La Gestion du Risque de Crédit: un enjeu majeur pour les Banques

SECTION 2 :L'ANALYSE PORTEFEUILLE ET LES TECHNIQUES MODERNES :

L'analyse portefeuille interne est utilisée pour limiter les impacts de l'effet de concentration dans un portefeuille de crédit d'une banque. Elle s'applique sur la base de ratios qui visent à assurer de la bonne qualité des crédits distribués par la banque. Il s'agira pour la banque de mesurer le risque additionnel qui s'ajoute au risque global du portefeuille dans le cadre d'un octroi de crédit ou de renouvellement d'une ligne de crédit pour optimiser l'allocation des ressources affectées au crédit.

Cette analyse revêt une importance capitale car prenant de l'effet de diversification que les banques opèrent dans leurs activités. Par ailleurs, l'introduction de l'analyse du portefeuille, répond aux exigences de respect des normes prudentielles relatives à l'allocation des ressources exigées par le comité de Bâle.

Dans une optique de performance, les banques ont emprunté les applications des méthodes du marché financier pour mesurer le risque de crédit. Ces techniques sont dites modernes car elles rentrent dans une optique de «  quantification », de détection des risques de crédit et de mesure de l'impact d'un nouveau crédit sur le portefeuille.

L'analyse quantitative constitue un progrès important dans les méthodes de gestion du risque et présente les avantages suivants :

- elle permet de connaître les crédits générateurs de risque et de quantifier leur risque

- c'est une mesure du risque sur plusieurs crédits, ce qui autorise des comparaisons

- elle tient compte de la corrélation entre les sources de risque de crédit, ce qui contribue à donner une indication synthétique pertinente du risque pris par la banque sur l'ensemble des ses crédits.

- Elle permet de définir une stratégie claire vis-à-vis des risques de crédits et vis-à-vis du risque global (respect des contraintes réglementaires ou de la stratégie vis-à-vis du risque)

- Elle également une gestion journalière du risque de crédit sur la base d'information internes (impayés par exemple) et externe (nouvel entrant dans le secteur par exemple)

Nous allons présenter les techniques les plus usitées dans le cadre de la gestion interne du risque de crédit.

I) LE MODELE KMV :

Ce modèle se base sur la recherche d'explication de l'événement de défaut.

L'explication repose par exemple sur une modélisation de la valeur de firme. En effet, KMV a émis l'hypothèse qu'une entreprise s'approche du défaut lorsque la valeur de ses actifs descend en dessous de la valeur comptable de la dette. La détermination de la probabilité de défaut s'appuie donc sur une modélisation de la valeur des actifs, permet ainsi d'établir une distribution, à chaque instant futur, de l'écart entre la valeur des actifs et la valeur de dette.

Les auteurs du modèle estiment que sur la base d'une observation historique, le défaut ne survient que dès que la valeur des actifs franchit à la baisse le seuil de la valeur comptable de la dette mais à un niveau plus bas, appelé « seuil de défaut ». La distribution pertinente estimée par KMV est en conséquence celle de l'écart entre la valeur des actifs et le seuil de défaut. La densité de probabilité attachée aux valeurs négatives de cet écart est la vraie mesure de la probabilité de défaut.

Ce modèle soulève deux grands types de questions :

- le paramétrage : comment estimer la valeur des actifs et sa volatilité ? comment estimer le seuil de défaut ?

- la modélisation de la constatation du défaut rend elle correctement de la réalité ?

La valeur des actifs est une variable dominante du modèle. En fait, l'hypothèse de base est que le défaut se produit lorsque cette valeur descend en dessous de la valeur comptable de dette ; à un niveau inferieur appelé seuil de défaut

Le défaut se produit lorsque :

< 0 ; avec

Seuil de défaut < valeur comptable de la dette

· valeur des actifs est supposée égale à la valeur actuelle, calculée sur une durée de vie infinie des flux opérationnels futurs génèrent par l'entreprise.

Si l'entreprise n'est pas cotée, l'estimation est difficile et le paramétrage de son évolution dans le temps ne peut se faire que sur l'analyse historique.

Le KMV donne une réponse à cette inquiétude construite sur la théorie des options. L'hypothèse est qu'une action est assimilée à un call sur la valeur des actifs d »une firme, dont le prix d'exercice est la valeur de la dette. Cette équivalence repose sur le fait que les actionnaires ne sont pas obligés de verser la différence entre la valeur des actifs liquidés et la valeur de la dette, si elle est négative. En effet, les actionnaires ont le droit de rembourser les créanciers et de liquider les actifs de la firme. L'opération s'accompagne d'un flux (play-off) égale à Max (0, valeur des actifs - valeur de la dette) c'est-à-dire un pay off strictement équivalent à celui de l'achat d'un call sur la valeur des actifs, de prix d'exercice de la valeur comptable de la dette.

La baisse du pay off est donc limitée à 0, et le gain est illimité, tel celui d'une option 

S -------------- (Vt - D) si Vt < D ;

0 si Vt < D

D est le prix du call, donnant le droit d'acheter les actifs de la firme à la valeur comptable de la dette. Ce qui entraine que le prix de l'action est celui d'un call de prix d'exercice D, de durée de vie infinie et dont la valorisation dépend du niveau initial de la valeur des actifs et de la volatilité³ des ses valeurs.

L'estimation de la valeur des actifs et de sa volatilité repose sur l'établissement de deux équations :

(1) exprime une fonction de la volatilité de la valeur des actifs et de la valeur des actifs elle-même

ó _s = f₁ (ó_v , V)

(2) exprime le cours de l'action par la formule théorique d'un call sur la valeur des actifs, qui dépend de cette variable et de sa volatilité.

S = f₁ (a_v, V)

Soit ce système qui admet comme couple unique de solutions (ó_v et V) qui sont des variables que l'on cherche à estimer.

Le processus d'évolution des actifs conduit donc à estimer la Vt, valeur des actifs à l'échéance et permet d'établir la distribution de la valeur des actifs à une échéance T et pour un seuil de défaut fixé et constant. La probabilité de défaut, autrement dit la probabilité que la valeur des actifs Vt soit inferieure au seuil de défaut D à une échéance T s'exprime sous la forme :

P = [ln (D/V_t) + (0,5× ó²× T)] /ó

Ainsi dans ce modèle, la probabilité de défaut est une fonction croissante de la volatilité des actifs et de l'horizon de risque.

II) CREDIT METRICS DE JP MORGAN

Crédit Metrics modélise l'évolution du spread de chaque crédit en supposant que celui-ci dépend du niveau de rating de ce crédit. Deux crédits de même rating mais d'emprunteurs différents, seront supposés avoir le même spread.

La mise en oeuvre de méthode repose sur :

- une attribution d'une notation a chaque crédit en fonction de sa solvabilité présumée. Cette notation peut être par exemple celle des agences de notation spécialisées (Standard & Poors Moody s.....) ou une notation interne ;

- la détermination d'une matrice de transition. Cette matrice consiste à donner pour un crédit auquel on a attribué un rating actuel, les différents ratings potentiels de ce crédit à un horizon donné, ainsi que les probabilités associées de se trouver dans cet état. Cette matrice peut être obtenue à partir des matrices historiques des agences ou peut être établie par estimation statistique ;

- à chaque rating, on attribue une courbe des taux en prenant en compte le risque spécifique de cette catégorie de rating par rapport à un crédit sans risque de crédit. Cette courbe des taux peut être déterminée à partir d'un panel de crédit ayant ce rating ;

- il faut également attribuer à chaque crédit un taux de recouvrement en cas faillite.

La méthode permet également de se baser sur l'espérance et la volatilité du taux de recouvrement correspondant au rating et à la séniorité de la dette (hiérarchisation fondée sur l'ancienneté dans le portefeuille).

Présentons la matrice de transition qui est un outil privilégié d'estimation des probabilités conditionnelles de défaut sur l'horizon d'un an d'un panel de crédit :

RATING	AAA	AA	A	BBB	BB	B	CCC	DEFAUT
AAA	90,81%	8,33%	0,68%	0,06%	0,12%	0,00%	0,00%	0, 00%
AA	0,70%	90,65%	7,79%	0,64%	0,06%	0,14%	0,02%	0,00%
A	0,09%	2,27%	91,05%	5,52%	0,74%	0,26%	0,01%	0,06%
BBB	0,02%	0,33%	5,95%	86,93%	5,30%	1,17%	0,12%	0,18%
BB	0,02%	0,14%	0,67%	7,73%	80,53%	8,84%	1,00%	1,06%
B	0,11%	0,11%	0,24%	0,43%	6,48%	83,46%	4,08%	5,20%
CCC	0,22%	0,00%	0,22%	1,30%	2,38%	5,00%	64,85%	19,79%

Notation Initiale Notation potentielle dans un an Probabilité

AAA............................... 0,02%

AA.................................... 0,33%

A......................................... 5,95%

BBB...................................... 86,93%

BB......................................... 5,30%

B............................................ 1,17%

CCC......................................... 0,12%

D............................................. 0,18%

Si nous prenons le cas d'un crédit noté initialement BBB après une période d'un an est de 86,93%, celle de devenir B est de 1,17%, celle de faire défaut est 0,18%.

III) LES SYSTEMES EXPERTS : L'exemple de la méthode VALUE AT RISK (VAR) :

Elle est une mesure de la perte maximale encourue sur un horizon donné, assortie d'une probabilité. Ces pertes sont mesurées sur un horizon pertinent par l'évolution de la valeur de marché des composants du portefeuille pendant un intervalle de temps pertinent. L'évolution est fonction de mouvements de diverses sources appelées facteurs de risque.

Le calcul de la Var, perte potentielle enregistrée sur le portefeuille en cas de scenario défavorable de marchés sur un horizon (réglementaire) de dix (10) jours, permet de disposer d'une représentation agrégée et instantanée des risques, et de confronter en temps réels le risque ainsi mesuré à une limite globale ou perte de confiance donnée.

Le calcul de la VaR répond à un principe :

« Les pertes futures sont divisées en deux catégories : les pertes statistiques (moyenne des pertes) qui sont inévitables à long terme et les déviations possibles au delà de la moyenne des pertes. La loi des grands nombres indique que ces pertes surviendront tôt ou tard. Ainsi soit ces pertes sont incluses dans le capital requis, soit elles sont retranchées des résultats ».

Il s'agit de déterminer le niveau de :

- pertes moyennes

- pertes futures.

Et le problème est de disposer d'un capital suffisant qui permet de couvrir les déviations défavorables des pertes observées au delà de la moyenne. Ce sont donc les principes de mesure de ces déviations qui constituent ce que l'on appelle « Valeur à Risque » ou VaR. donc on procède à une distribution de probabilité pour définir quel niveau des pertes potentielles ne sera dépassé que dans une fraction faible des cas. Cette fraction est appelée Seuil de tolérance pour le risque. Ceci étant, l'information sur le risque devient la clé de ces mesures.

La VaR d'un crédit pour une durée t et le niveau de probabilité q, se définit comme un montant noté VaRq tel que la perte encourue durant l'intervalle [0, t] (10jours réglementaires) ne dépasse VaR qu'avec une probabilité (1- q) (les valeurs sont compris 90%, 95%, 99%).

P [V_t > VaR_q] = 1-q ou P [V_t VaR_q] = q

V_t étant les différentes pertes attribuées à ses crédits et les échéances liées à ses pertes. La variation des montants des pertes ne dépasse la VaR_q (perte encourue durant la même période) qu'avec une probabilité 1- q

Si ces pertes suivent une loi normale, l'expression devient :

V_t - E (V_t) VaR_q - E (V_t)

P [---------------- ---------------] = q

ó (V_t) ó (V_t)

E (.) : espérance et ó (.) l'écart type de la loi normale

Le quantile de la loi normale est noté :

VaR_q - E (V_t)

Z_p = --------------

ó (V_t)

La VaR relative s'écrit : VaR_q(V) = E (V_t) + Z _p × ó ( V_t)

Si l'on s'intéresse qu'au risque de perte en négligeant les anticipations des variations (l'espérance), la formule se simplifie et donne

VaR_q (V) = Z _p × ó ( V_t)

Cette dernières dite VaR absolue et est souvent privilégié car il est très difficile pour une courte période de prévoir la variation moyenne des crédits de même que le signe de la variation. Donc l'hypothèse d'une variation nulle n'est donc pas absurde.

Exemple : pour un portefeuille donné, le montant des variations des pertes moyennes est de 10000 F par période avec un écart type de 20000F.

Calculons la VaR absolue et relative à 95%.

Solution

V suit une loi normale N (0,1)

VaR_95%

V_t - E (V_t) VaR_q - E (V_t)

Or q = P [----------------- ----------------- = Z_P]

ó (V_t) ó (V_t)

V_t - 0

= p [------------------ Z _p] = 95%

1

= F (Z_q) = 0,95

D'après la table on peut lire pour une probabilité égale à 0,95 pour Z_q < V_t Z_q = 1,65

Or V_t Z_q donc Z_q est négative ce qui lui donne la valeur Z_q = - 1,65

La valeur relative :

VaR_95% = 10000 + Z_q 20000 (VaR relative)

VaR_95% = 10000 - 1,65*20000 = - 23000

VaR_95% = - 23000 signifie que la banque n'a que 5% de chance de perdre 23000

La valeur absolue :

VaR_95% = -1,65 * 20000 = - 33000

VaR_95% = - 33000 signifie que la perte espérée en fin de période n'a que 5% de chance de dépasser 33000.

La VaR exigée par le comité de Bâle est une VaR pour 10jours à 99% avec une VaR de référence. Ce qui fait que :

Zq_99%

VaR_99% (Bâle) = v10 × --------------- × VaR référence

Z références.

Prenons l'exemple d'une VaR à 95% référence de 50000 qui est journalière et calculons VaR(Bâle) = racine carré 10× (2,33/ 1,65) × 50000 = 222500.

Exemple 2 : une banque détient un portefeuille de rating A. Les statistiques de défaut associé à ce rating sont : un taux de défaillance moyen de 1% et une volatilité annuelle dans le temps de 1,5% et la « la casse statistique » sera de 1% de l'encours soit 10.

La volatilité des pertes est de 1,5% × 1000 = 15. Supposons que la perte en cas de défaut est de 100% c'est-à-dire qu'il n'y a aucune récupération.

L'usage est d'exprimer une perte potentielle comme multiple de cette volatilité.

La démarche peut être illustrée comme suit. Nous supposons d'abord que la distribution des pertes est connue ou estimée. Si cette distribution était  « normale » (la loi des grands nombres), il y aurait environ 2,5 chances sur 100 pour que dépasse 1,96fois la volatilité. Dans ce cas, les pertes potentielles au seuil de tolérance de 2,5%sont de 1,96* 15= 30 environ. Finalement, le capital économique (qui est la VaR) est de 30s'il ne couvre que les déviations au delà de la moyenne, la « casse statistique » étant déduite des revenus. Rappelons que les fonds propres réglementaires sont de 80 (8%× 1000) pour des risques privés.

Bien entendu, toute la difficulté réside dans le choix du multiple, dont la précision peut être illusoire, surtout si l'on cherche à évaluer des événements rares. L'accroissement de la richesse des bases existantes et les apports opérationnels des modèles prennent alors toute leur importance.

L'application de la méthode VaR pose quatre (4) problèmes :

§ l'ajustement des performances pour le risque : il s'agira de voir si le capital économique octroyé à la perte est couvert par les revenus des dettes (frais généraux + intérêt + commissions + ...) ;

§ la quantification de l'effet de diversification au moyen d'une VaR crédit : voir comment mesurer l'économie des risques (fonds propres) en cas de diversification dans un portefeuille de credit. Mais, il faut voir que les risques dans un portefeuille ne s'additionnent pas arithmétiquement et le total des risques est inferieur à la somme des risques ;

§ la fixation des limites : comment la banque va redistribuer ses engagements entre les divers crédits dont elle dispose en tenant compte de la perte potentielle tout en respectant les exigences de fonds propres (ratio de Cooke) et une rentabilité suffisante ;

§ le sens d'une « optimisation » au niveau d'un portefeuille de crédit : comment gérer une optimisation « quantitative » du couple risque-rentabilité.

En résume, la VaR permet une gestion et un contrôle intégré des risques de la banque fondée sur la perte maximale. Le management doit mettre en place ou repenser la procédure d'allocation du capital pour les différents types de crédit.

Cette méthode est complète par la RAROC qui intervient en réponse au problème n°1 soulevé ci-dessus.

Pour mesurer la performance ajustée pour le risque de crédit, on utilise un autre ratio qui est connu sous le nom de RAROC ou « Risk Adjusted Return On Capital ».

IV) RAROC RISK ADJUSTED RETURN ON CAPITAL OU LA RENTABILITE AJUSTEE DU RISQUE, RAPPORTEE AU CAPITAL REGLEMENTAIRE

Lancé dans les années 80 par la Bankers Trust (absorbée depuis par la Deutsche Bank), le modèle RAROC est une méthode d'analyse utilisée maintenant par la plupart des grands établissements de crédit du monde entier.

L'idée derrière le modèle RAROC consiste à rapporter un rendement net à un capital économique alloué et éventuellement comparer cette performance au coût du capital de la banque. Il s'agira de calculer le ratio du produit financier sur une mesure du risque.

Revenus - Couts - Perte moyenne Revenus nets

RAROC = --------------------------- = ---------------------

Fonds propres en risque Fonds propres en risque

Un crédit n'est accordé que si le RAROC atteint un niveau supérieur au coutt de capital de la banque. A défaut d'atteindre ce taux de référence, le chargé de clientèle doit ajuster les conditions du prêt pour le rendre plu rentable.

Cette méthode présente les limites à savoir :

· l'identification exacte des revenus et leurs actualisations. Ce qui suppose une saisie des flux de qualité et une structure par terme des spread (marges) pertinente.

· Une allocation des coûts sur chaque facilité de crédit qui doit être mise en place ;

· La méthode optimale d'allocation d'une quote part du capital économique à la facilité de crédit ou un client à partir des données que l'on dispose sur ce dernier sachant que le capital économique global concerne l'ensemble du portefeuille de crédit et en tenant compte du risque de corrélation des défauts ;

· Le problème de la qualité des informations collectées à partir de la base de données risque utilisé.

Malgré les insuffisances que soulève cette méthode, on utilise une application de celui-ci avec « la durée » pour mesurer le risque.

P = - D _p × P × ( R /1+t)

P : unité monétaire du risque ou montant de la perte

D P : durée du prêt

P : le montant du prêt

R / 1+ t : variation anticipée de la prime de risque

Prenons l'exemple suivant : soit un prêt de 1 000 000 de francs CFA, calcule la variation de la prime sachant un taux du marché de 10% et une durée de 2,7 ans :

  P = - D p × P × ( R /1+t)

AN : P = - (2,7) (1 000 000) × [0,011/ (1+10%)]

= - 27000 F CFA

Donc avec ce prêt à un montant nominal de 1000000, on peut s'attendre à une perte de 27000 Francs en cas de chute de la qualité de crédit de l'emprunteur. Cette est appelée «  fonds propres en risque »

Maintenant, pour savoir si ce prêt doit être accordé ou rejeté, il faut estimer les revenus à percevoir.

Supposons que :

- Marge actualisée sur le prêt de 0,2%

- Commissions actualisées 0,1%.

Calculons les revenus nets du prêt

Revenus nets sont évalués à : Marge actualisée + Commissions actualisée

Revenus nets = (0,2%×1000000) + (0,1%×1000000)

Revenus nets = 3000

3000

Le RAROC = --------- = 11,1%

27000

Si le 11,1% est supérieur au RAROC de référence de la banque, on accorde le prêt. Sinon le prêt est rejeté et le chargé de la clientèle doit trouver un moyen d'augmenter les revenus pour faire passer le crédit de son client auprès du comité du risque.

V) LE SCORING

Cette méthode vise à obtenir rapidement une première indication sur le degré de vulnérabilité d'une entreprise appartenant à un secteur donné. Le score établi pour une entreprise indique une classe de risque de défaillance dans laquelle elle se situe. En effet, au score on associe une probabilité de defaillance, de normalité ou de risque. La fonction score utilisée est fonction discriminante de la forme :

Z = R₁ + a₂ R₂+...+ a_n R_n +B

Où

- les ai sont des coefficients de pondérations ;

- les Ri sont les valeurs des ratios retenus pour leurs caractères particulièrement discriminant ;

- B est une constante ;

Par exemple pour une entreprise donnée les ratios retenus peuvent être :

R₁ : frais financiers / résultat d'exploitation

R₂ : couverture des capitaux investis

R₃ : la capacité de remboursement

R₅ : le délai crédit - fournisseur ...

Les deux premiers à eux seuls peuvent avoir un pouvoir discriminant d'environ 50%dans toute la fonction Z.

La méthode des scores permet de situer l'entreprise dans un secteur ou dans un portefeuille vis-à-vis des risques futurs de dégradation sur plusieurs périodes.

Exemple : Score Conan / Holder se présente comme suit

5 ratios :

R₁ = EBE / Endettement Global

R₂ = Capitaux permanents / total Bilan

R₃ = VRD / Total Bilan

R₄ = Frais financiers  / CAHT

R₅ = Frais de personnel / VA

Score (S) s'exprime:

S = 0,24 R₁ + 0,22 R₂ + 0,16 R₃ - 0,87 R₄ - 0,10 R₅

Le calcul du score abouti au diagnostic suivant:

S < 4 : risque élevé

4 < S < 9 : risque à surveiller

S > 9 : bon risque

Ces méthodes mettent l'évidence sur l'importance des statistiques surtout pour la définition des probabilités de défaut. Dans notre environnement, il se pose le problème de statistiques sur les entreprises même au niveau des banques primaires. Ce qui nous pousse à dire que les techniques modernes sont un peu trop en avance sur la gestion du risque de crédit faite actuellement dans nos banques. Néanmoins, la méthode RAROC apparaît comme le plus adéquat pour notre environnement mais faudrait il que la banque puisse définir son RAROC de base qui est un seuil en deçà duquel la banque ne peut accorder de crédit et les difficultés de la mise en place de ses modèles internes qui sont la détermination :

· La nature de l'événement de crédit qui peut être : le défaut, le changement de rating, la dévaluation etc. il y a en conséquence nécessité de déterminer la nature du risque couvert par les fonds propres avant de procéder à la modélisation ;

· L'horizon du risque de crédit : la réglementation bancaire internationale impose un horizon moyen de dix jours ouvrés ou la banque estime du risque de crédit ;

· La mesure des probabilités de défaut ou de changement de rating : qui sont l'une des principales variables d'entrée des modèles dévaluation du risque de crédit ;

· Les modalités d'agrégation du risque de crédit : l'agrégation intervient à deux niveaux sur les hors bilan et les crédits qui peuvent être juridiquement compensées cas de défaut

Elle pose également un problème lié à la modélisation (le choix de facteurs pertinents, modélisation de l'évolution des facteurs de risque), la détermination des sensibilités au risque et la mesure du risque.

Toutes ces méthodes sont elles mures pour adoptées dans l'environnement bancaire d'aujourd'hui. En fait, elles posent un problème de confrontation entre une politique commerciale et une optimisation du portefeuille de prêt. Or, la relation clientèle implique une stabilité à priori incompatible avec des calculs purement financiers. A la limite ce qu'il est possible de faire c'est d'intégrer ses deux fonctions dans l'entreprise pour créer ce que l'on appelle Gestionnaire de Portefeuille de Crédit dont le métier sera de gérer les questions relatives au risque de crédit (coût, niveau de risque, capital à allouer aux pertes potentielles, ...).

La gestion du risque de crédit variera d'une banque à l'autre ; toutefois, un programme complet de gestion du risque de crédit doit prévoir :

· le repérage des risques de crédit auxquels la banque est exposée, ou pourrait l'être, (au bilan ou hors bilan) dans le cadre de ses opérations de prêt, de même que l'élaboration et la mise en oeuvre de politiques visant à gérer et à contrôler efficacement ces risques ;

· l'élaboration et la mise en oeuvre des mécanismes efficaces d'octroi de crédit, de préparation des documents et de recouvrements ;

· l'élaboration et la mise en oeuvre des mécanismes complets de surveillance et de contrôle de la nature, des caractéristiques et de la qualité d portefeuille de crédit ;

· l'élaboration de méthodes de gestion des risques de crédit.

Pour que la gestion du risque de crédit soit efficace, il faut d'abord bien circonscrire et évaluer les risques associés aux opérations de prêt et de placement de la société ; puis, il faut élaborer, consigner officiellement par écrit et mettre en oeuvre des politiques claires énonçant les paramètres nécessaires au contrôle de ce risque.

Il importe également de toujours respecter les normes en matière de gestion du risque de crédit, indépendamment des pressions subies pour accroitre la rentabilité. Des impératifs du marketing et de l'exercice d'un milieu financier beaucoup plus complexe.

La gestion du risque de crédit est un élément fondamental d'une gestion saine et prudente dans l'activité bancaire. Elle nécessite l'établissement de politiques et mécanismes afin de gérer avec prudence le rapport risque / rendement sous divers aspects tels que la qualité, la concentration, les devises, les échéances, les garanties réelles et le type de facilité de crédit.