AXA intère des modèles IT et l’expertise de ses utilisateurs pour l’octroi de crédits

Le risque est un paramètre clé de l’octroi de crédits. C’est d’ailleurs une préoccupation majeure de Basel II. Alors que certains regrettent les contraintes de cette réglementation, AXA Bank Europe a choisi d’en tirer parti.
«Très tôt, nous avons investi dans des outils de modélisation en vue d’évaluer les risques de nos activités crédits composés à 80% de prêts hypothécaires, 12% de crédits professionnes et 8% de crédits privés», explique Jean-Baptiste de Looz, Chief Risk Officer à la direction financière d’AXA Bank Europe à Bruxelles.

Et de miser sur les atouts cachés de Basel II, notamment en matière d’ajustement des besoins en capitaux face aux risques réels. Cette législation, assure aujourd’hui AXA Bank Europe, a permis d’investir en modèles nouveaux, également en bases de données. Il faut savoir qu’en matière de crédits aux particuliers la construction des modèles de risque peut requérir jusqu’à 700 informations par crédit et qu’il arrive que l’on traite jusqu’à 100 millions de données plusieurs fois pour un seul prêt!

Particularité chez AXA: la modélisation n’est pas assurée par le département risk management à proprement parler, mais par le département opérationnel crédits, ce qui facilite les échanges avec les collaborateurs allant utiliser le modèle (décision de crédit, tarification, approvisionnement…) lors de son lancement. «Notre production ayant doublé chaque année entre 2002 et 2006, nous avons automatisé les analyses pour réduire les pertes de temps liées aux manipulations humaines, comme les confirmations et reconfirmations, également pour connaître nos risques et revenus par contrats et réaliser, indirectement, des plus-values opérationnelles».

Aujourd’hui, retenir le meilleur dossier sur base du risque/retour est devenu une question de survie. AXA Bank Europe capitalise sur son expérience du métier et sur la valorisation des données stockées de type Basel II à travers l’usage de SAS Credit Risk Management.

«Davantage de clients générant davantage de contentieux, ce n’est pas bon. Il fallait absolument pouvoir prédire les défauts de paiement et en déterminer un taux d’acceptabilité», confirme Jean-Baptiste de Looz. Les résultats de l’analyse sont interprétés selon un code de couleur -vert pour accepté et rouge pour refusé- et à une courbe tracée sur base du profit/taux d’approbation. En automatisant ses décisions de crédit, AXA Bank Europe a gagné en productivité et sécurité. La pratique montre un taux de défaut trois fois plus important sur l’application rouge que sur l’application verte. Ceci a permis à la banque d’augmenter tout à la fois son taux d’acceptation et la profitabilité de sa branche crédit.

«Se reposer sur des modèles aussi performants soient-ils peut s’avérer dangereux, nuance Jean-Baptiste de Looz. En cas d’erreur, les conséquences peuvent être incalculables… Aussi, faut-il vérifier constamment qu’il n’y a pas de fraudes; de même, s’assurer de la validité des profils, des indicateurs, etc. Par exemple, si les prévisions du modèle annoncent 3% de défauts, on doit retrouver les 3% prévus et pas plus. Il convient aussi de s’assurer que les défauts enregistrés ont bien pour origine les clients dont le score était mauvais ou risqué.» Parallèlement au quantitatif, la banque apporte aussi une même importance au qualitatif des modèles en surveillant et analysant tous les cas litigieux afin de comprendre où ça a coincé.

La réalisation de modèles demande énormément de travail. Huit collaborateurs sont sur la brèche. «Nous devons être certains que le modèle fonctionne. Aussi, nous devons être à l’écoute des utilisateurs; ne pas les isoler ni enfermer les modélisateurs, mais les mettre en relation avec les réalités du terrain. Un problème de données peut faire tout basculer tout… et, sans leur regard avisé, il faut parfois plusieurs mois avant de s’en rendre compte!»

En fait, AXA développe trois types de modèles pour chaque type de produit: modèles de scores, de comportement et de recouvrement. Ce qui permet à la banque d’anticiper ses pertes, de mesurer exactement ses profits, de surveiller au plus près la qualité de son portefeuille. Elaboré à partir du Detailed Data Store, passant ensuite par l’Analytical Based Table, la modélisation et, enfin, les environnements de production, chaque modèle est construit sur le même parcours. Terminé, il subit une série de tests qui devront confirmer sa robustesse et sa stabilité future.

Pouvoir rembourser un prêt au moment de la signature du contrat est une chose, prouver que l’on restera solvable sur toute la durée du contrat en est une autre. «En matière de crédit à long terme, on doit toujours s’attendre à rencontrer des périodes de basse conjoncture. Il est dont intéressant de pouvoir envisager l’impact de tels revers sur un portefeuille. Avec quelque 80% de crédits logement et un marché immobilier en hausse constante, nous nous sommes donc interrogés sur l’impact que représenterait sur nos activités l’implosion du marché en mettant en parallèle nos indicateurs avec l’environnement économique.»

La banque retient les profils de clients offrant la meilleure résistance aux risques de l’immobilier ou des fluctuations de l’emploi. Le calcul se base sur le type d’habitation, sa localisation, son usage, la famille… Cela permet de prémunir tant le client que la banque. «Si notre stratégie d’acceptation des crédits n’a pas changé, en revanche nous offrons les meilleurs taux aux clients les plus résistants. Pour les autres, nous tenons compte du risque, agissant ainsi de manière douce.» Et ça marche! Par exemple, pour les crédits à la consommation, en mettant 2,5% de la population dans le rouge, la banque enregistre 25% de défauts de paiement en moins! Qui plus est, grâce à ses outils informatiques, AXA a pu abandonner le champ de bataille tarifaire et aller vers des tarifs basés sur la notion de «crisis-proof» client!

Parallèlement à son impact direct sur l’appréciation des risques opérationnels de crédit, la suite éponyme de SAS a également rassuré le comité de direction -«les modèles prouvent la résistance du client, le reste n’est que bon sens…»

AXA Bank Europe regroupe et analyse des données de crédit provenant d’horizons et systèmes divers. Elle planifie, mesure et surveille l’exposition aux risques de son portefeuille. Enfin, elle rencontre à la lettre les dispositions de Basel II en optimisant l’allocation de son capital règlementaire au capital économique. L’exploitation intelligente de ces facilités, assure encore Jean-Baptiste de Looz, permet à AXA de passer la crise tout en préservant sa bonne santé et de solides capacités de résistance.

° Consulter et regrouper les données de crédit provenant de multiples sources et systèmes disparates.
° Intégrer en toute transparence le risque de crédit (credit scoring) et la notation interne avec l'évaluation des risques portant sur le portefeuille de crédit.
° Planifier, mesurer, surveiller et consigner dans des rapports les expositions potentielles au risque de crédit à l'échelle de l'entreprise, aussi bien au niveau de la contrepartie que du portefeuille.
° Évaluer d'autres stratégies de tarification, de couverture ou de transfert du risque de crédit.
° Optimiser l'allocation du capital règlementaire et du capital économique,
de faciliter le respect des règlementations et des exigences en matière de divulgation des risques, pour un grand nombre de dispositifs telles que Basel II.