Modèles internes IRBA : une concurrence pour les agences de notation
Créé le
29.08.2022-
Mis à jour le
31.08.2022Grâce à une réglementation de plus en plus favorable,
la data science est aujourd’hui un outil fondamental
dans le domaine du risque de crédit. Les modèles statistiques deviennent un moyen efficace pour
les acteurs bancaires de noter leurs contreparties engagées, voire de concurrencer les agences de notation qui dominaient jusqu’à présent dans cette activité.
Alors que les établissements bancaires sont amenés à revoir leurs modèles de notation interne dans le cadre du programme IRB-REPAIR lancé par l’EBA1 en 2016, l’apport de la data science dans le domaine des risques financiers est aujourd’hui considérable.
Cette discipline donne aujourd’hui aux banques l’opportunité de développer leurs propres approches de notation en matière de crédit et notamment pour les entreprises à forte capitalisation, activité historiquement dominée par les agences de notation.
Quelle est donc la fiabilité de ces modèles internes IRBA2 ? Leur précision leur permet-elle ...
À retrouver dans la revue
