Matrices de transition :
un outil prudentiel au service
de la gestion du risque de crédit

Le risque de crédit demeure la principale source de vulnérabilité des établissements de crédit, particulièrement dans les économies où l’asymétrie d’information reste élevée, à l’image de la République démocratique du Congo (RDC). Dans cet environnement, la maîtrise du risque repose sur la capacité des banques à détecter précocement les signes de dégradation des portefeuilles.

Parmi les instruments mobilisés à cette fin, la matrice de transition s’impose progressivement comme un outil de référence. Ce mécanisme probabiliste permet de mesurer les migrations des créances entre différents états de risque afin d’estimer les probabilités de défaut et d’améliorer la gestion des encours. Concrètement, il aide un établissement à évaluer la probabilité qu’un crédit sain devienne douteux, ou qu’une créance dégradée retrouve une situation normale sur une période donnée.

Si cet outil est désormais bien connu des praticiens du risque, son statut juridique demeure plus ambigu. La réglementation prudentielle congolaise lui offre-t-elle un fondement suffisant ? Et comment concilier son utilisation intensive de données avec les exigences du Code du numérique ? C’est à ces deux questions que nous nous proposons de répondre.

À première vue, la matrice de transition ne figure dans aucun texte réglementaire de manière explicite. Pour autant, une lecture croisée des principales instructions de la Banque Centrale du Congo (BCC) révèle un ensemble cohérent de dispositions qui en légitiment l’usage.

La première pierre de cet édifice se trouve dans l’Instruction n° 22 relative à la gestion des risques¹. Celle-ci impose aux établissements de crédit de mettre en place des dispositifs capables d’identifier et de surveiller les risques en amont de leur matérialisation. Or la détection des changements de qualité d’un portefeuille constitue précisément l’objet d’une analyse de transition : observer la probabilité qu’une exposition migre d’une catégorie de risque à une autre.

Cette logique s’appuie sur une deuxième base réglementaire essentielle. En effet, l’Instruction n° 16 relative à la classification et au provisionnement des créances² établit une classification détaillée des encours selon leur niveau de risque. Ces catégories prudentielles fournissent le matériau indispensable à toute matrice de transition. Sans une nomenclature normalisée des états de crédit, aucun suivi statistique des migrations ne serait envisageable.

L’ancrage prudentiel de la matrice de transition apparaît avec encore plus de netteté lorsqu’on examine les obligations de simulation imposées aux banques.

Toujours dans l’Instruction n° 22³, le régulateur exige des établissements qu’ils réalisent des tests de résistance destinés à mesurer la vulnérabilité de leur portefeuille en cas de choc économique ou de détérioration de la situation des contreparties. Ces exercices reposent nécessairement sur des hypothèses d’évolution de la qualité du crédit. Les matrices de transition offrent précisément un cadre quantitatif permettant de modéliser ces évolutions.

La même logique se retrouve dans l’Instruction n° 5 relative à la Centrale des risques⁴. Cette dernière impose aux banques la transmission d’informations positives et négatives sur les comportements de remboursement de leur clientèle. Ces données constituent un observatoire privilégié des trajectoires de crédit : elles renseignent sur les retards de paiement, les régularisations et les incidents, autant d’éléments nécessaires à la construction de matrices robustes.

Autrement dit, le régulateur organise lui-même la production des informations nécessaires à l’analyse des migrations de risque.

L’architecture réglementaire se complète avec l’Instruction n° 14 relative aux normes prudentielles de gestion⁵. Ce texte instaure une pondération des expositions en fonction de leur niveau de risque et mobilise la notion d’échelons de crédit. Même si l’instruction ne fait jamais référence aux matrices de transition, elle repose sur une idée analogue : la qualité d’une contrepartie n’est pas figée. Elle peut s’améliorer ou se dégrader au fil du temps, entraînant un changement de traitement prudentiel.

Cette dynamique des expositions se situe au cœur même des matrices de transition. Celles-ci ne font finalement qu’objectiver, par le calcul statistique, les mouvements que la réglementation prudentielle présuppose déjà. Dès lors, la mise en relation de la classification des créances prévue par l’Instruction n° 16, des mécanismes de gestion des risques et de stress testing imposés par l’Instruction n° 22, ainsi que des pondérations prudentielles encadrées par l’Instruction n° 14, conduit à une conclusion claire : la réglementation congolaise exige une analyse dynamique de la qualité des portefeuilles. Dans ce contexte, la matrice de transition apparaît moins comme une simple option méthodologique que comme le prolongement opérationnel des exigences prudentielles existantes.

Si la justification prudentielle semble relativement solide, l’utilisation de ces outils soulève une autre question majeure : celle de la protection des données personnelles.

La transformation numérique du secteur bancaire favorise le développement des méthodes d’analyse prédictive. Or, les matrices de transition reposent sur l’exploitation d’informations relatives aux emprunteurs : identité, caractéristiques du crédit, historique des paiements, incidents de remboursement ou encore garanties associées.

Cette exploitation n’est toutefois pas libre. Le Code du numérique encadre strictement le traitement des données personnelles et impose plusieurs principes fondamentaux.

D’une part, les articles 192 et 207 du Code du numérique⁶ consacrent le principe de licéité du traitement. Les données personnelles ne peuvent être exploitées que sur la base soit d’un fondement légal ou réglementaire, soit du consentement libre et éclairé de la personne concernée. Pour les établissements de crédit, cette exigence impose de rattacher toute collecte et tout traitement à une justification clairement identifiée. Dans le cadre des matrices de transition, cette base juridique réside principalement dans les obligations prudentielles de gestion du risque et de surveillance des portefeuilles.

D’autre part, le Code du numérique pose également un principe de finalité déterminée à son article 193⁷. Les données doivent être collectées pour des objectifs « déterminés, explicites et légitimes » et ne peuvent faire l’objet d’utilisations incompatibles avec ces finalités initiales. En matière bancaire, les informations recueillies pour la gestion du risque de crédit ne sauraient être réutilisées à des fins étrangères à cet objectif, telles que certaines formes de prospection commerciale ou d’exploitation non autorisée.

L’encadrement juridique des matrices de transition suppose donc une définition claire de leur finalité : mesurer et anticiper le risque de crédit afin de renforcer la stabilité prudentielle.

Le Code du numérique ajoute une autre exigence essentielle à travers son article 194⁸ : les données traitées doivent être adéquates, pertinentes et limitées à ce qui est nécessaire. Appliqué aux matrices de transition, ce principe conduit à restreindre le traitement aux seules informations utiles à l’évaluation du risque : identité de l’emprunteur, montant du prêt, historique de remboursement ou incidents de paiement.

À l’inverse, les données sensibles protégées par l’article 195⁹ – notamment celles relatives à l’origine ethnique, aux opinions politiques ou à l’état de santé – ne peuvent être utilisées que dans des hypothèses exceptionnelles strictement prévues par la loi.

Le principal défi juridique des matrices de transition réside sans doute dans la confrontation entre le droit à l’oubli numérique et les besoins statistiques des établissements financiers. Cette tension est structurelle. D’un côté, le droit à l’effacement vise à empêcher qu’une personne soit durablement pénalisée par la conservation indéfinie de données relatives à son passé¹⁰. De l’autre, la performance des modèles prédictifs dépend de l’existence d’historiques suffisamment longs pour identifier les comportements de paiement et estimer correctement les probabilités de défaut.

Une suppression prématurée des données risquerait ainsi de diminuer fortement la capacité des banques à anticiper les dégradations futures et à calibrer leurs politiques de provisionnement. Le législateur a lui-même pris en compte cette difficulté.

Le Code du numérique prévoit que le droit à l’effacement ne s’applique pas lorsque le traitement est nécessaire à des fins statistiques, archivistiques ou de recherche, dès lors que l’exercice de ce droit compromettrait gravement la réalisation de ces objectifs¹¹. Dans le secteur bancaire, cette exception revêt une importance particulière. Les statistiques historiques constituent en effet un élément central du pilotage prudentiel et de l’appréciation du risque.

Le droit comparé apporte également des éléments de réflexion intéressants.

En Europe, le RGPD consacre le droit à l’effacement comme une garantie fondamentale des personnes concernées¹². En Suisse, plusieurs décisions jurisprudentielles ont souligné que la pseudonymisation ne fait pas automatiquement disparaître le caractère personnel des données. La jurisprudence a également admis que des données correctement pseudonymisées pouvaient ne plus être considérées comme des données personnelles pour un destinataire incapable d’accéder à la clé d’identification¹³.

Ces enseignements renforcent l’intérêt du recours à des techniques d’anonymisation et de pseudonymisation robustes dans les établissements financiers. L’enjeu consiste moins à supprimer toute mémoire statistique qu’à organiser une exploitation des données compatible avec la protection des droits fondamentaux.

La matrice de transition s’impose aujourd’hui comme un outil stratégique de gestion du risque de crédit. En permettant d’anticiper les défauts, d’améliorer les politiques de provisionnement et de renforcer le pilotage prudentiel, elle traduit le passage d’une logique de constatation des pertes à une approche davantage préventive.

Pour autant, son utilisation ne relève pas seulement de la technique statistique. Elle s’inscrit dans un environnement juridique complexe où se croisent exigences prudentielles, protection des données personnelles et garanties accordées aux emprunteurs.

Pour les établissements de crédit congolais, l’enjeu dépasse donc la seule modernisation des outils de gestion. Il s’agit aussi de construire un cadre de confiance permettant d’exploiter la puissance de l’analyse prédictive tout en préservant les droits fondamentaux. À cette condition, les matrices de transition pourront pleinement jouer leur rôle de levier de stabilité financière et d’amélioration de la gouvernance des risques.