Comment construire un modèle de notation des clients à l'octroi ?

Pourquoi commencer par un benchmark des modèles du marché ?

Parce qu'il évite de partir d'une page blanche et permet de situer les choix de l'établissement par rapport à ses pairs. Le benchmark porte sur les critères retenus, leur pondération, les échelles de notation et l'usage de la note dans le processus de crédit.

Pour un projet mené au Maroc, nous avons comparé plusieurs modèles utilisés par des banques et des sociétés de financement, sur les segments particuliers, professionnels et entreprises. Ce travail a fait apparaître des pratiques convergentes sur les critères financiers et des écarts importants sur la place donnée aux critères qualitatifs. Ces écarts ont nourri les débats en atelier.

Le benchmark sert aussi à fixer un niveau d'ambition réaliste. Un établissement qui n'a pas d'historique de défaut fiable ne peut pas viser d'emblée un modèle statistique complet.

Comment concevoir le modèle avec les métiers ?

En ateliers, avec les analystes crédit, les commerciaux et la fonction risques autour de la même table. Les critères retenus doivent être observables, renseignés de manière fiable et compris par ceux qui saisissent les dossiers.

Nous animons ces ateliers segment par segment. Pour chaque critère proposé, trois questions sont posées : l'information est-elle disponible au moment de la demande, peut-elle être vérifiée, et a-t-elle un lien démontré ou plausible avec le défaut ? Un critère qui échoue à l'une de ces questions est écarté ou reformulé.

Les règles de calcul suivent : bornes de chaque critère, pondérations, traitement des données manquantes, règles de dérogation. L'échelle de notation est ensuite définie, avec la correspondance entre classes et niveaux de risque.

Comment vérifier que le modèle fonctionne avant de l'utiliser ?

Par un backtesting sur le portefeuille existant. Le modèle est appliqué à des dossiers dont on connaît l'issue, pour vérifier que les notes les plus faibles concentrent bien les défauts.

Nous mesurons le pouvoir discriminant, la répartition des encours par classe et la stabilité de cette répartition dans le temps. Les dossiers mal classés sont revus un par un avec les analystes : ils révèlent souvent un critère mal défini ou une donnée mal saisie, plus qu'une erreur de pondération.

L'étude d'impacts vient ensuite. Elle simule l'effet du modèle sur la production : part des dossiers qui changeraient de niveau de délégation, effet sur les tarifs si la note entre dans la tarification, volumes qui seraient refusés. Ces résultats sont présentés à la direction avant toute décision de mise en production.

Que doit contenir le cahier des spécifications de l'outil ?

Tout ce qu'un éditeur ou une équipe informatique doit savoir pour paramétrer le modèle sans réinterpréter les règles. Les critères, leurs sources, les formules, les bornes, l'échelle, les règles de dérogation, les habilitations et les restitutions attendues.

Nous y ajoutons les cas de test : des dossiers fictifs avec la note attendue, qui serviront à la recette. Ce point est souvent négligé, alors qu'il conditionne la fiabilité de la mise en production.

Lors de l'intégration, notre rôle est d'accompagner ponctuellement les équipes : répondre aux questions de paramétrage, vérifier les résultats de la recette et arbitrer les écarts avec la fonction risques.

Comment faire vivre le modèle après sa mise en place ?

En organisant son suivi dès le départ. Un modèle de notation se dégrade si personne ne vérifie qu'il continue à discriminer les risques.

Le dispositif de suivi comprend un reporting périodique de la répartition des notes et des défauts par classe, le suivi des dérogations, et un backtesting annuel. Les résultats sont présentés en comité des risques, qui décide des recalibrages. Pour les sociétés de financement, dont les portefeuilles évoluent vite avec les campagnes commerciales, ce suivi est d'autant plus utile.

Le taux de dérogation mérite une attention particulière. Lorsque les décideurs contournent régulièrement la note, deux explications sont possibles : le modèle classe mal une partie des dossiers, ou la pression commerciale l'emporte sur la discipline de crédit. Dans les deux cas, le comité des risques doit le savoir. Nous recommandons d'exiger une justification écrite pour chaque dérogation et d'en analyser la sinistralité séparément.

Quelles spécificités pour une société de financement ?

Une société de financement traite des volumes élevés de dossiers de faible montant, souvent avec des délais de réponse courts. Le modèle doit donc être simple à renseigner, largement automatisé et compatible avec une décision rapide, parfois au point de vente.

Les critères diffèrent aussi. Pour le crédit à la consommation, les données de comportement, les incidents de paiement connus et la stabilité professionnelle pèsent davantage que les états financiers. Pour le crédit-bail ou la location longue durée, la nature et la valeur de revente du bien financé entrent dans l'appréciation du risque, au même titre que la solidité du client.

Les partenariats commerciaux ajoutent une contrainte. Lorsque les dossiers proviennent de concessionnaires ou de distributeurs, le modèle doit permettre de suivre la qualité de la production par apporteur. Une dégradation concentrée sur un partenaire est un signal d'alerte qui relève autant du risque de crédit que du risque de fraude.

Enfin, l'historique de défaut s'accumule plus vite que dans une banque, en raison du nombre de dossiers. Une société de financement peut donc passer plus tôt d'un modèle à dire d'experts à un modèle calibré statistiquement, à condition d'avoir organisé la collecte des données dès la mise en place du premier modèle. C'est un point que nous intégrons dans le cahier des spécifications.