WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Gestion du risque de crédit. Méthode scoring.


par Fares Chahed
Institut supérieur de gestion de Tunis  - Licence Appliquée en Economie : ingénierie économique et financière  2020
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2. Objectif du crédit scoring :

L'objectif ultime du crédit scoring est de pouvoir établir une différenciation entre les individus qui se présentent pour obtenir un crédit à travers l'identification des probabilités de défaillances associés à chacun d'eux en fonction des critères quantitatives et qualitatives.

Par ailleurs, nous allons exposer les principaux objectifs du crédit scoring :

4 Créances sur les établissements bancaires et financiers et créances sur la clientèle au 31.12.2018

62

> Prédiction avec un minimum de risque de comportement des clients : bons payeurs, mauvais payeurs.

> Facilité de traitement des demandes de crédits.

> Installation d'un système d'alerte et de suivi du risque.

3. Avantages et limites du crédit scoring :

Tableau 17 : Avantages et limites du crédit scoring

Avantages du crédit scoring

Limites du crédit scoring

>

Diminution du risque d'impayé

> La réponse est tranchée. Le

>

Accord des crédits avec plus de

client ne peut plus défendre son

 

facilité et efficacité

projet : Absence de la

>

Gain de temps

subjectivité

>

Obtention des mesures

> Le caractère de certitude est

 

objectives qui assurent l'équité

mitigé

 

dans le traitement par les

chargés de la clientèle.

> C'est un moyen de prévision, non pas de décision.

Source : Travail personnel

4. Mise en place du crédit scoring :

4.1 L'analyse discriminante d'un échantillon de dossiers

L'analyse discriminante de l'échantillon des dossiers s'effectue à partir d'une population consistée de dossiers de demande de crédits, traités d'avance par la banque.

L'échantillon doit contenir :

> Les bons clients qui ont honoré leur engagement et qui ont remboursé leur crédit. > Les mauvais clients qui n'ont pas remboursés ou qui ont des incidents de paiement.

Notre quête sera alors de trouver les critères qui caractérisent et définissent le mieux les bons et les mauvais clients.

La fonction score qui sera définit fera l'objet d'un test d'appréciation de sa qualité prédictive.

63

4.2 La détermination des critères de solvabilité

Il sera tout d'abord question de passer au crible l'intégralité les informations relatives aux emprunteurs et qui paraissent dans les dossiers déjà traités. Ces informations peuvent être : les ratios financiers, les informations sur l'entreprise, etc.

Ainsi, pourra naître une certaine identité de critère pour chaque classe. Les informations retenues présenteront une mise en relation avec le fait d'être bon ou mauvais client.

4.3 La détermination de la note totale :

Le principe sera de pouvoir attribuer une note à chaque critère pertinent qui tiendra lieu de pondération au prorata de son importance respective. L'analyse discriminante met en relief les critères les plus significatifs que d'autres.

En additionnant pour tout élément de l'échantillon la note attribuée aux critères de solvabilité, on obtient la note totale ; si l'analyse discriminante a été menée avec soin, les deux classes apparaissent clairement au sein de l'échantillon de départ.

4.4 La détermination de la note limite :

La détermination d'un note limite est par définition la probabilité en dessous de laquelle l'emprunteur serait insolvable est élevée. La note optimale sera donc celle qui élimine le plus de mauvais clients et le moins de bons.

Dans ce qui suit, nous allons suivre cette démarche pour l'élaboration de la fonction score au sein de la banque.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Un démenti, si pauvre qu'il soit, rassure les sots et déroute les incrédules"   Talleyrand