Home

Scoring: The Next Breakthrough in Microcredit? (French)

1. 0 1 x 55 0 25 x 3 5 25 points de pourcentage Dans la pratique une fiche de notation par r gression peut inclure 30 50 caract ristiques et tirer tous les coefficients de pond ration de la base de donn es de l institution de microcr dit en question Une fois que le syst me informatique a calcul les pr visions le pr teur les utilise comme il est d crit aux chapitres pr c dents Liens entre le risque et les caract ristiques sur une fiche de notation par r gression Siles fiches de notation par r gression ont le meilleur pouvoir pr dictif leur principal avantage r side dans le fait qu elles indiquent clairement le lien entre le risque et les caract ristiques Le coefficient de pond ration attribu une caract ristique montre non seulement si la caract ristique accro t ou r duit Figure 27 Relation entre le risque et l endettement d un demandeur de pr t sur une fiche de notation par r gression Variation du risque points de 50 Endettement dettes actifs Figure 28 Relation entre le risque et les arri r s des trois derniers pr ts sur une fiche de notation par r gression points de D 99 AB c1 o T4 e Variation du risque Dernier pr t Ant p nulti me pr t Avant dernier pr t d arri r les derni e Jours d arri r s par versement pour les derniers pr ts 43 Figure 29 Relation entre le risque et le type d activit sur une fiche de n
2. 23 9 des pr ts probl me vit s 9 de pr ts perdus sur le total Seuil Pr ts tr s probl matiques 30 13 8 des pr ts probl me vit s 4 5 de pr ts perdus sur le total T T T 20 30 40 de pr ts rejet s total de pr ts probl me auraient t vit s voir figure 15 Quels r sultats obtiendrait on si on utilisait un seuil de 30 par exemple pour les pr ts tr s probl matiques La figure 14 montre que 1 3 pr t non probl matique est perdu pour chaque pr t probl me vit et la figure 15 montre que 4 5 de tous les pr ts sont rejet s et 13 8 de tous les pr ts probl me sont vit s en application des directives Compte tenu des r sultats probables obtenus en utilisant diff rents seuils le test historique permet aux institutions de microcr dit de choisir le seuil qui r pond le mieux leur mission Le scoring met galement en lumi re le lien entre le risque et les caract ristiques qui refl tent le degr de port e telles que le sexe le revenu ou l ge Il indique les arbitrages entre la diversification de la client le et le risque Par exemple le scoring peut indiquer que les paysans qui pratiquent une agriculture de subsistance risquent davantage hauteur de deux points de pourcentage de plus d avoir 30 jours d arri r s toutes choses gales par ailleurs Cette information permet l institution de microcr dit de faire un choix e
3. constituent l chantillon de construction utilis pour tablir la fiche de notation Dans la figure 5 les pr ts B D et E ont t sold s avant la date d ch ance et sont donc inclus dans l chantillon de construction Les pr ts sold s apr s la date d ch ance mais avant la derni re date utilis e dans la base de donn es constituent l chantillon de test utilis pour tester le pouvoir pr dictif de la fiche de notation Dans la figure 5 l chantillon de test comprend les pr ts C et F parce qu ils ont t sold s apr s la date d ch ance dans l chantillon de construction mais avant la date limite de la base de donn es Les pr ts en cours cette date limite pr ts A et G indiqu s dans la figure 5 sont omis des deux chantillons parce qu on ignore encore s ils posent probl me ou non Pour reproduire une v ritable situation de scoring le test doit suivre trois principes Tout d abord un pr t donn peut tre inclus dans l chantillon de construction ou de test mais pas dans les deux car cela surestimerait le pouvoir pr dictif La phase d laboration permet d adapter la fiche de notation aux sch mas d association apparents entre les caract ristiques et le risque dans l chantillon de construction Toutefois certains de ces sch mas voluent dans le temps ou n indiquent pas une v ritable association et sont le fruit du hasard dans un chantillon fini Ces sch mas d association ne son
4. la valeur de l actif et des dettes m Total de l actif P immobilisations P stocks encaisse et comptes bancaires m Total des dettes dettes informelles gt dettes formelles Historique de remboursement Les remboursements pass s sont le meilleur indicateur des remboursements futurs Pour chaque remboursement d sur un pr t les pr teurs doivent enregistrer la date d ch ance et la date de paiement Cela permet d en tirer les mesures suivantes relatives aux arri r s m plus longue p riode d arri r s m jours d arri r s par versement m nombre de paiements en retard Une fois qu un pr t est sold le pr teur doit demander l agent de cr dit de noter la performance de remboursement du pr t sur une chelle de 1 meilleur 5 pire Centrales des risques Les donn es des centrales des risques ont un grand pouvoir pr dictif Si les pr teurs recoivent des rapports des centrales sur certains emprunteurs ils doivent saisir les donn es suivantes dans leur syst me informatique m identit des cr anciers actuels et pass s m dates de d caissement des pr ts pass s et en cours et date de remboursement m montants d caiss s pour les pr ts pass s et en cours m mensualit s des pr ts pass s et en cours m plafond de la ligne de cr dit offerte par les cr anciers actuels et pass s m arri r s des pr ts en cours et pass s m montant d aux cr anciers actuels
5. 16 9 des demandes de pr t approuv es suivant la m thode d valuation traditionnelle auraient galement t class es excellentes et accept es en utilisant la m thode du scoring voir figures 12 et 13 Il s av re qu il y avait 4 1 6 de pr ts probl me parmi les demandes excellentes repr sentant 4 9 de l ensemble des pr ts probl me Autrement dit dans la classe des pr ts pr sum s excellents il y avait 23 6 pr ts rembours s l ch ance pour chaque pr t probl me Le scoring identifie les pr ts faible risque et ceux risque lev ce qui aide les responsables g rer les cas extr mes Les pr teurs qui ne veulent pas r compenser les pr ts faible risque peuvent fixer le taux plafond z ro sachant que le risque pr vu n est jamais aussi bas Classe de risque normal Les pr ts ayant un risque pr vu sup rieur au taux plafond retenu pour la classe de risque excellent mais inf rieur au seuil fix pour les cas limites sont class s normaux Le scoring confirme l approbation provisoire de ces pr ts le comit de cr dit les autorise et ils sont d caiss s tels quels La majorit des pr ts provisoirement approuv s tant consid r s comme normaux dans la plupart des cas 20 le scoring n affecte pas l valuation et n entraine pas de surco ts pour le comit de cr dit Aux figures 12 et 13 supposons que le taux de risque plafond pour les pr ts normaux da
6. 40 ans 612 3 465 4 077 11 0 15 0 8 3 8 9 57 versement lt 1 9 Nouveaux 2 t l phones Age gt 40 ans Pr l agent de cr dit 227 1 164 1391 11 8 16 3 2 8 3 3 5 1 gt TOTAL pour les pr ts normaux 2 845 24 640 27 485 9 0 10 4 55 7 41 2 8 7 Cas limites 7 Nouveaux 2 t l phones Age lt 40 ans Ep a l agent de cr dit 483 1603 2 086 14 6 23 2 4 2 7 0 O9 2 17 Renouvellements 1 5 lt Jour Te 2 t l phones Sante monta d caiss 243 627 870 16 7 27 9 1 8 3 5 2 6 versement lt gt 2 4 Nouveaux 1 t l phone Age gt 40 ans Ex ap l agent de cr dit 126 436 562 17 5 22 4 Li 1 8 3 5 lt 8 Nouveaux 2 t l phones Age gt 40 ans pas l agent de cr dit 311 1 005 1316 19 5 23 6 2 7 4 5 32 lt 2 Nouveaux 1 t l phone Age 40 ans E T l agent de cr dit 460 1 827 2 287 19 7 20 1 4 6 6 7 4 0 lt 14 Renouvellements 1 5 lt Jours an 0 ou 1 t l phone D so l agent de cr dit 447 1526 1973 22 3 22 7 4 0 6 5 3 4 versement lt TOTAL pour les cas limites 2 070 7 024 9 094 18 1 22 8 18 4 30 0 3 4 Tr s probl matiques 6 Nouveaux 2 t l phones Age lt 40 ans EUN us l agent de cr dit 573 1293 1 866 24 7 30 7 3 8 8 3 2 3 lt 18 Renouvellements Jours a arer Dettes actif lt 0 03 N A 68 106 174 26 9 39 1 0 4 1 0 1 6 versement gt 1 Nouveaux 0 t l phone N A N A 61 116 177 29 1 34 5 0 4 0 9 1 9 16 Renouvellements 1 5 lt UE A Ed 2 t l phones ST SITPGQOITem d caiss 527 1015 1 542 31 4 34 2 3 1 7 6 1 9 versement lt lt 2 19 Renouvellem
7. Manuscrit Center for Social Development Washington University St Louis Mo 1999 Staten Michael E The Value of Comprehensive Credit Reports Lessons from the U S Experience Rapport pr sent la conf rence de la Banque mondiale sur le th me Profiting from Small Business Lending Washington 2 3 avril 2001 Stillwell William G F Hutton Barron et Ward Edwards Evaluating Credit Applications A Validation of Multi attribute Utility Weight Elicitation Techniques Organizational Behavior and Human Performance 32 1983 87 108 Thomas Lyn C A Survey of Credit and Behavioral Scoring Forecasting the Financial Risk of Lending to Consumers International Journal of Forecasting 16 2000 149 72 J N Crook et D B Edelman Credit Scoring and Credit Control Oxford Clarendon Press 1992 Vigan Laura A Credit Scoring Model for Development Banks An African Case Study Savings and Development 17 n 4 1993 441 82 Vogelgesang Ulrike Microfinance in Times of Crisis The Effects of Competition Rising Indebtedness and Economic Crisis on Repayment Behavior S rie Document de travail Gk n 2001 06 Universit de Mannheim 2001 Wainer Howard Estimating Coefficients in Linear Models It Don t Make No Nevermind Psychological Bulletin 83 1976 213 17 Woller Gary Summary of Important Issues to Consider in Designing and Implementing an Impact Mo
8. Menuiserie N A 1 5 5 T l phone au domicile Non Oui 1 1 6 Dur e l ch ance pour le dernier pr t sold nombre de mois 8 10 5 0 6 7 Rotation du capital N D 326 0 3 8 Charge de remboursement 20 18 0 1 36 Taux de garantie 350 300 0 4 37 Sexe du client Femme Femme 0 7 38 Nombre d employ s 0 0 25 19 39 Exp rience du client nombre de mois 36 14 223 40 Age du client 55 43 4 4 Risque pr vu 23 2 93 13 9 Source Exemple de Pauteur La politique crite de scoring doit indiquer les seuils de risque ainsi que la marche suivre pour chaque seuil Par exemple elle d finit le niveau de risque au dessous duquel un pr t est class excellent et le niveau de risque au dessus duquel un pr t est class tr s probl matique Elle tablit galement les niveaux de risque qui correspondent aux cas normaux et limites Elle indique comment r compenser les pr ts excellents Pour les cas limites elle pr cise dans quel ordre de priorit le comit de cr dit doit classer les mesures d att nuation du risque par montant d croissant du pr t par nombre d croissant de mois dur e et ou par taux croissant de garantie Elle indique galement au comit comment utiliser le rapport de simulation du scoring voir figure 18 pour d terminer les effets probables de ces modifications ventuelles du contrat de pr t Enfin la politique de scoring insiste sur la n cessit de rejeter les cas tr s
9. Source Fiche de notation par r gression et base de donn es d une institution de microcr dit en Am rique latine 40 Pour les pr ts tr s probl matiques la figure 23 montre les 30 pr ts en cours les plus risqu s qui ont t d caiss s au moins 270 jours avant la date du rapport Dans ce groupe de pr ts en cours le risque pr vu moyen est gal 61 coin inf rieur droit et le risque r alis moyen est gal 50 M me les quinze meilleurs pr ts ne sont pas si satisfaisants que cela puisqu ils pr sentent tous des arri r s et ont tous sauf quatre une p riode d arri r s de plus de dix jours Lorsque les agents de cr dit verront leurs propres clients sur cette liste et qu ils se souviendront du mal qu ils ont eu faire payer ces emprunteurs ils prendront peut tre conscience de l utilit du scoring S agissant des pr ts excellents la figure 24 montre les 30 pr ts les moins risqu s Le risque pr vu moyen est inf rieur 1 coin inf rieur droit et pas un seul pr t n a pos de probl me En fait 19 des 30 pr ts n avaient aucun arri r Sur les onze pr ts pr sentant des arri r s six avaient seulement un jour et seulement deux avaient plus de dix jours de retard 6 Pour les agents de cr dit et les directeurs d agence le fait de voir le nom de leurs propres clients figurer dans les rapports comme illustr aux figures 23 et 24 est un bon moyen de les convaincre que le sc
10. au pass r cent qu au pass lointain le pouvoir pr dictif d une fiche de notation se d grade avec le temps Le rapport de suivi g n ral le montre de deux fa ons Le premier indicateur est une courbe de distribution du risque pr vu plus pointue moins tal e Lorsque la fiche de notation se d grade les pr visions types se rapprochent des pr visions moyennes La figure 2l est un exemple hypoth tique dans lequel la courbe de distribution du risque pr vu avec la nouvelle fiche de notation est bas e sur les deux premi res colonnes du rapport de suivi g n ral dans la figure 20 Le deuxi me indicateur de la d gradation du pouvoir pr dictif est une relation moins pentue plus plate entre le risque pr vu et le risque r alis En cas de d gradation le risque r alis exc de le risque pr vu lorsque celui ci est faible et il est inf rieur au risque pr vu lorsque celui ci est lev La figure 22 est un exemple hypoth tique dans lequel la relation entre le risque pr vu et le risque r alis avec la nouvelle fiche de notation est bas e sur l avant derni re colonne du rapport de suivi g n ral dans la figure 20 Pour mesurer le degr de d gradation les responsables comparent la distribution du risque pr vu et ou la relation entre le risque pr vu et le risque r alis dans le rapport de suivi g n ral lorsqu une nouvelle fiche de notation a t mise en service depuis le dernier rapport Les graphiques
11. dent des valuations d taill es de la situation individuelle et financi re des emprunteurs ainsi que de leur logement de leur entreprise et de leurs garanties Le scoring est un nouveau moyen dans le secteur du microcr dit d valuer le risque de non remboursement Il tablit des liens historiques entre les ant c dents de remboursement et les caract ristiques quantifi es des demandes de pr t suppose que ces liens perdureront et pr dit le futur risque de non remboursement la lumi re des caract ristiques des demandes actuelles Dans les pays revenu lev le scoring par l interm diaire des cartes de cr dit a marqu un progr s sans pr c dent car il a permis des millions de personnes revenus modestes d avoir acc s des pr ts de faible montant courte ch ance non garantis et assortis de faibles co ts de transaction Le scoring marquera til la prochaine grande avanc e pour le microcr dit Pour les rares institutions de microcr dit qui sont d j importantes et bien g r es et qui poss dent des bases de donn es lectroniques ad quates le scoring permet d am liorer l efficacit d accroitre la port e aupr s des pauvres et d am liorer la p rennit Le scoring r duit avant tout le temps pass recouvrer les arri r s aupr s des emprunteurs en retard de paiement un agent de cr dit peut conomiser en moyenne une demi journ e de travail par semaine Les agents de cr dit p
12. dit peut tre quantifi Cela permet au scoring d indiquer par exemple le degr de corr lation entre la probabilit que le pr t pr sente des arri r s et le jugement subjectif qu une demande de pr t pr sente un risque moyen ou sup rieur la moyenne Les institutions de microcr dit qui veulent utiliser le scoring doivent commencer par quantifier les jugements subjectifs concernant les crit res ci apr s sur une chelle trois points inf rieur la moyenne moyen et sup rieur la moyenne m risque de cr dit g n ral m honn tet et transparence des r ponses m qualit des r f rences m ambition professionnelle et cr ativit m perspectives commerciales m variabilit des flux financiers m ampleur de l investissement r cent dans un logement ou une activit professionnelle m compr hension des conditions du contrat de pr t m relations familiales et appui informel m organisation et propret du logement et du lieu de travail Pour des raisons videntes cela ne marche pas si tous les candidats un pr t retenus sont consid r s sup rieurs la moyenne Caract ristiques du pr t Les institutions de microcr dit enregistrent d j la plupart des caract ristiques pr dictives du pr t m date de la demande de pr t m date de d caissement du pr t m date d acquittement du pr t m montant requis m montant d caiss m montant des versements
13. duisent le plus le risque la figure 19 est un exemple Une version imprim e de ce rapport peut tre galement incluse dans les rapports journaliers du comit de cr dit Adoption de la politique de scoring Une fois que le personnel charg des pr ts a pass plusieurs mois se familiariser avec le scoring l institution de microcr dit adopte une politique de scoring distribue un manuel sur cette politique et commence utiliser le scoring dans la pratique Pourquoi une politique crite Parce que sans politique crite ni r gles explicites il peut tre difficile d emp cher le personnel de revenir aux m thodes traditionnelles d valuation de la solvabilit Une politique explicite aide galement viter d utiliser le scoring tort et travers Tout comme l valuation traditionnelle de la solvabilit le scoring a besoin d une politique crite Figure 19 Exemple de rapport sur les effets des caract ristiques Client Jane Doe Cas 12345 Risque 30 jours d arri r s cons cutifs Agent de cr dit John Smith Date de demande 2 6 02 P riode couverte 1 1 95 au 1 5 02 Valeur Moyenne Effet Caract ristique r elle historique points de 1 Jours d arri r s versement pour le dernier pr t sold 8 7 1 7 5 8 2 Nombre de remboursements en retard pour le dernier pr t amorti 6 4 4 2 3 Exp rience de l agent de cr dit nombre de pr ts d caiss s 77 535 3 4 4 Type d activit
14. l approbation provisoire de lademandede pr t quel moment un pr t est il provisoirement approuv Si le comit de cr dit approuve pratiquement toutes les demandes qui lui sont soumises l approbation provisoire est accord e lorsque l agent de cr dit d cide de pr senter une demande au comit Dans ce cas le comit utilise le score pour d terminer quelles demandes seront examin es en d tail et lesquelles seront approuv es sans modification Si toutefois l approbation provisoire est accord e au niveau du comit proprement dit le score doit tre ignor jusqu ce que l valuation traditionnelle ait eu lieu si le comit jette un il sur le score avant cela il pourrait tre tent d approuver des demandes de pr t sans que leur risque qualitatif ait t valu Score en main le comit applique une politique de scoring quatre classes voir la rang e inf rieure de la figure 11 Classe de risque excellent Les demandes de pr t qui ont un risque pr vu inf rieur au seuil le plus faible sont class es excellentes Pour fid liser ces clients faible risque le pr teur pourrait adopter une politique visant accro tre la valeur du pr t aux yeux du client en offrant une ligne de cr dit une r duction de la commission sur le pr t une ristourne en cas de remboursement sans faute ou une r duction du montant de la garantie requise Le scoring se contente d identifier les demandes de pr t excel
15. la politique de cr dit Les incitations ne sont pas toujours efficaces et certains pr ts tr s probl matiques se seraient av r s bons s ils avaient t approuv s Cinqui mement et surtout l adoption du scoring cr e des perturbations dans l organisation ce qui accroit le co t de processus Il y a une redistribution des pouvoirs entre le service du cr dit et le service informatique Certains employ s risquent de s opposer ouvertement aux changements produits par le scoring d autres peuvent contourner discr tement le scoring en falsifiant les donn es ou en ignorant les r gles D autres encore risquent de saboter par m garde le scoring en passant outre l valuation traditionnelle La formation et le suivi voir chapitre V sont les meilleurs moyens de g rer ces co ts de processus Avantages du scoring Le scoring pr sente plusieurs avantages r duction des pertes sur pr ts fid lisation de la client le et possibilit d adapter les taux d int r t et les commissions en fonction du risque politique de prix fond e sur le niveau de risque Mais aussi et surtout le scoring peut r duire le temps consacr au recouvrement et permet l institution de microcr dit d effectuer une analyse quantitative explicite qui offre un outil de d cision aux responsables Lar duction des pertes sur pr ts est probablement le plus petit avantage du scoring du fait que la plupart des institutions de microcr dit qui sont e
16. renouvellements sont tr s prudents L arbre syst me expert le plus couramment utilis dans le secteur du microcr dit est la notation bas e sur les arri r s voir l encadr 2 Les r gressions bas es sur les syst mes experts sont des formules math matiques comme les r gressions statistiques mais les responsables choisissent les caract ristiques et leurs coefficients de pond ration au lieu de les tirer de la base de donn es Ces r gressions produisent un chiffre qui correspond un classement et non une probabilit de sorte que les scores peuvent tre sup rieurs 100 ou n gatifs Les r gressions bas es sur les syst mes experts n offrent donc pas une pr cision absolue bien qu elles puissent atteindre un certain niveau de pr cision relative Tous les syst mes experts aussi bien les arbres que les r gressions peuvent tre am lior s en utilisant des tests de pouvoir pr dictif pour convertir les classements en probabilit s Les tests historiques et les rapports de suivi s appliquent aux syst mes experts comme aux fiches de notation statistiques Cependant au lieu de comparer le risque pr vu exprim sous la forme d une probabilit avec le risque r alis les tests de syst me expert comparent les classements pr vus avec le risque r alis Un pr teur peut utiliser les tests pour convertir des classements non probabilistiques en probabilit s puis travailler uniquement avec ces proba
17. temps partiel les membres de la famille et les personnes ext rieures ni entre les employ s r mun r s et ceux qui ne le sont pas Le nombre d employ s devrait tre mesur en mois de travail par an pour chaque type de travailleur Flux financiers du m nage de l entreprise La r gularit des entr es et sorties de fonds mensuelles ont un fort pouvoir pr dictif du risque de cr dit m produits d exploitation m revenu familial provenant d un travail salari m revenu familial provenant d autres sources m achats de marchandises m charges salariales de l entreprise m autres charges d exploitation m loyer m autres d penses familiales m remboursements mensuels d autres dettes y compris le pr t hypoth caire au logement tant donn que les flux financiers varient Pinstitution de microcr dit doit galement demander quelle est la part des ventes au comptant et celle des ventes cr dit Les donn es financi res doivent tre recueilies par un agent de cr dit lors la visite au client La plupart des institutions de microcr dit enregistrent les ventes les autres recettes les charges d exploitation et les d penses familiales Une ventilation plus pouss e des donn es 54 est utile pour le scoring car le risque d pend en partie de la r gularit des flux financiers et de leur caract re obligatoire ou volontaire Stocks de l entreprise La plupart des institutions de microcr dit enregistrent d j
18. teur doit tout d abord l approuver en utilisant la m me m thode d valuation du cr dit que s il ne disposait pas de scoring partir des caract ristiques d un pr t provisoirement approuv le scoring pr voit le risque Le comit de cr dit prend une d cision bas e sur le risque pr vu conform ment la politique tablie par l institution de microcr dit pour quatre classes de risque tr s probl matique limite normal et excellent Le pr teur d finit un taux plafond pour chaque classe de risque afin d accomplir sa mission compte tenu des arbitrages faire entre tendue degr et durabilit de la port e tant donn que le scoring ignore les caract ristiques qualitatives et ne tient compte que des caract ristiques quantifi es il ne peut remplacer aucun l ment de l valuation traditionnelle voir encadr 4 Le scoring ajoute simplement une tape la fin de l valuation traditionnelle juste avant le d caissement La figure 11 d crit la d marche type suivie par une institution de microcr dit qui utilise le scoring Le processus d marre lorsqu un client soumet une demande de pr t Avant que l agent de cr dit ne rende visite au client la demande est examin e la lumi re de certains crit res de base tels que l anciennet de l entreprise au moins un an Si la sur place et ventuellement apr s une analyse sur dossier d cide s il est appropri de soumettre la demande au co
19. 2 et 14 En 2000 2001 18 4 des cas taient limites risque pr vu sup rieur au taux plafond de 12 pour les pr ts normaux et inf rieur au taux plafond de 23 pour les cas limites Parmi ces cas limites 22 8 se sont av r s probl matiques soit 30 du nombre total de pr ts probl me et il y avait 3 4 pr ts rembours s l ch ance pour chaque pr t probl me Classe de risque tr s probl matique Les pr ts ayant un risque pr vu sup rieur au plafond absolu sont class s tr s probl matiques Sauf dans de tr s rares cas voir encadr 5 les pr ts tr s probl matiques sont automatiquement rejet s Le comit peut examiner les pr ts tr s probl matiques pour d terminer les l ments qu il a omis ou v rifier s il y a des facteurs qualitatifs positifs et probants qui justifient de passer outre la politique de scoring Revenons aux figures 12 et 13 et supposons que les cas pr sentant un risque sup rieur 24 96 soient des pr ts tr s probl matiques feuilles 6 18 1 16 et 19 En 2000 2001 9 des pr ts avaient un risque sup rieur 24 et entraient donc dans la cat gorie des pr ts tr s probl matiques Dans cette cat gorie 37 2 des pr ts se sont av r s probl matiques soit 23 9 du nombre total de pr ts probl me Dans la cat gorie des pr ts tr s probl matiques il y avait 1 7 pr ts rembours s l ch ance pour chaque pr t probl me Les pr teurs qui n effectu
20. 52 6 50 60 DM 23 0 42 3 572 60 4 60 1 60 70 12 32 4 42 6 65 2 70 5 70 3 70 100 0 5 34 3 62 9 65 5 Tg 75 4 Source Fiche de notation utilis e pour le portefeuille de pr ts d une institution de microcr dit en Am rique latine Figure 21 Exemple de distribution du risque pr vu sur une fiche de notation nouvelle et sur une fiche ancienne Fiche de notation nouvelle 20 30 40 50 60 70 80 du nombre de pr ts en cours par niveau de risque pr vu Suivi des d rogations la politique de scoring Les pr ts d caiss s alors que leur risque pr vu est sup rieur au seuil retenu pour les pr ts tr s probl matiques sont par d finition des d rogations la politique de scoring Ces carts au r glement peuvent tre abusifs et les responsables doivent suivre leur impact Pour ce faire ils examinent les variations dans le temps du risque r alis pour les pr ts tr s probl matiques qui ont t d caiss s La base de comparaison est le risque r alis avant que le scoring ne soit utilis mesure que les pr ts d caiss s soumis au scoring arrivent ch ance si le risque r alis pour les pr ts tr s probl matiques est tr s inf rieur au risque pr vu cela veut dire que les d rogations ont t limit es en moyenne aux pr ts pour lesquels le risque pr vu avait t fortement surestim Si le risque r alis est tellement inf rieur au risque pr vu que le pr teur souhaite approuver les pr ts
21. Calif Athena Press 1990 Lovie A D et P Lovie The Flat Maximum Effect and Linear Scoring Models for Prediction Journal of Forecasting 5 1986 159 68 Mayr Mona A Successful Implementations To Be or Not to Be Dans Handbook of Credit Scoring Edit par Elizabeth Mays Chicago Glenlake 2000 Mays Elizabeth Handbook of Credit Scoring Chicago Glenlake 2000 Credit Risk Modeling Design and Application Chicago Glenlake 1998 McCahill Leonard J Organizational Issues in Building and Maintaining Credit Risk Models Dans Credit Risk Modeling Edit par Elizabeth Mays Chicago Glenlake 1998 McCorkell Peter Credit Scoring 101 Pr sentation au forum public de la Federal Trade Commission sur le th me The Consumer and Credit Scoring Washington 1999 Mester Loretta J What s the Point of Credit Scoring Business Review septembre octobre 1997 3 16 Federal Reserve Bank of Philadelphia Mosley Paul Microfinance and Poverty in Bolivia Journal of Development Studies 37 n 4 2001 101 32 Murray Inez What Do MFI Customers Value A Comparative Analysis from Three Continents Manuscrit Women s World Banking 2001 Poyo Jeffrey et Robin Young Commercialization of Microfinance The Cases of Banco Econ mico and Fondo Financiero Privado FA IL Bolivia Bethesda Md Microenterprise Best Practices 1999 Rhyne Elisabeth Mainstrea
22. Value of Comprehensive Credit Reports Lessons from the U S Experience rapport pr sent la conf rence de la Banque mondiale sur le th me Profiting from Small Business Lending Washington D C 2 3 avril 2001 et Elinor Haidor Credit Bureaus Leveraging Information for the Benefit of Microenterprises Microenterprise Development Review 2 n 2 2000 1 5 8 29 Pour les tudes de march voir Inez Murray What Do MFI Customers Value A Comparative Analysis from Three Continents manuscrit Women s World Banking Columbia 2001 Pour le suivi des clients voir Gary Woller Summary of Important Issues to Consider in Designing and Implementing an Impact Monitoring System manuscrit Brigham Young University Provo Utah 2001 30 Mona A Mayr Successful Implementations To Be or Not to Be dans Handbook of Credit Scoring d Elizabeth Mays Chicago Glenlake 2000 337 52 Kevin J Leonard Credit Scoring and Quality Management dans Statistics in Finance d David J Hand et Saul D Jacka London John Wiley and Sons 1998 105 26 Leonard J McCahill Organizational Issues in Building and Maintaining Credit Risk Models dans Credit Risk Modeling d Elizabeth Mays Chicago Glenlake 1998 13 22 et D B Edelman The Introduction of Credit Scoring into Branch Banking dans Credit Scoring and Credit Control d L C Thomas J N Crook et D B Edelman O
23. actuelles en utilisant des connaissances disponibles sur les liens historiques entre les caract ristiques et le risque rel ve du scoring L valuation subjective et l valuation statistique sont deux m thodes employ es pour tablir un lien entre les caract ristiques et le risque La figure 1 pr sente une comparaison g n rale des deux m thodes Figure 1 Comparaison de l valuation subjective et de l valuation statistique Dimension valuation subjective valuation statistique Source des connaissances l organisation Exp rience de l agent de cr dit et de Base de donn es historiques quantifi es sur le portefeuille Coh rence du processus sur l autre Varie selon l agent de cr dit et d un jour Notation identique des pr ts identiques Caract re explicite du processus de cr dit sur le terrain Directives d valuation au bureau intuition conviction profonde des agents Lien entre les caract ristiques quantifi es et le risque tabli suivant des r gles ou des formules math matiques Processus et produit chaque client Facilit d acceptation Classification qualitative par l agent de cr dit qui connait personnellement D j utilis e r sultats prouv s SIG et processus d valuation d j en place Probabilit quantitative car la fiche de notation indique la corr lation entre les caract ristiques quantifi es et le risque Changement culturel efficacit pa
24. agents de cr dit et au personnel de saisie des donn es utiliser ce code Certains langages de base de donn es ont d j un code pour les valeurs manquantes Sinon le pr teur peut utiliser le code 99 Quel que soit le type de risque pr voir l valuation statistique exige un grand volume de donn es de qualit M me les rares institutions de microcr dit qui poss dent une base de donn es ad quate devraient commencer saisir l valuation qualitative des agents de cr dit les rapports des centrales des risques et les demandes de pr t rejet es dans leur syst me informatique Quant aux autres C est dire la majorit elles doivent reconfigurer leur syst me d s aujourd hui si elles veulent utiliser le scoring dans quelques ann es L am lioration de la base de donn es demande certes beaucoup de travail mais pas autant que si l on continue d valuer le risque sans l aide du scoring IX Conclusion Le scoring quantifie le risque que les travailleurs ind pendants pauvres n honorent pas leurs promesses de remboursement Il tablit galement un lien explicite entre le remboursement et les caract ristiques de l emprunteur du pr t et du pr teur Aussi et surtout le scoring initie la prise de d cisions bas e sur des risques quantifi s et des arbitrages explicites Cela peut entrainer un changement de culture organisationnelle mesure que les responsables essaient d am liorer le volume et la pr
25. cette institution de microcr dit dans ce pays r pondent mieux aux besoins des pauvres typiques un seul t l phone qu ceux des plus d munis pas de t l phone ou des m nages plus ais s deux t l phones Ces tendances correspondent Pexp rience du pr teur Elles confirment les possibilit s offertes par le scoring mais aussi l intuition du pr teur Cependant le scoring ne fait pas que confirmer ce que le pr teur sait d j il quantifie la corr lation avec le risque Par exemple le pr teur sait d j que le risque augmente avec les arri r s du dernier pr t sold mais il ne sait pas dans quelle proportion L arbre montre que le risque associ aux renouvellements de pr ts sold s ayant entre 0 et 1 5 jour d arri r s par versement est gal 7 3 nombre total de pr ts probl me dans les feuilles 10 13 divis par le nombre total de pr ts dans ces segments Cela repr sente 15 3 points de pourcentage de moins que le risque associ aux renouvellements de pr ts ayant entre 1 5 et 7 jours d arri r s segments 14 17 et 29 3 points de pourcentage de moins que les renouvellements de pr ts ayant plus de 7 jours d arri r s segments 18 et 19 Test historique utilisant un arbre 19 feuilles La d marche est la m me qu avec l arbre quatre feuilles L chantillon de construction couvre la p riode 1992 1999 et l chantillon de test couvre la p riode 2000 2001 Comme po
26. chantillon Il n existe pas de formule de calcul de la taille d chantillon pour les r gressions ou les arbres Dans les pays revenu lev il est g n ralement admis qu il faut au moins 500 pr ts probl me pour tablir une fiche de notation Cela suppose cependant que les clients ont un emploi salari et que leur cote de cr dit est enregistr e aupr s d une centrale des risques Dans ce cas particulier il est possible d laborer une fiche de notation utile avec dix quinze caract ristiques tir es pour la plupart du rapport de solvabilit Dans le secteur du microcr dit cependant la plupart des emprunteurs sont install s leur compte et m me s il existe une centrale des risques la plupart des emprunteurs ne figurent pas encore dans sa base de donn es C est pourquoi les donn es utilis es dans les fiches de notation des institutions de microcr dit ont un pouvoir pr dictif beaucoup moins grand que celles utilis es dans les pays revenu lev Il faut davantage de donn es pour am liorer le pouvoir pr dictif du scoring dans le secteur du microcr dit et il faut davantage de pr ts probl me pour d terminer les liens entre le risque et un plus grand nombre de caract ristiques L laboration d une fiche de notation utile requiert probablement un minimum de 1 000 pr ts probl me C est une simple estimation qui p che probablement plus par d faut que par exc s Bien qu il soit pr
27. chelonn s m nombre de versements chelonn s m fr quence des versements chelonn s m taux d int r t m frais et commissions m p riode de gr ce m r chelonnement m objet du pr t m type de garantie m valeur estim e de la garantie m identit du cosignataire La date de la demande du pr t sert calculer le nombre de jours coul s entre la demande et le d caissement Le fait de connaitre l identit du cosignataire du pr t permet de tenir compte de sa cote de cr dit le cas ch ant dans le score de l emprunteur Si le cosignataire fait lui m me une demande de pr t par la suite l historique de remboursement du pr t qu il a garanti peut galement tre un facteur pr dictif Caract ristiques du pr teur Les caract ristiques du pr teur c est dire l agence et l agent de cr dit concern s influencent fortement le risque Le pr teur doit galement enregistrer quelques caract ristiques simples de l agent de cr dit De cette facon non seulement le scoring met en vidence le profil de l agent id al mais il peut galement mieux pr dire le risque li aux pr ts trait s par les agents de cr dit recrut s apr s l laboration de la fiche de notation m sexe m ann e de naissance m situation familiale mari ou non m mati re principale tudi e m niveau d tudes Utilit des donn es suppl mentaires Moyennant un nombre suffisant de pr ts douteux le pr teur peut t
28. de cr dit reste le m me pendant toute la dur e du pr t Dans la pratique bon nombre des agents de cr dit class s haut risque par le scoring soulignent qu ils ont h rit de nombreux pr ts probl me ou qu ils ont d confier tous leurs pr ts non probl matiques quelqu un d autre L identit de l agent de cr dit influence fortement le risque pr vu Pour convaincre les agents de cr dit et les directeurs du cr dit d accepter cette r gle il faut tenir compte des pr ts transf r s durant la construction de la fiche de notation ce qui n cessite d inclure la fois le responsable de la s lection initiale et le responsable du suivi dans la base de donn es Les valeurs manquantes sont inconnues mais pas nulles Il arrive qu une personne laisse un blanc sur sa demande de pr t qu un agent de cr dit oublie de remplir un champ apr s la visite sur le terrain ou qu un op rateur de saisie saute accidentellement un champ Cela cr e une valeur manquante inconnue Par exemple si l auteur d une demande de pr t laisse le champ ann e de naissance vierge son ge n est pas gal z ro il est inconnu La pr sence de valeurs manquantes influe fortement sur les pr visions Par exemple les demandes de pr t qui ont des donn es manquantes sur les produits d exploitation peuvent tre plus risqu es que celles qui fournissent cette information Les donn es manquantes et le risque de non remboursement ont sou
29. du nombre total de cas dans la feuille et le plus risqu avec 45 6 de risque colonne de pr ts probl me Elle contient les demandes de renouvellement soumises par des individus qui avaient plus de 7 jours de retard en moyenne par versement pour leur dernier pr t et un taux d endettement sup rieur 0 03 Une analyse succincte de l arbre 19 feuilles repr sent dans la figure 8 permet l institution de microcr dit de tirer plusieurs enseignements Par exemple bien que le portefeuille soit concentr dans les segments faible risque certains segments sont tr s risqu s Le plus risqu la feuille 19 45 6 de risque est presque 10 fois plus risqu que le segment le moins risqu la feuille 11 4 5 de risque L institution ne traitera sans doute pas les demandes de pr t dans les segments les plus risqu s de la m me facon que dans les segments les moins risqu s Les caract ristiques li es au risque sont les suivantes m Le risque diminue avec l ge du titulaire du pr t m Le risque augmente avec les arri r s du dernier pr t sold m Le risque diminue lorsque le montant de la garantie augmente m Le risque augmente avec le taux d endettement m Le risque augmente avec l exp rience de l agent de cr dit m L existence d un num ro de t l phone cr e un risque plus grand que le fait d avoir deux num ros de t l phone ou aucun peut tre parce que les services fournis par
30. f rable d avoir davantage de cas le seuil d inclusion n est pas connu pour le scoring en g n ral et dans le secteur du microcr dit Ce seuil d pend galement du pr teur et du contexte Une telle incertitude est le prix de l innovation Les institutions de microcr dit peuvent elles mettre en commun leurs donn es comme le font les soci t s de pr t aux PME aux tats Unis Malheureusement dans le secteur du microcr dit 52 il n y a pas de solution toute faite Ce serait mieux que rien d avoir une fiche de notation bas e sur des donn es provenant de diff rentes institutions de microcr dit condition que les institutions interviennent dans le m me pays aient une client le similaire et utilisent la m me m thode d valuation traditionnelle Ce serait peine perdue de transf rer des fiches de notation d un pays un autre Recueillir les donn es voulues Quelles donn es une institution de microcr dit doit elle commencer recueillir aujourd hui pour laborer une fiche de notation ou une fiche dot e d un plus grand pouvoir pr dictif dans quelques ann es Dans les listes ci apr s les donn es indispensables sont suivies d un ast risque La plupart des institutions de microcr dit qui octroient des pr ts individuels recueillent d j ces donn es de base dans le cadre d une valuation traditionnelle Les donn es suppl mentaires qui am lioreraient le pouvoir pr dictif sont galement indiqu es c
31. faible mais la pr cision relative restait heureusement lev e a Edward M Lewis An Introduction to Credit Scoring San Rafael Calif Athena Press 1990 b Elisabeth Rhyne Mainstreaming Microfinance How Lending to the Poor Began Grew and Came of Age in Bolivia Bloomfield Ind Kumarian 2001 et Jeffrey Poyo and Robin Young Commercialization of Microfinance The Cases of Banco Econ mico and Fondo Financiero Privado FA IL Bolivia Bethesda Md Microenterprise Best Practices 1999 Mark Schreiner Scoring Drop out at a Microlender in Bolivia manuscrit Center for Social Development Washington University St Louis Mo 2001 risque pr vu Une fiche de notation qui offre une pr cision relative classe les pr ts dans le bon ordre m me si elle n offre pas une pr cision absolue Pour larbre 19 feuilles la pr cision relative est lev e l exception de quelques segments le risque r alis augmente r guli rement avec le risque pr vu voir figure 10 En g n ral la courbe de risque r alis est ascendante de gauche droite La pr cision relative est plus importante que la pr cision absolue parce que comme expliqu au chapitre V les directeurs du cr dit peuvent utiliser le Rapport de suivi g n ral pour convertir des scores ayant une pr cision relative en scores ayant une pr cision absolue D autre part un brusque changement dans les conditions du march ou dans la s
32. financier net moyen de consentir un pr t qui sera rembours l ch ance et le co t financier net moyen de consentir un pr t qui pr sentera des retards c est le co t d opportunit du temps pass par les agents de cr dit recouvrer les pr ts au lieu de s occuper de la prospection de client le de l valuation et des d caissements Dans la pratique peu d institutions de microcr dit calculent ces b n fices et ces co ts bien qu ils d terminent la rentabilit et influencent donc ne serait ce qu implicitement la politique de pr t avec ou sans scoring Les pr teurs savent cependant que le co t d un mauvais pr t l emporte de loin sur le b n fice tir d un pr t rembours l ch ance Par exemple dans les pays riches les soci t s de cartes de cr dit supposent g n ralement qu il faut plus de dix pr ts rembours s l ch ance pour ponger les pertes li es un pr t probl me Si un pr teur utilise une fiche de notation le nombre de pr ts probl me diminue r duction des co ts de m me que le nombre de pr ts rembours s l ch ance du moins dans un premier temps r duction des b n fices L effet net du scoring sur la rentabilit peut tre calcul comme suit co t par pr t probl me x nombre de pr ts probl me vit s b n fice par pr t rembours l ch ance x nombre de pr ts non probl matiques perdus Pour l arbre 19 feuilles le co t pr sum d un
33. fonctionne La pr cision absolue signifie que le risque r alis est proche du risque pr vu Dans la figure 20 les pr ts r cemment sold s ayant un risque pr vu de 0 2 avaient un risque r alis de 3 2 premi re rang e colonne de droite ce qui repr sente un l ger d passement du risque pr vu Pour un risque pr vu compris entre 2 et 4 entre 4 et 6 et entre 6 et 8 le risque r alis se situe dans les m mes fourchettes et il est sup rieur la limite sup rieure dans toutes les autres fourchettes de valeurs La pr cision absolue est bonne mais pas parfaite car le risque pr vu est l g rement inf rieur au risque r alis pour les pr ts ayant un risque pr vu lev La pr cision relative signifie que le risque r alis augmente avec le risque pr vu La fiche de notation dans la figure 20 a une tr s bonne pr cision relative Sauf pour les deux fourchettes inf rieures de risque pr vu le risque r alis augmente avec chaque fourchette de haut en bas du tableau La pr cision en queue de distribution signifie que la pr cision absolue et la pr cision relative sont bonnes aux extr mit s queues de la courbe de distribution du risque La pr cision en queue de distribution est importante parce que la politique de scoring n affecte pas les pr ts qui ont un risque moyen cas normaux Le scoring influence uniquement les pr ts tr s faible risque cas excellents et ceux risque tr s lev c
34. grande institution de microcr dit en Am rique latine Le pr teur consid re qu un pr t est probl me lorsqu il a au moins une p riode d arri r s de 30 jours ou au moins sept jours d arri r s en moyenne par versement La racine de l arbre en haut de la figure 2 montre que 31 964 pr ts sur 200 181 pr ts sold s en 1992 1999 taient probl me Le risque historique est donc gal 16 soit au rapport entre le nombre de pr ts probl me et le nombre total des pr ts Les branches de l arbre en dessous de la racine dans la figure 2 divisent les pr ts sold s qui comprennent les pr ts rembours s et les pr ts pass s en perte en quatre feuilles par type de pr t nouveau ou renouvel et par sexe du requ rant homme ou femme Pour les nouveaux pr ts accord s des femmes feuille inf rieure gauche le risque historique est gal 17 9 9 354 pr ts probl me sur un total de 52 396 pr ts Pour les nouveaux pr ts octroy s des hommes le risque historique s tablit 22 3 5 316 pr ts probl me sur un total de 23 787 pr ts S agissant des renouvellements de pr ts le risque historique est gal 12 8 pour les femmes et 16 9 pour les hommes La figure 4 reprend l arbre pr sent aux figures 2 et 3 Les quatre segments repr sentent les quatre feuilles Ils sont class s par niveau de risque grandissant de gauche droite La hauteur de chaque segment indiqu
35. les 200 181 pr ts amortis en 1992 1999 et l chantillon de test figure 6 comprend les 135 008 pr ts amortis entre le 1 janvier 2000 et le 31 juillet 2001 Selon le type de pr t nouveau ou renouvel et le sexe de l emprunteur homme ou femme la fiche de notation pr dit que le risque futur associ aux cas de l chantillon de test sera identique au risque historique associ aux cas de l chantillon de construction pr sentant les m mes caract ristiques 10 Par exemple dans la figure 6 le risque pr vu pour les renouvellements de pr t accord s des femmes correspond au risque historique pour ce segment soit 12 8 feuille 3 colonne de pr ts probl me risque pr vu Il s av re que le risque r alis en 2000 2001 est gal 12 1 feuille 3 colonne de pr ts probl me risque r alis La fiabilit de la fiche de notation est indiqu e dans la figure 7 par la distance entre les lignes correspondant au risque pr vu historique et au risque r alis Le risque pr vu pour les nouveaux pr ts accord s des hommes segment plus haut risque est de 22 3 feuille 2 colonne de pr ts probl me risque pr vu ce qui est tr s proche du risque r alis 21 9 feuille 2 colonne de pr ts probl me risque r alis De fait le risque pr vu est proche du risque r alis dans les quatre segments comme le montre le graphique de la figure 7 Le
36. les arbres et les syst mes experts Mais la r gression est une m thode complexe qui utilise beaucoup de donn es Seules les institutions de microcr dit les plus importantes et les plus modernes sont capables d utiliser la notation par r gression Les arbres m me ceux de fabrication maison ont un pouvoir pr dictif plus important qu on ne le croit et ils requi rent moins de donn es que la r gression Comme les syst mes experts les arbres sont faciles expliquer et faire accepter au personnel mais ils n indiquent pas toujours clairement le lien entre le risque et les caract ristiques Les syst mes experts sont faciles construire parce qu ils ne n cessitent pas de donn es Bien que cela en fasse la m thode de notation la mieux adapt e au secteur du microcr dit ils pr sentent linconv nient de ne pas pr dire aussi bien que les arbres ou les r gressions Les institutions de microcr dit qui ne disposent pas des donn es requises pour l valuation statistique peuvent dans un premier temps utiliser un syst me expert tout en commen ant galement collecter les donn es n cessaires pour tablir une fiche de notation de meilleure qualit 48 VII Pr paration en vue du scoring quel type de risque pr voir Le premier projet de scoring doit simplement consister tablir une fiche de notation Le pr teur doit choisir entre plusieurs types de scoring avant d caissement apr s d caissement
37. m nombre de demande de renseignements Indicateurs indirects des traits de caract re Les institutions de microcr dit qui veulent tirer le meilleur parti du scoring doivent enregistrer Encadr 10 Le scoring doit il utiliser des caract ristiques prot g es Nul ne choisit son sexe son origine ethnique sa langue maternelle ni son ge et beaucoup de personnes notamment les femmes et les minorit s ethniques ont un choix limit en ce qui concerne la situation de famille ou le domicile Toutes ces caract ristiques sont cependant videntes et peuvent donc tre utilis es pour opprimer un groupe au profit d un autre comme l exp rience le montre Les pr teurs traditionnels excluent un nombre disproportionn de personnes ayant ces caract ristiques prot g es parce qu ils contribuent leur oppression d une part et parce que ces personnes sont des emprunteurs plus haut risque en raison m me de cette oppression d autre part L un des objectifs fondamentaux du microcr dit est d aider rem dier cette situation Dans certains pays revenu lev il est interdit d utiliser des caract ristiques prot g es par la loi dans les fiches de notation La loi vise liminer l oppression explicite de l valuation non statistique et emp cher l valuation statistique d utiliser le fait de savoir que l oppression dans d autres secteurs sociaux entra ne une corr lation entre le risque et les caract ristiques pro
38. mesure o l valuation subjective repose sur des jugements implicites alors que les syst mes experts utilisent des r gles explicites ou des formules math matiques L avantage de ces syst mes est qu ils ne n cessitent pas une base de donn es et qu il est moins difficile de convaincre l organisation de les utiliser car ils sont construits par ses propres responsables et agents de cr dit Leur inconv nient r side dans un moins bon pouvoir pr dictif que les arbres ou les r gressions En outre comme les syst mes experts pr supposent l existence d une corr lation entre le risque et les caract ristiques ils ne peuvent pas mettre en vidence cette corr lation La plupart des institutions de microcr dit qui affirment utiliser le scoring utilisent en fait des syst mes experts Un arbre bas sur un syst me expert ressemble un arbre statistique ceci pr s que l arborescence est construite partir de l exp rience du jugement et des estimations empiriques des responsables et des agents de cr dit de l institution de microcr dit et non sur une analyse statistique de la base de donn es r alis e par un consultant Les feuilles de Parbre indiquent donc un classement qualitatif et non des probabilit s quantitatives Par exemple Parbre statistique dans la figure 2 pr dit un risque de 12 8 pour les renouvellements de pr t accord s aux femmes mais l arbre syst me expert de la figure 31 indique seulement que ces
39. nombre de pi ces salles de bain et cuisine exclues dans le logement actuel m R gime foncier bien de famille avec titre de propri t oui ou non bien de famille sans titre de propri t oui ou non gt autres terres avec titre de propri t nombre d hectares P autres terres sans titre de propri t nombre d hectares m Construction du logement toit m tallique oui ou non plancher en b ton oui ou non eau courante oui ou non gt tout l gout oui ou non lectricit oui ou non m V hicules en tat de marche p automobile tracteur camion ou autocar oui ou non gt motocyclette oui ou non bicyclette oui ou non m Appareils lectrom nagers gt r frig rateur oui ou non gt cuisini re gaz ou lectrique oui ou non t l vision couleur en tat de marche oui ou non gt g n rateur lectrique oui ou non m Compte d pargne aupr s d une institution oui ou non Les actifs pertinents d pendent du contexte local En supposant que les actifs ne changent pas en l absence de pr ts ces donn es indiquent l impact Comme bon nombre de ces actifs figurent galement dans les outils d valuation de la pauvret le pr teur tient peut tre les enregistrer d autres fins que le scoring Le scoring peut indiquer que les clients pauvres par exemple ceux qui ont peu d actifs pr sentent un plus grand risque La politique de r ductio
40. plupart des pr ts risqu s tant consid r s comme des cas limites le comit de cr dit est encourag les examiner et modifier les conditions de pr t plut t que de les rejeter Quatri mement la part des pr ts tr s probl matiques est faible Les quelques pr ts tr s probl matiques consentis sont extr mement risqu s tant donn qu une tr s forte proportion de ces pr ts auraient pr sent des arri r s les agents de cr dit sont en mesure de constater la diff rence dans le taux de remboursement et dans les primes qu ils recoivent la longue ces l ments donnent confiance dans le scoring Avec des seuils de risque qui permettent de classer les pr ts dans ces fourchettes g n rales le scoring peut simultan ment accroitre l tendue le degr et la durabilit de la port e L tendue de la port e peut tre accrue car le rejet des quelques cas extr mement risqu s permet aux agents de cr dit N Ww de passer moins de temps recouvrer les pr ts et d accro tre les d caissements de fa on compenser largement les cas rejet s La durabilit de la port e p rennit gr ce aux b n fices r alis s peut augmenter car les recettes li es l accroissement du volume de pr ts seront vraisemblablement sup rieures au co t du scoring Le degr de port e augmente parce qu une partie des pr ts suppl mentaires va des emprunteurs plus pauvres En bref le scoring est une innovation qui ac
41. pourrait tre plus encline e m appartenance un comit de quartier ou prendre le remboursement de ses dettes au s rieux CR NS en une association religieuse De m me une personne qui assiste des services religieux chaque semaine ou chaque jour pourrait m date du dernier emploi salari tre plus pr dispos e respecter fid lement son m participation des associations rotatives calendrier de remboursement Dans certains pays d pargne et de cr dit ROSCAs les questions sur la religion ou les vices peuvent vis a j date de la participation la plus r cente tre d licates ou non pertinentes voire ill gales et les pr teurs doivent adapter ces directives au montant de la contribution p riodique contexte local fr quence des contributions m nombre de boissons alcoolis es consomm es La participation une ROSCA indique que au cours de l ann e coul e l emprunteur a une exp rience d pargnant et m nombre de cigarettes fum es au cours de de d biteur Une ROSCA peut galement tre l ann e coul e une source de fonds de secours pour payer les versements dus l institution de microcr dit 55 Jugements subjectifs quantifi s La seule fa on d identifier les clients qui pr sentent des risques qualitatifs est d envoyer les agents de cr dit sur le terrain pour qu ils fassent connaissance avec ces personnes voir l encadr 4 Mais le jugement subjectif d un agent de cr
42. pr f rable d valuer par la m thode de scoring statistique d autres risques sont li s des caract ristiques qualitatives qu il est pr f rable d valuer par la m thode d valuation subjective Dans le secteur du microcr dit la part des caract ristiques qualitatives est trop importante pour que l valuation statistique puisse remplacer les agents de cr dit et leur valuation subjective De m me l valuation statistique ne lib re pas les directeurs du cr dit de la responsabilit des d cisions de pr t Par exemple cette m thode ne permet pas de d terminer si un emprunteur g re bien son affaire ou s il va gaspiller l argent du pr t L valuation statistique n est rien de plus qu une o Figure 2 Arbre quatre feuilles donn es 1992 1999 arborescence TOTAL PRETS Pr ts probl me sold s 31 964 200 181 16 Type de pr t NOUVEAUX Pr ts probl me sold s 14 670 76 182 193 FEMMES Pr ts probl me sold s 9 354 52 395 179 HOMMES Pr ts probl me sold s 5 316 23 787 222399 RENOUVELES Pr ts probl me sold s 17 294 123 999 139 FEMMES Pr ts probl me sold s 11 426 89 246 128 HOMMES Pr ts probl me sold s 5 868 34 753 169 e 3 Arbre quatre feuilles risque historique donn es 1992 1999 tableau Ramifications Premier Deuxi me Pr ts Feuille niveau niveau probl me 1 Nouveaux Femmes 9 354 2 Nouveaux Hommes 5 316
43. pr sentant ce niveau de risque il est recommand de maintenir les limites existantes fix es pour les d rogations Dans le cas contraire W o il convient d imposer des limites plus strictes jusqu ce que le risque r alis pour les pr ts ayant fait l objet d une d rogation retombe un niveau acceptable Par exemple supposons que le seuil de risque pour les pr ts tr s probl matiques soit gal 70 et que le rapport de suivi g n ral tabli le premier jour apr s la mise en service du syst me de scoring indique un risque r alis de 78 pour les pr ts ant rieurs qui auraient t class s dans la cat gorie des pr ts tr s probl matiques Au bout d un an de scoring supposons que le rapport de suivi g n ral r v le que le risque r alis pour les pr ts ayant fait l objet d une d rogation pr ts d caiss s avec un risque pr vu sup rieur 70 est gal 35 Cela signifie que le comit de cr dit a limit en moyenne les d rogations aux pr ts dont le risque avait t surestim Ce taux de 35 peut tre sup rieur au seuil de tol rance du pr teur qui resserrera alors les limites fix es pour les d rogations Si le pr teur d sire approuver des pr ts aussi risqu s il maintiendra la politique de d rogation en place Ajustement en cas d absence de pr cision absolue Les fiches de notation ayant une pr cision absolue sont plus faciles utiliser La pr cision re
44. probl matiques Politique de d rogation Le scoring sert avant tout identifier les pr ts haut risque apparaissant comme s rs au comit de cr dit Les agents de cr dit et les directeurs du cr dit sont cependant des tres humains et lorsque le scoring contredit leur jugement ils risquent de tourner le scoring en d rision et de chercher tous les moyens de le discr diter en pointant du doigt le seul pr t faible risque qui n a pas respect le calendrier de remboursement ou le seul pr t haut risque qui a t rembours dans les d lais Encadr 9 Pourquoi le scoring ne s applique t il pas cet emprunteur Comme les pr visions m t orologiques les pr visions fournies par le scoring sont exactes en moyenne et non pour chaque jour ou pour chaque pr t individuel En fait les pr visions de risque ne sont jamais exactes dans un cas particulier le risque pr vu est toujours sup rieur 0 et inf rieur 100 mais le risque r alis est toujours gal 0 pr t rembours l ch ance ou 100 pr t probl me Pour un pr t donn cela ne rime rien de dire que le scoring marche ou ne marche pas Les pr visions fournies par le scoring sont des probabilit s et non des certitudes L exactitude est mesur e en comparant le risque pr vu moyen pour un groupe avec le taux moyen de pr ts probl me risque r alis Si le scoring fonctionne comme il le devrait certains p
45. r ment les caract ristiques utiliser Pour l valuation subjective les caract ristiques et leur lien avec le risque sont explicites pour l valuation statistique elles sont implicites du moins en partie Le fait de savoir que toute valuation contient un l ment de discrimination aide assurer que le processus d valuation ne perp tue pas les injustices que le microcr dit vise pr cis ment liminer voir encadr 10 La juste discrimination n utilise que les caract ristiques qui sont v ritablement li es au risque Elle vise galement mettre en lumi re d autres caract ristiques li es au risque mesurer l exp rience avec une plus grande pr cision et mieux tenir compte de l exp rience dans l valuation du risque Les tests historiques sont un l ment cl de la juste discrimination parce qu ils montrent si les liens pr sum s sont r els Compar e l valuation subjective l valuation statistique est beaucoup plus facile tester D une mani re g n rale le scoring encourage la juste discrimination parce qu il conf re l institution de microcr dit une meilleure connaissance de sa propre exp rience Cela ne peut que faire reculer les pr jug s et corriger les id es fausses 28 interne Comme dans tout projet quelqu un doit d montrer comment fonctionne le scoring et quels probl mes il permet de r soudre Il n y a l rien de nouveau cela demande simplement du travail Initiati
46. recouvrement d parts de clients et visite voir la figure 32 La plupart choisiront le scoring avant d caissement le type de scoring examin jusqu ici dans le pr sent expos d une part parce que la politique de scoring quatre classes est simple et facile appliquer et d autre part parce qu une pr vision de risque avant d caissement peut galement s appliquer au scoring apr s d caissement et pour les recouvrements Scoring avant d caissement Le scoring avant d caissement calcule la probabilit qu un pr t provisoirement approuv s av re probl me une fois qu il a t d caiss Le pr teur doit choisir la mani re dont il d finit les pr ts probl me g n ralement en combinant les l ments suivants m une p riode d arri r s sup rieure x jours m plus de y p riodes d arri r s quelle que soit leur dur e m plus de z jours d arri r s en moyenne par versement La d finiion d un pr t probl me pour le scoring peut tre un exercice fort utile Cela force l institution de microcr dit r fl chir soigneusement aux arri r s et aux co ts pour d terminer si le nombre de p riodes d arn r s importe plus que leur dur e et si elle peut tol rer de nombreuses p riodes d arri r s de faible dur e Les pr teurs doivent galement se demander quels crit res ils utilisent actuellement afin de savoir s ils peuvent accorder un autre pr t un client qui n a pas
47. scoring Il doit utiliser le scoring une fois que l valuation subjective est achev e sous peine de voir les arri r s monter en fl che Le rapport de suivi g n ral Ce rapport suit les r sultats du scoring Comme un test historique il compare le risque pr vu au risque r alis mais la diff rence du test historique il porte sur les pr ts en cours Le rapport de suivi g n ral est le principal rapport de scoring et il est encore plus utile que le test historique Il v rifie si le scoring fonctionne avec les pr ts en cours Comme les autres rapports de scoring il est g n r automatiquement par le syst me Durant les premiers mois d utilisation du scoring le pr teur le consulte une fois par semaine pour v rifier le pouvoir pr dictif et modifier la politique en cons quence Apr s cette p riode initiale le suivi est mensuel Le premier rapport de suivi g n ral couvre des pr ts en cours qui n ont pas t valu s avant le d caissement et comme un test historique il indique le pouvoir pr dictif hypoth tique Au bout de quelques mois le rapport indique son pouvoir pr dictif pour les pr ts qui ont t valu s avant leur d caissement La figure 20 est un rapport de suivi g n ral bas sur une fiche de notation par r gression voir chapitre VI utilis e par une institution de microcr dit en Am rique latine Un pr t probl me est un pr t qui a quatre jours d arri r s par versement e
48. scoring pr dit le risque en supposant que les liens pass s entre le risque et les caract ristiques perdureront l avenir Les tests historiques du pouvoir pr dictif comparent le risque pr vu avec le risque r alis pour les pr ts d j sold s Le scoring est comparable la notation bas e sur les arri r s que de nombreuses institutions de microcr dit utilisent d j mais une fois au point il est plus facile utiliser et plus fiable voir l encadr 2 IV Fonctionnement des fiches de notation Comment les agents de cr dit et les directeurs du cr dit utilisent ils le scoring dans leur travail quotidien Dans ce chapitre nous utilisons un arbre 19 feuilles pour illustrer une politique de s lection des demandes de pr t bas e sur quatre classes de risque dans lesquelles sont r parties les demandes Nous montrons ensuite comment utiliser le test historique du pouvoir pr dictif pour d finir des seuils de d cision et estimer les arbitrages entre risque d caissement et rentabilit Arbre 19 feuilles Comme l arbre quatre feuilles l arbre 19 feuilles repr sent dans la figure 8 est construit partir des donn es recueillies par une grande institution de microcr dit sur ses pr ts sold s L institution consid re qu un pr t pose probl me lorsqu il a une p riode d arri r s de 30 jours ou sept jours d arri r s en moyenne par versement Les principes appliqu s l arbre 19 feuilles sont les
49. tels que les figures 21 et 22 mettent en lumi re la variation des donn es du rapport de suivi g n ral La vitesse de d gradation d pend du taux de changement intervenu dans la politique de pr t les segments de client le vis s la concurrence la croissance du portefeuille l conomie et d autres variables qui influent sur le risque et voluent dans le temps L institution de microcr dit doit tablir une nouvelle fiche de notation avant que la d gradation ne soit trop avanc e probablement au bout de deux quatre ans C est une t che plus simple et plus rapide que le projet de scoring initial Une nouvelle fiche est labor e avec les donn es recueillies depuis la premi re fiche et int gr e au syst me existant Le rapport de suivi des agents de cr dit Le rapport de suivi g n ral est essentiel pour le scoring mais pour les agents de cr dit et les directeurs du cr dit il peut s av rer trop abstrait parce qu il compare le risque pr vu et le risque r alis pour des groupes de pr ts et trop g n ral parce qu il couvre tous les pr ts en cours et tous les pr ts r cemment sold s En th orie le rapport de suivi g n ral est le meilleur test du pouvoir pr dictif du scoring mais le personnel d agence semble pr f rer utiliser des rapports plus simples qui lui permettent de comparer le risque pr vu avec le taux de remboursement des emprunteurs individuels qu il connait L un de ces rapports le rappor
50. un risque pr vu de 8 10 et d caiss s depuis 0 90 jours voir la figure 20 En d autres termes sur les 1 394 pr ts en cours qui r pondaient aux deux crit res 74 5 3 90 pr sentaient des arri r s la date du rapport Dans un autre exemple les pr ts dont le risque pr vu tait sup rieur 70 et datant de plus de 271 jours avaient un risque r alis de 77 9 La figure 20 illustre un point g n ral le risque r alis augmente avec le nombre de jours coul s depuis le d caissement et ce pour deux raisons D une part certains pr ts ne peuvent pas pr senter d arri r s parce que la date d ch ance du premier versement n est pas encore pass e D autre part les arri r s augmentent mesure que la date d ch ance approche La meilleure fa on de v rifier le pouvoir pr dictif est donc d examiner les pr ts r cemment sold s et ou les pr ts en cours d caiss s depuis longtemps La colonne d extr me droite dans l exemple de rapport de suivi g n ral montre le risque r alis pour les pr ts r cemment sold s le pr teur d termine le nombre de mois couverts par le rapport dans cet exemple le rapport porte sur 12 mois C est la colonne la plus importante parce qu elle inclut des pr ts de toutes dur es et parce que les pr ts r cemment sold s ont eu le temps d accumuler des arri r s V rification du pouvoir pr dictif Le rapport de suivi g n ral v rifie si une fiche de notation
51. v ritable perc e En particulier le scoring ne remplacera pas les agents de cr dit dans le secteur du microcr dit car la plupart des risques associ s aux travailleurs ind pendants pauvres ne sont pas li s aux informations utilis es pour le scoring Cette tude d crit comment fonctionne le scoring ce que les institutions de microcr dit peuvent en attendre et l utilisation qu elles peuvent CGAP zii nm place des services financiers pour les pauvres me el x WIFE as g iO wap Q nonan m MA C d rw a W DS v Bu Se kw A en faire ainsi que les donn es requises Son efficacit tient moins l arsenal technique utilis qu la formation syst matique des utilisateurs les agents de cr dit et les directeurs d agence ne seront convaincus que le scoring peut les aider prendre des d cisions que s ils comprennent son fonctionnement et peuvent l observer lors de tests concrets Mais aussi et surtout le scoring change les mentalit s en cr ant une culture d analyse dans laquelle les responsables du microcr dit recherchent syst matiquement dans leurs bases de donn es les informations qui apportent des r ponses leurs questions professionnelles I Introduction Le microcr dit est apparu avec la cr ation de deux nouveaux moyens d valuer le risque de non remboursement associ aux travailleurs ind pendants pauvres les groupes de caution solidaire et les agents de cr dit qui proc
52. 1079 1 223 9 4 11 8 2 5 16 2 t l phones Garantie montant d caiss lt 2 7 527 1015 1542 31 4 34 2 3 1 17 Garantie montant d caiss 2 7 243 627 870 16 7 27 9 1 8 18 Jours d arri r s Dettes actifs N A 68 106 174 26 9 39 1 0 4 19 versement 7 0 03 Dettes actifs N A 423 257 680 45 6 62 2 1 4 0 03 Total pr ts 6 907 42 478 49 385 12 1 14 0 100 0 IES Encadr 3 Quelle est l incidence de brusques changements sur le scoring Lorsque le contexte change le scoring perd sa pr cision absolue mais il conserve g n ralement sa pr cision relative Dans le secteur du microcr dit le changement est constant la concurrence augmente la police commence faire respecter la loi ou l conomie ralentit M me sans changement ext rieur les institutions de microcr dit se d veloppent et adaptent constamment leurs m canismes internes Par exemple le succ s du microcr dit en Bolivie a incit les soci t s chiliennes de cr dit la consommation s attaquer au march bolivien en 1995 1996b ce qui a tripl les arri r s et doubl les taux de d parts de clients Le scoring peut il enrayer la perte de clients Une fiche de notation des d parts voir le chapitre VII a t labor e avec les donn es relatives la p riode 1988 1996 et test e en utilisant les donn es de 1997c L chantillon de construction et l chantillon de test refl taient ce d placement brutal du march La pr cision absolue tait
53. 259 38 14 ao t 0 1 7 0 14 Bon 54 8408 Marulanda Mar a 306 332 42 01 ao t 0 2 61 6 131 Mauvais 53 36244 Castillo Brunilda 279 383 46 05 ao t 0 1 0 9 3 Bon 52 5699 Ort z Nubia 334 570 46 29 ao t 0 2 15 5 39 Mauvais 52 7719 Montoya Javier 281 100 17 07 ao t 36 3 12 6 36 Mauvais 52 40373 Moreno Peregrino 304 381 50 29 ao t 177 4 68 9 177 Mauvais 51 Source Fiche de notation par r gression et base de donn es d une institution de microcr dit en Am rique latine Risque moyen 50 61 Date du rapport 12 1 01 Agence Toutes Figure 24 Exemple de rapport de suivi des agents de cr dit pour les 30 pr ts les moins risqu s d caiss s depuis plus de 270 jours Risque 1 p riode de 30 jours d arri r s ou plus Pr ts en cours2270 jours Liste 30 pr ts les moins risqu s Risque r alis D caiss s Montant Nombre Jours P riode Code depuis d caiss Remboursement Prochain de d arri r s par la plus Risque pr t Nom client jours mensuel versement Arri r s p riodes versement longue Qualit pr vu 96 62225 Valencia Lucero 292 59 60 18 ao t 0 0 0 0 0 Bon 0 5 38388 Betancourt Jos 305 73 26 01 ao t 0 1 0 1 1 Bon 0 5 88687 Valencia Juan 279 35 36 05 ao t 0 0 0 0 0 Bon 0 5 94799 Fern ndez Zorrilla 281 289 38 07 ao t 0 0 0 0 0 Bon 0 5 8154 S nchez Hern n 290 102 36 16 ao t 0 0 0 0 Bon 0 5 38563 Escobar Patricia 316 117 32 11 ao t 0 1 0 13 Bon 0 5 27819 Echa
54. 3 Renouvel s Femmes 11 426 4 Renouvel s Hommes 5 868 Total pr ts 31 964 chantillon de construction 1992 1999 Pr ts Nbre total du nbre rembours s decas dans de pr ts total de cas l ch ance la feuille probl me dans la feuille 43 041 52 395 17 9 26 2 18 471 23 787 22 3 11 9 77 820 89 246 12 8 44 6 28 885 34 753 16 9 17 4 168 217 200 181 16 0 100 0 Source Institution de microcr dit en Am rique latine voix suppl mentaire au sein du comit de cr dit pour rappeler au directeur du cr dit et Pagent de cr dit des l ments de risque qu ils pourraient avoir ignor s III Fonctionnement et m thode de test des fiches de notation Une fiche de notation indique les liens escompt s entre le risque futur et les caract ristiques actuelles de l emprunteur du pr t et du pr teur Alors qu une fiche de notation subjective combine des directives explicites d valuation du cr dit avec les valuations implicites faites par les agents de cr dit une fiche de notation statistique est un ensemble explicite de r gles ou de formules math matiques Ce chapitre pr sente un exemple d arborescence le type le plus simple de fiche de notation et explique comment tester les fiches de notation avant de les utiliser Arbre quatre feuilles La fiche de notation en forme d arbre quatre feuilles pr sent e aux figures 2 et 3 a t tablie partir des donn es concernant les pr ts sold s d une
55. 59 3 062 19 7 4 0 3 Exp de l agent de cr dit gt 500 613 4 980 5 593 11 0 7 4 4 Age 40 ans Exp de l agent de cr dit 150 158 746 904 175 12 5 Exp de l agent de cr dit gt 150 446 4 962 5 408 8 2 7 1 6 2 t l phones Age lt 40 ans Exp de l agent de cr dit 700 993 3 032 4 025 24 7 5 3 Y Exp de l agent de cr dit gt 700 614 3 590 4 204 14 6 5 5 8 Age 40 ans Exp de l agent de cr dit 700 490 2 029 2519 19 5 93 9 Exp de l agent de cr dit gt 700 319 2 395 2714 11 8 3 6 10 Renouvellements Jours d arri r s 0 ou 1 t l phone Age lt 40 ans 670 9 463 10 133 6 6 13 4 11 versement lt 1 5 Age gt 40 ans 513 10 879 11 392 4 5 15 0 12 2 t l phones Age lt 40 ans 980 7 895 8 875 11 0 lle 13 Age gt 40 ans 706 7 945 8 651 8 2 11 4 14 1 5 jours d arri r s 0 ou 1 t l phone Exp de l agent de cr dit lt 2 100 476 1 655 2131 22 3 2 8 15 versement lt 7 Exp de l agent de cr dit gt 2 100 100 960 1 060 9 4 1 4 16 2 t l phones Garantie montant d caiss lt 2 7 777 1 698 2 475 31 4 3 3 17 Garantie montant d caiss gt 2 7 207 1 036 1 243 16 7 1 6 18 Jours d arri r s versement gt 7 Dettes actifs N A 108 293 401 26 9 0 5 19 lt 0 03 Dettes actifs N A 195 233 428 45 6 0 6 gt 0 03 Total pr ts 9 154 66 703 75 857 12 1 100 0 Source Institution de microcr dit en Am rique latine En revanche la feuille 19 est l un des segments les plus petits avec 0 6 du nombre total de pr ts colonne
56. 9 Proportion de cas Quelles mesures l institution de microcr dit pourrait elle prendre sur la base de ces informations Les nouveaux pr ts tant risqu s en particulier ceux accord s des hommes l institution pourrait examiner de plus pr s les demandes de pr t dans ce segment Elle pourrait galement demander aux agents de cr dit de faire une analyse moins pouss e ou bien assouplir les conditions remplir par les clients dans le cas du segment faible risque Le scoring permet uniquement de pr dire le risque il n indique pas au pr teur comment g rer ce risque Les r sultats de ce simple arbre quatre feuilles ne sont pas vraiment surprenants La plupart des institutions de microcr dit savent probablement que les nouveaux pr ts sont plus risqu s que les renouvellements de pr t et que les hommes pr sentent plus de risques que les femmes Certains pourraient cependant tre surpris d apprendre que les nouveaux pr ts accord s des hommes sont pr s de deux fois plus risqu s que les renouvellements de pr ts accord s des femmes Cet exemple simple se contente d illustrer la notion de scoring sans mettre en lumi re de nouveaux liens entre les caract ristiques des pr ts et le risque de non remboursement Comment un arbre peut il aider pr dire le risque Le scoring pr suppose que la relation pass e entre le risque et les caract ristiques perdurera Le risque historique associ un segm
57. Etude Sp ciale SCORING UN GRAND PAS EN AVANT POUR LE MICROCREDIT MARK SCHNEIDER JANVIER 2003 Cette tude sp ciale s adresse aux responsables des institutions de microcr dit qui d sirent s initier aux m thodes d valuation par score on scoring afin de savoir ce qu elles CGAP peuvent et ne peuvent pas faire et comment se pr parer pour les utiliser Les premiers chapitres sont g n raux les chapitres suivants sont plus techniques Les lecteurs qui Z x x NE s LE CGABVEUE nV TU ne souhaitent pas entrer dans les d tails sont invit s parcourir le texte principal et 2 faire part de vos les encadr s commentaires de vos Ce document west pas un manuel mode demploi La conception et la mise en uvre rapports et de toute demande d un projet de scoring demandent des comp tences tr s sp cialis es et sont g n ralement genod auen etudes trop complexes et sp cifiques aux institutions pour tre expliqu es dans un document de cette longueur L expos ci apr s s appuie sur quelques unes des premi res tentatives d utilisation du de cette s rie 1818 H Street NW Washington DC 20433 scoring dans le secteur du microcr dit Dans certains cas il se fonde galement sur la longue exp rience du scoring dans les pays revenu lev Les exemples cit s dans cette tude T l 202 473 9594 mettent profit l exp rience des auteurs en Am rique latine o il existe d importantes FAR SERRE i
58. Soruco Vidal de FFP FIE en Bolivie Maja Gizdic et Sean Kline de Prizma en Bosnie Herz govine et Levi Cen c Pedro Jim nez Manual Ovalle et Guillermo Rond n de BancoADEMI en R publique dominicaine L auteur est particulierement reconnaissant Hans Dellien de Women s World Banking d avoir t le premier miser sur le scoring pour le microcr dit et d avoir contribu la formulation de bon nombre des id es expos es dans cette tude sp ciale
59. a de fortes chances qu ils renouvellent leur pr t de toute facon Scoring de visite Avant la visite sur le terrain le scoring de visite calcule la probabilit de rejet apr s la visite Ces cas de rejet accaparent le temps de l agent de cr dit sans rien rapporter Ce type d valuation r duit le nombre de visites inutiles en calculant le risque de rejet partir des caract ristiques figurant dans la demande crite La politique deux classes illustr e dans la figure 34 rejette les clients peu prometteurs par exemple les 5 inf rieurs des scores de visite sans faire de visite mais recommande de rendre visite aux clients prometteurs d apr s les r sultats de l valuation traditionnelle Le scoring de visite ne peut servir qu rejeter un client sans lui rendre visite et non accepter un client sans visite Comme il est expliqu l encadr 4 un faible risque quantifi n implique pas un faible risque qualitatif mais un haut risque quantifi peut rendre le niveau de risque qualitatif sans int r t Au lieu de calculer le risque de rejet apr s la visite une fiche de notation de visite peut pr voir le risque qu un pr t d caiss accumule des arri r s Il s agit d une valuation par score effectu e avant le d caissement sans tenir compte des donn es recueillies durant la visite Bien que les performances de remboursement des demandes rejet es soient inconnues les caract ristiques quantifi es li es u
60. ablir une fiche de notation tr s utile partir des caract ristiques de base ci dessus suivies d un ast risque que la plupart des institutions de microcr dit enregistrent d j Une fiche de notation tablie partir de la liste compl te des caract ristiques indiqu es aura probablement un pouvoir pr dictif sup rieur de 20 40 celui d une fiche qui n utilise que les caract ristiques de base La collecte de donn es suppl mentaires accroit le pouvoir pr dictif mais galement les co ts car la refonte des formulaires de demande la modification du syst me informatique pour accepter des donn es suppl mentaires et la saisie de ces donn es Encadr 11 Le scoring donne t il de bons r sultats avec des donn es bruit es ou impures approuver une demande qu il juge valable Les donn es utilis es dans le microcr dit comme toutes les donn es contiennent toujours des impuret s erreurs et une part de bruit variations al atoires par rapport la valeur r elle Par exemple la valeur des immobilisations est bruit e parce qu elle est difficile estimer Elle peut galement tre impure parce que l agent de cr dit peut manipuler l estimation pour obtenir les ratios financiers requis par la politique de pr t de l institution de microcr dit de mani re faire Les travaux statistiques effectu s pour tablir la fiche de notation d tectent tout signal ventuel lien en
61. approuv s autrement il peut accro tre l tendue et la durabilit de la port e Quant au degr de port e le scoring a permis une am lioration dans les pays revenu lev La plupart des m nages ont acc s l instrument de microcr dit le plus souple qui existe la carte de cr dit parce que le scoring peut valuer peu de frais le risque associ un grand nombre de pr ts de montant modeste de courte dur e et non garantis Dans le secteur du microcr dit le scoring peut galement aider accroitre le degr de port e Tout d abord la demi journ e suppl mentaire consacr e la prospection permettra probablement aux agents de cr dit d inclure davantage d emprunteurs pauvres dans leur portefeuille m me si la majorit des nouveaux emprunteurs sont relativement ais s il y aura un certain nombre de pauvres Ensuite le scoring prot ge certains emprunteurs pauvres contre leurs propres erreurs de jugement Le rejet ou la modification des cas haut risque r duit les co ts du pr teur tout en aidant les emprunteurs qui se trouveraient autrement dans une position difficile recevraient la visite d agents de recouvrement et devraient vendre leurs biens pour rembourser leurs dettes Le scoring peut aider le microcr dit causer moins de torts Enfin et surtout le microcr dit a t cr en partant du principe que les pauvres taient capables de rembourser leurs dettes mais que les pr teurs ne
62. as limites et tr s probl matiques La fiche de notation dans la figure 20 a une excellente pr cision en queue de distribution Par exemple pour les pr ts r cemment sold s ayant un risque pr vu compris entre 0 et 2 96 le risque r alis est gal 3 2 Pour les fourchettes 2 4 4 6 96 et 6 8 le risque r alis est du m me ordre de grandeur que le risque pr vu Dans les fourchettes sup rieures 75 4 des pr ts r cemment amortis ayant un risque pr vu sup rieur 70 pr sentaient des arri r s coin inf rieur droit Sur les pr ts sold s ayant un risque pr vu sup rieur 40 plus de la moiti pr sentaient des arri r s Figure 20 Exemple de rapport de suivi g n ral Risque 4 jours versement ou 30 jours d affil e Nombre de pr ts risqu s nombre de pr ts Agence Toutes Date du test 02 06 02 Fiche de notation tablie le 31 07 01 Risque r alis Nombre de Risque r alis par jours coul s depuis le d caissement pour les pr ts sold s pr t en cours au cours des 12 Risque pr vu 90 0 90 91 180 181 270 271 et plus derniers mois 0 2 0 5 14 2 0 0 0 4 0 32 2 4 5 1 2 8 2 8 21 3 5 3 1 4 6 7 8 3 0 4 0 4 0 Bl 4 7 6 8 8 1 3 9 4 8 5 5 8 1 7 8 8 10 T 5 3 6 7 64 11 5 10 6 10 15 17 0 5 5 8 1 11 6 18 1 16 3 15 20 14 5 6 8 121 17 9 27 6 24 7 20 25 114 9 0 16 9 23 8 33 1 DD 25 30 84 114 19 4 30 4 37 8 36 3 30 40 10 0 14 6 25 0 37 3 45 8 43 1 40 50 5 1 18 4 30 4 50 9 53 6
63. attentisme pas d incitations Ind cis fiable offre d incitations au client pour qu il demande un autre pr t Loyal attentisme pas d incitations Peu prometteur rejet sans visite sur le terrain Prometteur visite sur le terrain 47 Aussi et surtout les tests historiques etles rapports de suivi montrent le degr de pouvoir pr dictif Si les responsables choisissent une arborescence et des coefficients de pond ration sous optimaux les syst mes experts conservent n anmoins un certain pouvoir pr dictif Leur faible pouvoir pr dictif peut en outre tre compens par le fait qu ils n cessitent peu de donn es et sont faciles mettre en place Les institutions de microcr dit ne doivent pas h siter utiliser de simples fiches de notation labor es par leurs propres services mais condition de les tester avant et pendant leur utilisation Aussi incroyable que cela puisse paraitre la plupart des institutions de microcr dit qui utilisent des syst mes experts ne les ont pas test s Le probl me n est pas qu elles utilisent des syst mes experts plut t que des fiches de notation statistiques mais qu elles ne prennent pas le soin de tester leur pouvoir pr dictif Les pr teurs qui utilisent le scoring devraient se fier ce qu ils voient et non ce qu ils croient Les r gressions ont le plus grand pouvoir pr dictif et mettent davantage en lumi re la relation entre le risque et les caract ristiques que
64. bilit s Figure 32 Exemple de politiques de pr t pour cinq types de risque Type de risque pr voir Exemples de mesures prises 1 Avant d caissement si ce pr t est d caiss atteindra t il un certain niveau d arri r s d ici sa date d ch ance Apr s d caissement cet emprunteur fera t il son prochain versement en retard Recouvrement ce pr t pr sentant actuellement un retard de x jours atteindra t il x y jours d arri r s D parts de clients cet emprunteur fera t il une autre demande de pr t une fois qu il aura rembours le pr t en cours Visite le pr teur rejettera t il la demande de pr t apr s la visite sur le terrain de l agent de cr dit Pr t tr s probl matique rejet Cas limite modification des conditions du pr t Pr t normal d caissement sans modification Pr t excellent offre de r compenses et bonifications Pr sum coupable visite de courtoisie appels t l phoniques ou lettre Pr sum innocent position d attente Haut risque et forte valeur expos e visite imm diate et emploi de la mani re forte Haut risque ou forte valeur expos e visite imm diate mais emploi de la mani re douce Faible risque et faible valeur expos e report de la visite et relance discr te Rejet renouvellement impossible car le client pr sente de mauvaises performances de remboursement Ind cis peu fiable
65. cision des informations qu ils utilisent pour examiner diff rents choix possibles et leurs cons quences Bien qu une simple analyse des donn es puisse aider prendre des d cisions en connaissance de cause il reste encore la plupart des institutions de microcr dit investir dans une base de donn es exactes et compl tes et en tirer parti Dans l ensemble le scoring appliqu au microcr dit n est pas loin du but vis Environ 20 des pr ts ayant un risque pr vu de 20 par exemple s av rent effectivement mauvais Le nombre d erreurs et les carts par rapport la moyenne sont cependant beaucoup plus importants que dans les pays revenu lev Une grande partie des risques associ s aux travailleurs ind pendants pauvres n est malheureusement pas li e des caract ristiques quantifiables C est pourquoi le 59 scoring compl te mais ne remplace pas le travail des agents de cr dit et leurs valuations subjectives Le scoring est une troisi me voix au sein du comit de cr dit qui compl te le jugement de l agent de cr dit et du directeur du cr dit Le scoring sert pr voir le risque Toutefois le pouvoir pr dictif de cette m thode est une pr occupation secondaire pour une institution de microcr dit qui envisage d utiliser cette m thode car elle peut tre pr alablement test e l aide des donn es historiques Le principal souci du pr teur est de convaincre ses administrate
66. croit l efficacit et vite par cons quent de proc der aux arbitrages d usage entre les diff rents aspects de la port e Si le scoring aide le pr teur faire davantage moindre frais il am liore l efficacit Co ts du scoring Le scoring comporte cinq types de co ts collecte des donn es mise en place co ts d exploitation co ts li s la politique de pr t et co ts de processus Tout d abord la collecte et la saisie des donn es pour laborer une fiche de notation occasionnent des co ts Les institutions de microcr dit dot es de moyens peu sophistiqu s doivent non seulement saisir les donn es relatives aux demandes de pr t telles qu elles les re oivent mais galement renforcer le syst me informatique pour traiter les donn es suppl mentaires Pour ces pr teurs le scoring n est pas une priorit ils doivent am liorer leur syst me informatique ind pendamment des tous les niveaux besoins du scoring Encadr 7 Estimation des effets du scoring sur la rentabilit Un pr teur peut estimer les effets du scoring sur la rentabilit avant m me de l utiliser Ces calculs de rentabilit peuvent aider convaincre les parties prenantes des avantages du scoring Avec un seuil de risque donn pour les pr ts tr s probl matiques le test historique indique le nombre de pr ts non probl matiques perdus pour chaque pr t probl me vit Supposons que le pr teur ait calcul le b n fice
67. des 50 types d activit et des quatre secteurs d activit cod s Cinqui mement il convient d inclure une liste de contr le de tous les secteurs avec leur d finition et de tous les types d activit sur le formulaire rempli par l agent de cr dit La sixi me et derni re tape consiste suivre l utilisation du nouveau syst me C est un gros travail mais le type d activit a un grand pouvoir pr dictif s il est correctement enregistr En l absence d emprunteurs salari s et de donn es fournies par une centrale des risques les institutions de microcr dit ne peuvent pas se permettre de perdre l une des trois principales caract ristiques utilis es dans la fiche de notation Ne pas liminer de donn es Compar au nombre d ann es n cessaires pour tablir une fiche de notation parce que les donn es pass es ont t limin es l archivage lectronique est un syst me peu co teux Les donn es anciennes inutilis es sont essentielles pour la mise en place du syst me de scoring ainsi que pour les futures tudes de march et le suivi des clients La r gle observer est donc simple une fois les donn es saisies il faut les conserver Collecte des donn es fournies dans les demandes rejet es De nombreuses institutions de microcr dit aimeraient utiliser le scoring de visite pour abr ger ou viter certaines visites sur le terrain Cela permet d anticiper les probl mes de remboursement ou les rejets ap
68. e Relation entre le risque et les caract ristiques La fiche de notation par r gression illustr e dans la figure 25 montre que le risque diminue rapidement mesure que le nombre de mois coul s depuis le d caissement augmente Par exemple le risque associ un pr t datant de 36 mois est inf rieur de 4 4 points de pourcentage au risque associ 44 un pr t datant de 12 mois toutes choses gales par ailleurs Le risque diminue par ailleurs sensiblement avec l ge comme le montre la figure 26 le risque associ un emprunteur g de 50 ans est inf rieur d environ 2 9 points de pourcentage au risque associ un emprunteur de 30 ans toutes choses gales par ailleurs Le risque augmente avec le ratio d endettement rapport dettes actifs l entreprise comme illustr dans la figure 27 Un du m nage ou de emprunteur ayant un ratio d endettement de 10 pr senterait un risque toutes choses gales par ailleurs inf rieur de 0 2 point de pourcentage au risque associ un emprunteur ayant un ratio d endettement de 30 Le risque augmente galement avec le nombre moyen de jours d arri r s par versement pour chacun des trois derniers pr ts voir la figure 28 Par exemple un arri r de dix jours pour le dernier pr t augmente le risque de huit points de pourcentage pour le nouveau pr t et un arri r de sept jours pour l avant dernier pr t augmente le risque de deux points de pourc
69. e de non remboursement valuation de la solvabilit par score est un exemple mais l exploitation des donn es permet galement de pr dire le risque de perte de clients ou les types de clients potentiels les plus susceptibles d tre r ceptifs une campagne publicitaire L exploitation des donn es internes ne demande pas n cessairement des moyens tr s perfectionn s Par exemple de simples tableaux double entr e comme les arbres utilis s ici titre d exemple peuvent fournir beaucoup d informations peu de frais Des analyses simples rapides et riches d enseignements encouragent les responsables r fl chir aux types d informations qui les aideraient prendre de meilleures d cisions au lieu de se contenter de ce que le syst me d information existant peut offrir Figure 17 Avantage du scoring les agents de cr dit consacrent moins de temps au recouvrement Sans scoring Avec scoring Activit du temps Jours du temps Jours par semaine par semaine R unions et administration 20 1 20 1 Prospection valuation d caissement 40 2 50 2 5 Recouvrement 40 2 30 1 5 Changements Accroissement du nombre de demandes de pr t gr ce la prospection 25 R duction du nombre d approbations gr ce au scoring 10 R sultats Accroissement net du nombre de demandes approuv es 12 5 Source exemple hypoth tique V Formation du personnel formulation de politiques de scoring et su
70. e et les caract ristiques l aide du rapport sur les effets des caract ristiques Troisi mement la politique de d rogation ne fait pas qu exhorter les utilisateurs ne pas ignorer le scoring elle d crit les cons quences que cela pourrait avoir Par exemple les institutions de microcr dit peuvent utiliser les primes de rendement pour sanctionner les d rogations excessives Si les d rogations exc dent un certain pourcentage de pr ts tr s probl matiques la prime est r duite la longue les sanctions explicites deviennent moins n cessaires mesure que les agents de cr dit se rendent compte qu un recours excessif aux d rogations se traduit par des arri r s plus importants et des primes de rendement moins g n reuses Certaines d rogations prudentes sont justifi es Il se peut que le comit de cr dit ait connaissance d un cas exceptionnel et seul le jugement humain permet d valuer les caract ristiques qualitatives ignor es par la fiche de notation L essentiel est de faire preuve de mod ration De m me que tout le monde ne peut pas tre sup rieur la moyenne on ne peut pas ignorer le scoring pour tous les pr ts haut risque Dans les pays revenu lev les pr teurs essaient de limiter les d rogations 10 des pr ts tr s probl matiques Dans le secteur du microcr dit un objectif de 25 semble appropri L institution de microcr dit doit suivre les cas de d rogation pour inform
71. e le risque historique et la longueur indique la part de la feuille par rapport au nombre total de pr ts sold s Par exemple le nombre de renouvellements de pr t accord s des femmes est gal 89 246 divis par 200 181 soit 44 6 du nombre de pr ts sold s voir la figure 3 feuille 3 colonne de droite Ce simple arbre quatre feuilles indique plusieurs choses cette institution de microcr dit m Pour un sexe donn les nouveaux pr ts sont plus risqu s que les renouvellements de pr t m Pour les pr ts nouveaux et renouvel s les hommes pr sentent plus de risques que les femmes m Le segment le moins risqu renouvellements de pr ts aux femmes comporte environ deux fois moins de risque que le segment le plus risqu pr ts nouveaux aux hommes m Le segment le plus grand renouvellements de pr ts aux femmes soit pr s de la moiti du nombre total de pr ts est celui qui pr sente le moins de risque m Le segment le plus petit pr ts nouveaux aux hommes soit environ 12 du nombre total de pr ts est celui qui pr sente le plus de risque Figure 4 Arbre quatre feuilles et risque historique donn es 1992 2000 graphique g o 2 gt N Nn 5 _ D N N H iE E T o 5 Ca E 0 2 0 3 0 4 Nouveaux pr ts hommes Nouveaux pr ts femmes Renouvellements de pr t hommes Renouvellements de pr t femmes Risque historique 1992 1999 0 5 0 6 0 7 0 8 0
72. e r alis 2000 2001 Ramifications chantillon de construction 1992 1999 du nombre Pr ts total de Premier Deuxi me Troisi me Quatri me Pr ts rembours s Nombre Predicted Realized cas dans la Feuille niveau niveau niveau niveau probl me l ch ance total de cas Bad Bad feuille 1 Nouveaux Pas de t l phone N A N A 61 116 177 29 1 34 5 0 4 2 1 t l phone Age lt 40 ans Exp de l agent de cr dit 500 460 1827 2 287 19 7 20 1 4 6 3 Exp de l agent de cr dit 500 508 3 920 4 428 11 0 11 5 9 0 4 Age 40 ans Exp de l agent de cr dit 150 126 436 562 17 5 22 4 lei 5 Exp de l agent de cr dit gt 150 387 4 271 4 658 8 2 8 3 9 4 6 2 t l phones Age lt 40 ans Exp de l agent de cr dit 700 573 1 293 1 866 24 7 30 7 3 8 7 Exp de l agent de cr dit gt 700 483 1 603 2 086 14 6 23 2 4 2 8 Age gt 40 ans Exp de l agent de cr dit lt 700 311 1 005 1316 19 5 23 6 2 7 9 Exp de l agent de cr dit gt 700 227 1164 1 391 11 8 16 3 2 8 10 Renouvellements Jours d arri r s 0 ou 1 t l phone Age lt 40 ans 477 6 980 7 457 6 6 6 4 15 1 11 versement lt 1 5 Age gt 40 ans 340 8 027 8 367 4 5 4 1 16 9 12 2 t l phones Age lt 40 ans 612 3 465 4077 11 0 15 0 8 3 13 Age gt 40 ans 490 3 761 4 251 8 2 11 5 8 6 14 1 5 lt jours d arri r s 0 ou 1 t l phone Exp de l agent de cr dit lt 2 100 447 1 526 1 973 22 3 22 7 4 0 15 versement lt 7 Exp de l agent de cr dit gt 2 100 144
73. e remboursement des pr ts rejet s pour des raisons d ordre qualitatif suivant la m thode traditionnelle s ils avaient t octroy s Les institutions de microcr dit qui remplacent l valuation subjective par le scoring le font leurs propres risques moins que le risque qualitatif soit totalement insignifiant les pr visions seront trop faibles La seule fa on de conna tre exactement l erreur de pr vision est d octroyer des pr ts sans valuation subjective et de voir comment ils voluent Avec le temps les centrales des risques fourniront des services de meilleure qualit de plus grande port e et plus complets et les institutions de microcr dit pourront quantifier davantage de caract ristiques mesure que la quantit et la qualit des donn es s am liorent le scoring pourrait un jour remplacer l valuation subjective du risque mais ce n est pas encore certain Une soci t de services financiers qui s tait implant e en Bolivie et valuait le risque associ aux petits emprunteurs en utilisant uniquement le scoring a t accul e la faillitea En l tat actuel des choses le scoring compl te mais ne remplace pas le travail des agents de cr dit et l valuation traditionnelle a Elisabeth Rhyne Mainstreaming Microfinance How Lending to the Poor Began Grew and Came of Age in Bolivia Bloomfield Ind Kumarian 2001 17 Figure 12 R sultats de la m thode de scoring quatre classes utilis e e
74. e test e avant d utiliser cette m thode Le point faible de l valuation statistique est sa nouveaut seules quelques institutions de microcr dit ont exp riment cette m thode L utilisation de connaissances quantitatives dans une base de donn es pour valuer le risque va l encontre des deux grandes innovations groupes de caution solidaire et relations personnelles avec Pagent de cr dit qui d finissent le microcr dit lesquelles tirent parti des connaissances subjectives de Pagent de cr dit sur la solvabilit d un client L adoption d une m thode aussi diff rente que l valuation statistique demande une longue p riode de formation et d adaptation ainsi que des d monstrations r p t es de son pouvoir pr dictif M me apr s avoir accept l valuation par score les institutions de microcr dit doivent se garder de s y fier aveugl ment L valuation statistique est malheureusement plus appropri e pour les pr ts individuels que pour les pr ts de groupe ou les banques villageoises comme l explique Pencadr 1 Par ailleurs le scoring a une application limit e dans le secteur du microcr dit parce qu il n cessite une base de donn es lectronique qui enregistre les ant c dents de remboursement pour un grand nombre de pr ts ant rieurs ainsi que les caract ristiques du client et du contrat de pr t Qui plus est les donn es doivent tre raisonnablement exactes Certaines institutions de microcr d
75. en Pendant plusieurs mois le syst me produit un score pour tous les cas mais les agents de cr dit et les directeurs de cr dit ont pour instruction expresse de ne prendre aucune mesure sur la base des pr visions de risque et de ne pas examiner le score avant que le comit de cr dit ait pris une d cision Cela leur permet de se familiariser progressivement avec le scoring et les encourage r fl chir la mani re dont ils utiliseront les pr visions de risque sans se sentir oblig s de changer imm diatement de m thode de travail Durant cette phase il faut donner le temps et la possibilit au personnel de faire des commentaires Il se peut que les employ s invoquent des lacunes ou des erreurs apparentes pour rejeter le scoring et il est donc important de leur permettre d exprimer leurs pr occupations et d en tenir compte Cela pourra n cessiter une deuxi me tourn e dans les agences pour r examiner les concepts pr senter les nouveaux tests effectu s sur le pouvoir pr dictif pour les d caissements depuis la mise en place de la fiche de notation et poser d autres questions m Les pr visions vous semblent elles r alistes m Dans quelle proportion de cas les pr visions se sont elles av r es exactes m Y avait il des cas class s haut risque alors que vous saviez par exp rience qu ils taient peu risqu s m Que pourriez vous faire pour g rer les cas haut risque m Comment r compenseriez vou
76. ent compte que des arri r s La notation est donc inutilisable pour les nouveaux pr ts puisqu il n existe aucun ant c dent d arri r s alors que le scoring fonctionne presque aussi bien pour les nouveaux pr ts que pour les renouvellements Troisi mement le scoring utilise une base de donn es historique et des techniques statistiques pour estimer de mani re optimale la corr lation entre le risque et diff rentes caract ristiques En revanche la notation d termine la corr lation entre le risque et les arri r s partir du jugement et de l exp rience du responsable qui met au point le systeme Une simple analyse de la base de donn es pourrait naturellement aider concevoir des syst mes de notation mais il est rare que les responsables du cr dit proc dent une telle analyse De m me des tests historiques du pouvoir pr dictif sont normalement r alis s pour le scoring mais pratiquement jamais pour la notation traditionnelle Um Figure 8 Arbre 19 feuilles risque historique donn es 1992 99 Ramifications chantillon de construction 1992 1999 du nombre Pr ts total de Premier Deuxi me Troisi me Quatri me Pr ts rembours s Nombre de pr ts cas dans la Feuille niveau niveau niveau niveau probl me P ch ance total de cas probl me feuille 1 Nouveaux Pas de t l phone N A N A 186 453 639 29 1 0 8 2 1 t l phone Age lt 40 ans Exp de l agent de cr dit 500 603 2 4
77. ent devient donc le risque pr vu pour ce segment Supposons par exemple que l institution de microcr dit de l arbre quatre feuilles de la figure 4 re oit une demande de renouvellement de pr t d une femme et qu elle approuve provisoirement cette demande sur la base d une valuation de solvabilit traditionnelle Le risque historique est gal 12 8 pour les renouvellements de pr ts accord s des femmes Le risque pr vu partir de la fiche de notation arborescente est donc aussi gal 12 8 Dans le cas d une premi re demande de pr t soumise par un homme en supposant qu elle soit provisoirement approuv e conform ment aux normes traditionnelles du pr teur le risque pr vu est gal 22 3 soit au risque historique pour ce segment Le scoring permet de faire des pr visions l aide de fiches de notation arborescentes ou plus complexes en supposant que le risque futur associ une demande qui pr sente certaines caract ristiques sera identique au risque historique associ aux demandes pass es pr sentant les m mes caract ristiques L valuation subjective fonctionne de la m me facon mais elle mesure les relations historiques en termes qualitatifs et implicites plut t que quantitatifs et explicites N importe quelle fiche de notation peut pr dire le risque mais pas toujours avec exactitude On peut cependant tester le pouvoir pr dictif d une fiche de notation avant de l utiliser Les test
78. ent pas de test historique r pugnent rejeter les cas haut risque qui auraient t approuv s sans le scoring voir encadr 6 Un moyen d liminer le seuil appliqu aux pr ts tr s probl matiques serait de le fixer 100 car le risque n atteint jamais ce niveau Une politique de scoring quatre classes r compense les cas faible risque et examine modifie ou rejette les cas haut risque La plupart des pr ts ont un risque moyen et le scoring n a aucun effet Il peut simplement confirmer l approbation provisoire accord e par l agent de cr dit ou le comit de cr dit Les pr ts rejet s par les m thodes traditionnelles sont galement rejet s par le scoring D finition des seuils de risque pour la politique de scoring Le choix du seuil de risque d pend du pouvoir pr dictif du scoring pour l institution de microcr dit concern e et de la valeur relative qu elle accorde aux diff rents aspects de sa mission tendue de la port e nombre de pr ts degr de port e pauvret des emprunteurs et durabilit de la port e p rennit de l organisation gr ce la rentabilit Une institution de microcr dit doit commencer par faire ces arbitrages apr s quoi le test historique peut Plaider d finir une politique de scoring pour atteindre au mieux ses objectifs Ce test montre l impact des diff rents seuils hypoth tiques sur le nombre de pr ts approuv s de pr ts non probl matiques rejet
79. entage En termes d effet sur le risque du pr t en cours il y a tr s peu de diff rence entre l avant dernier pr t et l ant p nulti me Compar un emprunteur qui n a jamais eu d arri r s un emprunteur ayant eu respectivement dix sept et sept jours d arri r s pour ses trois derniers pr ts aurait un risque accru de 8 2 2 12 points de pourcentage pour le nouveau pr t en supposant que ce pr t a d j t approuv provisoirement suivant la m thode d valuation traditionnelle Il y a quatre enseignements g n raux tirer de la figure 28 en ce qui concerne la relation entre les arri r s futurs et pass s pour un emprunteur donn Premi rement plus le risque r alis dans le pass augmente plus le risque pr vu augmente pour les futurs pr ts Deuxi mement plus les arri r s remontent loin dans le temps plus leur pouvoir pr dictif est faible Troisi mement compar des ant c dents impeccables des p riodes d arri r s dans le pass aussi br ves soient elles accroissent la probabilit d arri r s Pavenir Par exemple des arri r s d un jour en moyenne pour le pr t pr c dent augmentent le risque du pr t en cours de plus de deux points de pourcentage tant donn que le taux moyen de pr ts probl me pour ce pr teur est inf rieur 15 96 une variation de deux points de pourcentage est significative Quatri mement le risque augmente avec les arri r s de
80. ents Jours ee Dettes actif gt 0 03 N A 423 257 680 45 6 62 2 1 4 6 1 0 6 versement gt TOTAL pour les pr ts tr s probl matiques 1 652 2 787 4 439 28 4 37 2 9 0 23 9 1 7 Source Latin American microlender Figure 13 R sultats de la politique de scoring quatre classes utilis e en 2000 2001 avec un arbre 19 feuilles construit partir de donn es portant sur la p riode 1992 1999 graphique 0 35 Risque r alis 2000 2001 0 30 Excellents 1 16 9 de tous lesicas 4 1 des pr ts probl me 4 9 de tous les pr ts probl me 23 6 pr ts rembours s P ch ance par pr t probl me Normaux 0 25 55 7 de tous les cas 0 20 8 7 pr ts rembours s probl me 0 15 0 10 0 05 Risque d arri r s gt 7 jours versement 0 3 0 4 l ch ance par pr t 10 4 des pr ts probl me 41 2 de tous les pr ts probl me 0 5 14 Tr s probl matiques 9 de tous les cas 37 2 des pr ts probl me 23 9 de tous les pr ts probl me 1 7 pr t rembours l ch ance par pr t probl me I 12 Cas limites 18 4 M de tous les cas 22 8 des pr ts probl me 30 ide tous les pr ts probl me 3 4 pr ts rembours s l ch ance par pr t probl me 0 6 0 7 0 8 0 9 1 0 Proportion de cas ce stade le scoring ne change rien au processus d valuation traditionnelle il n est utilis qu apr s
81. er les agents de cr dit des r sultats obtenus En g n ral les cas de d rogation s av rent moins risqu s que pr vu parce que le comit de cr dit dispose d informations dont il n est pas tenu compte dans la fiche de notation et parce que les agents de cr dit font tout pour que leurs pr dictions se r alisent mais plus risqu s que les autres pr ts parce que la fiche de notation tient compte d informations dont le comit de cr dit n a pas connaissance Politique de mod ration La politique de d rogation vise viter une trop faible d pendance l gard du scoring la politique de mod ration vise viter une trop grande d pendance l gard du scoring La politique crite doit notamment souligner comme nous le faisons ici que le scoring ne fonctionne que pour les demandes d j provisoirement approuv es par les m thodes d valuation traditionnelles Il importe de le rappeler r guli rement pour aider les sceptiques trouver un juste quilibre Une fois convaincus que le scoring fonctionne les pr teurs risquent de n gliger les m thodes d valuation traditionnelles Le scoring sous 99 Ww estime le risque parfois grossi rement s il est appliqu des pr ts qui ne sont pas d j provisoirement approuv s suivant les normes habituelles d valuation subjective du pr teur Au risque de nous r p ter disons qu un pr teur ne peut pas remplacer son valuation subjective par le
82. ervice et de vente qui pr sentent des risques tr s diff rents Troisi mement le personnel de saisie des donn es a tendance grouper les donn es dans des cat gories g n rales comme ventes de produits alimentaires ou magasins au lieu de chercher des correspondances dans une longue liste de codes La premi re chose faire pour am liorer le codage est de sensibiliser le personnel d agence ce probl me Ensuite il convient d tablir une liste d au moins 50 types d activit les plus courants de d finir exactement chaque type d activit et d encourager les agents de cr dit et le personnel de saisie des donn es utiliser ces d finitions Pr s de 90 des types d activit correspondront l un de ces 50 codes et les 10 restants pourront tre class s dans la cat gorie autre Troisi mement il faut d finir pr cis ment les secteurs d activit m commerce vente de transformation produits sans m fabrication vente de produits avec transformation comme les commer ants les fabricants ach tent et vendent mais les produits qu ils ach tent sont diff rents des produits qu ils vendent 57 m services vente de travail sp cialis ou du droit d utiliser du mat riel m agriculture production v g tale animale ou de min raux tir s directement du sol La quatri me tape consiste r diger un manuel de proc dures sur le classement de chaque activit dans l un
83. est importante pour le scoring Afin de faire les efforts n cessaires le personnel d agence doit savoir que les habitudes anciennes ne sont plus acceptables pourquoi elles ne le sont plus et pourquoi chacun a personnellement int r t changer ses habitudes Adopter des d finitions coh rentes des types d activit Le type d activit est l une des trois caract ristiques pr dictives les plus importantes les deux autres tant les ant c dents d arri r s et l identit de l agent de cr dit Malheureusement les donn es concernant le type d activit sont souvent de mauvaise qualit parce qu un code donn peut correspondre un trop large ventail d activit s ce qui ne permet pas de distinguer clairement celles qui pr sentent un risque lev de celles qui sont peu risqu es N anmoins il vaut mieux avoir des donn es impures et bruit es que pas de donn es du tout voir encadr 11 Le type d activit est souvent mal cod et ce pour trois raisons Premi rement les agents de cr dit n utilisent pas les m mes d finitions Un commerce d fini comme un caf par l un peut tre d fini comme un restaurant par l autre Deuxi mement les agents de cr dit consid rent les produits plut t que les activit s regroupant ainsi les fabricants de chaussures les cordonniers et les marchands de chaussures sous la rubrique chaussures alors qu il s agit respectivement d activit s de fabrication de s
84. esure les effets de l agent de cr dit toutes les autres caract ristiques restant constantes dans la r gression comme si tous les agents de cr dit g raient des portefeuilles qui ont les m mes caract ristiques quantifi es Dans la pratique les agents de cr dit g rent 46 FEMMES tr s prudent HOMMES prudent des portefeuilles diff rents dont la composition en termes quantifi s et qualitatifs d pend de Pefficacit avec laquelle ils s lectionnent leurs clients Certains agents obtiennent un niveau donn de risque de portefeuille en s lectionnant les demandes de pr t qui ne n cessitent pas de suivi troit D autres obtiennent le m me niveau de risque de portefeuille en tant moins s lectifs mais en assurant un suivi plus rigoureux Qui plus est certains agents travaillent dans des quartiers difficiles o un niveau donn de comp tence et d effort produit de moins bons r sultats qu ailleurs Au lieu de licencier imm diatement les agents de cr dit qui obtiennent un mauvais classement sur la fiche de notation par r gression les pr teurs devraient donc essayer de trouver la cause du probl me et d y rem dier Syst mes experts Les fiches de notation bas es sur l exp rience et le jugement des responsables et non sur l analyse statistique des donn es sont appel es syst mes experts Les syst mes experts se distinguent des m thodes traditionnelles d valuation subjective dans la
85. euvent consacrer le temps ainsi gagn la recherche N de nouveaux emprunteurs fiables ce qui permet d accro tre l tendue et le degr de port e Pour les grandes institutions de microcr dit le scoring peut galement tre rentable Par exemple un test effectu en Bolivie avec des donn es historiques a montr que le fait de rejeter les 12 de pr ts les plus risqu s qui avaient t d caiss s en 2000 aurait r duit de 28 le nombre de pr ts arri r s de 30 jours En faisant des hypoth ses prudentes sur le co t du projet de scoring l avantage net associ au rejet des pr ts qui auraient pos probl me et le co t net li au rejet erron de pr ts qui auraient t rembours s sans probl me le scoring aurait t rentable au bout d un an Il aurait galement eu une valeur actuelle nette d environ 1 million de dollars Lescoring apporte une nette am lioration mais ne constitue pas une perc e aussi importante au niveau des groupes de caution solidaire et des valuations individuelles effectu es par les agents de cr dit En fat le scoring a peu de chances de fonctionner avec les m thodologies de pr ts de groupe ou les banques villageoises En outre la majorit des institutions de microcr dit qui accordent des pr ts individuels ne sont pas pr tes pour le scoring soit parce qu elles doivent commencer par am liorer leurs m thodes de base soit parce que leurs bases de donn es ne se pr tent pas e
86. gelsang Microfinance in Times of Crisis 16 Les bons r sultats du scoring sont ils le fruit du hasard Vu le taux historique du pr teur 9 6 96 de pr ts probl me il y a moins d une chance sur vingt qu il n y ait aucun mauvais pr t sur 30 s lectionn s au hasard comme l indique le rapport de suivi de l agent de cr dit sur les pr ts faible risque Il y a moins d une chance sur un milliard que 15 des 30 pr ts s av rent mau vais comme l indique le rapport de suivi de l agent de cr dit Sur les pr ts haut risque 17 A D Lovie et P Lovie The Flat Maximum Effect and Linear Scoring Models for Prediction Journal of Forecasting 5 159 68 Peter Kolesar et Janet L Showers A Robust Credit Screening Model Using Categorical Data Management Science 31 n 2 1985 123 33 William G Stillwell F Hutton Barron et Ward Edwards Evaluating Credit Applications A Validation of Multiattribute Utility Weight Elicitation Techniques Organizational Behavior and Human Performance 32 1983 87 108 et Howard Wainer Estimating Coefficients in Linear Models It Don t Make No Nevermind Psychological Bulletin 83 1976 213 17 18 Mark Schreiner Do It Yourself Scoring Trees for Microfinance pr sentation au Tercer Seminario sobre Banca y Microfinanzas en Latinoam rica y el Caribe Saint Domingue R publique dominicaine 11 12 novembre 2001 19 Mark Schreiner Scoring Drop Out a
87. i apr s bien qu il soit possible d laborer des fiches de notation valables comme celles dont les r sultats sont pr sent s aux figures 20 23 et 24 sans ces donn es La plupart de ces renseignements compl mentaires peuvent tre fournis dans la demande de pr t initiale Au minimum les institutions de microcr dit qui pr voient d utiliser le scoring doivent quantifier les jugements subjectifs des agents de cr dit saisir les donn es de la centrale des risques dans leur syst me informatique et enregistrer les donn es financi res et d mographiques des m nages Elles n ont pas besoin d enregistrer ces donn es pour les pr ts ant rieurs mais doivent commencer le faire pour les nouveaux pr ts Caract ristiques de l emprunteur Caract ristiques d mographiques Les caract ristiques d mographiques de l emprunteur figurent parmi celles qui ont le plus grand pouvoir pr dictif m Sexe m Ann e de naissance m Situation de famille mari e en m nage jamais mari e jamais en m nage divorc e s par e veuf veuve gt ann e du mariage de la mise en m nage ann e du divorce de la s paration du veuvage m niveau d tudes Les dates de mariage ou de s paration sont des indicateurs indirects utiles de la stabilit du m nage Certaines institutions de microcr dit peuvent choisir d ignorer le risque li aux caract ristiques d mographiques que les emprunteurs ne peuvent pas chois
88. iques peut rapidement conduire un pr teur la faillite D autre part plus le rapport entre le co t d un mauvais pr t et le b n fice d un pr t rembours l ch ance augmente plus la rentabilit potentielle du scoring augmente a John Coffman An Introduction to Scoring for Micro and Small Business Lending Rapport pr sent la conf rence de la Banque mondiale sur la rentabilit des pr ts aux petites entreprises tenue Washington les 2 et 3 avril 2001 Figure 16 Variation des b n fices dans l arbre 19 feuilles en 2000 2001 Co t d un mauvais pr t 300 b n fice d un pr t rembours l ch ance 100 Ps e e m L2 x N o d 8 Q N o TD a D S Lian 3 gt Co t d un mauvais pr t 200 b n fice d un pr t rembours l ch ance 100 Co t d un mauvais pr t 150 b n fice d un pr t rembours l ch ance 100 22 24 28 30 Seuil Pr ts tr s probl matiques 30 Pour les pr teurs qui ont des moyens plus perfectionn s la plupart des co ts de collecte des donn es ont d j t absorb s toutes les donn es sont r guli rement saisies mesure qu elles sont re ues Ces pr teurs peuvent utiliser le scoring d s que la base de donn es contient suffisamment de cas pour tablir une fiche de notation Il y a une troisi me cat gorie de pr teurs qui poss dent un systeme d information ad quat mais qui ne sai
89. ir voir l encadr 10 Coordonn es La mention de num ros de t l phone et d informations sur la personne contacter dans la base de donn es est un indicateur de risque m num ro de t l phone pour contacter emprunteur chez lui il peut s agir du num ro de t l phone d un voisin m num ro de t l phone pour contacter lemprunteur au travail il peut s agir du num ro de t l phone d un voisin m distance entre le domicile et le lieu de travail et l agence la plus proche gt temps de trajet en minutes P frais de transport en commun le cas ch ant La distance laquelle se trouve l agence bancaire la plus proche et la pr sence d un t l phone est un indicateur indirect des co ts de transaction Plus les co ts de transaction sont importants plus les arri r s des emprunteurs augmentent et plus le travail de suivi des agents de cr dit est difficile Caract ristiques d mographiques du m nage La composition du m nage influe sur les flux financiers et sur le risque m nombre de personnes g es de 18 ans et plus y compris l emprunteur m nombre de personnes g es de 17 ans et moins Avoirs du m nage Les avoirs du m nage et leur variation dans le temps sont un indicateur de risque m R gime d occupation du propri taire locataire autre logement gt ann e d installation dans le logement actuel ann e d installation dans le logement pr c dent gt
90. is des am liorations pourraient tre apport es Par exemple les agents de cr dit doivent prendre le temps de tirer les enseignements de l exp rience pass e de l organisation et d acqu rir un sixi me sens pour appr cier le risque La valeur pr dictive de l valuation subjective varie aussi selon l agent de cr dit et selon son humeur du jour Enfin l valuation subjective n exclut pas la discrimination ou la s lection d un nombre insuffisant de caract ristiques ou de caract ristiques inappropri es valuation statistique L valuation statistique pr dit le risque partir de caract ristiques quantifi es enregistr es dans une base de donn es Le lien entre le risque et les caract ristiques est exprim par un ensemble de r gles ou de formules math matiques qui pr disent clairement le risque sous la forme d une probabilit Par exemple dans le cas d un menuisier g de 25 ans qui demande un pr t pour la premi re fois le risque pr visible qu il ait 30 jours d arri r s pourrait tre gal 20 tandis que dans le cas d une couturi re g e de 50 ans qui a n a jamais rembours en retard ses trois pr ts pr c dents le risque d arri r s pourrait n tre que de 5 La finance est la gestion du risque et l valuation statistique facilite la gestion du risque car l valuation du risque est coh rente et explicite La valeur pr dictive de l valuation statistique peut tr
91. it ont accumul des donn es ad quates dans le cadre de la gestion courante de leur portefeuille Beaucoup d autres cependant ne poss dent pas de base de donn es lectronique n enregistrent pas assez d informations sur chaque pr t ou ne disposent pas de donn es exactes L un des objectifs de la pr sente tude est d aider les responsables r fl chir aux moyens de refondre leurs syst mes informatiques de facon cr er une base de donn es adapt e aux besoins du scoring Compl mentarit de l valuation subjective et de l valuation statistique L valuation statistique prend uniquement en compte des caract ristiques quantifi es tandis que l valuation subjective utilise avant tout des caract ristiques qualitatives Quelle m thode est pr f rable Elles ont toutes deux leur place dans le secteur du microcr dit parce qu elles se compl tent L valuation subjective peut tenir compte d l ments que l valuation statistique ignore et l valuation statistique permet d analyser des relations trop nombreuses trop complexes ou trop subtiles pour l valuation subjective Les deux m thodes supposent que l avenir sera identique au pass qu il existe un lien entre le risque et les caract ristiques Ces hypoth ses ne sont naturellement jamais enti rement correctes mais elles le sont suffisamment pour justifier l int r t du scoring L valuation par score qu elle soit statistique ou subjective supp
92. ituation macro conomique a moins d effet sur la pr cision relative que sur la pr cision absolue voir l encadr 3 Troisi mement la pr cision em queue de distribution examine la pr cision absolue et la Figure 10 Arbre 19 feuilles comparaison du risque pr vu et du risque r alis 2000 2001 0 35 ES Risque pr vu historique 1992 1999 S Risque r alis 2000 2001 amp 0530 9 7 9 gt l 0 25 2 SEA 0 20 LAN A 0 15 0 2 0 10 T 3 13 Z 005 Rz 11 0 0 1 0 2 0 3 0 4 19 16 1 18 6 14 8 2 4 17 T 9 3 12 15 0 5 0 6 0 7 0 8 0 9 1 0 Proportion de cas 15 Figure 11 Politique de scoring quatre classes et valuation traditionnelle Le client soumet une demande de pr t Le pr teur v rifie la demande par rapport des crit res de base Approbation et une valuation traditionnelle Donn es accept es L agent de cr dit proc de une visite Saisie des donn es et calcul du risque pr vu Risque pr vu accept Approbation Le comit de cr dit proc de une valuation traditionnelle Rejet Approbation provisoire Apr s l approbation provisoire le comit de cr dit applique la politique de scoring sur la base du risque pr vu Tr s 0 de risque Excellent T Y probl matique 100 de risque Normal Approuver tel que Excellent Approuver et avantageuses pr cision relative pour les segments qui comptent le plus savoir les p
93. itutions de microcr dit qui accordent des pr ts aux particuliers appliquent une politique extr mement rigoureuse Une institution r put e en Colombie rejette la moiti de toutes les demandes et les deux tiers des nouvelles demandes de pr t Une institution de microcr dit bolivienne encore plus connue n approuve quasiment jamais le montant ni le d lai de remboursement demand s Si les pr teurs comprenaient mieux les v ritables arbitrages entre risque et port e ils pourraient peut tre mieux r pondre la demande et contenir voire m me r duire le risque 22 Figure 14 Rapport pr ts rembours s l ch ance pr ts probl me vit s pour une fourchette de seuils appliqu s aux pr ts tr s probl matiques dans l arbre 19 feuilles t me vi A A Pr ts non probl matiques perdus par pr t probl Seuil Pr ts tr s probl matiques 30 1 3 pr t non probl matique perdu par pr t probl me vit Seuil Pr ts tr s probl matiques 24 1 7 pr t non probl matique perdu par pr t probl me vit 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 Seuil Pr ts tr s probl matiques Figure 15 Proportion de pr ts rejet s et de pr ts probl me vit s pour une fourchette de seuils appliqu s aux pr ts tr s probl matiques dans lParbre 19 feuilles de pr ts probl me rejet s Avec scoring Sans scoring Seuil Pr ts tr s probl matiques 24
94. ivi des agents de cr dit voir les figures 23 et 24 aide ces derniers identifier les emprunteurs auxquels ils rendront visite Par exemple les candidats sur la liste de la figure 23 comprendraient trois emprunteurs ayant re u un pr t haut risque et dont l encours est important bien qu ils ne soient pas en retard dans leurs versements m Encours de 6 049 dollars et risque pr vu de 54 96 m Encours de 14 638 dollars et risque pr vu de 58 m Encours de 5 683 dollars et risque pr vu de 72 Durant la visite de courtoisie l agent de cr dit se rend chez l emprunteur et aborde un sujet sans rapport avec un probl me de recouvrement Il ne doit jamais faire savoir au client qu il est consid r haut risque de peur que ce risque ne devienne r alit Les emprunteurs qui se sont bien comport s jusqu alors risqueraient de s offusquer s ils savaient qu on doute de leur capacit de remboursement La simple pr sence de l agent de cr dit suffit rappeler 49 Figure 34 Politique de scoring du risque de d part quatre classes Rejet Rejet Pas d incitations l emprunteur qu il est important qu il respecte le calendrier de remboursement L agent de cr dit peut profiter de cette visite pour demander au client comment s est pass le d caissement ce qu il appr cie ou n appr cie pas dans les services offerts par le pr teur et s il a des questions concernant le contrat de pr t Les visites de c
95. ivi des r sultats En termes purement techniques le scoring appliqu au secteur du microcr dit fonctionne de la mani re d crite au chapitre pr c dent En termes humains cependant les choses ne sont pas aussi simples L utilisation du scoring pour faciliter les choix exige non seulement une connaissance th orique de son fonctionnement maisaussilaconviction que c estune m thode qui marche et la volont de changement La conviction d coule de la compr hension et la volont de changement d coule des avantages constat s En derni re analyse le succ s du scoring d pend moins de ses subtilit s techniques que de la formation et du suivi La formation est cruciale pour le scoring car les parties prenantes bailleurs de fonds hauts responsables directeurs du cr dit et agents de cr dit peuvent avoir de bonnes raisons d tre sceptiques Pour assimiler et accepter le changement de mod le que repr sente le scoring ils doivent suivre une formation r guli re pendant plusieurs mois Tout d abord un consultant quia probablement un accent tranger supposer qu il parle la langue locale se pr sente et sans avoir rencontr les employ sniles clients de l institution de microcr dit pr tend avoir une formule informatique secr te qui peut aider le personnel d agence accomplir la t che la plus difficile identifier les personnes qui on peut pr ter avec confiance Ensuite le scoring marque une rupt
96. la tourn e des agences pour pr senter le scoring tous les agents de cr dit et directeurs du cr dit Plut t que de s attarder sur des notions abstraites il pr sente des exemples concrets tir s du test historique et de la fiche de notation tablie Ces r unions sont co teuses mais ce serait une erreur de s en passer M me si les agents de cr dit et les directeurs du cr dit voient que le scoring marche dans le test historique ils peuvent encore avoir du mal l accepter Le personnel d agence passe forc ment par une phase de refus et d incr dulit Il est pr f rable de lui en donner le temps avant de mettre en place la fiche de notation L encore il est essentiel de poser des questions et d inviter y r pondre m Les liens entre le risque et les caract ristiques correspondent ils votre exp rience m Quelles sont votre avis les causes r elles de ces liens m Que recherchez vous lorsque vous faites une visite sur le terrain m Quelles donn es recueillez vous sur le terrain parce que la base de donn es n est pas fiable m Quelles caract ristiques recommandez vous d enregistrer pour les utiliser l avenir dans les fiches de notation m Quand approuvez vous une demande de pr t titre provisoire m Comment pouvez vous modifier les termes du contrat de pr t pour g rer le risque m Combien de temps consacrez vous par semaine au recouvrement m Combien de temps consacrez vo
97. laires au microcr di Le microcr dit marche bien mais il reste des am liorations apporter Pour continuer se d velopper et faire face la concurrence les institutions de microcr dit doivent s employer promouvoir le changement L utilisation du scoring pour valuer les demandes de cr dit est un moyen de conserver une longueur d avance sur la concurrence Notes 1 Voir Mark Schreiner Scoring Drop out at a Microlender in Bolivia manuscrit Center for Social Development Washington University St Louis Mo 2001 Credit Scoring for Microfinance Can It Work Journal of Microfinance 2 n 2 2000 105 18 et A Scoring Model of the Risk of Arrears at a Microfinance Lender in Bolivia manuscrit Center for Social Development Washington University St Louis Mo 1999 Voir galement Ulrike Vogelgesang Microfinance in Times of Crisis The Effects of Competition Rising Indebtedness and Economic Crisis on Repayment Behavior S rie Documents de travail Gk n 2001 06 Universit de Mannheim 2001 et Laura Vigan A Credit Scoring Model for Development Banks An African Case Study Savings and Development 17 n 4 1993 441 82 2 Voir Elizabeth Mays Handbook of Credit Scoring Chicago Glenlake 2000 et Credit Risk Modeling Design and Application New York Glenlake 1998 Lyn C Thomas A Survey of Credit and Behavioral Scoring Forecasting the Financial Risk of Lending t
98. lative permet simplement de classer les pr ts en fonction du risque pr vu Par exemple les pr ts ayant un risque pr vu de 10 auront un risque r alis moins lev que les pr ts ayant un risque pr vu de 20 96 mais le risque r alis dans les deux groupes pourrait tre gal 7 et 25 respectivement Avec une pr cision absolue d une part les pr ts ayant un risque pr vu de 10 ont galement un risque r alis de 10 et d autre part ils sont exactement deux fois moins risqu s que les pr ts ayant un risque pr vu de 20 Malheureusement aucune fiche de notation n a une pr cision absolue parfaite Le rapport de suivi g n ral indique cependant les niveaux de risque r alis qui correspondent des niveaux donn s de risque pr vu Avec ces informations l utilisateur peut modifier les niveaux de risque pr vu de facon obtenir des pr visions d une pr cision absolue Supposons que le rapport de suivi g n ral montre que le risque pr vu est toujours trop lev de 5 points de pourcentage Le pr teur fait alors comme si les pr ts ayant par exemple un risque pr vu de 25 96 avaient un risque pr vu de 20 Dans la pratique les choses ne sont pas aussi simples mais le principe de conversion reste valable et le syst me informatique peut faire automatiquement cette conversion D finition ou modification des seuils r glementaires Le rapport de suivi g n ral montre la proportion de pr ts dans chaque fo
99. le de modifier le syst me et d affecter un programmateur temps complet au scoring Selon le syst me l int gration demande trois six mois de travail le responsable des syst mes de l institution ne peut pas faire ce travail le soir et le week end Les questions techniques r soudre varient selon les institutions et tous les probl mes ne peuvent pas tre anticip s l avance L int gration pr sente cependant des avantages appr ciables les donn es ne sont saisies qu une seule fois les scores sont calcul s Figure 18 Exemple de rapport de simulation des pr visions de risque par scoring apr s modification des conditions de pr t Client Jane Doe Agence centrale Demande N 12345 Agent de cr dit John Smith Comit 03 01 01 Date de demande 01 01 01 Montant Dur e Garantie Risque D caiss mois du montant pr vu Conditions requises 1 000 10 100 40 Montant d caiss 900 10 100 38 800 33 700 29 Dur e du pr t 1 000 9 100 37 8 32 7 2 7 Garantie du montant 1 000 10 125 39 150 37 200 36 Source Exemple de l auteur automatiquement et les pr visions de risque peuvent tre facilement int gr es aux rapports types utilis s par l institution Si on p se le pour et le contre l int gration est la d marche privil gier Une fois que la fiche de notation est automatis e le projet entre dans une phase d essai et de familiarisation qui n engage ri
100. lentes ce qui n est pas la meilleure facon de fid liser cette classe de demandeurs de pr t Il pr dit simplement le risque laissant aux directeurs N du cr dit le soin de d cider la marche suivre S ils veulent utiliser une politique de prix fond e sur le niveau de risque ils doivent d finir les taux d int r t appliqu s en fonction du risque pr vu titre d illustration supposons que le taux de risque plafond pour la classe excellent soit fix 5 pour l arbre 19 feuilles repr sent dans la figure 12 c est dire que toutes les demandes de pr t pour lesquelles le risque pr vu est inf rieur ou 19 Encadr 5 La politique de scoring s applique t elle aux renouvellements de pr t Comme les emprunteurs qui demandent un renouvellement de leur pr t ont d j un historique de remboursement le scoring est encore plus efficace pour les renouvellements que pour les nouvelles demandes Certaines institutions de microcr dit h sitent cependant modifier l accord de pr t pour les renouvellements qui repr sentent des cas limites et encore plus rejeter les demandes de renouvellement de pr ts tr s probl matiques en partie parce qu elles doutent de l efficacit du scoring et en partie parce qu elles ont la r putation d accorder de nouveaux pr ts aux emprunteurs qui remboursent et tiennent conserver cette image Que faire La fiche de notation devrait tenir compte du type de pr t n
101. m mes que pour l arbre quatre feuilles Un plus grand nombre de feuilles permet de faire des pr visions plus fines et des distinctions plus pouss es entre les cas haut risque et faible risque Les 19 feuilles sont d finies par sept variables subdivis es en sous variables quatre au maximum que la plupart des institutions de microcr dit enregistrent dans le cadre de leur processus d valuation traditionnel m Type de pr t nouveau ou renouvel m Nombre de num ros de t l phone 0 1 ou 2 m Age du demandeur ann es m Exp rience de l agent de cr dit nombre de d caissements m Jours d arri r s par versement pour le dernier pr t sold m Endettement rapport entre passif et actif m Taux de garantie rapport entre la valeur de revente des biens mobiliers donn s en nantissement et le montant d caiss La feuille 11 repr sente le plus grand segment avec 15 de tous les pr ts colonne du nombre total de cas dans la feuille qui est galement le moins risqu avec 4 5 de risque colonne 96 de pr ts probl me Le segment 11 contient les demandes de renouvellement soumises par des individus qui avaient moins de 1 5 jour d arri r s en moyenne par versement pour leur dernier pr t sold un num ro de t l phone ou aucun et plus de 40 ans Encadr 2 Scoring et notation bas e sur les arri r s De nombreuses institutions de microcr dit valuent les demandes de
102. mauvais pr t est gal 300 dollars et le b n fice pr sum d un pr t rembours l ch ance est gal 100 dollars Avec un seuil de risque de 24 pour les pr ts tr s probl matiques le test historique figure 12 rang e inf rieure colonne Nombre total de cas montre que 4 439 pr ts auraient t class s dans la cat gorie des pr ts tr s probl matiques Sur ce nombre 1 652 se sont av r s probl me colonne pr ts probl me et 2 787 se sont av r s bons colonne pr ts rembours s l ch ance Parmi les pr ts tr s probl matiques il y avait 1 7 pr ts rembours s l ch ance par pr t probl me Si tous les pr ts tr s probl matiques avaient t rejet s par principe en 2000 2001 la variation des b n fices aurait t la suivante 300 x 1 652 100 x 2 787 216 900 M me si seulement 1 4 des demandes de pr t avaient t rejet es segment le plus risqu voir figure 12 feuille 19 colonne du nombre total de cas dans la feuille les b n fices auraient augment de 101 200 dollars 300 x 423 100 x 257 101 200 La figure 16 montre la variation des b n fices dans l arbre 19 feuilles pour trois s ries d hypoth ses sur le co t d un mauvais pr t et le b n fice d un pr t rembours l ch ance Il y a deux le ons en tirer D une part un seuil de risque mal choisi et appliqu sans discernement pour les pr ts tr s probl mat
103. ming Microfinance How Lending to the Poor Began Grew and Came of Age in Bolivia Bloomfield Ind Kumarian 2001 The Yin and Yang of Microfinance Reaching the Poor and Sustainability MicroBanking Bulletin 2 1998 6 8 Rojas Mariano et Luis Alejandro Rojas Transaction Costs in Mexico s Preferential Credit Development Policy Review 15 1997 23 46 Rosenberg Richard Measuring Client Retention MicroBanking Bulletin 6 2001 25 6 Schreiner Mark Aspects of Outreach A Framework for the Discussion of the Social Benefits of Microfinance Journal of International Development 14 2002 Un Sistema de Scoring del Riesgo de Cr ditos de FIE en Bolivia Rapport pr sent au Fomento de Iniciativas Econ micas La Paz Bolivie 2001 Scoring Drop out at a Microlender in Bolivia Manuscrit Center for Social Development Washington University St Louis Mo 2001 Do It Yourself Scoring Trees for Microfinance Rapport pr sent au Tercer Seminario sobre Banca y Microfinanzas en Latinoam rica y el Caribe Saint Domingue R publique domini caine 11 12 novembre 2001 Scoring at Prizma How to Prepare Rapport pr sent Prizma et au CGAP Mostar Bosnie Herz govine 2001 Credit Scoring for Microfinance Can It Work Journal of Microfinance 2 n 2 2000 105 18 A Scoring Model of the Risk of Arrears at a Microfinance Lender in Bolivia
104. mit de cr dit Les demandes qui franchissent cette tape sont alors saisies dans le syst me informatique Le syst me calcule un score et imprime des rapports d valuation par score le simulateur de scoring et le rapport sur les effets des caract ristiques sont d crits au chapitre V qui seront joints aux autres rapports normalement demande franchit ce cap l agent de cr dit se rend remis au comit de cr dit Encadr 4 Pourquoi utiliser le scoring uniquement pour les demandes de pr t provisoirement approuv es par la m thode traditionnelle La part de risque omise dans le scoring mais prise en compte dans l valuation subjective est importante et inversement En principe le scoring pourrait intervenir avant et apr s l valuation subjective S il a lieu avant et pr dit un faible risque le pr teur peut tre tent de se passer de l valuation subjective qui est plus co teuse Cela pourrait avoir un effet d sastreux car les pr ts qui semblent peu risqu s sur la base des facteurs quantitatifs pourraient s av rer tr s risqu s au regard des facteurs qualitatifs C est pourquoi les institutions de microcr dit ne devraient utiliser le scoring que pour les demandes de pr t provisoirement approuv es l issue d une valuation subjective Le risque global de non remboursement peut tre divis en trois l ments selon le degr de corr lation avec les caract ristiques quantifi es de l emprunteur du pr t et du p
105. n 2000 2001 avec un arbre 19 feuilles construit partir de donn es portant sur la p riode 1992 1999 Ramification chantillon de test 2000 2001 Feuille Premier niveau Deuxi me niveau Troisi me niveau Quatri me niveau Pr ts Pr ts Nombre pr vu r alis du nombre du nombre Rembours s probl me rembours s total de de pr ts de pr ts total de cas total de pr ts l ch ance l ch ance cas probl me probl me dans la feuille probl me probl me dans la feuille Tous pr ts 6 907 42 478 49 385 12 1 14 0 100 0 100 0 6 1 Excellents 11 Renouvellements Jours ME 0 ou 1 t l phone Age gt 40 ans 340 8 027 8 367 4 5 4 1 16 9 4 9 23 6 versement 1 TOTAL pour les pr ts excellents 340 8 027 8 367 4 5 4 1 16 9 4 9 23 6 Normaux 10 Renewal Jours ES 0 ou 1 t l phone Age 40 ans 477 6 980 7 457 6 6 6 4 15 1 6 9 14 6 versement lt 1 13 Renouvellements Jours aime 2 t l phones Age gt 40 ans 490 3761 4251 8 2 11 5 8 6 7 1 TJ versement 1 5 Nouveaux 1 t l phone Age 40 ans Exp de l agent de cr dit 387 4 271 4 658 8 2 8 3 94 5 6 11 0 gt 15 Renouvellements 1 5 lt Jour arriere 0 ou 1 t l phone o l agent de cr dit gt 144 1 079 1 223 9 4 11 8 2 5 2 1 T9 versement lt 3 Nouveaux 1 t l phone Age lt 40 ans Dr s l agent de cr dit 508 3 920 4 428 11 0 11 5 9 0 7 4 Ti gt 12 Renouvellements Jours am 2 t l phones Age lt
106. n de la pauvret suivie par l institution de microcr dit peut la conduire exclure de la fiche de notation les caract ristiques li es la pauvret ou accepter des risques plus importants pour les clients les plus pauvres Le scoring ne modifie pas le risque associ aux emprunteurs il am liore simplement la connaissance du risque pr existant Caract ristiques d mographiques li es l activit professionnelle Les caract ristiques de base de l activit sont des indicateurs de remboursement m Secteur fabrication services commerce agriculture m Type d activit m Ann e de d marrage de ce type d activit vi Ww m Ann e de cr ation de l entreprise m Enregistrement officiel oui ou non m Relev s de flux financiers oui ou non m Type de locaux magasin ambulant boite postale travail domicile autre m R gime d occupation des locaux propri taire locataire autre m Ann e d installation dans les locaux actuels m Nombre de mois de travail temps complet par an gt membres de la famille r mun r s gt membres de la famille non r mun r s P personnes r mun r es autres que les membres de la famille De nombreuses institutions de microcr dit enregistrent d j le nombre d employ s mais ces donn es sont g n ralement sans int r t pour le scoring car elles ne font pas de distinction entre le travail saisonnier et permanent le travail temps complet et
107. n haut risque de non remboursement pour les demandes approuv es sont aussi probablement li es un haut risque de rejet pour toutes les demandes tant donn que l anticipation de probl mes de remboursement se traduit par un rejet apr s visite Par cons quent le scoring de visite pour valuer le comportement de remboursement peut remplacer le scoring de visite pour valuer un rejet et inversement Seul un essai en situation r elle peut r v ler le pouvoir pr dictif du scoring de visite en ce qui concerne le remboursement Pour les rejets en revanche il est possible de tester le pouvoir pr dictif de ce type d valuation au pr alable en utilisant des donn es historiques Contrairement aux fiches de notation de visite pour le remboursement cependant on ne peut pas tablir de fiche de notation de visite pour les rejets sans utiliser les caract ristiques tir es des demandes rejet es et peu d institutions de microcr dit ont d j saisi ces donn es dans leur syst me informatique La plupart des institutions de microcr dit commencent par utiliser le scoring avant d caissement en l utilisant ventuellement comme substitut du scoring apr s d caissement et pour le scoring du recouvrement Une fois qu elles sont l aise avec le scoring avant d caissement elles peuvent alors ajouter le scoring du risque de d part puis pour celles qui disposent de donn es ad quates le scoring de visite VIII Pr paration p
108. n mesure d utiliser le scoring ont tr s peu de pr ts irr couvrables La fid lisation des tr s bons clients est sans doute un plus grand avantage que la r duction des pertes sur pr ts Une fois qu un score est attribu l institution de microcr dit peut g rer le risque en rejetant la demande de pr t ou en modifiant le contrat de pr t L objet de ces modifications est de compenser le risque en accroissant le taux d int r t ou les commissions Dans la pratique cependant il peut tre difficile de d terminer l ampleur de ces ajustements surtout en l absence d estimations exactes des diff rentes composantes des co ts et des recettes Le principal avantage du scoring est la r duction du temps consacr par les agents de cr dit au recouvrement et l augmentation du temps consacr la prospection de client le Les pr ts probl me co tent cher parce que leur recouvrement prend beaucoup de temps Le scoring influe sur la rentabilit voir encadr 7 parce que le fait de rejeter les pr ts tr s probl matiques et de modifier les contrats de pr t pour les cas limites signifie que les agents de cr dit ont moins d arri r s recouvrer Ils peuvent donc consacrer le temps ainsi conomis la prospection l valuation et au d caissement De nombreuses institutions de microcr dit pensent que le scoring leur fera gagner plus de temps pour l valuation que pour le recouvrement La plupart des agents de cr dit con
109. n moyenne ou une p riode d arri r s de 30 jours La colonne situ e l extr me gauche de la figure 20 risque pr vu en 96 d finit la fourchette de valeurs du risque pr vu pour chaque rang e Le pr teur d finit le nombre de fourchettes et leurs limites La deuxi me colonne partir de la gauche nombre de pr ts en cours est la proportion de pr ts en cours dont le risque pr vu se situe dans la fourchette d finie pour chaque rang e Elle montre la distribution du risque pr vu dans le portefeuille de pr ts Par exemple pour 0 5 des pr ts en cours au 31 juillet 2001 le risque pr vu tait de Pordre de 0 2 De m me 9 5 des pr ts avaient un risque pr vu sup rieur 40 somme des colonnes et 19 5 6 des pr ts avaient un risque pr vu sup rieur 30 la somme des chiffres dans la colonne des pr ts en cours est gale 100 Les quatre colonnes centrales risque r alis en par nombre de jours coul s depuis le d caissement indiquent le risque r alis pour les pr ts en cours compte tenu du risque pr vu et de l anciennet du pr t La comparaison entre le risque r alis et le risque pr vu pour chaque rang e indique le pouvoir pr dictif Plus le risque r alis est proche du risque pr vu plus le pouvoir pr dictif est grand la somme des chiffres dans ces colonnes n est pas gale 100 Par exemple le risque r alis tait gal 5 3 pour les pr ts ayant
110. nce Journal of International Development 14 2002 591 603 8 Schreiner Aspects of Outreach 9 Paul Mosley Microfinance and Poverty in Bolivia Journal of Development Studies 37 n 4 2001 101 32 10 Elisabeth Rhyne The Yin and Yang of Microfinance Reaching the Poor and Sustainability MicroBanking Bulletin 2 1998 6 8 et Claudio Gonzalez Vega Microfinance Broader Achievements and New Challenges tude sp ciale n 2518 de la s rie Occasional Papers conomie et Sociologie Columbus Ohio The Ohio State University 1998 11 W Scott Frame Michael Padhi et Lynn Woosley The Effect of Credit Scoring on Small Business Lending in Low and Moderate Income Areas Document de travail n 2001 6 2001 de la Federal Bank of Atlanta Peter McCorkell Credit Scoring 101 et Edward M Lewis An Introduction to Credit Scoring 12 Mark Schreiner Scoring Drop out at a Microlender in Bolivia 13 Rhonda Delmater et Monte Hancock Data Mining Explained A Manager s Guide to Customer Centric Business Intelligence Boston Mass Digital Press 2001 et Michael J A Berry et Gordon Linoff Mastering Data Mining The Art and Science of Customer Relationship Management New York John Wiley and Sons 2000 14 Martin Holtmann Designing Financial Incentives to Increase Loan Officer Productivity Handle with Care MicroBanking Bulletin 6 2001 5 10 15 Ulrike Vo
111. ncier net d un pr t probl me vit peut aider estimer les arbitrages directs entre tendue de la port e et p rennit rentabilit L impact peut tre plus important qu on ne croit Sur la base d hypoth ses raisonnables le pr teur aurait conomis plus de 200 000 dollars s il avait appliqu un seuil de 24 pour les pr ts tr s probl matiques dans l arbre 19 feuilles voir encadi 7 Dans la pratique comme dans l exemple de larbre 19 feuilles aux figures 12 et 13 la plupart des institutions de microcr dit appliquent g n ralement des seuils qui correspondent un portefeuille compos d environ 10 de pr ts excellents 60 de pr ts normaux 20 de cas limites et 10 de pr ts tr s probl matiques Ce profil g n ral pr sente quatre avantages Premi rement la part des pr ts excellents reste faible ce qui permet au pr teur d offrir des incitations sp ciales ses meilleurs clients tout en maintenant le co t de ces mesures un niveau acceptable Deuxi mement la plupart des pr ts sont normaux de sorte que le scoring ne change rien la proc dure d valuation normalement appliqu e pour la plupart des pr ts Cela peut rassurer le personnel d agence et l encourager accepter le scoring Troisi mement la plupart des cas risqu s sont des cas limites Les agents de cr dit et les directeurs du cr dit r pugnent rejeter des demandes de pr t en se fiant uniquement au scoring La
112. ncore au scoring M me dans le cas des institutions de microcr dit qui sont pr tes le scoring ne remplacera pas les agents de cr dit ni leur valuation subjective des facteurs de risque qui ne sont pas ou ne peuvent pas tre quantifi s dans une base de donn es Le scoring ne marquera pas une nouvelle perc e dans le secteur du microcr dit mais c est l une des quelques id es nouvelles comme ladaptation des produits la demande la fourniture de services de d p t et de paiement la prise en consid ration des questions de gouvernance et des mesures d incitation et l am lioration de l organisation commerciale qui laissent esp rer des am liorations certes moins spectaculaires mais n anmoins importantes dans le secteur du microcr dit au cours des ann es venir Le principal probl me du scoring est le changement organisationnel apr s tout le pouvoir pr dictif du scoring peut tre test l aide des donn es historiques avant de l utiliser Les agents de cr dit et les directeurs d agence se m fient juste titre des solutions miracles Avant de pouvoir utiliser le scoring avec confiance ils doivent comprendre ses principes de fonctionnement et Observer ensuite comment il fonctionne dans la pratique avec leurs propres clients Compr hension et acceptation n cessitent une formation continue un suivi troit et des d monstrations r guli res du pouvoir pr dictif avec les pr ts en cours terme un pr
113. ndia Henry 322 102 36 17 ao t 0 0 0 0 0 Bon 0 6 21502 Jaramillo Ema 285 289 103 11 ao t 0 1 0 1 1 Bon 0 6 71907 Guervara C sar 295 87 31 20 ao t 0 0 0 0 0 Bon 0 6 49562 Paz Maria 336 768 167 01 ao t 0 1 0 8 5 Bon 0 6 93142 Escobar M nica 284 35 36 10 ao t 0 0 0 0 0 Bon 0 6 11221 Palomino Fe 287 73 26 13 ao t 0 0 0 0 0 Bon 0 7 88301 Garcia Alberto 308 289 38 03 ao t 0 0 0 0 0 Bon 0 7 77258 Arce Eduardo 305 116 41 02 ao t 0 1 1 0 5 Bon 0 7 1582 Contreras Elena 318 147 77 13 ao t 0 1 0 1 1 Bon 0 7 79476 S nchez Gonzalo 323 293 65 18 ao t 0 1 1 4 5 Bon 0 7 985 Lopez Flor 295 35 36 20 ao t 0 0 0 0 0 Bon 0 7 85657 Torres Mari 280 347 46 06 ao t 0 0 0 0 0 Bon 0 7 16697 Chac n Emilsa 293 73 26 18 ao t 0 1 4 0 20 Bon 0 7 53165 Gutierrez Lucila 356 1538 55 21 ao t 0 0 0 0 0 Bon 0 7 80399 L pez Alejandro 291 460 86 17 ao t 0 1 0 1 1 Bon 0 7 32949 Casta o Alvaro 323 68 36 18 ao t 0 0 0 0 0 Bon 0 7 94131 Duque Lucia 287 219 78 13 ao t 0 0 0 0 0 Bon 0 7 28050 Polanco Gerardo 294 76 79 19 ao t 0 1 0 1 1 Bon 0 7 30709 Fajardo Carmen 349 101 103 14 ao t 0 0 0 0 0 Bon 0 7 54730 Aristiza Morena 287 73 26 13 ao t 0 0 0 0 0 Bon 0 7 18377 Ceballos Lu s 314 168 45 09 ao t 0 0 0 0 0 Bon 0 7 28881 Escobar Jos 323 78 41 18 ao t 0 0 0 0 0 Bon 0 8 34129 Mu oz Edis n 283 461 86 09 ao t 0 0 0 0 0 Bon 0 8 74078 Tabarez Jes s 341 50 51 06 ao t 0 1 0 2 1 Bon 0 8 Risque moyen 0 0 0 6
114. nitoring System Manuscrit Brigham Young University Provo Utah 2001 63 M Mark Schreiner est consultant aupr s de Microfinance Risk Management une soci t priv e am ricaine qui a fourni des services de scoring des organisations de microfinance en Bolivie en Bosnie Herz govine en Colombie en Ouganda et en R publique dominicaine Il est galement sp cialiste senior au Center for Social Development de l Universit Washington Saint Louis MO tats Unis Ses recherches aident les pauvres se doter d actifs gr ce un meilleur acc s aux Services financiers tude sp ciale N 7 L auteur a re u un large appui pour ses recherches sur le Scoring dans le secteur du microcr dit Il tient remercier en particulier le CGAP de son soutien et Rich Rosenberg de ses pr cieuses suggestions Elizabeth Littlefield et Brigit Helms ont galement fait des observations fort utiles L auteur souhaite galement remercier H lmer Aguirre Clara de Akerman Lili n Alom a Ort z Oyd n Cantillo Rinc n Margarita Correa Jorge Alberto D az Angela Escobar Mar a Mercedes G mez Diego Guzm n Jorge Enrique Londofio Leonor Melo de Velasco Mar a Isabel Mufios Reyes Nohora Ni o Manuel Enrique Olago Villamizar Nestor Ra l Plata Teresa Eugenia Prada Javier Salazar Osorio et Oscar lv n Tafur de Women s World Banking en Colombie Mar a del Carmen Pereira Elizabeth Salinas Nava et Enrique
115. nn Risque lev avant d caissement Risque faible avant d caissement Ind cis fiable Incitations Ind cis peu fiable Pas d incitations Loyal pas d incitation contact est une simple visite de relance Les clients faible risque peuvent tre irrit s qu on les relance d s le premier jour de retard Il y a de fortes chances qu ils paient de leur propre chef et sinon il suffira probablement d un rappel amical pour qu ils r gularisent leur situation Comme les fiches de notation apr s d caissement les fiches de notation du recouvrement utilisent pratiquement les m mes caract ristiques que les fiches de notation avant d caissement Le score avant d caissement peut donc tenir lieu de score de recouvrement Ainsi la fiche de notation avant d caissement fournit un score qui a une triple utilisation Scoring du risque de d part du client Le scoring du risque de d part du client calcule la probabilit qu un emprunteur demande un autre pr t une fois que le pr t en cours est rembours Les institutions de microcr dit veulent fid liser leurs clients parce que leur rentabilit augmente chaque renouvellement de pr t Si le pr teur sait quels clients risquent de ne pas demander un nouveau pr t il peut offrir des incitations tels que la r duction des taux d int r t ou la remise des frais de d caissement sous r serve naturellement du respect du calendrier de remboursement du pr t en cour
116. nrique Flores Santos Mar a Padilla Ru z 10 1 9 0 5 7 3 9 2 0 0 2 0 0 1 1 2 3 8 0 3 3 4 9 7 0 13 6 45 Figure 31 Exemple de syst me expert arborescent Type de pr t HOMMES risqu FEMMES pas prudent La figure 29 indique la part de chaque type d activit dans le portefeuille de pr ts historique Il est clair que cette institution accorde davantage de pr ts aux emprunteurs dont l activit pr sente moins de risque Agent de cr dit La r gression met galement en lumi re le lien entre le risque et un agent de cr dit particulier Dans la figure 30 ce lien est important avec de fortes variations d un agent de cr dit un autre Dans cet exemple il y a presque 24 points de pourcentage d cart entre le premier agent de cr dit de la liste et le dernier Les agents de cr dit ont un effet significatif sur le risque mais seules les r gressions pas les arbres ni les syst mes experts utilisent cette information pour mieux pr voir le risque La r gression peut aider le pr teur cibler la formation les mesures d incitation et les primes La figure 30 appelle une mise en garde Les agents de cr dit g rent le risque en s lectionnant les demandes de pr t avant le d caissement et en suivant les pr ts apr s le d caissement La m thode de r gression met en vidence l efficacit du suivi mais pas celle du processus de s lection parce qu elle m
117. ns l arbre 19 feuilles soit gal 12 feuilles 10 13 5 15 3 12 et 9 En 2000 2001 plus de la moiti 55 7 des cas taient normaux avec un risque pr vu sup rieur au taux plafond de 5 pour les pr ts excellents et inf rieur au taux plafond de 12 pour les pr ts normaux Sur ces pr ts normaux 10 4 se sont av r s probl matiques ce qui repr sente 41 2 du nombre total de pr ts probl me Dans la cat gorie des pr ts normaux il y avait 8 7 pr ts rembours s l ch ance pour chaque pr t probl me Classe de risque limite Les pr ts ayant un risque pr vu sup rieur au taux plafond retenu pour les cas limites mais inf rieur au seuil fix pour les pr ts tr s probl matiques sont consid r s comme des cas limites Le comit de cr dit examine ces cas avec un soin particulier et modifie au besoin le montant d caiss la date d ch ance la garantie requise ou bien le taux d int r t ou la commission politique de prix fond e sur le niveau de risque Le comit peut galement d cider de rejeter certains cas limites Le scoring rallonge le temps que passe le comit de cr dit valuer les cas limites Cela alourdit les co ts bien que la plupart des pr teurs avertis pr f rent g rer les cas limites avant de les approuver Aux figures 12 et 13 supposons que le taux plafond retenu pour les cas limites dans l arbre 19 feuilles soit gal 23 feuilles 7 17 4 8
118. nstitutions modernes de microcr dit qui utilisent des bases de donn es lectroniques ad quates Moyennant la mise en place d organisations suffisamment solides et de bases de Courriel j R E E y aP Oneka donn es suffisamment compl tes le scoring aurait galement sa place en Afrique en Asie et en Europe centrale long terme le scoring se r pandra travers le monde bien qu il Site Web ne puisse pas s appliquer toutes les institutions de microcr dit Cette tude devrait aider www cgap org les responsables juger de l int r t du scoring pour leur propre organisation R sum Le d fi relever par les institutions de microcr dit est d valuer la probabilit que les pauvres pratiquant une petite activit ind pendante remboursent leurs dettes comme promis Le scoring un nouveau moyen d valuer le risque marquera t il un grand pas en avant pour le microcr dit Le scoring r duit les arri r s et donc le temps pass recouvrer les pr ts ce gain d efficacit permet d largir la client le et favorise la p rennit des institutions de microcr dit Le scoring ne convient cependant pas la majorit des institutions de microcr dit Il donne les meilleurs r sultats pour les institutions qui poss dent un solide dispositif de pr ts individuels et une importante base de donn es historiques sur leurs pr ts M me lorsque le scoring est efficace ce n est qu une am lioration notable et non une
119. o Consumers International Journal of Forecasting 16 2000 149 72 Peter McCorkell Credit Scoring 101 document pr sent lors du forum public de la Federal Trade Commission The Consumer and Credit Scoring 1999 David J Hand et W E Henley Statistical Classification Methods in Consumer Credit Scoring A Review Journal of the Royal Statistical Association S rie A 160 partie 3 1997 523 41 Loretta J Mester What s the Point of Credit Scoring Business Review septembre octobre 1997 3 16 Lyn C Thomas J N Crook et D B Edelman Credit Scoring and Credit Control Oxford Clarendon Press 1992 et Edward M Lewis An Introduction to Credit Scoring San Rafael Ca Athena Press 1990 60 3 Mark Schreiner Un Sistema de Scoring del Riesgo de Cr ditos de FIE en Bolivia rapport pr sent au Fomento de Iniciativas Econ micas La Paz Bolivia 2001 4 Voir page 37 pourquoi les pr ts probl me sont d finis comme des pr ts pr sentant des arri r s importants mais non irr couvrables 5 La variation dans le temps de la proportion de pr ts sold s dans chacun des quatre segments dans la figure 7 et dans la figure 10 est ignor e par souci de clart 6 David J Hand Heikki Mannila et Padhraic Smyth Principles of Data Mining Cambridge Mass MIT Press 2001 7 Mark Schreiner Aspects of Outreach A Framework for the Discussion of the Social Benefits of Microfina
120. ojet de scoring valable conduit transformer la culture d une organisation et am ne les responsables effectuer avec l aide d analystes internes employ s temps complet une analyse explicite des informations inexploit es dans leurs bases de donn es de fa on apporter des r ponses leurs questions Ce rapport utilise des exemples concrets de scoring pour expliquer comment il fonctionne en prindpe et dans la pratique Il d crit diff rents types de fiches de notation et surtout il explique comment tester ces fiches avant de les utiliser comment les utiliser sur le terrain et comment suivre leurs r sultats Ce faisant il examine les avantages et les inconv nients du scoring et renverse plusieurs mythes comme l id e que le scoring remplacera les agents de cr dit et acc l rera l valuation des demandes de pr t Pour aider les institutions de microcr dit se pr parer et tirer pleinement parti du scoring le dernier chapitre examine les tenants et les aboutissants de la collecte des donn es II valuation subjective et valuation statistique Les institutions de microcr dit utilisent d j P valuation subjective mais pas l valuation statistique Cette section pr sente les concepts fondamentaux de l valuation par score qu elle soit subjective ou statistique et explique pourquoi les deux m thodes sont compl mentaires Toute technique qui pr dit le risque futur partir des caract ristiques
121. on au scoring La plupart des hauts responsables et des bailleurs de fonds ont entendu parler du scoring Certains le consid rent comme une panac e d autres comme un gadget et tous ont des id es pr con ues Comme le pr sent expos l initiation au scoring a pour objectif pratique de corriger les fausses perceptions et d indiquer d s le d part ce qu on peut raisonnablement attendre de cette technique Bien que le scoring soit fond sur des formules math matiques il s agit bien plus qu un simple exercice th orique c est un changement radical dans le style de gestion d une organisation La mise en place d un projet de scoring peut tre plus complexe plus longue et plus difficile que ne l imaginent la plupart des responsables mesure que ces derniers se familiarisent avec le scoring certains s enthousiasment d autres sont sur la d fensive car ils y voient une incursion dans leur domaine r serv et tous restent sceptiques Pour faire accepter le changement le chef du projet de scoring doit constamment encourager les directeurs du cr dit formuler leurs commentaires et suggestions et leur poser des questions telles que m Quelle est votre mission m Comment le scoring pourrait il vous aider accomplir votre mission m Quelles caract ristiques sont votre avis les plus importantes pour le risque m Quelle caract ristiques qualitatives importance accordez vous aux m Commen
122. oring peut identifier les pr ts haut risque et ceux faible risque parmi les pr ts d j approuv s par le comit de cr dit Les institutions de microcr dit qui utilisent le scoring devraient distribuer des rapports de suivi des agents de cr dit en plus des rapports types journaliers et hebdomadaires adress s aux agents de cr dit et aux directeurs du cr dit Si les employ s donnent une chance au scoring ils verront que cette m thode est efficace mais ils doivent comprendre comment elle fonctionne et tre convaincus qu elle peut r ussir C est l qu interviennent la formation et les tests Une fois que le scoring est accept il faut une politique crite un contr le rigoureux des d rogations et un suivi r gulier pour assurer sa bonne utilisation Les rapports de suivi qui comparent le risque pr vu et le risque r alis pour les pr ts en cours au niveau du portefeuille global et de chaque agent de cr dit sont n cessaires pour donner plus de poids au scoring VI Fiches de notation par r gression et syst mes experts Ce chapitre pr sente la r gression un type de fiche de notation qui est un outil plus complexe et plus puissant que les arbres Il pr sente galement les syst mes experts un troisi me type de fiche de notation et compare les fiches de notation par r gression les arbres et les syst mes experts Fiches de notation par r gression Une fiche de notation par r gression est
123. ose qu il vaut mieux avoir des donn es historiques m me incompl tes que pas de donn es du tout tant donn que l valuation subjective s appuie sur l exp rience d individus capables d identifier des tendances et de combiner des connaissances d origines diverses cette m thode permet de r agir avec rapidit et souplesse en cas de rupture de tendance L valuation statistique est plus coh rente et permet de d tecter des tendances plus nombreuses et plus subtiles mais elle ne peut pr dire que ce qui s est d j produit maintes reprises Il ne fait aucun doute que certains risques sont li s des caract ristiques quantifi es telles que l endettement et les arri r s pr c dents Cependant toutes les caract ristiques ne sont pas quantifiables et m me les caract ristiques quantifiables ne sont pas toujours quantifi es Le fait le plus int ressant pour le microcr dit est qu une partie inconnue du risque d pend des caract ristiques personnelles qui ne peuvent tre appr ci es que si l on connait bien le client Quelle est la part de risque li e aux caract ristiques quantifi es La pr sente tude vise d montrer en s appuyant sur les tests d crits aux chapitres III et IV que cette part est suffisamment importante pour justifier l valuation statistique mais galement trop faible pour carter l valuation subjective Certains risques sont li s des caract ristiques quantifi es qu il est
124. otation par r gression Effet sur Part du Type d activit le risque portefeuille Conduite de camion et de taxi 3 6 0 4 Vente de produits maraichers 3 5 23 picerie de quartier 2 6 4 3 Petits articles de maison l 6 4 Vente ambulante 2 0 4 4 Salon de coiffure 2 0 D Boulangerie 9 2 3 Vente de produits cosm tiques 29 1 6 Magasin d alimentation 1 7 23 Couture et confection JLS 11 1 Vente de plats cuisin s 1 0 1 0 cole 1 0 0 6 Transformation alimentaire 1 0 0 6 Magasin de pi ces automobiles 0 6 0 7 Restauration rapide 0 6 0 5 Boucherie 0 5 1 4 Magasin d lectrom nager 0 5 1 0 Magasin de v tements 0 2 1 6 Autre ou inconnu 0 0 39 5 Magasin de chaussures 0 1 2 5 Pharmacie 0 3 1 9 Restaurant 0 7 1 7 Quincaillerie 0 8 1 1 Magasin g n ral 0 9 4 1 Services sp cialis s 41 0 0 6 Boutique d artisanat 41 2 0 8 Serrurerie et m tallurgie 1 6 0 7 M canique automobile 1 7 0 5 Cordonnerie 2 1 1 0 Menuiserie 2 6 0 5 Source institution de microcr dit en Am rique latine le risque les autres caract ristiques de la fiche de notation restant constantes mais galement dans quelle proportion Ces liens ne sont tablis qu une fois qu une demande de pr t a t approuv e provisoirement suivant la m thode traditionnelle Les exemples pr sent s ici sont tir s d une fiche de notation par r gression utilis e par une institution de microcr dit en Am rique latin
125. our le scoring quelles donn es recueillir Le scoring ne peut pr dire que ce qui s est d j produit maintes reprises et uniquement si ces informations sont enregistr es dans une base de donn es Les techniques modernes d valuation du risque reposent encore et toujours sur la simple collecte des donn es La plupart des institutions de microcr dit n ayant pas suffisamment de donn es de qualit pour laborer une fiche de notation celles qui d cident d valuer un risque par score doivent commencer par am liorer leurs donn es sur le plan quantitatif et qualitatif Cette t che comprend trois l ments Le premier consiste simplement r unir un nombre suffisant de pr ts probl me Cela prend du temps et les pr teurs ayant peu de clients doivent d velopper leur portefeuille Le 5l deuxi me l ment est la collecte d informations suppl mentaires sur l emprunteur le pr t et le pr teur et le troisi me est l am lioration de la qualit des donn es Nombre requis de pr ts probl me Il est impossible de conna tre exactement le nombre minimum n cessaire de pr ts probl me pour tablir une fiche de notation La th orie statistique indique les tailles d chantillon requises uniquement pour les statistiques les plus simples comme le calcul de moyennes Et m me dans ces cas la taille d chantillon requise d pend de param tres qui ne sont pas connus avant d avoir s lectionn l
126. ourtoisie sont particuli rement importantes une fois que le pr teur commence utiliser le scoring ce stade de nombreux pr ts haut risque sont d j connus et bien que le pr teur ne puisse pas r voquer ces pr ts il peut essayer de mieux g rer leur risque Scoring du recouvrement Le scoring du recouvrement calcule la probabilit qu un pr t pr sentant actuellement arri r de x jours pr sente un arri r de x y jours Le plus souvent cette m thode pr dit le risque qu un pr t en retard d un jour accumule un arri r de 30 jours Dans la pratique le score de recouvrement doit tre inclus dans le rapport journalier sur les pr ts en retard Ensuite sur la base du risque de recouvrement et de la valeur expos e l agent de cr dit suit une politique trois classes de risque pour d cider quels emprunteurs il rendra visite en premier et s il utilisera la mani re forte ou la mani re douce pour les relancer voir les figures 32 et 33 Les emprunteurs haut risque et forte valeur expos e re oivent une visite imm diate au cours de laquelle on leur demande sans d tours de r gulariser leur situation Les emprunteurs haut risque ou faible valeur expos e mais pas les deux recoivent galement une visite imm diate mais le message est plus discret Enfin les emprunteurs faible risque et faible valeur expos e sont laiss s tranquilles pendant quelques jours puis le premier 50 S lectio
127. ouveau ou renouvel et des ant c dents de remboursement S il est tabli que les renouvellements accord s des clients pr sentant de faibles arri r s dans leur historique sont moins risqu s alors une fiche de notation fiable devrait refl ter cette corr lation Pourtant il arrive que le scoring classe dans une cat gorie de risque lev certaines demandes de renouvellement de clients pr sentant des ant c dents impeccables Si le test historique ne distingue pas les demandes de renouvellement des nouveaux pr ts ces demandes pr sentent probablement un risque lev Mais les pr teurs ne peuvent pas rejeter ces demandes car cela serait mal interpr t par les emprunteurs actuels et parce que le comit de cr dit pr f rerait rejeter le scoring plut t que de rejeter des demandes de renouvellement pr sent es par des clients ayant des ant c dents impeccables Dans ces cas la politique de gestion des cas extr mes devrait pr voir un examen minutieux de l valuation des modifications du contrat de pr t et des visites de courtoisie apr s le d caissement titre pr ventif gal 5 sont d sign es excellentes Toutes les demandes excellentes dans la feuille 11 ont un risque pr vu de 4 5 sur la base des donn es pour la p riode 1992 1999 Les demandes excellentes repr sentent 16 9 du total Quels r sultats aurait on obtenu en utilisant ce taux plafond de 5 pour les demandes excellentes En 2000 2001
128. pes que pour les individus Ce n est pas un probl me puisque c est l objectif m me du groupe Mais cela rend l application du scoring plus difficile et moins efficace pour les institutions qui accordent des pr ts de groupe et pour les banques villageoises valuation subjective Les institutions de microcr dit utilisent actuellement la m thode d valuation subjective pour valuer le risque en calculant la probabilit de remboursement partir de leurs donn es quantifi es chiffr es et enregistr es dans leur base de donn es lectronique et de leurs donn es qualitatives non chiffr es et ou non enregistr es dans leur base de donn es lectronique sur les caract ristiques du client et le contrat de pr t L agent de cr dit et le directeur du cr dit ainsi que l institution de microcr dit changent leurs donn es d exp rience par le biais de directives crites de la formation ou par le bouche oreille Bien que l valuation subjective applique des r gles quantitatives par exemple en cartant tout individu qui exerce son activit depuis moins d un an elle repose essentiellement sur l opinion personnelle de l agent de cr dit l gard du client Bas e principalement sur l intuition l valuation subjective produit un jugement qualitatif pas tr s risqu d caisser ou trop risqu refuser L valuation subjective marche bien comme le montre l exp rience du microcr dit ma
129. poss daient pas les outils n cessaires pour valuer le risque Le scoring am liore le dispositif d valuation du risque et contribue donc dissiper les pr jug s et liminer les erreurs dans le processus d valuation voir encadr 8 Si les pauvres sont v ritablement des emprunteurs dignes de confiance le scoring aidera le confirmer en accroissant le degr de port e du microcr dit L avantage du scoring le plus important long terme r side probablement dans le fait qu il incite les responsables du cr dit approuver ou rejeter les demandes de pr t sur la base d informations quantitatives explicites concernant les arbitrages faire tir es de l analyse de la base de donn es Par exemple une fois que les responsables tablissent une politique de scoring la lumi re des choix possibles tels que ceux illustr s dans la figure 12 ce n est qu contrec ur qu ils en reviendront aux valuations vue de nez des cons quences de diff rentes politiques de cr dit La finance repose avant sur l information et de nombreuses institutions de microcr dit poss dent une mine d informations inexploit es dans leurs bases de donn es L exp rience du scoring peut encourager ces institutions affecter un ou deux employ s l exploration des donn es c est dire l exploitation des donn es historiques pour pr dire les futurs comportements afin d appuyer les d cisions La pr vision du risqu
130. pr t en fonction des arri r s sur le pr t pr c dent du m me client elles attribuent ce client une note Le scoring est similaire la notation mais c est une m thode plus exacte et plus facile utiliser car les diff rences entre les pr visions ont une signification connue Bien que ce type de notation soit utile le scoring l est davantage pour trois raisons Tout d abord le scoring quantifie le risque sous la forme d une probabilit alors que la notation se contente de classer les risques Par exemple la note A pourrait signifier offrir des mesures d incitation pour fid liser le client la note B approuver et accro tre le montant et la dur e la note C approuver sans modifier les conditions de pr t et la note D refuser Le pr teur n a cependant aucune id e du pourcentage de pr ts avec gradation A qui pr senteront des arri r s ni de l cart de risque entre un pr t A et un pr t C En revanche non seulement le scoring classe les risques mais il pr cise galement les carts de risque apr s retraitement pour tablir la pr cision absolue voir chapitre V Par exemple on peut escompter que 10 96 des pr ts ayant un risque pr vu de 10 96 poseront probl me soit deux fois moins que les pr ts ayant un risque pr vu de 20 Ensuite le scoring tient compte des liens entre le risque et un large ventail de caract ristiques y compris les arri r s alors que la notation traditionnelle ne ti
131. pr visions partir du m me ensemble de caract ristiques sauf que la fiche de notation apr s d caissement tient galement compte des ant c dents de remboursement du pr t en cours du nombre de remboursements d j effectu s et de l encours du pr t Un score avant d caissement est un bon substitut du score apr s d caissement les pr ts ayant un risque lev avant le d caissement auront galement un risque lev apr s le d caissement Un score avant d caissement est un mauvais substitut du score apr s d caissement uniquement dans les cas o le risque apr s d caissement est d j vident aux yeux du pr teur comme pour les pr ts d caiss s qui sont d j tr s en retard Quelle que soit la fiche de notation utilis e pour calculer le risque apr s d caissement la politique de pr t consiste simplement choisir entre deux classes de risque voir la figure 32 Les titulaires des pr ts les plus risqu s ou ayant la plus forte Valeur expos e Elev e valeur expos e sont pr sum s coupables ils repr sentent environ 5 des pr ts M me avant que ces pr ts ne posent des probl mes les emprunteurs re oivent une visite de courtoisie titre pr ventif un appel t l phonique ou une lettre Tous les autres emprunteurs sont pr sum s innocents et l institution de microcr dit ne prend aucune mesure sp ciale avant qu ils ne soient en retard dans leurs versements Le rapport de su
132. quises comme par magie ind pendantes de leur exp rience et de leurs pr jug s Dans quelques cas exceptionnels ou si l institution de microcr dit ou l agent de cr dit sont des novices les d cisions ne sont pas bas es sur l exp rience mais sur de simples conjectures ou des id es pr con ues Il est injuste d valuer un emprunteur par comparaison avec d autres emprunteurs ayant a priori le m me profil mais la seule autre solution serait de ne faire aucune valuation Les seuls pr teurs qui ne discriminent pas sont ceux qui approuvent toutes les demandes de pr t La question n est donc pas de savoir s il faut faire une distinction entre les emprunteurs mais comment proc der de la mani re la plus quitable possible La juste discrimination compare des l ments comparables Par exemple l valuation statistique compare les nouveaux emprunteurs avec les individus ayant des caract ristiques quantifi es similaires qui ont emprunt au m me pr teur Si les femmes ont de meilleurs ant c dents de remboursement que les hommes la fiche de notation le refl te En revanche l valuation subjective s appuie sur l exp rience du microcr dit en g n ral de l organisation de l agent de cr dit et du directeur du cr dit Une partie de cette exp rience est in vitablement ext rieure celle de l institution de microcr dit ne serait ce que parce qu il faut du temps pour acqu rir de l exp rience La juste discrimination choisit d lib
133. r s visite La pr vision des probl mes de remboursement avant d effectuer une visite peut tre une m thode efficace mais seul un essai en situation r elle peut confirmer le pouvoir pr dictif le rapport de suivi g n ral ne sert rien dans ce cas tant donn qu une fiche de notation de visite n est tablie que pour les emprunteurs retenus sur la base de crit res qualitatifs les pr visions effectu es pour les emprunteurs non pr s lectionn s ont une pr cision inconnue voir encadr 4 Les agents de cr dit devront toujours rendre visite aux emprunteurs qui obtiennent un score avant visite acceptable parce que sans s lection qualitative le scoring ne peut que rejeter et non approuver les demandes de pr t La pr vision des rejets apr s une visite sur le terrain est une meilleure alternative Pour ce faire les institutions de microcr dit doivent commencer par saisir dans leur syst me informatique les donn es de plusieurs milliers de demandes rejet es Une fois qu elles disposent des donn es des demandes rejet es et de celles approuv es apr s la visite elles peuvent tablir des fiches de notation pour pr voir les rejets sur la base des caract ristiques connues avant la visite M me avec les donn es des demandes rejet es une fiche de notation du risque de non remboursement avec visite ne permet pas d approuver les demandes sans visite car le comportement de remboursement des emprunteurs non pr s lec
134. r teur Le risque al atoire n est li aucune caract ristique quantifi e ou non Le risque mesurable est li aux caract ristiques quantifi es Le risque qualitatif est li aux caract ristiques non quantifi es Les risques al atoires comme la foudre sont impr visibles Le scoring mesure uniquement les risques mesurables Il met en lumi re les corr lations pas les causes il indique seulement que tel attribut d une caract ristique influe sur le risque mais pas pourquoi Enfin l valuation traditionnelle appliqu e au microcr dit examine le risque mesurable et le risque qualitatif Compar au scoring l valuation traditionnelle donne des r sultats plus fiables pour le risque qualitatif le scoring ignore le risque qualitatif et moins fiables pour le risque mesurable Une institution de microcr dit qui utilise le scoring pour viter de faire une valuation traditionnelle part du principe que le risque qualitatif est approximativement identique pour les nouvelles demandes de pr t et pour celles provisoirement approuv es par la m thode d valuation traditionnelle Cela suppose en forte contradiction avec la plupart des techniques actuelles de microcr dit que le risque qualitatif est n gligeable ou non mesurable Dans quelle mesure le risque qualitatif est il important Le taux de remboursement n tant connu que pour les pr ts d caiss s aucun test historique ne peut indiquer quel aurait t le taux d
135. r ts haut risque pr vu s av reront bons et certains pr ts faible risque pr vu s av reront mauvais Par exemple si le scoring fonctionne la moiti des emprunteurs qui ont 50 chances sur 100 d avoir des arri r s seront bons payeurs et 5 des emprunteurs qui ont 5 chances sur 100 d tre mauvais payeurs le seront effectivement Il va de soi que la politique de scoring contrairement aux pr visions de risque peut s av rer bonne ou mauvaise pour les cas individuels Tout comme la d cision de prendre un parapluie lorsque les pr visions m t orologiques annoncent 60 de risque qu il pleuve peut tre bonne s il pleut ou mauvaise s il ne pleut pas la d cision d approuver ou de rejeter un pr t avec l aide du scoring peut s av rer bonne ou mauvaise mais on ne saura jamais si les d cisions de rejet taient justifi es voir encadr 9 Dans le m me ordre d id es ils peuvent demander savoir pourquoi le risque est aussi lev Les choix qui vont l encontre de la politique de scoring sont des d rogations dans le secteur du microcr dit les exemples de d rogation sont les pr ts tr s probl matiques qui sont approuv s et les cas limites qui sont approuv s sans examen La politique de d rogation traite ces cas de trois fa ons Tout d abord elle teste constamment le pouvoir pr dictif l aide du rapport de suivi g n ral Ensuite la politique de d rogation montre la corr lation entre le risqu
136. r ts qui ont un risque pr vu tr s faible ou tr s lev Apr s tout la plupart des pr ts ont un risque moyen et la politique de scoring n a pas d impact sur les pr ts moyens En revanche le scoring a un impact sur les demandes de pr t risque tr s faible qui peuvent b n ficier de conditions avantageuses et sur celles risque tr s lev qui peuvent tre modifi es voire m me rejet es Dans Parbre 19 feuilles la pr cision en queue de distribution est excellente les cas ayant le plus faible risque pr vu ont galement le plus faible risque r alis et les cas ayant le risque pr vu le plus lev ont galement le risque r alis le plus lev Par exemple les deux segments ayant le risque pr vu le plus faible segments 11 et 10 dans le coin inf rieur gauche de la figure 10 ont galement le risque r alis le plus faible et une tr s faible erreur de pr vision Les cinq segments ayant le risque pr vu le plus lev segments 6 18 1 16 et 19 dans le coin sup rieur droit de la figure 10 ont une erreur de pr vision importante mais galement le risque r alis le plus lev les arbres comportent souvent des erreurs de pr vision 16 Limite Tr s Examiner probl matique et modifier Rejeter syst matiques et variables notamment pour les segments de petite taille Utilisation du scoring avec quatre classes de risque Avant d utiliser le scoring pour une demande de pr t le pr
137. respect le calendrier de remboursement du pr t pr c dent Pour le scoring avant d caissement un mauvais pr t ne devrait pas tre l quivalent d un pr t irr couvrable T echniquement parlant la plupart des institutions de microcr dit ont trop peu de pr ts irr couvrables pour mettre en lumi re le lien entre le risque et les caract ristiques Aussi et surtout la plupart consid rent qu un pr t est mauvais bien avant qu il ne devienne irr couvrable Les agents de cr dit ne se demandent pas si j approuve ce pr t est ce que je vais le recouvrer mais si j approuve ce pr t est ce que je vais devoir Figure 33 Politique de recouvrement trois classes de risque Visite imm diate et mani re forte Visite imm diate et mani re douce Risque de recouvrement Report de la visite et mani re douce Faible Faible faire beaucoup d efforts pour le recouvrer Pour preuve la plupart des institutions de microcr dit ont pour principe de refuser de renouveler un pr t si l emprunteur a accumul beaucoup d arri r s sur son pr t pr c dent m me s il a fini par le rembourser Scoring apr s d caissement Le scoring apr s d caissement calcule la probabilit que le prochain versement au titre d un pr t en cours soit effectu en retard Le risque associ un pr t d caiss est troitement li au risque avant d caissement Les deux types de fiche de notation font des
138. rse ou aux courses vant de miser ses propres fonds elle aurait tout int r t tester le nouveau syst me avec des donn es historiques pour voir quels r sultats il aurait donn dans le pass De m me les institutions de microcr dit devraient tester leurs fiches de notation avant de les utiliser Cela vite des catastrophes et aide convaincre les sceptiques que le scoring est une m thode efficace Le test historique utilise la fiche de notation pour pr dire le risque associ aux pr ts d j acquitt s ou pass s en perte partir des caract ristiques connues de ces pr ts au moment de leur d caissement Le test compare ensuite le risque pr vu avec le risque r alis c est dire qu il indique si le pr t apr s d caissement a pos probl me ou non Les tests historiques sont un l ment essentiel du scoring aucun pr teur ne devrait noter un pr t sans avoir pr alablement test le pouvoir pr dictif Tests historiques Les tests historiques comportent trois tapes cr ation d une fiche de notation partir des pr ts inclus dans l chantillon de construction utilisation de la fiche pour pr dire le risque associ aux pr ts inclus dans l chantillon de test et comparaison du risque pr vu historique avec le risque r alis Un test historique divise les pr ts sold s y compris les pr ts pass s en perte en deux chantillons Les pr ts sold s une date d ch ance donn e dans le pass
139. s Figure 5 chantillon de construction et chantillon de test chantillon de construction 1992 1999 D caiss s Pr t B 9 Pr t C 1992 chantillon de construction pr ts B D et E Echantillon de test pr ts C et F Pr ts en cours au 31 7 01 pr ts A et G 31 12 99 chantillon de test 2000 2001 Q ie L 4 d Ms n i 31 7 01 Figure 6 Arbre quatre feuilles et risque r alis 2000 2001 Branche du Nombre de pr ts de pr ts nbre total Pr ts total de probl me probl me de cas Premier Deuxi me Pr ts rembours s cas dans risque risque dans la Feuille niveau niveau probl me l ch ance la feuille pr vu r alis feuille 1 Nouveaux Femmes 5 740 26 589 32 329 17 9 17 8 23 9 2 Nouveaux Hommes 3 281 11 674 14 955 22 3 21 9 11 1 3 Renouvel s Femmes 7 752 56 575 63 327 12 8 12 1 47 6 4 Renouvel s Hommes 3 770 19 627 23 397 16 9 16 1 17 3 Total pr ts 20 543 114 465 135 008 16 0 15 2 100 0 Source Institution de microcr dit en Am rique latine historiques indiquent quel aurait t le pouvoir pr dictif de la fiche de notation si elle avait t utilis e dans le pass On suppose que le scoring aura le m me pouvoir pr dictif l avenir Supposons qu une personne qui boursicote ou fat des paris hippiques concocte un nouveau syst me pour gagner de l argent en bou
140. s Ces mesures co tent cher au pr teur le scoring du risque de d part aide contenir les co ts en offrant des incitations aux clients les plus susceptibles de ne pas renouveler leur pr t Le mois pr c dant le dernier versement d un pr t en cours le pr teur calcule un score de d part et un score avant d caissement en supposant que les conditions du contrat de renouvellement de pr t seront identiques celles du pr t en cours Le pr teur applique ensuite une politique quatre classes de risque voir les figures 32 et 34 Rejets Les rejets sont des d parts forc s Suivant les normes d valuation traditionnelle les emprunteurs en retard de paiement sur leur pr t en cours ne sont pas admis recevoir d autres pr ts Ind cis peu fiables Bien qu ils ne soient pas en retard dans leurs paiements les clients ind cis peu fiables risquent la fois de quitter l institution et d accumuler des arri r s Ils peuvent faire une demande de renouvellement mais le pr teur ne leur offre pas d incitations sp ciales Ind cis fiables Ces clients risquent de quitter l institution mais non d avoir des probl mes de remboursement Comme ces bons clients pourraient ne pas renouveler leur pr t le pr teur leur offre des incitations dans ce sens Loyaux Les clients loyaux ne risquent ni de quitter l institution ni de devenir des mauvais payeurs Le pr teur ne leur offre pas d incitations sp ciales parce qu il y
141. s J N Crook et D B Edelman Oxford Clarendon Press 1992 Frame W Scott Michael Padhi et Lynn Woosley The Effect of Credit Scoring on Small Business Lending in Low and Moderate Income Areas Document de travail de la Federal Reserve Bank of Atlanta n 2001 6 2001 Gonzalez Vega Claudio Microfinance Broader Achievements and New Challenges Economics and Sociology Occasional Paper n 2518 Columbus Ohio The Ohio State University 1998 Haidor Elinor Credit Bureaus Leveraging Information for the Benefit of Microenterprises Microenterprise Development Review 2 n 2 2000 1 5 8 Hand David J Heikki Mannila et Padhraic Smyth Principles of Data Mining Cambridge MIT Press 2001 et W E Henley Statistical Classification Methods in Consumer Credit Scoring A Review Journal of the Royal Statistical Association S rie A 160 partie 3 1997 523 41 Holtmann Martin Designing Financial Incentives to Increase Loan Officer Productivity Handle with Care MicroBanking Bulletin 6 2001 5 10 Kolesar Peter et Janet L Showers A Robust Credit Screening Model Using Categorical Data Management Science 31 n 2 1985 123 33 Leonard Kevin J Credit Scoring and Quality Management Dans Statistics in Finance Edit par David J Hand et Saul D Jacka Londres John Wiley and Sons 1998 Lewis Edward M An Introduction to Credit Scoring San Rafael
142. s du groupe taient d sireux et capables d effectuer leurs paiements temps Il n y a pas de donn es sur le risque individuel Dans ce cas l valuation peut pr dire le risque li au groupe mais pas le risque li un membre du groupe Malheureusement il existe une corr lation beaucoup moins troite entre le risque li au groupe et les caract ristiques du groupe sexe ou ge moyen des membres du groupe qu entre le risque et les caract ristiques individuels M me si un pr teur accepte les remboursements individuels le principe m me de la solidarit est que le risque individuel li aux membres du groupe est essentiellement ind pendant des caract ristiques individuelles Le groupe peut accro tre la volont de payer d un individu cause du besoin de faire comme les autres et des sanctions sociales et il peut galement accro tre la capacit d un individu de payer mentorat des pairs et assurance informelle Inversement le groupe par l effet d entrainement peut an antir la volont de payer d un individu Par cons quent quelles que soient les caract ristiques d un individu le risque de non remboursement d pend dans une grande mesure des interactions entre les membres du groupe et il y a peu de chances que les caract ristiques quantifi es permettent de pr dire correctement le r sultat de ces interactions En r sum les caract ristiques quantifi es ont une moins bonne valeur indicative du risque pour les grou
143. s encore d montr e modifie le SIG et le processus d valuation Processus de mise en uvre Longue formation apprentissage des agents de cr dit Longue formation et suivi de toutes les parties prenantes Risques d abus ou simples erreurs Pr jug s personnels humeur du jour Donn es falsifi es inutilis es sous utilis es ou mal utilis es Flexibilit Application g n rale si adapt par des responsables intelligents Application unique la pr vision de nouveaux types de risque dans un nouveau contexte n cessite de nouvelles fiches de notation Connaissance des arbitrages Bas sur l exp rience ou sur entre diff rents sc narios hypoth tiques des hypoth ses Tir des essais effectu s avec les pr ts rembours s pour cr er les fiches de notation 49 Encadr 1 Scoring pr ts de groupe et banques villageoises En raison des probl mes de donn es et de la nature des pr ts de groupe l valuation statistique est peu susceptible de fonctionner correctement pour les groupes de caution solidaire ou les banques villageoises Un probl me fondamental concernant les donn es est que la plupart des institutions qui accordent des pr ts de groupe n acceptent pas les remboursements partiels soit chaque membre du groupe paie dans les d lais pr vus soit personne ne paie C est une politique judicieuse mais cela signifie qu il n est pas indiqu dans la base de donn es si certains membre
144. s et de pr ts probl me vit s en supposant que le test historique indique les r sultats futurs obtenus dans la pratique Par exemple la figure 14 montre les r sultats obtenus dans l arbre 19 feuilles avec une fourchette de seuils appliqu s aux pr ts tr s probl matiques Si le pr teur avait retenu un seuil de risque de 24 en 2000 2001 1 7 pr t non probl matique aurait t perdu pour chaque pr t probl me vit Environ 9 de tous les pr ts auraient t rejet s en application des directives et 23 9 6 du nombre Encadr 6 Le scoring ne s pare pas toujours le bon grain de l ivraie Certains pr ts sont jug s tr s probl matiques et rejet s alors que ces clients auraient t de bons payeurs tout comme certains cas limites auraient t acceptables sans modification C est pourquoi il est pratiquement impossible pour certains pr teurs d accepter l valuation statistique Certes l valuation subjective traditionnelle conduit galement modifier inutilement certains pr ts et rejeter tort certaines demandes Autrement dit l valuation subjective ne s pare pas non plus toujours le bon grain de l ivraie Mais avec l valuation statistique le test historique quantifie l erreur de pr vision et am liore donc le choix entre souplesse et fermet Avec l valuation subjective l erreur de pr vision est inconnue et les choix sont sous optimaux En Am rique latine par exemple certaines inst
145. s les cas faible risque m Quels rapports vous aideraient tirer parti du scoring m Quelles modifications aimeriez vous apporter la m thode de scoring m Comment votre prime de rendement aurait elle chang si vous aviez tenu compte des pr visions du scoring pour les pr ts tr s probl matiques et les cas limites Deux rapports utiles Le comit de cr dit demande g n ralement voir comment la modification du contrat de pr t dans les cas limites affecterait les pr visions de risque Le rapport de simulation du scoring r pond cette question Par exemple la figure 18 montre comment les pr visions de risque changent lorsqu on fait varier chaque l ment des conditions de pr t Ces pr visions sont obtenues en recalculant le score sur la fiche de notation apr s avoir modifi l une des conditions de pr t Le rapport de simulation du scoring peut rev tir deux formes soit une option dans le syst me informatique qui permet au comit de cr dit de tester les modifications volont soit un rapport imprim inclus dans le dossier remis chaque jour au comit de cr dit effets des caract ristiques r pond au souci de conna tre Un second rapport sur les les facteurs qui sous tendent les pr visions de risque Pour une application donn e il indique les caract ristiques dont les variations par rapport aux valeurs historiques moyennes accroissent le plus le risque et celles dont les variations r
146. s pr ts ant rieurs mais un taux d croissant bien que cette relation ne soit valable que pour les pr ts provisoirement approuv s Autres liens Le risque est troitement li au type d activit Pour l institution de microcr dit utilis e dans la figure 29 colonne Effet sur le risque par ordre d croissant le risque est moindre pour les activit s suivantes m Conduite de camion et de taxi m Magasins ayant un taux de rotation des stocks lev produits maraichers piceries petits articles m nagers m Vente ambulante restauration rapide produits de boulangerie m Salons de coiffure et vente de produits cosm tiques m Couturi res Le risque est plus lev pour les activit s suivantes m Fabrication menuiserie chaussures m canique automobile et serrurerie m Services sp cialis s et artisans m Magasins ayant un faible taux de rotation des stocks produits de quincaillerie produits v tements pharmaceutiques chaussures articles lectrom nagers et pi ces automobiles m Restaurants Figure 30 Relation entre le risque et l agent de cr dit sur une fiche de notation par r gression Agent de cr dit Effet sur le risque Carmen Ochoa Catalina Gonz lez David Soto de los Santos Rosario Sosa Almanecer Mariangel Cintr n Ru z Rosa Justiniano Orfies Autres Ma Eugenia Mariscal Marcos Orta Eldo Parra Barriga Oscar Navajas Teresa Guzm n E
147. sacrent cependant autant de temps au recouvrement qu P valuation et il faut rappeler que le scoring ne remplace pas l valuation qualitative voir l encadr 4 Hypoth tiquement les agents de cr dit peuvent passer deux trois jours par semaine s occuper des recouvrements Supposons dans le cas de l arbre 19 feuilles avec un seuil de risque de 24 pour les pr ts tr s probl matiques que le scoring r duise les d caissements de quelque 10 et le nombre de pr ts probl me d environ 25 voir figure 17 Supposons galement provisoirement qu avant le scoring les agents de cr dit consacraient au minimum deux jours pas semaine au recouvrement Le scoring leur font donc gagner une demi journ e 25 de deux jours par semaine Supposons par ailleurs que les agents de cr dit consacraient deux jours par semaine la prospection l valuation et au d caissement S ils utilisent la demi journ e suppl mentaire pour d marcher de nouveaux clients de mani re aussi efficace qu ils le faisaient auparavant les d caissements augmenteront de 25 En tenant compte des 10 de pr ts tr s probl matiques rejet s par le scoring au total le scoring r duit le nombre de pr ts probl me de 25 et accro t les d caissements de quelque 12 5 voir un exemple d estimation de l impact du scoring sur la rentabilit l encadr 7 Bien que le scoring puisse conduire rejeter des pr ts qui auraient t
148. sissent pas encore les donn es Au lieu de recruter toute une quipe pour saisir les donn es conserv es sur papier ils peuvent commencer saisir directement les donn es sous forme lectronique Ensuite le projet de scoring proprement dit laboration de la fiche de notation int gration au syst me informatique formation et suivi entraine un co t initial de mise en place L adaptation du syst me informatique pour calculer et afficher automatiquement les pr visions de risque peut s av rer plus longue et plus difficile que pr vu et absorber une grande partie du budget allou au projet De nombreux projets de scoring sont en fait avort s ce stade Troisi mement le personnel de saisie des donn es les agents de cr dit et les directeurs du cr dit doivent consacrer une partie de leur temps au scoring quotidien ce qui occasionne des co ts d exploitation Ces co ts sont faibles Par exemple les agents de cr dit collectent d j la plupart des caract ristiques utilis es dans la fiche de notation Le syst me informatique calcule le score de sorte que les principaux co ts d exploitation correspondent au temps suppl mentaire consacr par le comit de cr dit l valuation des cas limites et aux co ts de formation continue du personnel Quatri mement les incitations offertes aux demandeurs de pr ts ayant un excellent profil et le rejet des pr ts tr s probl matiques entrainent des co ts li s
149. t g es Dans la plupart des pays faible revenu cependant il n existe pas de telles lois Les caract ristiques prot g es sont pr dictives d un risque de non remboursement les institutions de microcr dit devraient elles les utiliser dans leurs fiches de notation I n y a pas de r ponse facile Une solution serait d am liorer la qualit et la quantit des donn es recueillies Apr s tout le profil g n tique n est pas un facteur de risque direct Les caract ristiques prot g es sont indirectement associ es au risque parce qu elles sont associ es des caract ristiques sociales qui sont directement li es au risque Par exemple l absence d un chromosome Y n influe pas sur le risque de non remboursement d une femme en revanche le fait que la Soci t permette aux femmes de faire le m tier de couturi re mais pas celui de forgeron a une influence sur le risque Si les institutions de microcr dit poss daient davantage de donn es de meilleure qualit sur les caract ristiques directement li es au risque les caract ristiques prot g es ne seraient pas consid r es comme un indicateur indirect aussi important Cela ne r gle naturellement pas le probl me M me si les femmes pr sentent plus ou moins de risques non pas parce qu elles sont des femmes mais parce que la soci t limite leurs possibilit s elles ne choisissent pas leurs caract ristiques Dans une certaine mesure les caract ristiques non prot g es pe
150. t a Microlender in Bolivia 20 Craig F Churchill et Sahra S Halpern Building Customer Loyalty A Practical Guide for Microfinance Institutions Microfinance Network Technical Guide n 2 2001 Richard Rosenberg Measuring Client Retention MicroBanking Bulletin 6 2001 25 6 21 Chapitre tir en partie de Mark Schreiner Scoring at Prizma How to Prepare rapport pr sent Prizma et au CGAP Mostar Bosnie Herz govine sean prizma ba 22 William G Cochran Sampling Techniques 3 d New York John Wiley et Sons 1977 23 Edward M Lewis An Introduction to Credit Scoring 24 Les centrales des risques sont des services de bases de donn es qui travaillent avec diff rents pr teurs pour recueillir Stocker et diffuser des informations sur le profil de rembourse ment des emprunteurs 25 Mark Schreiner Credit Scoring for Microfinance 26 Latimer Asch Improving Efficiencies in SME Lending with Scoring manuscrit San Rafael Calif Fair Isaac 2000 27 Mariano Rojas et Luis Alejandro Rojas Transaction Costs in Mexico s Preferential Credit Development Policy Review 15 1997 23 46 et Carlos E Cuevas Transaction Costs of Financial Intermediation in Developing Countries tude sp ciale n 469 de la s rie Occasional Papers conomie et Sociologie Columbus Ohio The Ohio State University 1998 ccuevasQworldbank org 28 Michael E Staten The
151. t d finissez vous un pr t probl me m Quel risque voulez vous pr dire m Combien de pr ts non probl matiques A 2 P tes vous dispos sacrifier pour viter un mauvais pr t m Jusqu o pouvez vous remonter dans le pass pour aider pr dire l avenir gt quand remontent les changements dans la politique de pr t gt quand remontent les changements dans le processus d valuation gt quand remontent les changements dans les segments de march vis s Quand la concurrence a t elle commenc se faire sentir gt quand remontent les derni res phases d expansion et de r cession conomiques m Quelles parties de la base de donn e ne vous semblent pas fiables m Dans quelle mesure le syst me d information et le personnel du service informatique peuvent ils s adapter aux besoins du scoring m Quels obstacles sont susceptibles d entraver le bon fonctionnement du scoring laboration et test de la fiche de notation L tape suivante consiste laborer la fiche de notation et ex cuter le test historique R sultats en main le chef du projet de scoring se r unit nouveau avec les membres de la direction pour passer en revue les principes g n raux et pr senter les r sultats concrets obtenus pour l institution en question y compris ceux du test historique et les liens identifi s entre le risque et les caract ristiques Il fait ensuite
152. t de suivi des agents de cr dit ajoute des mesures du risque pr vu et du taux de remboursement risque r alis aux rapports de portefeuille que les agents de cr dit et les directeurs du cr dit re oivent chaque jour ou chaque semaine Les figures 23 et 24 sont de simples rapports tir s d une fiche de notation par r gression voir chapitre VI utilis e par une institution de microcr dit en Am rique latine qui consid re comme probl me un pr t ayant au moins une p riode d arri r s de 30 jours pendant la dur e du pr t Ces rapports de suivi des agents de cr dit diff rent des tests historiques parce qu ils couvrent les pr ts en cours et ils diff rent du rapport de suivi g n ral parce qu ils indiquent le nom des emprunteurs Figure 23 Exemple de rapport de suivi des agents de cr dit pour les 30 pr ts les plus risqu s d caiss s depuis plus de 270 jours Date du rapport 31 07 01 Agence toutes Risque 1 p riode de 30 jours d arri r s ou plus Pr ts en cours2270 jours Liste 30 pr ts les plus risqu s Risque r alis D caiss s Montant Nombre Jours P riode Code depuis d caiss Remboursement Prochain de d arri r s par la plus Risque pr t Nom client jours mensuel versement Arri r s p riodes versement longue Qualit pr vu 96 79922 Javela Mar a 308 2 106 83 03 ao t 23 2 42 5 71 Mauvais 90 50973 Posada Mar a 334 1 860 71 29 ao t 0 3 21 1 36 Ma
153. t pas connus pour les 9 Figure 7 Arbre quatre feuilles comparaison du risque pr vu et du risque r alis 2000 2001 g B o r gt DN PA D E D l i EO 2 S TD E Z E 0 2 0 3 0 4 Renouvellements de pr t femmes Nouveaux pr ts hommes Nouveaux pr ts femmes Renouvellements de pr t hommes Risque pr vu historique 1992 1999 Risque r alis 2000 2001 0 5 0 6 0 7 0 8 0 9 Proportion de cas pr ts ext rieurs l chantillon de construction La fiche de notation a donc un plus grand pouvoir pr dictif pour les pr ts inclus dans l chantillon de construction que pour les autres en situation r elle le but est de pr dire le risque associ aux pr ts non inclus dans l chantillon de construction Ensuite les pr ts inclus dans l chantillon de test doivent tre sold s apr s les pr ts inclus dans l chantillon de construction Une fiche de notation r elle pr dit le risque associ aux pr ts sold s apr s la date limite de l chantillon de construction et le test doit refl ter cette situation Troisi mement le test doit baser les pr visions uniquement sur les caract ristiques connues au moment du d caissement Toute information obtenue apr s le d caissement doit tre ignor e car les pr visions en situation r elle ne peuvent pas utiliser ces donn es Dans Parbre quatre feuilles repr sent la figure 3 l chantillon de construction comprend
154. tionn s reste inconnu Enregistrement des caract ristiques des personnes charg es de la s lection et du suivi des pr ts L une des caract ristiques les plus troitement li es au risque est l identit de l agent de cr dit Il arrive qu un nouvel agent soit d sign la suite d une r organisation interne d une r affectation des t ches ou d une mutation Lorsque cela se produit la plupart des syst mes liminent les caract ristiques de la personne qui avait t initialement charg e de s lectionner les demandes et n enregistre que celles de la personne actuellement charg e du suivi Cela r duit le pouvoir pr dictif du scoring deux niveaux D une part le risque attribu par la fiche de notation au responsable du suivi d pend en partie de la personne initialement charg e de la s lection des demandes ce qui introduit une erreur D autre part le risque attribu au responsable du suivi ignore les r sultats des dossiers de pr t transf r s quelqu un d autre La solution est de cr er un nouveau champ dans la base de donn es pour le pr pos la s lection Le champ cr pour l agent de cr dit initial continue d enregistrer les donn es de son successeur Si la m me personne suit un pr t du d but la fin le pr pos la s lection est galement le pr pos au suivi Il pourrait sembler inutile d enregistrer les donn es de ces deux personnes du fait que dans la plupart des cas l agent
155. tre une caract ristique et le risque en liminant les impuret s et le bruit S il n y a aucun signal ou s il n existe simplement pas de lien entre une caract ristique et le risque la m thode statistique l indique et limine la caract ristique de la fiche de notation Dans bien des cas les donn es impures et bruit es contiennent cependant des signaux utiles entrainent des surco ts Bien que cela demande un peu plus de travail de la part des agents de cr dit un client qui sait lire et crire peut facilement fournir la plupart des donn es suppl mentaires sur la demande de pr t initiale Directives pour stocker des donn es de meilleure qualit Outre les ressources humaines l information est la ressource la plus pr cieuse d une institution de microcr dit Les syst mes informatiques ont cependant souvent une capacit insuffisante car ils ne servent g n ralement qu suivre les pr ts La mise en place du scoring et l utilisation plus syst matique d une base de donn es lectronique imposent d accorder une plus grande attention la qualit des donn es La plupart des institutions de microcr dit enregistrent les caract ristiques de base depuis des ann es mais n ont jamais utilis ces donn es D apr s leur exp rience les agents de cr dit et le personnel de saisie des donn es pensent donc que cela ne sert rien de passer du temps am liorer la qualit des donn es Mais la qualit des donn es
156. une formule math matique qui produit des pr visions probabilit s en ajoutant les valeurs pond r es des caract ristiques de l emprunteur du pr t et du pr teur Les caract ristiques retenues pour la formule et leurs coefficients de pond ration sont tir s d analyses statistiques complexes qui ne sont pas abord es ici Les pr visions par r gression s utilisent cependant comme les arbres et le syst me informatique effectue tous les calculs La r gression est un meilleur outil de pr vision que les arbres et les syst mes experts et elle indique plus clairement le lien entre le risque et les caract ristiques Supposons que les tudes statistiques montrent d une part que le risque diminue avec l ge de Pemprunteur au rythme de 0 1 point de pourcentage par an et d autre part que le risque de base est gal 10 La probabilit qu un pr t soit mauvais est indiqu e par la formule de r gression ci apr s Risque 10 0 1 x ge En appliquant cette quation le risque pr vu pour un emprunteur g de 30 ans est gal 10 0 1 x 30 7 points de pourcentage Pour un emprunteur g de 55 ans le risque pr vu est gal 10 0 1 x 55 4 5 points de pourcentage ces coefficients de pond ration sont des exemples Les coefficients r els varient selon les pr teurs Dans un second exemple supposons que les analyses statistiques montrent que le risque augmente avec la dur e du pr t au r
157. ur Parbre quatre feuilles le risque historique associ un segment sur la p riode 1992 1999 est consid r comme le risque pr vu pour les pr ts de ce segment sur la p riode 2000 2001 Le test compare ensuite le risque pr vu avec le risque r alis Avec quel degr de pr cision l arbre 19 feuilles construit partir des donn es 1992 1999 pr dit il le risque pour la p riode 2000 2001 La figure 8 indique le risque historique pour les 19 segments en 1992 1999 et la figure 9 indique le risque r alis en 2000 2001 La figure 10 compare le risque pr vu et le risque r alis Le pouvoir pr dictif peut tre valu selon trois crit res Premi rement la pr cision absolue indique l cart entre le risque pr vu et le risque r alis Dans la figure 10 cet cart est plus ou moins grand selon les segments Par exemple pour le segment 11 coin inf rieur gauche le risque pr vu est gal 4 5 contre un risque r alis de 4 1 soit une erreur d environ 9 4 5 4 1 divis par 4 5 0 09 En revanche pour le segment 13 deux marches au dessus du coin inf rieur gauche le risque pr vu est gal 8 2 contre un risque r alis de 11 5 soit une erreur de 40 11 5 8 2 divis par 8 2 0 40 Deuxi mement la pr cision relative indique dans quelle mesure le risque r alis diminue ou augmente dans les m mes proportions que le m Ww Figure 9 Arbre 19 feuilles et risqu
158. urchette de risque et le niveau de risque r alis correspondant un niveau donn de risque pr vu L institution de microcr dit peut alors utiliser ce rapport pour fixer ou modifier les seuils r glementaires Figure 22 Exemple de changement dans la relation entre le risque pr vu et le risque r alis sur une fiche de notation nouvelle et une fiche ancienne Fiche de notation nouvelle es aS xr Y de G D v g z 40 60 Risque pr vu Pour la fiche de notation illustr e dans la figure 20 0 5 des pr ts en cours deuxi me colonne partir de la gauche premi re rang e auraient t class s excellents en utilisant un seuil de 2 96 pour les pr ts excellents et 5 6 des pr ts en cours auraient t class s excellents en utilisant un seuil de 4 Avec un seuil de 70 pour les pr ts tr s probl matiques 0 5 des pr ts en cours auraient t rejet s D autre part l application de ces seuils aux pr ts tr s probl matiques aurait vit trois pr ts probl me pour chaque pr t non probl matique perdu parce que le risque r alis dans cette fourchette est de l ordre de 75 voir le coin inf rieur droit Si le seuil de risque pour les pr ts tr s probl matiques tait r duit 30 19 5 des pr ts auraient t rejet s et environ la moiti se seraient av r s probl matiques D tection des fiches de notation anciennes tant donn que le futur ressemble davantage
159. ure avec les m thodes d valuation traditionnelle dans le secteur du microcr dit qui utilisent les groupes de caution solidaire ou les visites domicile des agents de cr dit La nouvelle approche se fonde sur une connaissance quantifi e des caract ristiques plut t que sur la connaissance personnelle du client Troisi mement pour les agents de cr dit et les directeurs du cr dit l valuation du risque est un moyen d existence Ils ne tiennent naturellement pas s en remettre une bo te magique pour gagner leur vie Il ne suffit pas de lire une fiche de notation pour avoir confiance dans les pr visions les gens doivent comprendre l origine des pr visions du scoring constater que ces pr visions sont exactes et b n ficier de mesures de suivi quand ils les utilisent Comme tous les projets le scoring doit avoir l adh sion de la direction et b n ficier d un soutien Encadr 8 L valuation statistique est elle discriminatoire L valuation statistique est discriminatoire dans la mesure o elle suppose que chaque emprunteur est un nouvel exemple d un ph nom ne connu et non un individu unique qui pourrait tre diff rent d autres cas apparemment similaires dans la base de donn es Mais l valuation subjective est tout aussi discriminatoire sinon plus Les agents de cr dit valuent le risque partir de ce qu eux m mes et leurs conseillers savent sur les autres emprunteurs et non de connaissances ac
160. urs ses dirigeants et ses agents de cr dit d accepter le scoring En d finitive ce n est pas le manque de pr cision statistique qui fait chouer les projets de scoring mais la r sistance humaine Le scoring m me s il donne d excellents r sultats repr sente un changement qui n est pas accept par tous L acceptation n cessite une formation r guli re des parties prenantes tous les niveaux et un suivi troit assorti de d monstrations du pouvoir pr dictif pour les pr ts en cours Le scoring n est peut tre pas une perc e r volutionnaire pour la microfinance mais pour quelques institutions de microcr dit il peut r duire le temps pass recouvrer les pr ts et donc accroitre l efficacit la port e et la viabilit des services offerts mesure que d autres organisations se familiarisent avec le scoring et s quipent des moyens n cessaires pour r unir des donn es ad quates le scoring a de bonnes chances de venir s ajouter aux pratiques exemplaires recommand es pour le microcr dit Certains objectent que le scoring est un nouveau gadget dont le microcr dit pourrait se passer Pourquoi r parer ce qui marche entend on souvent dire Les pr teurs dans les pays revenu lev ont r p t ce refrain pendant des d cennies mais le scoring a pratiquement remplac l valuation manuelle notamment pour les pr ts de montant modeste de courte dur e et non garantis qui sont tr s simi
161. us par semaine la prospection de client le l valuation et au d caissement tablissement des scores et rapports L tape P suivante consiste automatiser P tablissement des scores et rapports de scoring Les responsables pr f rent g n ralement viter de modifier leur syst me d information mais pour utiliser le scoring dans les agences il est imp ratif d automatiser Il y a deux approches g n rales possibles L institution de microcr dit peut acheter au consultant un syst me de scoring pr t l emploi logiciel et ventuellement quipement C est une option simple et rapide mais co teuse Cela peut galement n cessiter une double saisie des donn es Pune pour le syst me informatique principal et l autre pour le syst me de scoring En outre le syst me de scoring parall le ne peut pas fonctionner seul chaque saisie de cas quelqu un doit lancer manuellement Panalyse Enfin il n est pas facile d int grer les pr visions de risque produites dans le syst me parall le aux rapports p riodiques d j utilis s par l institution Si le personnel d agence doit faire des efforts pour utiliser le scoring il risque de l ignorer La deuxi me option consiste int grer directement la fiche de notation et les rapports correspondants au syst me informatique de Pinstitution de microcr dit Cela demande un travail important L institution ou le fournisseur de son logiciel doit tre capab
162. uvais 81 71596 Arboleda Nivelly 336 1 323 132 29 ao t 2 3 14 8 25 Bon 80 80816 Beltr n Dioselina 304 1 032 48 29 ao t 0 3 14 8 42 Mauvais 80 62037 Nu ez Dolly 337 5 683 316 02 ao t 0 1 22 7 28 Bon 72 45638 Cruz Leonor 304 377 22 29 ao t 0 3 45 5 101 Mauvais 71 64823 Rivera Antonia 304 603 39 29 ao t 23 2 22 2 39 Mauvais 68 61653 Marin Graciela 337 5 763 283 02 ao t 0 4 14 5 25 Bon 62 78800 Mu oz Marco 304 2 003 111 29 ao t 0 3 25 7 67 Mauvais 60 24893 Silva Oswaldo 304 388 29 29 ao t 86 2 36 0 86 Mauvais 59 65323 Ru z Asia 308 56 12 03 ao t 58 4 24 7 58 Mauvais 59 59506 Cardona Graciela 334 188 51 29 ao t 0 2 11 9 18 Bon 59 54093 Tejada Mar a 285 14 638 790 11 ao t 0 1 0 3 2 Bon 58 71243 Castillo Rosa 293 630 70 18 ao t 0 2 6 1 15 Bon 58 22692 Tav rez Mar a 348 143 39 13 ao t 0 1 0 4 2 Bon 58 99155 Marroqu n Libia 334 77 41 29 ao t 0 1 11 1 22 Bon 58 18634 Rivera Melida 334 470 50 29 ao t 191 2 82 7 191 Mauvais 57 74810 Marulanda Pablo 304 331 27 29 ao t 23 3 25 8 54 Mauvais 56 20410 Valencia Claudia 356 323 53 21ao t 0 4 5 5 14 Bon 55 60737 Su rez Yolanda 335 275 40 03 ao t 0 1 0 5 2 Bon 55 85854 Marin Jorge 308 1 275 106 03 ao t 0 4 2 1 20 Bon 55 42074 Lozano Nevalia 292 251 19 18 ao t 86 2 52 0 93 Mauvais 54 30986 Berrios Fanny 318 2 449 136 13 ao t 0 2 4 4 15 Bon 54 31208 Gomez Diafanor 306 6 049 291 01 ao t 0 3 4 5 12 Bon 54 89020 Calder n Editha 319
163. uvent tre involontaires Par exemple les pauvres ne choisissent pas d tre pauvres M me les caract ristiques apparemment choisies r sultent d une incompatibilit inobserv e entre choix et contrainte Pourtant certains pensent qu il n y a pas de choix et que l tre humain est tributaire des lois physiques Quoi qu il en soit il existe des risques li s en grande partie des caract ristiques non choisies Les institutions de microcr dit doivent d cider comment valuer le risque tant donn que toute valuation repose n cessairement sur l exp rience et le jugement personnel Il y aura toujours des arbitrages faire entre une meilleure pr vision et la perp tuation d une injuste discrimination Au bout du compte le choix des donn es recueillir et la mani re de les utiliser impliquent un jugement de valeur de la part du pr teur Le scoring peut am liorer ce jugement en quantifiant les arbitrages entre l utilisation de certaines caract ristiques et des pr visions exactes des donn es qui sont des indicateurs indirects des m nombre de billets de loterie achet s au cours traits de caract re de l emprunteur susceptibles de l ann e coul e 5 Z A d tre troitement li s une bonne discipline s nombre de services religieux auxquels de remboursement Par exemple en Am rique l emprunteur a assist au cours de l ann e latine une personne qui a pour principe de ne coul e jamais boire d alcool
164. vent une cause commune Pagent de cr dit n a pas effectu de visite sur le terrain ou l emprunteur a quelque chose cacher Malheureusement la plupart des institutions de microcr dit ont un syst me informatique qui n enregistre pas correctement les valeurs manquantes Soit le syst me convertit les blancs en z ros soit il demande que chaque champ soit rempli ce qui pousse les op rateurs de saisie remplacer les blancs par des z ros fabriquer des donn es ou inventer des codes incoh rents pour les valeurs manquantes par exemple une grande institution de microcr dit accorde apparemment des pr ts des centaines de nonag naires tous n s le 11 novembre 1911 L enregistrement incorrect des donn es manquantes pose un double probl me pour le scoring Cela emp che d utiliser l existence de donn es manquantes comme facteur pr dictifet cela confond le risque associ aux valeurs manquantes avec le risque associ de v ritables valeurs nulles Par exemple le nombre d enfants enregistr peut tre sup rieur z ro gal z ro ou manquant Le risque associ aux personnes qui n indiquent pas leur nombre d enfants est probablement diff rent du risque associ aux personnes qui d clarent ne pas avoir d enfant Le fait de remplacer les valeurs inconnues par z ro conduit attribuer le m me risque aux deux groupes La solution est de cr er un code explicite pour les valeurs manquantes et d apprendre aux
165. xford Clarendon Press 1992 161 77 31 Edward M Lewis An Introduction to Credit Scoring Bibliographie Asch Latimer Improving Efficiencies in SME Lending with Scoring Manuscrit San Rafael Calif Fair Isaac 2000 Berry Michael J A et Gordon Linoff Mastering Data Mining The Art and Science of Customer Relationship Management New York John Wiley and Sons 2000 Churchill Craig F Sahra S Halpern Building Customer Loyalty A Practical Guide for Microfinance Institutions Microfinance Network Technical Guide n 2 Washington MicroFinance Network 2001 Cochran William G Sampling Techniques 3 d New York John Wiley and Sons 1977 Coffman John An Introduction to Scoring for Micro and Small Business Lending Rapport pr sent la conf rence de la Banque mondiale sur le th me Profiting from Small Business Lending Washington 2 3 avril 2001 Cuevas Carlos E Transaction Costs of Financial Intermediation in Developing Countries Etude sp ciale n 1469 de la s rie Occasional Papers Economie et Sociologie Columbus Ohio The Ohio State University 1988 Delmater Rhonda et Monte Hancock Data Mining Explained A Manager s Guide to Customer Centric Business Intelligence Boston Mass Digital Press 2001 61 Edelman D B The Introduction of Credit Scoring into Branch Banking Dans Credit Scoring and Credit Control Edit par L C Thoma
166. xplicite entre le degr de port e pr ter des agriculteurs de subsistance d une part et l accroissement de l tendue atteindre davantage d emprunteurs en vitant les risques les plus graves et de la durabilit de la port e am liorer la rentabilit en vitant les risques les plus graves d autre part Il va de soi que le fait de savoir qu un pr t est risqu n oblige pas un pr teur le rejeter Rien n oblige les institutions de microcr dit qui appliquent une politique ax e sur la lutte contre la pauvret rejeter les cas tr s risqu s mais elles ne veulent cependant pas ignorer les pr visions de risque Nul ne pr te sans tenir compte du risque et m me les pr teurs les mieux intentionn s limitent les co ts qu ils sont pr ts supporter pour atteindre un degr de port e donn Le scoring ne fait que mettre en lumi re les choix op rer il ne d cide pas la place du pr teur D autre part le rejet d une demande de pr t n est pas toujours une mauvaise chose pour l emprunteur Le microcr dit fait parfois plus de mal que de bien tout particuli rement pour les personnes les plus pauvres Certains emprunteurs haut risque m me s ils remboursent leur pr t ont tellement de mal respecter leurs ch ances qu il aurait mieux valu que leur demande de pr t soit rejet e d s le d part Le scoring compte tenu du co t financier net d un pr t non probl matique perdu et de l avantage fina
167. ythme de 0 25 point de pourcentage par mois Compte tenu d un risque de base de 10 la pr vision par r gression est Risque 10 0 25 x dur e l ch ance Le risque pr vu pour un pr t d une dur e de trois mois est gal 10 0 25 x 3 10 75 points de pourcentage Pour un pr t de 12 mois le risque pr vu est gal 10 0 25 x 12 13 41 Figure 25 Relation entre le risque et le nombre de mois coul s depuis le premier d caissement sur une fiche de notation par r gression Variation du risque en points de pourcentage 4 4 points de 24 36 Mois coul s depuis le premier d caissement Figure 26 Relation entre le risque et l ge du client sur une fiche de notation par r gression 1 2 9 points de Variation du risque en points de pourcentage 44 Age du client ann es Dans la pratique les fiches de notation par r gression utilisent un grand nombre de caract ristiques Par exemple une fiche combinant les deux formules une variable ci dessus permet de faire une distinction plus fine entre les niveaux de risque Risque 10 0 1 x ge 0 25 x dur e 42 Par exemple pour un emprunteur g de 30 ans ayant obtenu un pr t de 36 mois le risque pr vu est gal 10 0 1 x 30 0 25 x 36 16 points de pourcentage En revanche pour un emprunteur g de 55 ans ayant obtenu un pr t de 3 mois le risque pr vu est gal 10

Scoring: The Next Breakthrough in Microcredit? (French)

Contents

Download Pdf Manuals

Related Search

Related Contents