2. Mesure du risque de crédit : méthode
Scoring
La méthode scoring est la plus utilisés dans les
banques chez les pays en développement pour la prévision du
risque, Edward Altman est le créateur de cette technique pour juger un
octroi de crédit de la part des entreprises.
54
2.1 Définition
Les chercheurs et les auteurs se sont entendus sur la
même définition du processus du crédit scoring, selon
Feldman.R (1997) « le crédit scoring est le processus
d'attribution d'une note (ou un score) à un emprunteur futur ayant
objectif l'estimation de la performance de son
prêt».2 Les deux chercheurs Thomas & Altman
considèrent « le crédit scoring est un ensemble de
modèles et techniques fournissant l'aide à la prise de
décision ».3
La méthode se caractérise par des variables
quantitatifs en se référant des caractéristiques de
l'emprunteur pour pouvoir calculer le score ou la probabilité de
défaut de cet emprunteur ou bien d'admettre une classification pour les
emprunteurs, le gestionnaire de la banque doit être apte à
éditer les taches suivantes :
? Déterminer les facteurs importants
? Eliminer les demandeurs de crédits douteux
? Estimer une prévision nécessaire pour la
couverture des pertes
Donc la méthode scoring est une procédure
incorporant une étude analytique ayant but de faire un diagnostic des
entreprises en se référant de l'approche analyse
financière puisqu'elle est basée sur les ratios financiers et les
états financiers. La procédure s'effectue tout simplement avec un
échantillon ayant deux groupes d'entreprises (entreprises
équilibré et entreprises défaillantes) par la suite un
indicateur accordé appelée « score » déterminer
à travers des variables par lequel la banque peut juger la situation
financière de l'entreprise.
2.2 Les variables explicatives :
Compte tenu de la complexité des défaillances
des entreprises, le crédit scoring est basé sur un processus
multicritères, autrement les variables à intégrer dans la
fonction du score doivent représenter les aspects du risque de
défaut. Concernant les variables quantitatives, on distingue
l'utilisation de données comptables et financières qui seront
exploitées pour établir les ratios permettant d'identifier les
paramètres de risque. On trouve aussi les données bancaires qui
contient les opérations courantes de l'emprunteur par conséquent
la banque peut avoir une synthèse de sa situation financière.
2 Feldman, R. (1997). Federal Reserve Bank of
Minneapolis. Dans Banks and Big Change in technology called credit scoring
(pp. 19-25). The Region.
3 Altman, E. (1968). Financial Ratios, Discriminant
Analaysis and the prediction of corporate Bankruptcy, the journal of
Finance, (pp589-609).
Thomas, L. (2002) Credit Scoring and it applications,
SIAM, 2002.
55
On distingue l'existence des variables qualitatives tels que :
l'âge, la profession, le salaire, l'ancienneté et le niveau
social. La phase la plus importante dans l'application du modèle est
celle du choix des variables qui vont être mis dans la fonction score,
ainsi que les variables ne doivent pas être corrélés entre
elles.
2.3 Les modèles du scoring :
Les fonctions les plus utilisés pour calculer le score
des entreprises afin d'admettre un jugement à leur demande d'octroi d'un
crédit sont basées sur l'analyse discriminante, depuis longtemps
cette méthode ne cesse de démontrer son efficacité au
niveau de la gestion des risques de crédit.
Les modèles de score sont définis en tant qu'un
outil de mesure du risque utilisant des données historiques et des
techniques statistiques afin de déterminer l'impact des
caractéristiques de l'emprunteur sur sa probabilité de
défaut. Le score obtenu représente une note attribué
à l'emprunteur qui est principalement dans notre cas des entreprises
permettant la banque de juger son risque éventuel. Les fonctions choisis
comme étant les plus utilisé sont : le modèle d'Altman, le
modèle de Conan & Holder et le modèle Canadien de Veronneau
et Legault.
a. La fonction Z d'Altman
La fonction Z d'Altman a été créée
en 1967 pour obtenir une prévision de défaut d'une entreprise,
cette dernière est inspirée à partir de l'analyse
discriminante multivariée. Son objectif est d'obtenir une combinaison
linéaire en se basant sur les 5 ratios financiers pondérés
par un coefficient ayant but de juger le risque des entreprises. Les
pondérations estimées ont été construit à
partir d'un échantillon d'entreprises saines et défaillantes, la
fonction Z d'Altman est sous la forme suivante :
Z = 1,2??1 + 1,4??2 + 3,3??3 + 0,6??4 + 1??5
Avec :
|
Ratios
|
Formule
|
|
R1
|
= Fonds de roulement /Total actif
|
|
R2
|
= Réserves/Total actif
|
|
R3
|
= Résultat d'exploitation/Total actif
|
|
R4
|
= Capitalisation boursière/Total des dettes
|
|
R5
|
= Chiffre d'affaire/Total actif
|
L'intervalle de la fonction Z : 1,81 < Z < 2,99
? Si le score Z est supérieur à 2,99 donc
l'entreprise est considéré comme saine
56
? Si le score Z est inférieur à 1,81 donc
l'entreprise est en faillite
? Si le score Z est 1,81 < Z < 2,99 l'entreprise est dans
la zone d'ignorance
b. Le modèle Canadien de Veronneau et Legault
C'est un modèle statistique inventé par
Veronneau et Legault en 1991, appelé Ca-Score similaire à la
fonction Z d'Altman ayant quelques différences au niveau des ratios qui
prennent en considérations les données antécédents.
La fonction du Ca-Score est sous la forme suivante :
???? - S???????? = 4,5913R1 + 4,5080R2 + 0,3936R3 - 2,7616
Avec :
|
Ratios
|
Formule
|
|
R1
|
= Ventes(t)/Total actif(t)
|
|
R2
|
= Bénéfice avant impôt et
intérêt/Total actif
|
|
R3
|
= Ventes(t - 1)/Total actif(t - 1)
|
Après avoir appliqué cette méthode le
score obtenu nous permet de classifier les entreprises selon leurs scores : les
entreprises ayant un score supérieur à 0 sont
considérés comme saines et celles qui auront un score
inférieur à 0 sont des entreprises défaut.
c. Le modèle de Conan & Holder
Ce modèle a été introduit en 1979 par les
chercheurs Conan & Holder, la construction de la fonction du modèle
a été établi à partir d'un échantillon de
190 entreprises divisé entre deux groupes (groupe d'entreprises saines
et groupe d'entreprises défaillants). Après effectuer l'analyse
discriminante multipliée ils ont constatés une fonction à
5 ratios pondérés par des coefficients suivants :
????&h = 24R1 + 22R2 + 16R3 - 87R4 - 10R5
Avec :
|
Ratio
|
Formule
|
|
R1
|
= Excédent brut d'exploitation/Total des dettes
|
|
R2
|
= Capitaux propres/Total actif
|
|
R3
|
= Actif réalisable + disponibilité /Total
actif
|
|
R4
|
= Frais financiers/Chiffre d'affaire
|
|
R5
|
= Frais personnel/Valeur ajoutée
|
Le jugement de cette fonction se fait comme suit :
57
? Si Z est inférieur à 4 donc l'entreprise est en
faillite
? Si Z est 4 < Z < 9 donc l'entreprise est dans la zone
d'incertitude ? Si Z est supérieur à 9 donc l'entreprise est
saine
2.4 Les limites du scoring
Malgré que cette méthode se caractérise
par une simple application ainsi qu'elle est la plus utilisé de la part
des banques mais elle porte certaines difficultés pour ceux qui n'ont
pas un historique de crédit, aussi elle peut affecter la tarification du
crédit. En effet, le problème majeur pour cette méthode
est de recourir à des informations ayant une haute qualité pour
corriger les erreurs effectué au niveau du classement des
entreprises.
| 
