESTION DU RISQUE

DE CREDIT
CHAPITRE 01: PROCESSUS DE GESTION ET TECHNIQUES DE COUVERTURE
DU RISQUE CREDIT

ENSEIGNE PAR MME BECHIRI CHIRAZ

ESB 2021-2022
SOMMAIRE

1- Processus de gestion du risque de crédit 

• Collecte des données et identification du risque de crédit

• Evaluation et analyse du risque de crédit
• Suivi, contrôle et reporting.
 
2- Techniques et outils de couverture du risque de crédit 
• L’activité d’une banque la place au confluent d’une grande variété de risques. Gérer ces risques fait partie
intrinsèquement de son métier.
• Le crédit a comme conséquence la dispersion des actifs de l’institution entre les mains d’une multitude
d’emprunteurs. Cette situation rend la gestion de la fonction crédit très complexe et parfois périlleuse.
• Le risque de crédit est l'une des causes majeures de la volatilité des résultats des entreprises et des
institutions financières. C’est pourquoi, il est nécessaire d’avoir recours à des façons de faire et des outils qui
réduisent le risque relié au crédit et rendent cette activité profitable
• L'évaluation du risque de crédit consiste à chercher une appréciation de la sensibilité au risque de crédit par
le bais de nouvelles approches développées
• La présent chapitre a pour objet de décliner le processus de gestion notamment l’identification, l’analyse, le
contrôle, le suivi et le reporting dont l’objectif est de rendre le dispositif de contrôle du risque de crédit à la fois
plus simple et plus efficace, et ce, conformément au cadre réglementaire en vigueur.
 I. PROCESSUS DE GESTION DU
RISQUE DE CREDIT :
1- COLLECTE DES DONNEES ET IDENTIFICATION DES RISQUES DE CREDIT :

A la réception des données relatives au fichier des engagements par clientèle ainsi que les reporting élaborés
par les services de la comptabilisé, l’analyste risque Identification procède à :
• La collecte des données et l’identification des risques crédit;
• Recensement de toutes les parties exposées au risque.,
Il est à établir:
• Une liste contenant tous les risques potentiels liés à l’activité crédit;
• Une répartition du portefeuille engagements par niveau de risque, par catégories d’encours et de
contrepartie,
IDENTIFICATION

• 1.1. RISQUE DE CREDIT DE CONTREPARTIE :

• A la réception des données, on :

• Identifie les risques de crédit par catégorie d’encours ou de contrepartie en se basant sur les impayés
enregistrés.
• Analyse et schématise le portefeuille de crédit
 1.1. 1. CATEGORIES D’ENCOURS :

• PAR OBJET DU CREDIT

• La ventilation et l’évolution des classes d’impayés prend compte la répartition par objet de crédit afin de
sélectionner le type de crédit dont le risque est probablement important :
• Exploitation : avances, CCT, Découverts, escomptes.
• Investissement : crédit MT, LT, CMT, CLT, Immobiliers, Leasing, et crédits consortiaux.
 
• PAR NIVEAUX DE POUVOIR D’ENGAGEMENT
• La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection les niveaux
du pouvoir d’engagement afin de déterminer l’intervalle d’engagement où le financement est focalisé par la
banque et qui prévois un effet de risque plus important :
• ≤ 3M
• ] 3- 40M]
• ] 40- 150M]
• ]150- 500M]
• >500M
• PAR MATURITE RESIDUELLE DE CREDIT

• Dans ce cas, l’identification fait ressortir les classes d’impayés par maturité résiduelle, afin de déterminer le
degré de risque auquel est confronté la banque par durée de vie restante pour le remboursement des
échéances. Les maturités sélectionnées sont reprises des reporting réglementaires :

• < 1 année
• ]2 ans- 3 ans]
• ]3 ans- 4 ans]
• ]4 ans- 5 ans]
• ]5 ans- 6 ans]
• ]6 ans- 7 ans]
• ]7 ans- 8 ans]
• ]8 ans- 10 ans]
• Supérieur à 10 ans
 
• PAR FOURCHETTE DU TAUX D’INTERET

• .La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection la fourchette
du taux d’intérêt afin de faire apparaitre les taux d’intérêts les plus appliqués sur les crédits octroyés au
niveau de la banque d’une part, et d’autre part l’importance de l’impayé enregistré dans cette fourchette de
taux.
• [ 0- 2%[
• [ 2- 4%[
• [ 4- 6%[
• [ 6- 8%[
• [ 8- 10%[
• [10- 12%[
• ≤ 12%
 1.1.2. CATEGORIES DE CONTREPARTIES :

• PAR PROFIL CLIENT

Dans ce cas, l’identification fait ressortir les classes d’impayés par profil client, afin de déterminer le secteur qui
représente le risque le plus important :
• Secteur privé
• Secteur public
• Secteur agricole
• Dispositifs aidés.

• PAR COTE DU RISQUE EMPRUNTEUR

La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection la cote du risque
emprunteur issue du système de COTATION des engagements, et ce afin de répartir le portefeuille de la
banque par niveaux de classes de risques suite à une échelle de cotation allant de 1 à 6 tout en éliminant les
classes 5 et 6 qui reflètent des entreprises défaillantes.
• PAR GROUPE OU AGENCE DE RATTACHEMENT  
• La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection et
d’identification la répartition des engagements et des impayés par groupes régionaux d’exploitation afin de
déterminer celui qui avertis le risque probable le plus important.

• PAR EXIGENCES EN FONDS PROPRES  

• La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection la répartition
des impayés par catégories d’exigences en fonds propres conformément à la réglementation en vigueur :
 1.2. RISQUE DE CONCENTRATION DE CREDIT :

• A la réception des données collectées, on procède à l’identification des risques de crédit par secteur d’activité
économique et par région géographique.

1.2.1. PAR SECTEURS D’ACTIVITE ECONOMIQUE

• La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection et
d’identification le taux de défaut par secteur d’activité économique afin de déterminer quel secteur présente le
risque le plus important.

1.2.2. PAR REGIONS GEOGRAPHIQUES

• La ventilation et l’évolution des classes d’impayés prend en compte comme critère de sélection et
d’identification la répartition des engagements et des impayés par secteur régions géographique afin de
déterminer quelle région présente le risque le plus important
 2- EVALUATION ET ANALYSE DES RISQUES DE CREDIT : 
COMMENT MESURER LE RISQUE DE CREDIT?

• Les données ainsi reçues, on procède à leur évaluation et analyse afin de déterminer le résultat de la
probabilité de survenance de ce risque en s’appuyant sur les outils d’évaluation ci-après :
• Système de limites du risque de concentration des crédits ;
• Indicateurs de qualité du portefeuille crédit ;
• Indicateurs de couverture du portefeuille crédit ;

• Autres outils d’évaluation à postériori :

• Modélisation du risque de crédit ;
• Tests de résistance.
• Créances courantes

• Sont considérées comme créances courantes, les créances dont le recouvrement intégral dans les délais contractuels
paraît assuré.
• Sont aussi incluses dans cette classe :
- les créances assorties de la garantie de l’Etat ;
- les créances garanties par les dépôts constitués auprès de la banque ou de l’établissement financier prêteur ;
- les créances garanties par les titres nantis pouvant être liquidés sans que leur valeur ne soit affectée.
• Créances classées:

• Sont considérées comme créances classées, les créances qui présentent l’une des caractéristiques
suivantes :
- un risque probable ou certain de non recouvrement total ou partiel ;
- des impayés depuis plus de trois (3) mois.

• Elles sont reparties, en fonction de leurs niveaux de risque, en trois (3) catégories :
- créances à problèmes potentiels ;
- créances très risquées ;
- créances compromises.
2.1. SYSTEME DE LIMITES D’ENGAGEMENTS :

•  2.1.1. LIMITES REGLEMENTAIRES :

•  L’analyste risque identification calcule et veille au respect des limites réglementairement fixées, concernant
notamment :

• Même bénéficiaire et Groupe de bénéficiaire

• Engagements extérieurs
• Participations au capital
Même bénéficiaire et Groupe de bénéficiaire
1- Limite Division Risque
Même bénéficiaire et Groupe de bénéficiaire
1- Limite Grands Risques
Engagements Extérieurs
 2.1.2. LIMITES INTERNES :
 

• Calculer un ensemble de ratios limites internes, concernant notamment :

• Limites par Groupe de bénéficiaires avec risque net pondéré « RNP »ne dépassant pas 5 % des fonds
propres réglementaire « FPR »
• Limites par Secteurs d’activité économique : le critère de sélection pris en compte est l’engagement alloué à
un secteur X sur les fonds propres réglementaires de la banque.
• Cotation du risque emprunteur : Des limites internes relatives au système de cotation. A cet effet, le critère de
sélection pris en compte est l’engagement alloué à un secteur X sur les fonds propres réglementaires de la
banque.
• Nouveau produit : le critère de sélection pris en compte est l’engagement alloué à un secteur X sur les fonds
propres réglementaires de la banque.
Limite par groupe bénéficiaire
RNP dépassant 5% FPR
Limites par Secteurs d’Activité
Cotation Risque Emprunteur
SYSTÈME NOTATION
 Feuille Microsoft
Excel 97-2003

Côtes Niveau du risque Interprétations

 
Excellent risque Crédits bancaires totalement protégés
Côte « 1 »
Très peu d’incertitudes sur la bonne
Côte « 2 » Très bon risque
issue des crédits
Crédits bancaires moyennement
Côte « 3 » Bon risque
protégés
Des incertitudes sur la récupération des
Côte « 4 » Bien risqué
crédits
Très forts doutes sur la récupération des
Côte « 5 » Fortement risqué
crédits
Côte « 6 » Défaillance certaine, recouvrement fort
Extrêmement risqué
  aléatoire
Nouveau Produit
2.2. INDICATEURS DE QUALITE DU PORTEFEUILLE DE CREDIT :

Estimer la qualité du portefeuille engagements à travers un ensemble d’indicateurs pris en compte dans l’étude,
à savoir :

• Encours moyen de crédit par emprunteur

• Portefeuille à risque
• Structure et évolution des impayés
• Rééchelonnement des crédits
• Recouvrement des créances
• Pertes sur créances
• Coût du risque de crédit
Encours Moyens des Crédits par Emprunteur
 Portefeuille à Risque

Le portefeuille à risque (PAR) se calcule en divisant l’encours de tous les crédits présentant des arriérés de
paiement excédent 30, 60, 90, 180 jours, plus l’encours des crédits rééchelonnés , par l’encours total du
portefeuille de crédits arrêté à une date.
Portefeuille à Risque
Structure Evolution Impayés
Rééchelonnement des Crédit
Rééchelonnement des Crédit
Recouvrement des Créances
Perte sur Créance
Coût du Risque Crédit
2.3. INDICATEURS DE COUVERTURE DU RISQUE DE CREDIT :

Mettre en place une batterie d’indicateurs de couverture du risque crédit afin d’assurer une atténuation optimale
de ce risque, notamment :

• les garanties: ====> taux de couverture par les garanties

• le provisionnement des créances : ====> taux de couverture par les provisions
 3- CONTROLE, SUIVI ET REPORTING DES RISQUES CREDIT 

• Dés réception des données relatives à l’évaluation l’analyste risque contrôle, on procède au suivi et reporting
du Risque crédit par le:
• Le Calcul trimestriel des indicateurs de portefeuille;
• Le Report des résultats en matiére de suivi des Risques de crédit dans un rapport d’évaluation pour les
instances concernées.
 3.1. TABLEAUX DE BORD ET REPORTING :

• Dans cette étape on s’assure que les risques de crédit encourus sont correctement identifiés et évalués, et
qu’ils sont couverts efficacement. Dans ce cas, il est nécessaire de:

• Définir les ratios majors,

• Établir les tableaux de bord et les ajuster, au besoin, en fonction de l’évolution de la stratégie de la banque et
de son appétence au risque.
• Transmettre les tableaux de bord en cas d’ajustement aux structures concernées par les activités de crédit,
afin qu’elle prépare des plans d’action
 3.2. CONTROLE DU RESPECT DES INDICATEURS DU RISQUE DE CREDIT :

 
• Veiller périodiquement au respect des indicateurs de risque crédit
• Vérifier est ce que les indicateurs de risque du portefeuille client se situent bien en deçà des seuils et limites
fixés (Ces indicateurs reflètent l’appétence de la banque au regard du risque crédit)
• Proposer des recommandations et des améliorations en cas de survenance du risque crédit.
• Informer de tout dépassement constaté
• Elaborer le rapport trimestriel en vue de son analyse et contrôle
En cas de dépassements de ces seuils:

• Il faut:

• Déterminer l’origine de ces dépassements ;

• Identifier les moyens à mettre en œuvre pour que ces indicateurs retrouvent des seuils acceptables ;
• Alerter l’organe délibérant afin qu’ils puissent se prononcer et prendre, le cas échéant, les dispositions
nécessaires.
 3.3. ANALYSE PROSPECTIVE :

• Il est nécessaire d’établir une analyse prospective du risque de crédit basée sur des simulations prospectives
à l’aide de données historiques, qui permettent de répondre à une question précise dans le cadre d’une prise
de décision stratégique (le déploiement d’un nouveau produit, par exemple).
•  
 II. TECHNIQUES ET OUTILS DE COUVERTURE DU
RISQUE DE CREDIT :

• A la réception des données et résultats, on procède au contrôle du risque à travers des techniques et des
outils de couverture afin qu’il n’y ait pas d’impact et d’incident sur l’activité de crédit de la banque, en vue
d’épargner cette dernière à un préjudice qui peut mettre son activité en péril.
• L’utilisation de plusieurs outils et techniques de couverture du risque de crédit conformément à la
réglementation assure une atténuation optimale du risque crédit.
1. LA DIVERSIFICATION DU PORTEFEUILLE :

• A la réception des données, on procède à l’analyse le portefeuille des engagements de la banque et élabore
un rapport d’analyse sur le risque de concentration de crédit.
• Veiller au respect des limites en vue d’éviter les risques de concentration des engagements, notamment :
- Concentration par emprunteur individuel ou groupe d’emprunteurs conformément aux limites
réglementaires et les limites internes d'exposition au risque de crédit fixées par la banque sur un seul
emprunteur ou groupe d'emprunteurs liés;
- Concentration sectorielle conformément aux limites internes fixées par la banque.
 3. LES GARANTIES ET SURETES

• A la réception du fichier des engagements et des états de garanties, on transmet un état trimestriel des
garanties constituées et analysé du risque de crédit pour suivi et contrôle des indicateurs de couverture du
risque de crédit.
 4. LE PROVISIONNEMENT

• A la réception du fichier des engagements, on transmet un état trimestriel des provisions constituées et
analysé du risque de crédit pour suivi et contrôle des indicateurs du risque de crédit.
 Référence des dispositions réglementaires Principales Obligations
-       Mettre en place des systèmes de mesure et d’analyse des risques,
en les adaptant à la nature et au volume de leurs opérations, afin
d’appréhender les risques de différentes natures ;

-       Mettre en place des systèmes et des procédures permettant

d’appréhender globalement les risques auxquels ils sont exposés.

-       Disposer d’une procédure de sélection des risques de crédit et d’un

système de mesure de ces risques :

 Identifier de manière centralisée leurs risques de bilan et de hors

bilan contrepartie ou de contreparties considérées comme un
même bénéficiaire ;

Le règlement n° 11-08 du 28 novembre 2011 relatif au contrôle  Appréhender différentes catégories de niveaux de risque à partir
interne. d’informations qualitatives et quantitatives ;

 Procéder à la répartition de leurs engagements au profit de

l’ensemble des contreparties par niveau de risque encouru, par
secteur d’activité, par zone géographique et par débiteurs liés
entre eux, afin d’appréhender les risques éventuels de
concentration ;

 S’assurer de l’adéquation des risques encourus avec la politique de

crédit arrêtée par les organes délibérant et exécutif

-       Mettre en place un dispositif de fixation et de mesure de la

répartition de leurs encours de prêts et d’emprunts interbancaires.
 
 -       Respecter en permanence, le coefficient minimum de
solvabilité de 9,5 % avec un coussin de sécurité 2,5 %

-       Couvrir les risques de crédit, opérationnel et de marché, à

hauteur d’au moins de 7 % par les fonds.
Règlement n° 14-01 au 16 février 2014 portant coefficients de
solvabilité applicables aux banques et établissements
financiers -       Effectuer des simulations de crise pour évaluer la
vulnérabilité de leur portefeuille de crédits

-       Mettre en place un système d’évaluation de l’adéquation

de leurs fonds propres interne, pour couvrir les risques
auxquels ils sont, ou pourraient être, exposés
  
- Grand risque : le total des risques encourus sur un même
bénéficiaire du fait de ses opérations dont le montant excède 10 %
des fonds propres de la banque (même bénéficiaire - personnes liées)
 
-  Division des risques
 
 Par client respecter en permanence un rapport maximum de 25 %
entre l’ensemble des risques nets pondérés qu’elle encourt sur un
même bénéficiaire et le montant de ses fonds propres
réglementaires.

 
Le règlement n° 14-02 du 16 février 2014 relatif aux grands risques et  Par groupe de clients : La banque est tenue de veiller à ce que le
aux participations montant total des risques encourus sur les bénéficiaires, dont les
risques excèdent pour chacun d’eux 10% des fonds propres nets,
ne dépasse pas huit (8) fois ses fonds propres nets.

 
- Régime des participations :
Les participations ne doivent pas dépasser l’une ou l’autre des deux
limites suivantes :
 Pour chaque participation : 15% des fonds propres réglementaires ;
 Pour l’ensemble des participations : 60% des fonds propres
réglementaires
-       Élaborer périodiquement des scénarios de crise portant sur la
dégradation des risques de crédit des principales contreparties.
-       Déclarer trimestriellement leurs grands risques à la Banque
d’Algérie.
 -       Les créances courantes font l’objet d’un provisionnement général à hauteur de 1%
annuellement jusqu’à atteindre un niveau total de 3%.
 
-       Les créances à problèmes potentiels, les créances très risquées et les créances
Le règlement n° 14-03 du 16 février 2014
compromises sont provisionnées respectivement au taux minimum de 20 %, 50 % et
relatif aux classements et provisionnement
100 %.
des créances et des engagements par
-       Les intérêts courus et non échus sont calculés à la fin de chaque arrêté comptable.
signature des banques
-       Le provisionnement des créances s’effectue sur le montant brut, hors intérêts non
recouvrés et déduction faite des garanties admises

Règlement n° 03-14 du 23/11/2014 fixant le Le niveau des engagements extérieurs par signature des banques et établissements
niveau des engagements extérieurs des financiers ne doit à aucun moment dépasser deux (2) fois leurs fonds propres
banques et établissement financier règlementaires.
 DEFINITION DU RISQUE CREDIT
• « Un risque correspond à l’occurrence d’un fait imprévisible susceptible d’affecter le patrimoine ou l’activité de
l’entreprise». La caractéristique propre du risque est donc l’incertitude temporelle d’un évènement ayant une
certaine probabilité de survenir et de mettre en difficulté la banque.
• Le risque de crédit est défini comme « le risque de perte lié à l’évolution de la qualité de la signature d’un
émetteur. »
• Le risque de contrepartie (de défaut) :
• C’est le risque qu’une contrepartie ne puisse faire face au remboursement du crédit. Dans ce cas là, on est
en présence du défaut de la contrepartie. Il y’a trois (03) éléments qui interviennent dans sa mesure :
• a- La probabilité de défaut : c’est la probabilité qu’une contrepartie fasse défaut. Cette probabilité est
déterminée pour un horizon donné (généralement un an).
• b- L’exposition en cas de défaut : C’est le montant des engagements de la contrepartie lorsque l’événement
défaut survient. L’exposition représente donc la perte maximale en cas de défaut.
• c- Le taux de récupération en cas de défaut : C’est le taux de recouvrement espéré après la liquidation de
l’entreprise, il est fonction de (1) la durée de la procédure judiciaire, (2) de la valeur réelle de la garantie et (3)
du rang de la banque par rapports au autres créanciers.
Niveau de risque de crédit appréhendé par Bâle 2
Probabilité

VaR, 99,9%, 1Y

Pertes

Pertes attendues (EL) Pertes inattendues (UL)

Détermination d’exigences
Constitution de
minimales de fonds propres selon
provisions
des méthodes posées par Bâle 2
 Défaut Bâlois

 Définition : Le défaut est constaté lorsque l’une au moins des deux conditions suivantes est
vérifiée:

 Condition 1
 La banque estime improbable que le débiteur rembourse en totalité son crédit au groupe
bancaire sans qu’elle ait besoin de prendre des mesures appropriées telles que la réalisation
d’une garantie (si elle existe)
Et/ou

 Condition 2
 L’arriéré du débiteur sur un crédit important dépasse 90 jours
 Paramètres Bâlois

 PD: Probabilité de défaut par client ou segment de clients

 Prise en compte des risques associés à chaque client (utilisation de fonctions score calées sur les
données clients)

 Définition d’une segmentation performante du portefeuille client selon le niveau de risque, de clients
« sains » à « en défaut», en fonction de variables discriminantes calibrées sur des données
internes, éventuellement complétées par des données externes

 Appréciation du potentiel prédictif du dispositif de rating/scoring client

 Ces PD doivent être stables dans le temps

 Paramètres Bâlois

 Perte en cas de défaut (LGD: Loss Given Default)

 Prise en compte du niveau de perte réellement constaté après un défaut

 Estimation des taux de recouvrement obtenus selon les transactions et catégories de clients ayant
connu le défaut, les clauses utilisées et les éventuelles garanties et sûretés prises
 Les LGD peuvent alors être estimées à partir des taux moyens de recouvrement selon la formule :
 LGD=1-Recovery Rate
 La segmentation de ces paramètres doit être appropriée (absence de nombre minimal de classes)
 Les LGD peuvent être analysées afin d’orienter le renforcement de la politique de prévention des
pertes par la mise en place de couvertures appropriées (systématisation du recours à de nouvelles
sûretés, garanties ou couvertures)
 Paramètres Bâlois
Exposition au moment du défaut (EAD : Exposure at Default)

 L’EAD correspond au risque brut anticipé sur l’engagement à la suite du défaut du débiteur. En ce qui concerne
les éléments du bilan, l’estimation de l’EAD doit être égale au montant actuel dans le bilan. Les exigences
minimales à cet égard, sont les mêmes que dans le cadre de l’approche simple.
 S’agissant de l’approche complexe, les exigences minimales supplémentaires requises pour estimer EAD en
interne portent donc principalement sur les éléments du hors bilan (à l’exception des dérivés). Cela implique la
nécessité de disposer de procédures d’estimation EAD pour le hors bilan.
 Tandis que la période minimale d’observation des données pour les expositions sur la clientèle de détail est de
5 ans.

Maturité (M: Maturity)

 Approche standard : échéance effective EE = 2,5 ans.
 Approche avancée : cette approche doit mesurer l’échéance effective de chaque facilité de la façon
suivante : FT indique les flux de trésorerie (paiements du principal, des intérêts et des commissions)
remboursables par contrat pendant la période t.
 Paramètres Bâlois
 La notation interne repose sur l’appréciation du risque crédit par les banques elles-mêmes;
 les paramètres d’appréciation du risque (la probabilité de défaillance, la perte en cas de défaillance, etc.);
 une fonction de calcul des pondérations et;
 des exigences minimales de qualité à remplir par les banques désireuses de voir leurs systèmes validés.
 Soumise à la validation et à l’approbation des superviseurs; et
 C’est une méthode évolutive.

 L’ensemble de ces paramètres sont ensuite utilisés pour déterminer les exigences minimales de
fonds propres (k)
 De manière simplifiée, nous avons:
EL= PD X LGDXEAD X f(M) RWA= f(PD;LGD)XEAD

RWA (Risk Weighted Assets) (Actifs à Risque Pondéré): l’estimation du risque determinant le
niveau minimum de fonds propres réglementaires qu’une banque doit conserver pour faire face à
des pertes imprévues.


METHODES ET APPROCHES D’EVALUATION RISQUE
CREDIT
 Approches IRB

Paramètres du IRB Fondation IRB Avancée

modèle

Estimés par la PD
Banque PD EAD, LGD, M

Fournis par le EAD, LGD, M

Régulateur

Avec: PD=Probabilité de défaut LGD= Perte en cas de défaut

EAD= Exposition lors du défaut M= Maturité effective
 Modèles de mesure du risque de crédit

 Il y a essentiellement 2 modèles pratiques de mesure de risque de crédit des portefeuilles :

 Credit Metrics
Les événements de crédit sont générés par les mouvements de variables latentes non observées qui,
par hypothèse, dépendent de facteurs de risque externes.
Credit Metrics permet des résultats tenant compte de plusieurs états possibles et de l’incertitude des
taux de recouvrement.
VL: Marché Concurrence
Part de marché
Conjoncture … etc

 Credit Risk+
Est un modèle de forme réduite (intensité). La distribution de probabilité du nombre de défauts durant
une certaine période est représentée par une distribution de Poisson
Credit Risk+ est un modèle du risque de défaut uniquement; seulement deux états sont possibles à
la fin de l’horizon. (Risqué, Non risqué)
 3.Crédit Scoring
• La prévision des risques est un sujet privilégié dans la finance moderne. Le crédit Scoring constitue (à coté
de la gestion de portefeuille, tarification des options ou la tarification des obligations) un apport important
dans l’estimation et la réduction des risques.
• 1. DÉFINITION :
• Les méthodes du Credit Scoring sont des méthodes de prévision de la défaillance des entreprises. Le Credit
Scoring débouche sur une fonction qui génère des scores. Un score est un indicateur de synthèse qui, en un
chiffre, donne une idée sur la santé financière de l’entité pour laquelle il a été calculé.
• La défaillance n’est pas indiquée directement dans le score. Ce dernier indique à quel point une entreprise
est proche d’une classe ou de l’autre. Cependant, un point de rupture ou un score limite ou encore seuil de
discrimination est défini pour séparer les deux classes.
• Le principe du Crédit Scoring repose sur l’idée de pouvoir affecter une entreprise à une classe, qui peut être
la classe des entreprises saines ou celle des entreprises défaillantes, selon une règle extraites et estimées à
partir d’un historique de défaillances qui permet de retracer leur comportement type dans une fonction.
• Cette définition du Credit Scoring s’est un peu étendu et l’appellation Credit Scoring est utilisée de plus en
plus pour désigner l’application des méthodes de classification dans la prévision de la défaillance des
entreprises même si ces méthodes n’aboutissent pas à une fonction de classification ou un score à
proprement dit.
• Dés lors, d’une manière plus générale, le Credit Scoring est défini comme « l’ensemble des modèles de
décision et leurs techniques qui ont l’objet d’aider à la prise de décision dans l’octroi de crédit »
 MODÈLES DÉDUCTIFS ET MODÈLES EMPIRIQUES :

• En se basant sur la façon selon laquelle les scores sont obtenus, les modèles de Credit Scoring peuvent être
divisées en deux catégories : Les modèles déductifs et les modèles empiriques.

• 2.1. Les modèles déductifs :

• Un système de Credit Scoring déductif affecte des points à plusieurs attributs concernant le demandeur du
crédit ; la somme de ces points constitue le score. Ces attributs et Ces points sont prédéterminés par les
décideurs qui se basent sur leurs propres expériences.
• Le fait de déduire ces points et ces attributs de cette façon implique qu’ils sont déterminés d’une façon plus
ou moins subjective. C’est la raison pour laquelle on qualifie ce genre de modèles de «quasi-objectif »
• Ce genre de modèles est utilisé en grande partie pour aider dans la décision d’octroi de crédit aux particuliers
(notamment pour la distribution des cartes de crédits).
• 2.2. Modèles empiriques :

• Les systèmes empiriques (où statistiques) de Credit Scoring sont construits sur la base de modèles
techniques. La sélection des attributs (variables ou indicateurs) et la détermination de leurs poids, et donc le
calcul des scores, sont basés sur des données de défaillances extraites du passé à l’aide d’algorithmes
statistiques.
• L’avantage des modèles empiriques est non seulement qu’ils prennent en considération plusieurs critères
simultanément, mais tiennent compte aussi de l’interdépendance entre ces critères et donc de la complexité
du phénomène de la défaillance.
 Eléments contribuant au succès de l’utilisation du Credit
Scoring :
• Si un modèle Scoring est utilisé pour un grand nombre de clients dont les montants ne sont pas élevés, une
volonté d’accroître son activité efficacement et équivalente à la nécessité d’utiliser le Credit Scoring. Cela à
cause du fait que ces petites affaires peuvent être assimilées aux crédits à la consommation.
• En adaptant un modèle de Scoring, l’exploitation gagne les mêmes avantages que ceux dans le cas des
modèles de Scoring développés pour les crédits à la consommation, à savoir : la rapidité, la précision, la
consistance et la réduction des frais de personnel.
• D’une autre part, si un modèle de Scoring est développé pour un nombre moins élevé de clients dont les
montants des demandes sont de moyens à élevés, ce modèle doit être utilisé d’une manière un peut
différente pour avoir les mêmes avantages.
• Premièrement, il faut savoir que, dans ce cas, les modèles de Scoring sont moins précis à cause du fait que
la quantité d’information est considérablement plus importante, moins disponible, plus difficile à valider et à
analyser.
• Deuxièmement, il faut savoir aussi que les montants étant plus élevés dans ce genre de transaction, ils ont
plus d’influence sur le chiffre d’affaire total.
• Ces différences peuvent être compensées en ajustant la manière d’utilisation des scores. Dans le cas des
prêts à la consommation, l’objectifs ultime et de répondre de ‘ oui ‘ ou de ’non ’ aux demandes de crédits en
se basant sur les scores. Dans les modèles de Scoring pour les crédits aux petites et moyennes entreprises,
il faut savoir fixer un objectifs de dire ‘ oui ’ à 80% ou 90% des demandes présentant de bons scores et dont
le montant et limité à un certain niveau, dans d’autre termes dire ‘oui’ au transactions sûres.
• Les demandes présentant des scores vraiment mauvais et dont les montants se situent au dessous d’un
certain niveau sont refusés car elles présentent un risque presque sûr. Les demandes en dehors de ses deux
cas de figure doivent être soumises à une étude plus détaillée par un analyste de crédit.
 LE CREDIT SCORING ET LA NOTATIONS FINANCIERE :
• 5.1. Le crédit Scoring et la notation interne :
• Dans le cadre de l’accord de Bâle II, il est attendu que la notation interne de contrepartie gagne de
l’importance à cause du rôle important qu’elle peut prendre dans la détermination de la structure adéquate
des capitaux propres des banques.
• Une exigence très importante consiste à ce que les notes prennent en considération non seulement les
informations quantitatives extraites des états financiers, mais aussi des informations qualitatives et
quantitatives non comptables vu leurs importance dans le détermination de la qualité de la contrepartie. Par
conséquent, les banques doivent combiner ces deux types d’information pour construire leurs systèmes de
notation.
• Le Credit Scoring constitue l’outil le plus apte à constituer la base d’un système de notation interne.
Cependant, l’objet du Credit Scoring et d’affecter une entreprise à l’une des deux classes : saine ou
défaillante selon une probabilité d’appartenance, alors que la notation évalue la qualité d’une entreprise en
l’affectant à une classe de risque associé à l’une des notes constituant une échelle de notation qui distingue
plusieurs niveaux de risque (AAA, AA, A+,…, C).
• Donc il faut qu’il y ait une possibilité de construction de classes de risque à partir des scores en addition de la
possibilité de calculer la probabilité de défaut par classe. Cette classification à partir des scores n’est pas
difficile et elle a l’avantage de pouvoir s’adapter aux préférences de la banque.
 4. NOTATION

• Définition de la notation « rating »:

• La notation se définie comme étant l’évaluation du risque de non-paiement en temps et en heure de la totalité
du principal et des intérêts relatifs à une obligation financière. Elle analyse à la fois la capacité et la volonté
de l’emprunteur de remplir ses obligations contractuelles.
• La notation a également été définie comme un processus d’évaluation du risque attaché à un titre de
créance, traduit en une note, permettant un classement en fonction des caractéristiques particulières du titre
et des garanties offertes par l’émetteur.
• Une note est un indicateur synthétique résumant le degré de solvabilité d’un emprunteur ou d’un prêt. Elle
peut être émise par une agence de notation, on parle alors de notation externe ; ou par une banque, on parle
dans ce cas d’une innovation propre à la banque qui est la notation interne.
 NOTATION EXTERNE
• La notation externe est une ancienne activité aux Etats-Unis (apparue en 1910). Les agences de notation se
sont d’abord intéressées à l’analyse financière et à l’élaboration des statistiques sur l’industrie américaine,
puis ont développé l’activité de notation.
• Certaines banques ne disposent pas de département interne dédié à l’appréciation du risque de non
remboursement. Elles utilisent alors des méthodes dites d’outsourcing dont le recours systématique aux
agences de notation.
• En effet, une agence de rating de crédit est une entité dont le rôle est d’établir et de publier des notes de
crédit d’émetteurs à des fins d’évaluation du risque de crédit. Le lancement des premières agences s’est fait
dans l’ordre suivant :
• D’abord, Moody’s Investors Services Incorporation créée en 1909 ;
• Ensuite, Fitch Investors Service Incorporation créée en 1922 ;
• Enfin, Standard&Poor’s en 1924.
• En France, la première agence de notation ADEF (Agence d’Evaluation Financière) a été créée en 1986.
L’Algérie, quant à elle, n’a pas encore enregistré le développement de cette activité.
 Objectifs de la notation externe

• Parmi les objectifs de la notation externe on peut citer quelques un, à savoir:

• Evaluation du risque de perte économique dû à la défaillance des émetteurs qui ne pourraient honorer leurs
engagements ;
• Faciliter l’accès aux sources de financements pour les emprunteurs. En effet, les contreparties bien notées
auront un accès facile aux marchés de capitaux et avec des taux intéressants, en raison du risque faible
qu’elles présentent ;
• Faciliter la hiérarchisation des taux de financement à appliquer aux emprunteurs.
 Le Credit Scoring et la notation externe
• Mêmes si ces deux approches se rejoignent dans leur objet c'est-à-dire l’appréciation du risque de
contrepartie, elles se différencient sur un point essentiel.
• La notation externe reflète une opinion indépendante et donc une appréciation des éléments intrinsèques à la
contrepartie. Par contre, le Credit Scoring reflète l’opinion de la banque sur sa contrepartie et il peut prendre
en compte plusieurs informations sur la relation entre la banque et sa contrepartie (date d’entrée en relation,
mouvements d’affaire confiés, etc.)
• La notation externe présente plusieurs limites à savoir :
• - Au niveau de son accessibilité : en effet, se faire noter par une agence de notation reste une opération très
coûteuses pour une PME et encore plus pour des entreprises moins importante2. Cela fait que cette
catégorie ne sera pas notée. D’où s’avère l’importance qu’une banque dispose de sa propre méthode de
notation,
• - Alors qu’une contrepartie peut refuser la note externe qui lui est attribuée où s’opposer à sa publication, elle
ne peut donner son avis sur la manière dont une banque analyse sa demande de crédit.
• Cependant, lorsqu’une note externe est disponible pour une contrepartie, elle doit être prise en compte dans
l’appréciation de sa qualité à coté du score. Cette complémentarité ne peut qu’apporter plus de précision à
l’étude de la demande de crédit.
 La notation interne

• Le comité de Bâle a préconisé une introduction progressive de la notation dans la gestion des risques
bancaires. Ainsi, après avoir eu recours à l’approche standard, les établissements de crédit sont invités à
mettre en place leur propre système de notations internes pour l’analyse des besoins en fonds de roulement
car cette approche permet d’inclure les emprunteurs qui ne font pas l’objet de notation par les agences de
rating.

• a. Définition de la notation interne

• Les notations internes constituent selon le Comité de BALE, un indicateur clé, bien que sommaire, du risque
inhérent à un crédit individuel dans les banques. Appelée également  la cotation du risque emprunteur, et qui
peut être définie comme étant l’aboutissement quantitatif de l’appréciation découlant de l’analyse la plus
exhaustive possible de l’entreprise et de son environnement.
• En effet, cette cotation repose sur l’attribution d’une note chiffrée traduisant de manière synthétique la qualité
de l’entreprise et du risque pris ou à prendre sur elle
   Credit Scoring Notation
Les institutions d’octroi de
Producteurs Systèmes de notations interne Les agences de notation externe
crédit,
Généralement le crédit à la
Essentiellement les grandes entreprises
Objet d’évaluation consommation et les petits et  Crédit commercial
qui veulent s’introduire en bourse
moyens crédit commercial

Un nombres de grades sur une Un nombres de grades sur une échelle de

 résultats  Scores ou classes
Résultat et utilisation

échelle de notation notation

 
  Les prêteurs, emprunteurs,
 Utilisateurs L’institution elle-même et le
L’institution elle même régulateurs
superviseur
 
Contexte principal  
 L’octroi de crédit Gestion de risque de crédit et
d’utilisation Introduction au marché boursier
control
Modèles empiriques,
Méthodes Jugement d’experts, modèles
Approche

modèle déductifs.

Objectifs ou subjectifs  Principalement objectifs Un peu les deux

 AVANTAGES ET LIMITES DES MODELES DE CREDIT
SCORING

• Les modèles sont utilisés pour leur performance et pour leur capacité de dépasser les outils déjà mis en
place en terme de rapidité et de précision.
• Comme tous les modèles, les modèle de Credit Scoring ont beaucoup d’avantages qui leurs permettent
d’être une bonne aide à la décision, néanmoins ils ont leurs inconvénients qui, malgré le développement de la
recherche et la multitude des méthodes, n’ont pas eu des solutions.

• 1- Les avantages des modèles de Credit Scoring:

• En comparaison à l’évaluation implicite ou subjective, l’évaluation statistique quantifie le risque et présente de
nombreux avantages potentiels.
• L’utilisation d’un modèle de Credit Scoring comme étant un outil statistique d’aide à la décision regroupe
plusieurs avantages :
• a- Le Credit Scoring quantifie le risque dans une probabilité : en effet, les modèle de Credit Scoring calcule la
probabilité qu’une entreprise soit défaillante ce qui présente une bonne mesure du risque ;
• b- Les modèles de Credit Scoring sont cohérents : toutes les demandes de crédit sont traitées de manière
identique selon les même critères du fait de leurs indépendance des subjectivités de l’utilisateurs ;
• c- Les fonctions des Scores sont explicites : Le procédé exacte de l’évaluation est connu et peu être
communiqué ;
• d- Les modèles de crédit Scoring tiennent compte d’un grand nombre de facteurs de risque : du fait que ces
modèles sont construit sur une grande quantité d’information ;
• e- Les modèles de Credit Scoring peuvent être mis à l’épreuve avant d’être utilisés : on peut d’abord
s’assurer de leur performance prédictive avant de les utiliser;
• f- Les effets du modèles de Credit Scoring peuvent être évalués : En effet si les pertes au défaut de la
contreparties et le coût d’opportunité induit d’un refus de crédit sont connus, cela permettra s’évaluer l’effet
du modèles sur les revenues de la banque et peut lui permettre d’adapter sa stratégie à son goût vis-à-vis le
risque ;
• g- Les modèles de Credit Scoring ne demande aucune information additionnelle par rapport à celle dont les
analystes de crédit ont besoin ;
• h- Les modèles de Credit Scoring réduisent considérablement le temps d’étude d’un dossier ce qui
augmentera sensiblement la performance des analystes de crédit et canalisera leurs efforts dans les dossiers
les plus compliqués ou risqués;
• 2- Les limites des modèles de Credit Scoring :
• Les modèles de Credit Scoring présentent plusieurs inconvénients :

 Au niveau de l’échantillonnage :
• Les modèles de Credit Scoring nécessitent un grand historique de prêts. Comme règle générale, cet
historique doit au moins contenir mille (1000) entreprises défaillantes (selon le critère de défaut défini
préalablement). Cet historique doit être enregistrés dans une base de données électronique ce qui peut
poser un problème au niveau de la disponibilité de ce nombre d’une part et sa disponibilité sous la forme de
base de données électronique d’une autre part.
• Aussi, les informations concernant les dossiers rejetés ne sont pas disponibles habituellement,
l’échantillonnage ne peut les prendre en considération. Cela induit un biais dans la construction d’un critère
de décision pour tous les dossiers.
 Au niveau des hypothèses :

• Certaines méthodes de classification des entreprises sont basées sur des hypothèses non vérifiées
empiriquement, cela peut mettre en cause le modèle lui-même.
• Indépendamment de la méthode de classification utilisée, les modèles de Scoring supposent que les causes
de la défaillance se trouvent dans les indicateurs financiers et dans des variables liées à l’entreprise. Cette
hypothèse bien qu’elle soit compréhensible elle n’est pas forcément vérifiée du fait que les causes peuvent
dépendre d’une dégradation du cycle économique. Dans ce cas là; les indicateurs financiers mauvais ne sont
que des conséquences de la dégradation et ne peuvent renseigner sur les causes elles mêmes.
• Aussi, les modèles de Credit Scoring supposent que le futur est un reflet du passé. L’évaluation statistique ne
peut pas pronostiquer ce qui ne s’est pas passé plusieurs fois dans le passé. Les modèles de Credit Scoring,
même si quelques uns peuvent être plus performants que les autres, ne peuvent faire face à des situations
nouvelles ou qui ne se sont pas manifestées souvent dans le passé. Les modèles de Credit Scoring donc ne
peuvent prévoir un changement de comportement des emprunteurs.
 Au niveau de l’utilisation :

• L’utilisation du Credit Scoring peut s’accompagner de plusieurs dérives lors de son utilisation.
• Le premier types de dérives et l’utilisation abusives des scores : il s’agit d’utiliser les scores comme étant le
seul critère de sélection des emprunteurs. Cette utilisation peut avoir des conséquences dangereuses sur le
prêteur du fait que les scores doivent être utilisés comme un outil apportant une performance additionnelle
aux systèmes d’évaluation subjectifs et pas comme étant la décision elle-même.
• Les décideurs ont tendance à juger les modèles de Credit Scoring sur la base de crédits isolés. Une
mauvaise expérience dans l’utilisation des scores peut les faire penser que ces derniers ne sont pas utiles.
• Par exemple, le risque sur un emprunteur peut avoir été pronostiqué faible alors que celui-ci n’a pas
remboursé (ou l’inverse). Il faut noter que l’intérêt de l’évaluation statistique ne se voie que pour une
moyenne tenant compte d’un très grand nombre de cas.
 METHODOLOGIE DE LA CONSTRUCTION D’UN MODELE
DE CREDIT SCORING :

• La construction d’un modèle de Credit Scoring suit un cheminement logique et méthodique qui fait figurer
quatre (4) étapes :
- La constitution d’un échantillon et le choix de critère de défaut,
- Le choix des variables explicatives,
- Le choix de la technique utilisée,
- La validation du modèle.
 CONSTITUTION D’UN ECHANTILLON ET CHOIX DU
CRITERE DE DEFAUT :

• Il s’agit de construire un échantillon représentatif sur lequel repose la construction et la validation du modèle
de Crédit Scoring. D’où la nécessité de disposer d’un historique de crédit qui fait figurer un nombre
d’entreprises saines et d’autres représentant un défaut dans le remboursement du crédit qui leur a été
accordé. Cela faire apparaître la nécessité de définir ce critère de défaut pour déterminer les entreprises qui
appartiennent à un groupe ou à l’autre.
• Une classification classique des entreprises consiste à les séparer en trois (3) groupes:
- Les entreprises saines : Ce sont les entreprises dont les créances sont normalement remboursées,
- Les entreprises précontentieuses : ce sont les entreprises qui ont des problèmes financiers graves et
dont la situation n’est pas claire quant au remboursement,
- Les entreprises contentieuses : Ce sont les entreprises dont l’incapacité de remboursement est avérée et
dont le seul moyen de remboursement et la procédure judicaire.
• Cette classification ne peut être retenue pour un modèle de Scoring. Il faut choisir un critère de défaut : on
considère par exemple que le défaut survienne après un retard de remboursement de 15 jours ce qui aurait
pour résultat de diviser le deuxième groupe en deux parties : une serait considérée comme saine et l’autre
défaillante.

• Le Comité de Bâle a récemment précisé la définition du défaut. Un défaut intervient lorsque l'un des
événements a défaillance suivants survient :
- il est avéré que le débiteur est dans l'incapacité de rembourser,
- le report du paiement est associé à un événement de type abandon de créances,
- provision spécifique ou restructuration en période de difficultés,
- il existe un retard de paiement de plus de 90 jours,
- l'emprunteur est juridiquement en faillite
• Le choix du critère de défaut doit correspondre à la structure du portefeuille de la banque ainsi à son aversion
au risque. Le critère de défaut défini, il reste de constituer un échantillon. L’échantillonnage peut se faire de
l’une des deux manières suivantes :

• 1. Echantillonnage apparié (couplé):

• Il s’agit de choisir des couples d’une entreprise saine et d’une autre défaillante. Les entreprises qui
constituent un couple doivent correspondre, approximativement, aux mêmes critères (taille, activité, etc.)
• Cette méthode peut présenter un inconvénient du fait que le choix des entreprises dans l’échantillon n’est pas
complètement aléatoire. Les entreprises n’ont pas la même chance (probabilité) de faire partie de
l’échantillon ce qui peut induire un biais dans le modèle.

• 2. Echantillonnage indépendant :
• Il s’agit de faire un tirage au sort parmi une grande population d’entreprises. Toutes les entreprises de cette
population ont absolument la même chance de faire partie de l’échantillon. L’avantage de cette méthode est
de construire un échantillon dont la distribution converge vers la distribution de la population d’origine à
condition que l’échantillon soit suffisamment grand.
• En addition d’un échantillon de construction, deux autres échantillons sont utilisés pour la validation du
modèle à savoir :

- Un échantillon de validation de la même période : c’est un échantillon relativement petit sur lequel est
appliqué le modèle construit en comparant les résultats obtenus dans celui-ci avec ceux réels afin de tester la
capacité prédictive du modèle dans un échantillon nouveau,
- Un échantillon de validation temporelle : il est préférable de disposer d’un échantillon d’une période
postérieure à la période de construction pour tester le modèle. Cette validation permet de juger la stabilité de la
capacité prédictive dans le temps.

• L’échantillon, selon les recommandations du comité de Bâle, doit couvrir au moins un cycle économique
entier pour garantir la qualité de l’outil de Scoring.
• L’horizon de défaut utilisé est généralement un an. C'est-à-dire que l’information relevée sur l’échantillon
appartient à l’année qui précède l’année du défaut. Cela à cause de l’annualité des documents comptables.
 LE CHOIX DES VARIABLES EXPLICATIVES

• Cette deuxième étape consiste à choisir les variables desquelles les scores vont éventuellement dépendre.
La détermination a priori des variables susceptible d’expliquer la défaillance, au sens du critère de défaut
retenu, n’est pas une tache aisée. Une première approche consiste à choisir ces variables sur la base de
l’expérience. Cette approche peut souffrir de la subjectivité de la procédure de sélection.
• Pour remédier à ce problème le choix des variables peut se faire en deux étapes majeures.
• Une première sélection des variables peut se faire par l’une des deux approches suivantes:

• - L’approche par le plus grand nombre d’indicateurs possible : il s’agit de choisir le maximum d’indicateurs
possibles indépendamment de toute hypothèse où expérience. Cette approche peut présenter des inconvénients
quant à :
(1) la disponibilité de l’information et
(2) au temps nécessaire pour construire le modèle.

• - L’approche basée sur l’expérience : le choix des variables dans ce cas s’effectue sur la base de l’expérience des
analystes financiers, sur la littérature portant sur la défaillance et sur les modèles précédant de Credit Scoring.

• Une deuxième sélection est ensuite entamée. Une méthode statistique est appliquée pour choisir la combinaison
la plus significative des variables ou celle qui réduit le plus le taux de mauvaise classification des entreprises.
• Les variables retenues peuvent être, selon leur provenance de 2 types :
• 1. Les variables comptables :
• Il s’agit des variables calculées sur la base d’informations extraites des états financiers des entreprises (Bilans,
TCRs). Il peut s’agir de ratios financiers utilisés dans l’analyse financière des entreprises ou de ratios représentant
des postes de bilan et les soldes du TCR.
• Il est préférable d’utiliser des ratios financiers. Cela facilitera significativement la validation du modèle et peut
apporter une explication plus intuitive à la défaillance.

• 2. Les variables bancaires :

• Elles sont liées au fonctionnement du compte de l’entreprise ou à sa relation avec la banque et les confrères
(mouvement d’affaire confiée, date d’entrée en relation…).
• Selon leur nature, les variables peuvent être quantitatives, ou qualitative c'est-à-dire qu’elles prennent des attributs
et non des qualitatives sont divisées en intervalles, l’appartenance d’une entreprise à ces intervalles est codée par
valeurs.
• Dans certains modèles, les variables qualitatives (discrétisation des variables quantitatives). Cela s’explique par le
fait qu’il peut ne pas y avoir une égalité entre le risque et la variation de la variable quantitative tel un ratio
financier. Ces intervalles sont choisis de manière à obtenir la discrimination la plus forte.
• Le choix des variables doit tenir compte du coût de l’information et de la performance attendue du modèle
(arbitrage coût/performance).
 LE CHOIX DES VARIABLES EXPLICATIVES

Les approches paramétriques :

• Ce sont des approches qui se basent sur des hypothèses sur la distribution des indicateurs et sur les
échantillons des entreprises saines et celles défaillantes. Ces hypothèses sont le plus souvent pas vérifiées
ce qui peut mettre en cause les résultats de ce genre de modèles. Cependant, ces modèles sont toujours
utilisés à cause de leur capacité prédictive prouvée dans la pratique.
On peut citer plusieurs exemples :
- modèles Logit, Probit .
- l’analyse discriminante…etc.
 LA VALIDATION DU MODÈLE

• La dernière étape de la construction d’un modèle de Credit Scoring est celle de la validation. Il s’agit de
mesurer la performance du modèle obtenu ainsi que sa capacité prédictive.
• Il existe plusieurs méthodes statistiques de validation des modèles de Credit Scoring. Elles sont fondées sur
les méthodes habituelles de l'inférence statistique et sur des procédures de test de robustesse consistant à
estimer le modèle sur des échantillons de contrôle qui contiennent d'autres sélections d'entreprises en défaut
ou solvables. De façon générale, plus la taille de population est importante, plus la qualité des modèles des
scores tend à être élevée.
• L’évaluation de la performance du modèle est effectuée pour savoir si le modèle va dans la direction de la
réalité et qu’il correspond à la logique financière. Toute déviation de ses deux points doit être expliquée sinon
éliminées.
• La qualité prédictive du modèle est estimée par le taux de bons classement des entreprises saines est
défaillances. Il y’a deux type d’erreur dans le classement des entreprises :
 - L’erreur de type I : c’est le fait de classer une entreprise défaillante comme étant saine, elle est l’erreur la
plus grave est généralement la plus ciblée à minimiser. Ce genre d’erreur donne lieu, dans le cas de l’octroi de
crédit, à des pertes réelles.

- L’erreur de type II : c’est le fait de classer une entreprise saine comme étant défaillante, ce genre d’erreur
donne lieu à des pertes d’opportunité.

• Il va sans dire, que ces erreurs doivent être le minimum possible. Un taux de bonne classification satisfaisant
est nécessaire pour qu’un modèle de Credit Scoring soit retenu pour la prévision.
• Un taux de bonne classification doit être supérieur à la proportion des entreprises saines dans le portefeuille
des crédits (qui estime la performance du système actuel de traitement des dossiers de crédit).
• En plus de ces éléments, si un modèle de Credit Scoring doit être utilisé pour asseoir un système de notation
interne il doit respecter les recommandations de Bâle II portant sur la validation des systèmes internes de
notation.
 L’ANALYSE DISCRIMINANTE PROBABILISTE

• L’analyse discriminante a pour objectif de dériver une combinaison linéaire de plusieurs variables
indépendantes qui séparent le mieux plusieurs groupes qui sont dans notre cas au nombre de deux : les
entreprises saines et celles défaillantes.
• L’objet de l’analyse discriminante donc, est de partager une population hétérogène(irréguliére) en deux sous
populations homogènes par la définition d’une règle de décision. La définition de cette règle passe par une
fonction appelée « fonction des scores» qui génère, bien entendu, des scores qui seront le moyen de
différenciation entre les entreprises saines et celles défaillantes.
• .
 Les limites de l’analyse discriminante

• L'analyse discriminante repose sur deux hypothèses: la normalité des variable et l'égalité des variances
covariances des deux groupes. Cependant, les expérimentations empiriques ont montré que les entreprises
défaillantes violent l'hypothèse de la normalité en addition de la non égalité des matrices des variances-
covariances entre les deux groupes.
• Les études ont démontré que le non respect des hypothèses bien qu’il n’ait pas une influence sur la
séparation des groupes dans l’échantillon de construction, il affaibli la capacité prédictive de la fonction des
scores
 LA REGRESSION LOGIT/PROBIT
LES MODELES A VARIABLES QUALITATIVES
(LOGIT & PROBIT)

• Les modèles à variables qualitatives sont des modèles qui cherchent à prévoir une variable qualitative
(généralement binaire) à partir d’autres variables pouvant être quantitatives ou qualitatives. Ces modèles sont
les modèles logit et probit.
• Les modèles à variables qualitatives sont des modèles de régression qui différent des modèles de régression
classiques par le fait que leur variable expliquée ou dépendante est qualitative.
• La régression logistique met en relation la probabilité p qu’une entreprise i soit défaillante avec son vecteur
de caractéristique xi. Puisque la probabilité p est bornée entre 1 est 0, il y’a lieu de supprimer le bornes
 RAROC

• Issue des banques anglo-saxonnes, la méthode RAROC, Risk Adjusted Return On Capital (ou rentabilité du
capital ajustée au risque) a été adoptée par les grandes banques européennes puis françaises au cours des
années 90.
• Cette méthode, comme la notion de ROE, Return On Equity (retour sur fonds propres), a changé l’approche
des banques françaises, où volume d’opérations et PNB représentaient auparavant des critères prioritaires.
• Description générale du RAROC
• Il consiste à mesurer la performance des opérations avec la clientèle non seulement au niveau de la marge,
mais aussi 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 (>99 %).
 Il permet le calcul systématique de la rentabilité prévisionnelle nette de risque dès l’octroi d’un concours
 Chaque opération est traitée selon une approche bottom up donc ascendante, et la quantification du risque
client est faite par une notation de chaque contrepartie. 
 INTERETS ET LIMITES

• L’intérêt du produit est multiple :

* outil d’aide à la décision pour l’octroi de crédit ;
* maîtrise des risques par leur prise en compte à priori ;
* mise en place d’une segmentation précise de la clientèle par classe de risques ;
* outil de simulation et de tarification ;
* mise en place d’une activité de risk management pour gérer le risque de crédit.
• Cependant, il se heurte à certaines limites :
* l’observation des taux de défaillance est encore trop récente et les séries statistiques trop réduites ;
* la fixation et le suivi de la notation d’une contrepartie restent délicats ;
* la contrainte du marché (concurrence) limite les possibilités de tarification.
• CAS PRATIQUE