Sie sind auf Seite 1von 10

UNIVERSITE PROTESTANTE AU CONGO CENTRE CONGOLAIS-ALLEMAND DE MICROFINANCE

COURS DE STATISTIQUE APPLIQUÉE

Professeur Daniel MUKOKO Samba daniel_mukoko@yahoo.fr

Intérêt du credit scoring

¨

En microfinance, plusieurs systèmes sont utilisés pour atténuer le risque de crédit:

¨

prêts de groupe (“group lending”), formes alternatives de garantie (“collateral substitutes”). Par ailleurs, la sélection et le monitoring par les pairs (« peer selection and

¨

monitoring ») ont été utilisés pour réduire les asymétries d’information et les coûts de transactions. Avec l’augmentation des prêts individuels, les IMF sont toutefois confrontées au

¨

problème d’analyse et d’octroi des prêts individuels, processus plus coûteux (temps, ressources humaines et financières) pour elles, en comparaison aux prêts de groupe. Un des moyens de réduire les asymétries d’information et les coûts de transaction

¨

est d’utiliser le Credit Scoring. Le Credit Scoring peut être globalement défini comme un ensemble de modèles de décision et les techniques sous-jacentes qui aident les prêteurs dans la décision d’octroi des crédits de consommation. Il est principalement utilisé par les banques formelles des pays développés pour prédire la probabilité de défaut sur les crédits individuels de toutefois, il est relativement nouveau pour la micro-finance notamment dans les pays en développement.

Credit scoring: le processus

Credit scoring: le processus

La méthode

ETAPE 1: DEFINIR LE SEGMENT DES CLIENTS ET PRODUITS CONCERNES PAR LE SCORING ¨ Ceci devrait être réalisé par un groupe de travail composé de représentants de plusieurs unités fonctionnelles de l’IMF (risque de crédit, opérations de crédit, marketing, IT, consultants externes si nécessaire). ¨ Les clients et produits concernés constituent le “scoring segment.” Le segment identifie donc un groupe de clients et de produits pour lesquels le scoring est une méthode appropriée d’évaluation du risque. Par ex. Prêts de moins de 3.000$; clients don’t les avoirs totaux ne dépassent pas 10.000$, etc.

Exemples de Scoring Segments

Exemples de Scoring Segments

La méthode (suite)

ETAPE 2: SELECTIONNER LE TYPE DE SCORECARD ¨ Il y a trois principaux types de scorecards:

¤ Statistique: empiriquement dérivé de données sur les prêts antérieurs; ¤ Jugement qualitatif: sur la bse du jugement des experts et de l’expérience de l’institution; ¤ Hybride: utilisant les deux premiers types à la fois.

¨ Un modèle statistique de scoring prédit la probabilité de non remboursement d’un emprunteur individuel, tandis que le jugement qualitatif tout comme le modèle hybride permettent de classer le risque relatif d’un emprunteur, des valeurs élevées indiquant un risque moindre, vice versa.

La méthode (suite)

ETAPE 3: CONCEVOIR LE CREDIT SCORECARD ¨ Il s’agit d’entreprendre les trois tâches ci-après::

¤ Définition: qu’est ce qu’un mauvais prêt? ¤ Découverte: quelles sont les caractéristiques qui influencent le plus le risque? ¤ Développement: quelle est la combinaison de facteurs qui donnent les meilleurs résultats pour le backtesting?

¨ DEFINITION: L’IMF doit déterminer ce qu’elle considère comme un mauvais client. Une définition quantitative précise est cruciale pour développer un modèle statistique. Par ex. “un mauvais client” est celui qui a, en moyenne, des arriérés de plus de 15 jours.

La méthode (suite)

¨ Découverte:

La méthode (suite) ¨   Découverte:

La méthode (suite)

¨ Développement: il s’agit d’attacher des poids aux facteurs sélectionnés afin de créer le scorecard à utilisation de méthodes statistiques ¨ Illustration: lire Boubacar DIALLO, pp. 18-43