Avantages et limites des modèles de crédit scoring

D’après ce que nous avons vu dans ce chapitre, il est clair que le crédit scoring apporte beaucoup d’avantages à la gestion du risque de crédit, mais en revanche, il a certaines lacunes qu’il est nécessaire d’aborder.

En comparaison avec l’analyse subjective, le crédit scoring quantifie le risque traité en apportant de nombreux avantages, dont nous citons les suivants129_:

- La sortie d’un modèle de crédit scoring est une probabilité, ce qui améliore la fiabilité de l’évaluation du crédit et la rendre plus facile ;

- L’évaluation de toutes les candidatures est effectuée de façon identique, ce qui permet d’avoir des résultats cohérents ;

129 _{Inspiré de Schreiner, M. (23 December 2004). «Benefits and Pitfalls of Statistical Credit Scoring for}

112

- Le procédé d’utilisation des modèles de scores est connu et communicable, ce qui les rend explicites. Ainsi ils peuvent être testés avant leur utilisation, ce qui constitue leur principale vertu ;

- Les modèles de crédit scoring révèlent les liens existant entre le risque et les caractéristiques de l’emprunteur, du prêt et du prêteur ;

- Les modèles de crédit scoring ne nécessitent pas d’autres données que celle collectées habituellement par les analystes financiers ;

- Les modèles de crédit scoring permettent de rentabiliser le temps de travail des chargés d’études avec des outils peu couteux en matière de fonds ;

Les bénéfices financiers d’un prêteur sont influencés par les résultats de l’application d’un modèle de crédit scoring, sachant qu’un prêteur (une banque par exemple) peut ajuster sa stratégie et son aversion au risque par rapport au coût net subi par l’octroi d’un « bon » ou « mauvais » prêt, autrement dit le crédit scoring donne des résultats qui collaborent la stratégie de prêteur en fonction de son aversion au risque.

Malgré ces avantages, il est important de bien mesurer les limites de la méthode des scores et de prendre quelques précautions dans son utilisation.

Au-delà du problème de biais de sélection ou du problème de réintégration des refus, les limites suivantes des modèles de score peuvent être indiquées130 :

- En général, une base de données énorme (composée d’un minimum de 1000 dossiers jugés «mauvais » selon le critère de défaut) est nécessaire pour l’élaboration d’un modèle de scores, et ce n’est pas toujours le cas pour les établissements de crédit car très peu d’entre eux disposent d’une telle information sous forme électronique, de plus ces bases de données ne contiennent pas les dossiers rejetés dès le départ, ce qui induit un biais dans l’analyse. Ainsi le modèle de scores peut réduire l’accès au crédit pour ceux qui n’ont pas d’historique de crédit ;

- La plupart des technique utilisées dans la construction d’un modèle de crédit scoring se basent sur des hypothèses et des conditions de distribution, qui ne sont pas démontrables en pratique ; - Les changements de toute nature modifiant l’attitude des emprunteurs par rapport au défaut est mal capturée par les modèles de scores, ainsi ces derniers prennent imparfaitement en considération certains évènements affectant la situation financière des emprunteurs de façon brutale, de sorte qu’un emprunteur jugé sain à un moment donné peut tomber très rapidement

113

en situation de défaut. Inversement, des emprunteurs sains peuvent avoir toutes les caractéristiques du défaut ;

- Une augmentation de la dépendance des chargés de crédit qui revient à la nécessité de la présence d’un consultant pour gérer et suivre le modèle de scores, à moins de faire bénéficier ces chargés de crédit d’une formation leur permettant d'assurer le bon fonctionnement du modèle sans recours au consultant ;

- En réalité, les modèles de crédit scoring n’approuvent pas et ne rejettent pas aussi l’octroi de crédit, ils ne font qu’expliquer une bonne partie du risque par des variables existant dans la base de donnée, et il revient au chargé de crédit et au comité de crédit de prendre la décision finale, ce qui implique la dépendance vis-à-vis des méthodes subjectives.

- Les modèles de score sont des outils statistiques, comportant deux types d’erreurs, celle qui consiste à classer en défaut des emprunteurs sains et celle qui consiste à classer comme sain un emprunteur en défaut. C’est pourquoi, généralement, les résultats du score peuvent être corrigés par le traitement d’informations complémentaires, à la manière des systèmes experts.

- « Enfin, si on utilise un critère juridique du défaut pour construire un modèle de score, il faut être conscient du fait que la décision de mise en règlement judiciaire ou de liquidation traduit aussi les préférences des autorités de justice, et la possibilité qui leur est offerte par la loi de maintenir l’activité pour des raisons justifiées par la situation de l’emploi. Cette décision peut en conséquence varier d’une région à l’autre ou d’une activité à l’autre ». 131

131 _Ibid.

114

Nous avons présenté dans ce chapitre une méthode pour la détection du risque d’un emprunteur, qui est le crédit scoring. Aussi, nous avons vu les différentes phases de construction d’un modèle de scores, commençant par la construction du modèle, la sélection des variables et la validation avec les différents tests d’inférence statistique, ainsi que les principales techniques paramétriques, pour lesquelles nous avons trouvé que la méthode de l’analyse discriminante linéaire et la régression logistique permettent d’avoir de bons résultats si nous prenons en considération leurs hypothèses et limites.

Enfin, nous avons présenté plusieurs indicateurs permettant la vérification et la validation de ces résultats, tels que, le critère de bons classements et les courbes de performances. Ceci nous conduit à envisager l’application des différents apports théoriques dans le but de construire un modèle de crédit scoring sur des données fournies par la Banque de développement local (BDL).

115

« Pour atteindre la vérité, il faut une fois dans la vie se défaire de toutes les opinions qu’on a reçues, et reconstruire de nouveau tout le système de ses connaissances. »

René Descartes