Erste Bank Première à Introduire des Conditions de Prêt Personnalisées

À chacun selon ses mérites. Meilleurs clients – prêts moins chers, pires clients – prêts plus chers. Ou, si un client est en dessous de la ligne de rentabilité et de recouvrement – pas de prêts.

Écrit par Gordana Gelenčer
[email protected]

Le Système de Classement des Clients Internes, selon la méthodologie de Bâle II (le cadre réglementaire bancaire de l’UE traitant des risques), sera d’abord mis en œuvre en Croatie par Erste&Steiermärkische Bank. Cela implique l’application de calculs mathématiques plus précis qui englobent tous les types de risques de crédit, de marché et opérationnels. À Erste Bank, des modèles de scoring et de notation, des modèles de probabilité de défaut de prêt, des modèles de perte due à des non-paiements, etc., sont en cours de développement… Et cela, selon la décision du propriétaire et avec la ‘bénédiction’ de la banque centrale autrichienne, de manière complètement indépendante, selon les conditions actuelles du marché croate et le profil de chaque client individuel en Croatie, pas en Autriche ! Tout cela devrait aider à calculer le niveau minimum de capital pour les risques auxquels la banque est exposée aussi précisément que possible.

– Nous sommes la troisième plus grande banque, donc une banque de risque systémique ; si quelque chose nous arrive, nous pouvons compromettre la stabilité du système. Par conséquent, il est important de calculer le capital requis aussi précisément que possible. Cet outil de Classement des Clients Internes (IRB) nous permet également de mesurer avec précision le risque de recouvrement des prêts et ainsi de déterminer des taux d’intérêt appropriés pour chaque client. Cela apporte une personnalisation des services, des taux d’intérêt, des instruments de garantie, etc., à chaque client individuel – déclare Stjepan Anić, Directeur du Département de Recherche Quantitative.

Qu’est-ce que cela apporte spécifiquement aux entreprises, en particulier aux petites et moyennes entreprises qui, sans faute de leur part, luttent contre l’illiquidité ? – La plupart des petits entrepreneurs rencontrent actuellement des problèmes de recouvrement, indirectement aussi avec le respect de leurs obligations envers la banque. Le scoring des clients a été perturbé à cause de cela, ce qui coûte à la banque des allocations plus élevées pour les réserves et les exigences de capital. Cependant, précisément à cause du Système de Classement des Clients Internes, qui est lié au système de réserves, le risque accru a été reconnu à temps afin que la Banque n’ait pas à augmenter brusquement et plusieurs fois le montant des réserves pour pertes de prêts, ce que certaines banques ont dû faire cette année – note Dejan Donev, Directeur Adjoint du Secteur de Gestion des Risques.
 
Il déclare que les clients sont classés en certaines catégories de risque. Pour les nouveaux clients, le niveau de salaire, les actifs, l’état civil sont pris en compte, tandis que pour les particuliers, les rapports financiers, la qualité de la gestion et le statut industriel sont évalués pour les entreprises.

Anić note que malgré tous les avantages, le Classement des Clients Internes cache un danger. – Certaines banques mères encouragent injustement l’utilisation de modèles de Classement des Clients Internes, développés sur la base de données décrivant la situation dans leurs pays d’origine, dans leurs filiales en Europe centrale et orientale. Lorsque, par exemple, un tel système est appliqué en Croatie, cela crée l’impression que les risques sont mesurés, ce qui n’est pas le cas en réalité puisque l’ ‘instrument de mesure’ (modèle) n’a pas été développé selon la situation réelle dans notre pays et ne capture pas les caractéristiques de risque spécifiques des clients pour cela. Tout cela entraîne une réalisation plus difficile d’économies significatives en capital et en réserves puisque cette ‘personnalisation’ des services bancaires n’est pas basée sur le niveau de risque réel de ses clients – avertit-il.

Quelle est la situation dans d’autres banques ?

À Hypo Bank, ils disent avoir développé des modèles internes pour la majorité de leurs expositions de crédit.
– Au moment de l’approbation du prêt, ces modèles servent de critères d’approbation, et par la suite, les modèles sont utilisés pour identifier les pertes potentielles, c’est-à-dire les clients qui ne pourront pas rembourser les prêts déjà accordés – disent-ils.
Le Groupe Raiffeisen a développé un système de notation interne pour évaluer le risque client dans les affaires avec des entités juridiques depuis 2005.
– Nous utilisons un système de notation de crédit interne lors de la décision d’approbation des prêts, ainsi que lors du suivi des clients, et ainsi déterminons la nécessité de former des réserves. Au début de la crise, nous avons commencé à développer des Signes d’Alerte Précoce, qui permettent d’identifier à temps les clients potentiellement mauvais envers lesquels des mesures proactives sont prises, par exemple, les plans de remboursement sont ajustés aux flux de trésorerie attendus, etc. – affirment-ils chez RBA.

Ils disent que l’accent des analyses quantitatives se déplace des méthodes axées sur l’augmentation des activités de vente vers des méthodes visant à évaluer le risque. Cela permet un meilleur suivi du portefeuille dans le but de minimiser le risque et de prendre de meilleures décisions commerciales. Les modèles quantitatifs sont, en fait, capables de reconnaître les causes sous-jacentes du risque dont l’impact peut changer au fil du temps. – Dans des conditions turbulentes où l’importance des facteurs de risque varie en très courts intervalles de temps, les méthodes analytiques ont pour tâche de reconnaître non seulement les facteurs de risque dominants mais aussi les candidats potentiels parmi ces facteurs qui deviendront dominants à court/moyen/long terme. Cela permet aux décideurs de décisions stratégiques et tactiques de réagir à temps et réduit l’incertitude lors de la prise de décisions commerciales – disent-ils chez RBA. Gordan Horvat, Directeur du Département de Gestion des Risques à la Banque de Crédit Zagreb, déclare qu’en raison de la crise, ils prévoient d’introduire un système de scoring et de notation.

– Contrairement aux grandes banques en propriété étrangère qui utilisent les connaissances de leurs banques mères, nous devons nous fier à nos propres connaissances pour développer des modèles. Cependant, ces modèles de scoring et/ou de notation, qui ont été développés dans d’autres pays, ne sont pas entièrement applicables dans nos conditions commerciales en raison des différences d’économies et d’autres facteurs qui affectent la précision et la validité des modèles eux-mêmes. De plus, les petites banques avec moins de clients sont confrontées au problème de la qualité des données d’entrée, ce qui impacte également de manière significative la qualité du système lui-même – déclare Horvat.

Dans les petites banques, dit-il, il n’y a pas assez de personnes formées pour développer des modèles, donc les grandes banques ont encore un avantage. Certaines d’entre elles ont des départements/sectors séparés qui s’occupent exclusivement du développement de tels modèles et utilisent simultanément l’expérience des banques mères, tandis que d’autres effectuent des évaluations de scoring et de notation au siège de leurs banques mères à l’étranger. – L’introduction de systèmes de scoring et de notation dans les affaires réduirait certainement le nombre de prêts risqués, mais pour des montants plus importants de placements, cela n’éliminerait pas la nécessité d’analyses plus détaillées des clients. Dans des conditions commerciales normales, l’introduction du système entraînerait également une certaine réduction des réserves pour des placements risqués.

Affaires en Crise

Cependant, dans des conditions de crise, l’introduction de systèmes de scoring ou de notation n’est pas une garantie de réduction du nombre de prêts risqués et du montant des réserves, car même avec des clients de qualité, les affaires peuvent se détériorer en quelques mois, considérant que les systèmes de notation pour les entités juridiques sont basés sur l’hypothèse de défaut dans l’année suivante sur la base des rapports financiers finaux des entreprises – avertit Horvat. OTP Bank Croatie applique une notation experte dans le processus d’évaluation de la solvabilité des entreprises depuis la dernière crise bancaire à la fin des années quatre-vingt-dix.

– Dans l’évaluation de la solvabilité des débiteurs dans le portefeuille de prêts en espèces non affectés aux particuliers, OTP Bank applique un scoring statistique comme un outil utile pour la vérification de la solvabilité, tel que la vérification contre la ‘liste noire’, la vérification de l’endettement auprès des banques, la vérification des revenus et le calcul de la suffisance des flux de trésorerie pour couvrir les obligations envers la banque. Nous ne sommes pas au courant de quelqu’un en Croatie appliquant ce qu’on appelle le pricing basé sur le risque, surtout dans le portefeuille de prêts aux particuliers, sauf peut-être pour les prêts de restructuration des obligations échues, qui sont plus chers que d’autres produits – disent-ils chez OTP.
Ils affirment que le système d’évaluation de la solvabilité est presque impossible à reprendre de la ‘mère’. Chaque banque doit développer ce modèle pour elle-même sur la base de son échantillon historique. Dans le portefeuille de prêts aux particuliers, les modèles de scoring statistiques sont basés sur des variables démographiques-sociologiques d’un certain échantillon historique, donc étant donné les comportements différents des citoyens de Hongrie par rapport à ceux de Croatie, cela ne serait pas applicable. Les modèles pour les entreprises sont encore plus complexes, surtout dans un marché peu profond avec seulement quelques acteurs dans de nombreux secteurs industriels.

– Les modèles statistiques fonctionnent bien en périodes de stabilité économique. Lorsque la situation est instable, en crise, nous devons être très prudents lors de l’utilisation de ces outils. La qualité des données est particulièrement importante. Pour qu’un modèle soit bon, nous devons avoir beaucoup de données collectées sur une longue période et les évaluer sur un échantillon historique avant de le mettre en opération – notent-ils à la banque.