-
COURS DE STATISTIQUE APPLIQUE Professeur Daniel MUKOKO Samba
[email protected]
UNIVERSITE PROTESTANTE AU CONGO CENTRE CONGOLAIS-ALLEMAND DE
MICROFINANCE
-
Intrt du credit scoring
En microfinance, plusieurs systmes sont utiliss pour attnuer le
risque de crdit: prts de groupe (group lending), formes
alternatives de garantie (collateral substitutes).
Par ailleurs, la slection et le monitoring par les pairs ( peer
selection and monitoring ) ont t utiliss pour rduire les asymtries
dinformation et les cots de transactions.
Avec laugmentation des prts individuels, les IMF sont toutefois
confrontes au problme danalyse et doctroi des prts individuels,
processus plus coteux (temps, ressources humaines et financires)
pour elles, en comparaison aux prts de groupe.
Un des moyens de rduire les asymtries dinformation et les cots
de transaction est dutiliser le Credit Scoring.
Le Credit Scoring peut tre globalement dfini comme un ensemble
de modles de dcision et les techniques sous-jacentes qui aident les
prteurs dans la dcision doctroi des crdits de consommation. Il est
principalement utilis par les banques formelles des pays dvelopps
pour prdire la probabilit de dfaut sur les crdits individuels de
toutefois, il est relativement nouveau pour la micro-finance
notamment dans les pays en dveloppement.
-
Credit scoring: le processus
-
La mthode
ETAPE 1: DEFINIR LE SEGMENT DES CLIENTS ET PRODUITS CONCERNES
PAR LE SCORING
Ceci devrait tre ralis par un groupe de travail compos de
reprsentants de plusieurs units fonctionnelles de lIMF (risque de
crdit, oprations de crdit, marketing, IT, consultants externes si
ncessaire).
Les clients et produits concerns constituent le scoring segment.
Le segment identifie donc un groupe de clients et de produits pour
lesquels le scoring est une mthode approprie dvaluation du risque.
Par ex. Prts de moins de 3.000$; clients dont les avoirs totaux ne
dpassent pas 10.000$, etc.
-
Exemples de Scoring Segments
-
La mthode (suite)
ETAPE 2: SELECTIONNER LE TYPE DE SCORECARD Il y a trois
principaux types de scorecards:
Statistique: empiriquement driv de donnes sur les prts
antrieurs;
Jugement qualitatif: sur la bse du jugement des experts et de
lexprience de linstitution;
Hybride: utilisant les deux premiers types la fois.
Un modle statistique de scoring prdit la probabilit de non
remboursement dun emprunteur individuel, tandis que le jugement
qualitatif tout comme le modle hybride permettent de classer le
risque relatif dun emprunteur, des valeurs leves indiquant un
risque moindre, vice versa.
-
La mthode (suite)
ETAPE 3: CONCEVOIR LE CREDIT SCORECARD Il sagit dentreprendre
les trois tches ci-aprs:: Dfinition: quest ce quun mauvais prt?
Dcouverte: quelles sont les caractristiques qui
influencent le plus le risque? Dveloppement: quelle est la
combinaison de facteurs qui
donnent les meilleurs rsultats pour le backtesting? DEFINITION:
LIMF doit dterminer ce quelle considre
comme un mauvais client. Une dfinition quantitative prcise est
cruciale pour dvelopper un modle statistique. Par ex. un mauvais
client est celui qui a, en moyenne, des arrirs de plus de 15
jours.
-
La mthode (suite)
Dcouverte:
-
La mthode (suite)
Dveloppement: il sagit dattacher des poids aux facteurs
slectionns afin de crer le scorecard utilisation de mthodes
statistiques
Illustration: lire Boubacar DIALLO, pp. 18-43
