Credit Scoring : 8e partie – Stratégies de risque de crédit

Blog

Publié

08 nov. 2017

Catégorie

Science des données

Partager

Par : Natasha Mashanovich, Senior Data Scientist chez World Programming, Royaume Uni

« L'action est la clé fondamentale de tout succès (Pablo Picasso). » Dans son schéma qui apparente l'analyse des données à un escalator, le cabinet Gartner identifie quatre types d'analyse : descriptive, diagnostique, prédictive et prescriptive – en ordre croissant de difficulté et d'intérêt pour l'entreprise. L'analyse prescriptive, la plus complexe, mais aussi la plus utile, est en haut de cet escalator. Elle indique quelles actions vont permettre la réussite de l'entreprise en répondant à la question essentielle : « Comment faire pour que cela arrive ? » Dans le secteur du risque de crédit, la réponse consiste à établir une stratégie de risque de crédit.

La stratégie de risque de crédit est le processus qui vient après le développement de la fiche d'évaluation, mais avant son implémentation. Elle nous dit comment interpréter le score du client, et quel est le comportement approprié pour y répondre. Une stratégie est gagnante si : (1) elle augmente le nombre de clients, (2) réduit le risque de crédit, et (3) maximise les bénéfices.

Avant de commencer l'analyse stratégique et d'exécuter des itérations de scénarios hypothétiques, il faut identifier clairement l'objectif de l'entreprise et comprendre les processus professionnels qui orientent l'analyse par la suite. La stratégie de risque de crédit la plus courante est la plus simple est basée sur un seuil à une dimension pour accorder ou rejeter une demande. Le niveau du seuil, c'est à dire le score minimal à atteindre pour que le crédit soit accordé, peut être une limite dure, avec une seule valeur fixe, ou plusieurs valeurs ajustables avec des résultats variables tels que l'acceptation inconditionnelle, l'acceptation conditionnelle ou le refus. Souvent, les prêteurs font appel à une stratégie de segmentation pour identifier différents niveaux de seuil en fonction des segments de clientèle. La segmentation peut s'appuyer sur de nombreux critères tels que la région, la démographie, la répartition des canaux ou les clients déjà rejetés auparavant. Par exemple, la segmentation stratégique peut être basée sur un même taux de « mauvais » sur tous les segments de clientèle, ce qui apporte des taux d'approbation plus élevés pour les meilleurs segments, ou appliquer le même taux d'approbation à tous le segments, et donc réduire les mauvaises dettes sur tous les segments.

Le niveau des seuils dépend des objectifs généraux de l'entreprise. Par exemple, si l'objectif est basé sur le maintien d'un taux de 80 %, l'analyse rétrospective peut spécifier une valeur de seuil de 320. En revanche, si l'objectif est basé sur un taux de défaillance maximum de 6 %, la stratégie peut être encore plus restrictive, avec un seuil de 360. Si la stratégie est purement basée sur la mesure des pertes/profits, il faudrait un seuil de 440, comme dans l'exemple de la figure 1.


Figure 1. Seuils et stratégies

Le tableau 1 illustre comment les différents KPI tels que le taux d'acceptation, le taux de défaillance ou le montant des profits aident à définir le niveau des seuils. Différents services d'une entreprise peuvent avoir des objectifs différents, voire divergents. Par exemple, les services chargés du risque de crédit cherchent à réduire le taux de défaillance et le montant de dette, alors que le service marketing demandera qu'un seuil soit baissé pour développer la clientèle. La solution de compromis consiste à créer une nouvelle fiche d'évaluation qui, pour le même taux de « mauvais », augmente le nombre d'acceptations, ou, pour le même taux d'acceptation, permet de réduire le taux de « mauvais ». L'augmentation du nombre de décisions d'acceptation est meilleure pour l'augmentation de la part de marché et de la profitabilité en général. En cas de dérive économique il est plus approprié de réduire le taux de mauvais prêts.

Score seuilTaux d'acceptation (KPI)Taux de défaillance (KPI)Profits (KPI)Stratégie
32080 %10 %610 KAvantage compétitif, réduction de la demande de crédit
36070 %6 %750 KRalentissement économique, dérive économique, augmentation du taux de mauvais prêts.
44049 %1 %850 KStratégie basée sur les profits, revenus, profitabilité

Tableau 1. Niveaux de seuil de la fiche d'évaluation, sur la base de divers KPI

Les stratégies de risque de crédit plus élaborées ont plusieurs seuils, ou combinent plusieurs scores de crédit (score interne de la demande et scores d'organismes de notation, par exemple). Souvent, les stratégies incluent d'autres modèles prédictifs, tels que la conservation des clients, le taux de réponse, ou la valeur vie du client. Ces scores comportementaux, combinés à la politique interne, aux régulations et aux KPI de l'entreprise tirent à profit de manière optimale l'analyse prédictive et les règles métier.


Figure 2. Plusieurs seuils pour plusieurs traitements

Il est possible d'utiliser les scores pour l'établissement des prix en fonction du risque, afin d'ajuster les paramètres des produits (taux d'intérêt, limite de crédit, conditions de remboursement, etc.). L'établissement du prix en fonction du risque peut prendre diverses formes : traitement à seuils multiples sur une dimension, basé sur l'analyse pertes/profits (par exemple, accepter avec une limite réduite) ; approche matricielle combinant deux dimensions (par exemple, un score comportemental et un solde des en-cours, pour identifier les limites de crédit où les taux d'intérêt) ; etc. L'approche matricielle peut également permettre une optimisation simple pour contrôler les coûts d'exploitation. Par exemple, en combinant deux modèles prédictifs – les scores et le taux de réponse – peut permettre aux services marketing de se focaliser sur les clients combinant un risque faible et une forte probabilité d'accepter l'offre.


Figure 3. Prix basés sur les risques avec approche matricielle

Figure 4. Conservation et stratégie de segmentation du risque

Il existe un risque à utiliser des stratégies trop simples. La stratégie peut, par exemple, rejeter des clients qui seraient devenus fidèles ou très rentables. Un modèle de valeur vie du client aide à identifier les segments rentables. Toutefois, les prêteurs peuvent renâcler à utiliser cet outil car il est très difficile et complexe à configurer. Dans ce genre de situation, une analyse approfondie des informations aide à identifier les segments rentables et à ajuster la stratégie en conséquence.