CHAPITRE I : L’évaluation

quantitative du risque de crédit

Msc Banque & Ingénierie financière
2010– 2011
Dr Babacar Sène
 Plan du chapitre
• 1- La défaillance de l’entreprise ( définition,
concepts et causes )
• 2- Les modèles financiers d’évaluation du risque de
défaillance
3- Les méthodes alternatives d’évaluation du risque
de crédit : approches logit et probit
Introduction : la notation du risque
crédit
 Défaillance d’un émetteur d’obligation

 Défaillance d’un client ( particulier ou

entreprise )
Les banques ont le choix entre utiliser les grilles
de notation externe ( S&P, Moody’s, Fitch ) ou
faire usage de modèles internes pour évaluer
les probabilités de défaut.
1. Définition de la défaillance d’une
entreprise
• La défaillance des entreprises a beaucoup
intéressé les chercheurs et les professionnels (
analyste de crédit, analyste financier,
gestionnaire des risques ). Beaucoup d’études
ont analysé la défaillance à partir des
entreprises en difficultés.
 La bibliographie sur la défaillance
Auteur Définition de la
défaillance
Bescot ( 1987 ) Inadéquation face à
l’évolution de
l’environnement (
marchés, capitaux etc )
Cohen ( 1987 ) Cessation de paiements,
procédure judiciaire
Koenig (1985) Problème de rentabilité et
de liquidité
 La bibliographie sur la défaillance
Auteur Définition de la
défaillance

Ooghe et Van Wymeersh ( Définition Economique :

1990 ) L’entreprise ne parvient
pas à réaliser de manière
continue ses objectifs
économiques ( valeur,
emploi, fiscalité )
 La bibliographie sur la défaillance
Auteur Définition de la
défaillance

Ooghe et Van Wymeersh ( Définition Juridique :

1990 ) Deux classes d’entreprises:
 Les entreprises
déclarées en faillite
 Les entreprises en
concordat ( préventif à la
faillite ).
 La bibliographie sur la défaillance
Auteur Définition de la
défaillance
Altman ( 1983 ) Distinction entre
insolvabilité, faillite et
défaillance

Lee (1985 ) Sépare les cas d’analyse de

crédit, de faillite et de
difficulté financière
 La bibliographie sur la défaillance
Auteur Définition de la
défaillance

Casta et Zerbib ( 1979 )  Défaillance juridique : dépôt de

bilan
 Défaillance économique : absence
de rentabilité et d’efficacité de
l’appareil de production
 Défaillance financière ( problèmes
de trésorerie et de remboursement
 Les différents risques liés à la
défaillance selon les études
Auteur Risques

Casta et Zerbib Risque de non liquidité et le

risque patrimonial (
surendettement)
Altman Risque de non remboursement

Collongues Risque de non liquidité et

risque économique
Conan et Holder Risque patrimonial et de risque
de non remboursement
Approches qualitative et quantitative pour
mesurer le risque de défaillance

• Les ratios financiers ne suffisent pas à analyser

de façon complète le risque de défaillance, la
plupart des modèles sont complétés par une
approche qualitative. Selon une étude
statistique sur les défaillances d’entreprises,
les variables qualitatives ont joué un rôle
important :
 Les causes de la défaillance
• La construction des modèles capables de
prévoir le risque de défaillance présuppose
une analyse détaillée des causes de la
défaillance d’entreprise. Cette analyse
permettra par la suite de développer des
modèles de prévision plus réalistes et plus
proches de la définition qualitative de la
défaillance.
 Les causes de la défaillance
Causes premières de la Fréquences
défaillance
Réduction de l’activité 33,2%

Réduction des marges et de la rentabilité 17,6%

Problèmes spécifiques de trésorerie 18,7%

Problèmes de management 23%

Causes accidentelles 7,5%

Total 100%
 Les causes de la défaillance
Réduction de l’activité Fréquences ( % )
Baisse tendancielle de la demande 15.7

Baisse accidentelle ou conjoncturelle de 8.2

la demande
Perte de clients importants 4.5

Développement de la concurrence 1.9

Moindre compétitivité des produits 1.5

Obsolescence technologique des produits 0.7

Défaillance d’un sous traitant ou d’un 0.7

fournisseur
 Les causes de la défaillance
Réduction des marges ou Fréquences ( % )
de la rentabilité
Choix stratégiques inadéquats 5.2

Rigidité des prix de vente 3.4

Frais de personnels trop importants 3.4

Matériel de production obsolète 2.6

Frais financiers trop élevés 2.2

Appel à la sous traitance sans réduction 0.4

des charges
Hausse des prix des matières premières 0.4
 Les causes de la défaillance
Problèmes spécifiques de Fréquences ( % )
trésorerie
Défaillance de clients importants 8.6

Suppression des concours bancaires à 4.1

court terme
Stocks trop importants 2.2

Sous capitalisation face à une croissance 2

rapide
Allongement imposé des crédits clients 1.1

Raccourcissement imposé des crédits 0.7

fournisseurs
 Les causes de la défaillance
Problèmes de Fréquences ( % )
management
Incapacité du dirigeant 6.2

Formation technique insuffisante du 5.2

dirigeant pour s’adapter à de nouveaux
marchés
Désorganisation 5.2

Méconnaissance des prix de revient 4.5

Succession mal assurée du dirigeant 1.5

Prélévements excessifs des dirigeants 0.4

 Les causes de la défaillance
Causes accidentelles Fréquences ( % )
Malversations 2.6

Décès, maladie du dirigeant 2.3

Sinistres 1.5

Problèmes sociaux internes à l’entreprise 1.1

2. Les modèles financiers d’évaluation
du risque de défaillance
• Les modèles d’évaluation du risque de
défaillance peuvent être estimés à l’aide de
deux approches : empirique et statistique
 2.1 L’approche empirique
• Les méthodes développées sont couramment
pratiquées par les institutions financières
comme outil d’analyse des demandes de
crédit.
 A – La méthode des « cinq C »
• Cinq critères d’appréciation sont utilisés pour
évaluer l’entreprise :
• « Character » : honnêteté, notoriété des
dirigeants,
• « Capacity » : compétences et qualifications
des dirigeants,
• « Capital » : structure financière de
l’entreprise ( ratio de l’endettement global )
 SUITE
• « Conditions » : capacité de l’entreprise de
faire face à des facteurs économiques qui
conditionnent la rentabilité économique
• « Coverage » : garanties offertes par
l’entreprise
 SUITE
• Cette méthode met l’accent à la fois sur les
qualités et sur les aspects économico-
financiers des entreprises à évaluer. La prise
en compte des garanties montre l’intérêt des
banquiers de s’assurer contre le risque de
défaillance. C’est une approche qualitative et
quantitative.
 B – La méthode LAPP
• Cette méthode s’annonce plus technique que
la précédente et se fonde sur quatre critères :
• « Liquidity » : ratios de liquidité générale (
actif circulant/ dettes à court terme) et de
liquidité directe ( actif circulant – stocks )/
dettes à court terme
• « Activity » : volume du chiffres d’affaires, des
achats, rotation des stocks ( coûts des
produits vendus / stocks moyens de produits )
 SUITE
• « Profitability » : marge nette ( bénéfice
net/chiffres d’affaires ) ou de rentabilité
économique ( bénéfice net/ actif total)
• « Potential » : capacité des dirigeants, qualité
des produits, garanties
• Bien que l’évaluation soit quantitative,
l’appréciation personnelle de l’agent de crédit
joue un rôle important ( parfois arbitraire )
 C- La méthode « creditmen)
• C’est une méthode qui permet de donner une
note globale à l’entreprise. Trois types de
facteurs sont pris en compte :
 Le facteur personnel exprimant la
compétence de l’équipe dirigeante et du
personnel de l’entreprise avec une
pondération de 40%
 Le facteur économique présentant le
potentiel de croissance avec une pondération
de 20%
 SUITE
 Le facteur exprimant la situation financière
relative de l’entreprise avec une pondération
de 40%.
En ce qui concerne le situation financière, cinq
ratios avec leurs pondérations relatives
donnent une note synthétique d’évaluation
d’entreprise.
 Procédures d’application de
creditmen
• La note synthétique est calculée grâce à la
relation suivante :

rf 1 rf 2 rf 3 rf4 rf 5
NS  25 *  25  20  20  10
RF1 RF 2 RF 3 RF 4 RF 5
 SUITE
• La note synthétique (NS) se fonde sur la
relation suivante :
• Ratio financier rfi de l’entreprise considérée/
Ratio financier Rfi de l’entreprise type (
l’entreprise médiane de l’échantillon)
 SUITE
• rf1 = actif circulant – stocks/ dette à CT
• rf2 = Capitaux propres/ Dettes totales
• rf3 = Coût de revient des ventes / Stock
moyen
• rf4 = Ventes/ Clients + effets à recevoir+ effets
escomptés non échus
• rf5 = Capitaux propres/ valeurs immobilisées
nettes
 Suite
• L’interprétation de la NS pour une entreprise
est la suivante :
• NS = 100, situation financière normale
• NS > 100 Bonne situation financière
• NS < 100 Situation financière mauvaise
• Si NS< 100, le banquier devra effectué une
analyse financière approfondie.
 2.2 L’approche statistique
 Approche statistique unidimensionnelle (
pouvoir discriminant de chaque ratio
déterminé de façon isolée )

 Approche statistique multidimensionnelle (

on tient compte d’une batterie de ratios pour
déterminer le risque de défaillance )
 L ’approche multidimensionnelle ( Première et deuxième
étapes )

Echantillon
Ensemble de ratios Echantillon
d’entreprises en
financiers d’entreprises saines défaillance

Selection des ratios

financiers les plus
significatifs

Dr Babacar Sène FASEG UCAD

 Troisième étape

Le score discriminant : meilleure combinaison de

ratios financiers
Z = V1X1 + V2X2 + V3X3 + ……………………….VnXn
Où V1, V2, ………..Vn sont des coefficients
discriminants
X1, X2 ………………..Xn sont des ratios financiers
Et Z est le score discriminant
 Quatrième étape

Application sur un ou plusieurs

échantillons pour le calcul des taux
d’erreurs de classement
 Cinquième étape

Classement de l’entreprise par son score comme :

 Saine
 Défaillante
Mais attention il peut y avoir deux types d’erreur :
L’entreprise est saine alors que le score le classe
défaillante ( erreur de premier type )
L’entreprise est défaillante alors que le score le classe
défaillante ( erreur de deuxième type )
 A - Le modèle discriminant
d’Altman et Lavalee
• A partir de 11 ratios financiers et d’un
échantillon de 27 entreprises saines et 27
entreprises en défaillance entre 1970 et 1979,
les auteurs ont construit la fonction de crédit
scores suivant :
• Z = -1,626 + 0,234X1 – 0,531X2+1,002X3+0,972X4 +0,612X5
• Parmi les 11 ratios seuls 5 sont significatifs
 Suite
• X1 = CA/Actif total
• X2 = dette totale/actif total
• X3 = actif circulant/ dette à CT
• X4 = bénéfice net après impôts/dettes totale
• X5 = taux de croissance des capitaux propres-
taux de croissance des actifs
 SUITE
• Règle de classement des auteurs :
• Zc > 0 entreprise saine
• Zc < 0 entreprise défaillante
• Le modèle fourni 83,3% de bons classement
des clients un an avant la défaillance
 B - Le modèle discriminant de
Bardos
• Bardos pour le compte de la banque de France
a analysé les problèmes de défaut d’un
échantillon de PME du bâtiment et génie civile
et agricole.
• 100 B = -0,766 R1 +12,307R2 -6,609 R3 -8,695R4 – 4,092R5 – 1,933 R6 +215,33
 SUITE
• R1 = frais financiers/ Résultat d’exploitation+produits
et charges hors exploitation
• R2= résultat d’exploitation/ Production HT
• R3 = frais financiers / endettement moyen
• R4 = concours bancaires de trésorerie/ Production
HT
• R5 = provisions du bilan/ ressources propores
• R6 = dettes diverses d’exploitation/ production HT
 Suite
• Règle de classement :
• B > 0,125 ( zone favorable, entreprise saine )
• -0,125  B 0,125 ( Zone neutre )
• B < - 0,125 ( zone de défaillance )
• Le taux de bon classement tourne autour de
72%.
 2.3 Le risque de crédit clients
particuliers
 L’approche traditionnelle

 Le crédit scoring
 A – L’approche traditionnelle
Il s’appui sur le jugement de l’analyste crédit sur
la capacité du client à rembourser son crédit.
Plusieurs types de crédit :
 Crédits à la consommation

 Crédits immobiliers
 A – L’approche traditionnelle
 Collecter toutes les informations nécessaires
sur l’emprunteur ( situation de famille,
revenus ancienneté dans la profession ……) et
sur ses antécédents d’endettement et de
solvabilité.
 Fichier central des chèques
 Fichier central des incidents de
remboursement de crédit au particulier
 B – Les scores de particuliers
• L’objectif est de déterminer une note
quantitative au client particulier. Une
nouvelle demande de crédit sera traitée à
partir d’une grille d’analyse comprenant des
critères bien définis.
 Exemple de grille
Logement Propriétaire 40
Locataire 25
Pas de réponse 8
Durée de résidence à la même adresse Moins de 6 mois 12
6 mois à 2 ans 15
2 ans à 7 ans 22
Plus de 7 ans 35
Profession Chômeur 25
Retraité 20
Cadre moyen ou supérieur 45
Commerçant 35
Ancienneté dans l’emploi Moins 1 an 12
1 – 3 15
3 – 5 25
Plus de 5 ans 48
Age Moins de 45 ans 20
Plus de 45 ans 4
Situation de famille
Nombre de personnes à charge
Revenus mensuels
Références bancaires
Célibataire homme 10
Célibataire femme 15
0 10
1 20
2 30
Moins de 200 000 5
200000 – 400000 15
400000 – 600000 20
Aucune 10
Compte chèques 40
Comptes chèques et d’épargne 60
3 - Les approches alternatives : les
probit et logit
« L’économétrie au chevet de la finance »

Dans cette section, nous introduisons les

approches Logit et Probit pour estimer le
risque de défaut des entreprises ou clients
particuliers
 3. 1 – Spécification des modèles
• Lorsque la variable endogène d’un modèle est
dichotomique ou à choix multiples se pose un
problème d’estimation.
Le modèle binaire, à choix multiple
ou à probabilité linéaire
yi  a0  a1 xi   i i  1.......n
yi var iable endogène
xi var iable exogène
 erreur de spécificat ion
 Propriétés du modèle

 E  i   0 alors E ( yi )  a0  a1 xi
 La var iable prévue de yi
Soit Pi  Pr ob yi  1
Pr ob y i  0   1  Pi
E  yi   1* Pr ob yi  1  0 * Pr ob yi  0   Pi
Soit : Pi  a0  a1 xi
d ' où le nom de mod èle à probabilit é linéaire
 Suite
• La variable yi ne pouvant prendre que deux
valeurs ( 0 ou 1 ), donc l’erreur aussi ne peut
prendre que deux valeurs :

 i  1  a0  a1 xi  avec Pi
 i  0  a0  a1 xi  avec 1  Pi
 Conséquence
• On ne peut pas utiliser la méthode des
moindres carrés ordinaires pour estimer les
paramètres du modèle.
3. 2 – Les modèles à choix binaires
L’objectif est de modéliser les situations
suivantes :

 Remboursement du prêt ou non

remboursement.
 Probabilité de défaillance d’une entreprise ou
non défaillance.
a – Le modèle linéaire sur variable
latente
• Une variable latente est une variable continue
non observable et représentative du
phénomène étudié. yi*  a0  a1 xi
• La variable endogène binaire yi est définie par
le modèle suivant :


 yi  1 si yi*  0

 yi  0 si yi  0
*
 Suite

Pi  Pr ob yi  1  Pr ob i  a0  a1 xi 
 SUITE
• La probabilité Pi dépend de la distribution du
terme de l’erreur.
• Deux cas :
 Le modèle Probit si la fonction de répartition
de l’erreur suit une loi normale
 Le modèle Logit si la fonction de répartition
suit une loi de type logistique
 b –Le modèle Probit
• Dans le cas d’un modèle Probit, la fonction de
répartition de l’erreur est donnée par la
relation suivante :
2
t
a0  a1 xi 1  dt
Pi   e 2

2
 c – La fonction Logistique (logit
model )
• La fonction de répartition de la loi logistique
est donnée par la relation suivante :
exp ( a0  a1 xi )
Pi   a0  a1 xi  
1  exp ( a0  a1 xi )
1

1  exp ( ( a0  a1 x1 ))

lim P 1
i
xi  

lim Pi 0
xi  
 Fonction de répartition du modèle
logistique
120,00%

100,00%

80,00%

60,00%
Série1

40,00%

20,00%

0,00%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
 Estimation du modèle Logit

 Pi  *
Ln   yi  a0  a1 x1   i
 1  Pi 
Les estimation s des mod èles log it et probit se
font à l ' aide de la max imisation log vraisemblance
 d – Les tests statistiques
 Significativité des ratios ( variables
explicatives )
 Significativité globale du modèle de score
 Interprétation du pseudo R2
 Significativité des ratios
• La significativité de chaque ratio est
déterminé à l’aide z-statistique qui ne suit pas
une loi de Student à cause du caractère
binaire de la variable endogène.
• La significativité s’interprète à partir des
probabilités critiques par rapport à 5%
La significativité globale du modèle
de score
• H0 = a1 = a2 = a3 =………….=ak = 0
• Le ratio de log vraisemblance :
• LR =-2(ln(R) – ln(U))
• LR suit une loi de  2 à k DDL.
• Si LR supérieur à Chi2 on rejette l’hypothèse
H0 donc le modèle de score est globalement
significatif
 SUITE
• R = valeur de la fonction log vraisemblance
contrainte
• U = valeur de la fonction log vraisemblance
non contrainte
 Calcul & interprétation du pseudo
R2
• Pseudo R2 =1 – ln(U)/ln(R)
• Plus le pseudo R2 est élevé plus le modèle est
bon.