Les modèles internes : actifs stratégiques et leviers de transformation pour les banques traditionnelles

La réforme Bâle II a posé les principes d’une mesure fine des risques. Bâle III a renforcé les exigences en capital dans une logique d’amélioration de la solidité financière d’une industrie bancaire bousculée par la crise de 2008. L’EBA [1] et la BCE ont mis en place un dispositif pérenne de normes et de surveillance ayant vocation à accroître durablement la confiance dans les établissements européens. Cependant, la valorisation actuelle des banques ne semble pas traduire les efforts réalisés par l’Europe depuis dix ans.

À l’ère du digital et des GAFA, le double défi de la différenciation et de la rentabilité dans un environnement de taux bas relance l’intérêt d’une mesure toujours plus fine des risques. Les modèles internes sont en effet largement utilisés pour la tarification, l’octroi, les délégations, la classification des risques, le contrôle et le refinancement. L’utilisation de modèles performants favorise la personnalisation des propositions commerciales et la fluidité du service apporté, la réduction des délais et des coûts de traitement, la maîtrise des risques, la pertinence des audits, l’allocation optimale du capital, qui sont autant de barrières à l’entrée pour de nouveaux entrants.

Un nouvel élan donné aux modèles internes

Grâce à l’exercice TRIM [2] conduit par la BCE, les banques européennes disposent d’un état des lieux approfondi sur la structure de leurs systèmes de notation, la différentiation et la quantification de leurs risques. Des modèles de classement favorisant une meilleure discrimination, des classes de risque parfaitement homogènes, des classes de perte traduisant finement la performance du recouvrement de l’établissement, sont autant d’évolutions bénéfiques pour le calcul des exigences en fonds propres et l’insertion opérationnelle des paramètres bâlois. Les modèles internes apparaissent ainsi centraux dans l’approche holistique mise en œuvre dans le cadre du SREP [3] avec les trois dimensions évaluées : business model, risk management et capital.

Les révisions méthodologiques post-TRIM devraient permettre aux acteurs les plus ambitieux de transformer en avantage concurrentiel les investissements réalisés dans les modèles internes. Améliorer la connaissance risque a de tout temps facilité le financement des projets des clients particuliers et entreprises. La connaissance risque associée aux technologies Big Data est aujourd’hui source de création de valeur dans cette recherche d’une relation privilégiée avec des consommateurs sur-informés et sur-sollicités : communication ciblée, pro-activité des conseillers, innovations produits pointues apporteront des réponses marketing à la base clients historique dont dispose chaque banque en tant que tiers de confiance de longue date.

Une architecture des modèles en ligne avec la stratégie

Si l’exigence de comparabilité des RWA [4] de la part de la BCE induit une politique d’harmonisation des pratiques de modélisation, une architecture des modèles internes adaptée à la stratégie de chaque établissement reste un atout de taille dans la construction d’une offre différenciante et rentable. Par architecture des modèles, il faut entendre l’ensemble des choix spécifiques déterminés par chaque banque afin d’établir l’assise métier de la vision statistique : segmentations risques affinées par marché de clientèle, périmètres d’analyse des classes d’actifs en ligne avec l’activité commerciale, industrialisation des calculs de paramètres bâlois pour une insertion opérationnelle optimisée, analyse de portefeuilles alliant besoin en fonds propres et rentabilité.

Dans ce contexte, ne perdons pas de vue la finalité de la mesure statistique des risques et continuons de vérifier soigneusement la cohérence des résultats produits par les modèles internes avec les réalités bancaires. À cet égard, l’extériorisation des marges de prudence se traduisant en montant de capital supplémentaire devrait rester proportionnée aux faiblesses identifiées. Les effets calculatoires sont à analyser précisément par les experts métiers afin d’éviter l’écueil de mécaniques quantitatives dont la sophistication pourrait conduire à un résultat éloigné du risque sous-jacent, et de l’objectif de comparabilité des RWA.

De même, la meilleure segmentation risque s’appuie sur des variables prédictives pertinentes comprises des experts métier, les estimations de taux de défaut et de perte reflétant le comportement des clients, les pratiques du réseau et de la filière risques, l’environnement économique. Il s’agit d’éviter une forme de production bâloise qui se nourrirait du corpus de normes, pour bénéficier pleinement de la dynamique qu’apportent des modèles internes adaptés au business model. Réussir à maintenir la progression de la connaissance risque tout en satisfaisant aux exigences méthodologiques réglementaires constitue un nouveau défi pour les acteurs bancaires.

Un véritable écosystème Risque/Marketing

Un dialogue permanent entre modélisateurs et banquiers permet de rapprocher les visions statistiques et opérationnelles durant le processus de construction du modèle. Plus que jamais, le modèle doit être expliqué au banquier et la banque expliquée au modélisateur, de façon pédagogique et systématique. Les métiers doivent se reconnaître dans les résultats qui leur sont présentés, les variations de pondération et les pertes attendues étant à mettre en relation avec l’appréciation du risque pris par la banque. L’exercice de back-test des modèles est alors essentiel pour l’appropriation des paramètres bâlois et de leur évolution.

Mettre en place un véritable écosystème Risque/Marketing devient un axe stratégique de développement pour les établissements souhaitant continuer à financer l’économie, alors que le réseau d’agences ne constitue plus un passage obligé. A mi-chemin entre l’intelligence artificielle et le conseil sur mesure apporté par un conseiller armé de nouveaux outils d’aide à la décision, les concepts bâlois fondés sur des approches statistiques robustes (probabilité de défaut, perte économique, EL [5] ) apportent un éclairage scientifique aux organisations en quête de leviers de rationalisation dans une approche globale et multi-canal de la relation.

Un écosystème Risque/Marketing ne s’improvise pas : la proximité géographique, fonctionnelle, humaine, des univers d’étude et des organisations, faisant intervenir des compétences multiples scientifiques et commerciales, informatiques et bancaires, constitue un atout pour co-construire des modèles internes en ligne avec les priorités stratégiques. Les méthodes de travail, les approches mises en place peuvent s’apparenter à de la recherche appliquée et les structures à l’œuvre, à des laboratoires. La création de valeur est également favorisée par une gouvernance adaptée permettant de suivre de façon continue et transversale le déroulement des travaux, les progrès réalisés, la qualité des résultats.

La mesure des risques au cœur de la transformation des banques

Pour une meilleure efficacité des modèles internes, appliquons à la gestion du système de notation les principes prudentiels régissant le fonctionnement du MSU [6] , avec une démarche fondée sur le risque, proportionnée, intrusive, prospective et pragmatique. Ayons l’audace de faire d’une apparente contrainte réglementaire, une opportunité de transformation et d’accélération du changement dans un univers ultra-concurrentiel. L’automatisation ciblée fondée sur des mesures de risque bâloises apporterait par exemple autonomie et satisfaction aux clients, tout en permettant aux conseillers de se consacrer à des actions à forte valeur ajoutée.

Car aujourd’hui la croissance du fonds de commerce ne passant plus, grâce au digital, par celle du nombre d’agences, les perspectives sont larges dès lors que les risques sont maîtrisés et les encours pondérés finement calculés avec des modèles internes performants. Capitaliser sur les modèles internes revient à explorer de nouveaux territoires de conquête commerciale favorisant des économies d’échelles et permettant de rentabiliser au mieux le réseau existant. En d’autres termes, le couple automatisation/maîtrise du risque jouera vraisemblablement un rôle clé aux côtés de l’intelligence artificielle dans la bataille des coûts et de la rentabilité.

Souhaitons dans cette logique de transformation que les actions post-TRIM amplifient les synergies entre les entités modélisatrices et l’ensemble des fonctions Marketing, Risques, Finance, Informatique, et que ce trésor de guerre que représente pour les banques traditionnelles la maîtrise statistique du risque de crédit soit partagé au sein de l’entreprise et les aide à convaincre du bien-fondé d’un business model rénové. Les trois objectifs financement de l’économie, satisfaction client et ROE pourraient ainsi être alignés à l’horizon 2021.

Conclusion

En conclusion, conservons l’esprit novateur de la réforme Bâle II qui a durablement contribué à la modernisation de la gestion des risques, continuons à investir dans des modèles internes performants, désormais en étroite interaction avec le Big Data et l’intelligence artificielle, et veillons à renforcer la signification métier des concepts bâlois dans un contexte de révision méthodologique et d’utilisation accrue. Et parions sur le développement de nombreuses innovations fondées sur ce capital de confiance réciproque entre le client et la banque.