Le contexte

Dans une banque de détail ou une institution de microfinance, le coût du risque est le premier levier de rentabilité. C'est la charge que la banque enregistre chaque année pour couvrir les pertes attendues ou réalisées sur ses crédits, et une hausse d'un seul point peut absorber toute la marge sur un portefeuille entier. Les données 2024 de la Commission Bancaire de l'UMOA sont éclairantes à ce titre. Les banques UEMOA affichent un taux brut de dégradation du portefeuille de 8,5 %, un taux de provisionnement de 61,5 % et un coefficient d'exploitation stable à 60,8 %. Le rapport souligne d'ailleurs que la microfinance traverse une crise de qualité qui interroge sur la soutenabilité de son modèle.

Pourtant, la plupart des institutions financières de la zone subsaharienne évaluent encore le risque de crédit par l'expertise individuelle des analystes, sans dispositif quantitatif structuré. Cet article explique comment construire un modèle de scoring de crédit industrialisable, quels choix méthodologiques font la différence, et quels gains business en attendre. Il s'adresse aux directeurs des risques, aux data scientists et aux dirigeants d'institutions financières qui envisagent ce chantier.

L'enjeu quotidien du crédit

Une banque doit, chaque jour, décider d'accorder ou non un crédit à des milliers de clients. Décider trop largement, c'est accumuler des défauts. Décider trop strictement, c'est refuser des clients sains et perdre du PNB. Entre les deux se joue un arbitrage à optimiser, qui repose sur une question simple. Quelle est la probabilité que ce client fasse défaut dans les prochains mois ?

C'est précisément ce qu'un modèle de scoring PD (probabilité de défaut) estime. Sa valeur business ne dépend pas de la sophistication mathématique de l'algorithme, mais de la rigueur avec laquelle on cadre le problème, on construit la donnée, on choisit les méthodes et on industrialise le résultat.

Cadrer le problème

Avant d'écrire une ligne de code, trois définitions doivent être verrouillées.

Le défaut se définit comme un impayé de 90 jours ou plus, ou un indicateur d'unlikely-to-pay comme une restructuration ou un passage en contentieux. Il s'agit de la définition bâloise, exploitable pour IFRS 9 et pour le pricing. Une définition plus laxiste à 30 jours capture surtout du bruit et fragilise le modèle, tandis qu'une définition plus stricte réduit trop le volume d'événements disponibles pour la modélisation.

La fenêtre de performance se fixe généralement à 12 mois, standard aligné sur Bâle et IFRS 9. Elle peut toutefois être réduite à 6 mois lorsque la profondeur des données est limitée, ou sur des produits à cycle court comme les crédits de campagne, les crédits nano ou les microcrédits à échéances rapprochées. Le choix conditionne l'historique nécessaire pour la modélisation.

Le périmètre s'articule enfin autour d'une segmentation par nature de clientèle et éventuellement par produit, parce que les drivers du défaut d'un particulier salarié n'ont rien à voir avec ceux d'une PME ou d'un client de microfinance. Un modèle par segment homogène reste la règle.

Construire le dataset : le vrai levier de performance

Avant même de parler feature engineering, un travail sérieux sur la qualité des données conditionne tout le reste. Un modèle entraîné sur des données bruitées, incomplètes ou incohérentes produit des scores instables, quels que soient les algorithmes utilisés ensuite. Cela impose une stratégie robuste de collecte, de nettoyage et de contrôle : identification des sources fiables, gestion des valeurs manquantes, traitement des doublons, harmonisation des référentiels clients entre systèmes, détection des valeurs aberrantes, contrôle de cohérence temporelle. Ce socle représente souvent plusieurs mois de travail sur un premier projet, mais il conditionne durablement toutes les briques suivantes du dispositif.

Une fois cette base assainie, le feature engineering devient le premier levier de performance, plus important que le choix de l'algorithme. Un exemple concret l'illustre bien. À partir des mouvements quotidiens d'un compte sur 24 mois, on construit typiquement trois familles de variables.

Sur la dimension solde d'abord, avec la moyenne mobile sur 3, 6 et 12 mois, l'écart-type, le minimum sur 6 mois, ainsi que le nombre de jours en débit. Sur la dimension flux ensuite, avec le total des créditeurs mensuels moyens, la régularité du virement de salaire, le ratio débiteurs sur créditeurs et la tendance sur 12 mois. Sur la dimension incidents enfin, avec le nombre d'incidents sur 3, 6 et 12 mois, l'ancienneté du dernier incident et le montant cumulé.

Chaque feature encode un signal métier différent. Deux clients affichant le même solde moyen peuvent avoir des profils totalement opposés si l'un reste stable et l'autre passe régulièrement en débit. C'est l'agrégation de signaux complémentaires qui produit la richesse prédictive.

Le principal piège à éviter est le data leakage. Toute feature doit être calculée uniquement à partir d'informations strictement antérieures à la date d'observation. Utiliser des données postérieures, comme les actions de recouvrement ou les restructurations, produit un modèle qui affiche 0.95 de Gini en test et s'effondre en production.

Choisir les bons algorithmes

Trois algorithmes couvrent l'essentiel des besoins, dans une logique complémentaire plutôt que concurrente.

La régression logistique

C'est le modèle de production de référence.

P(Défaut | X) = 1 / (1 + exp(−(β₀ + Σⱼ βⱼ Xⱼ)))

Chaque coefficient mesure l'effet direct d'une variable sur le log-odds du défaut, et cette interprétabilité fait sa force. Un analyste crédit peut expliquer un refus, un régulateur peut auditer la mécanique, et l'audit interne peut décomposer chaque score. Il s'agit donc de l'algorithme à privilégier pour l'octroi crédit et pour les PD utilisées dans le calcul des provisions IFRS 9, là où la transparence est un prérequis. Sa limite tient au fait qu'il impose une relation linéaire entre features et log-odds, qu'il faut compenser par un feature engineering soigné.

Le Random Forest

Il capture automatiquement les non-linéarités et les interactions. Son rôle principal n'est pas d'être déployé en production, mais de servir de modèle challenger. Construit en parallèle de la régression logistique, il mesure le potentiel de performance du dataset. Lorsque le Random Forest gagne plus de 5 points de Gini, c'est qu'il existe des patterns non capturés par le modèle linéaire, et il devient alors nécessaire d'enrichir le feature engineering. Son second usage réside dans le diagnostic, puisque l'importance des variables qu'il produit oriente la recherche de nouvelles features pertinentes.

Le Gradient Boosting

Il produit aujourd'hui les meilleures performances sur les problèmes tabulaires. Sur un modèle d'early warning de détection précoce des dégradations sur le portefeuille existant, il peut gagner 3 à 5 points de Gini par rapport à la régression logistique. Sur un portefeuille de 50 000 clients, cela représente plusieurs centaines de défauts détectés plus tôt chaque année, donc plusieurs milliards de francs CFA de provisions évitées par action préventive. Il s'agit de l'algorithme à privilégier pour les cas d'usage où la performance prime sur la transparence, comme l'early warning, la détection de fraude ou les modèles comportementaux. Dans ces situations, le modèle sert à prioriser des actions internes plutôt qu'à motiver un refus client, et l'enjeu de transparence devient secondaire.

En synthèse, on privilégie la régression logistique pour l'octroi et les PD IFRS 9, où la transparence et l'auditabilité sont essentielles. On mobilise le Random Forest comme challenger et outil de diagnostic. On déploie enfin le Gradient Boosting sur l'early warning, la fraude et les modèles comportementaux, où la performance prime.

Valider sur trois dimensions distinctes

La performance d'un modèle ne se résume pas au Gini. Trois questions doivent être posées séparément.

Le modèle discrimine-t-il bien ? On mesure cela par le Gini et le KS. Sur Particuliers, la fourchette usuelle se situe entre 0.55 et 0.70. Sur PME, on vise 0.45 à 0.60. Sur Corporate, une performance de 0.30 à 0.45 est déjà satisfaisante compte tenu de la statistique naturellement limitée sur ce segment. Ces ordres de grandeur sont issus de la littérature de référence (Anderson, The Credit Scoring Toolkit ; Siddiqi, Intelligent Credit Scoring) et de la pratique de l'industrie, et doivent être ajustés au contexte africain où les données sont parfois moins profondes.

Les PD prédites sont-elles fiables ? C'est la question de la calibration. Un modèle peut bien discriminer mais mal calibrer, auquel cas les provisions IFRS 9 seront biaisées et le pricing différencié faussé. On le vérifie par un backtesting classe par classe, en comparant la PD moyenne prédite au taux de défaut observé.

Le modèle reste-t-il stable dans le temps ? On le mesure par le PSI (Population Stability Index), appliqué au score global et à chaque variable. Le PSI constitue le premier système d'alerte d'une dérive, parce qu'il se mesure immédiatement, sans attendre plusieurs mois pour observer les défauts. Les seuils standards d'interprétation sont largement acceptés dans l'industrie.

Industrialiser le modèle

Un modèle qui tourne dans un notebook n'a aucune valeur. Cinq blocs structurent la mise en production.

  1. Le moteur de scoring, exposé en API REST et déployé comme microservice.
  2. La traçabilité complète, où chaque décision est loguée avec l'identifiant client, les features, la version du modèle, le score et l'horodatage.
  3. Le monitoring continu, s'appuyant sur un dashboard combinant PSI, performance par cohorte, calibration et taux d'override.
  4. Les procédures de recalibrage formalisées, avec un ajustement annuel de l'intercept, un recalibrage complet à 2 ou 3 ans et une refonte à 4 ou 5 ans.
  5. La gouvernance reposant sur un Comité Modèles, la séparation stricte entre modélisation et validation, un inventaire central des modèles et une documentation opposable au régulateur.

Les gains observés

Sur des contextes comparables, banques de détail et institutions de microfinance en zone subsaharienne ayant mis en place leur premier dispositif de scoring industrialisé, les gains observés sont significatifs.

Le taux de défaut baisse de 30 à 40 % sur les segments scorés, dans les 12 à 24 mois suivant la mise en production. L'effet provient de la meilleure sélection à l'octroi, puisque les clients dont le score est inférieur au cut-off sont refusés ou orientés vers une revue manuelle, et qu'ils concentrent une part disproportionnée des défauts futurs.

Le coût du risque baisse de 1 à 4 points, avec un impact direct sur le résultat net. Pour une banque avec un encours de crédit de 100 milliards de francs CFA et un coût du risque initial de 5 %, un gain de 2 points représente 2 milliards de francs CFA de gain annuel récurrent.

L'automatisation atteint également l'ensemble des dossiers avec un délai d'octroi qui passe de plusieurs jours à quelques minutes. Les analystes crédit se concentrent alors sur les dossiers en zone grise et sur les visites de terrain, où leur valeur ajoutée est la plus forte.

Le RAROC progresse de 1 à 3 points grâce au pricing différencié selon le profil de risque. Un client à PD 0.5 % paie ainsi un taux inférieur à un client à PD 3 %, ce qui est à la fois équitable économiquement et compétitif sur les bons profils.

Enfin, la conformité IFRS 9 est renforcée avec des PD fiables et auditables pour le calcul des ECL, sans recours à des approximations grossières. L'homogénéité des décisions s'améliore également entre agences et conseillers, éliminant les biais individuels.

L'amortissement du programme s'observe typiquement sur 12 à 24 mois. La valeur à long terme, faite de culture risque renforcée, d'agilité commerciale et de crédibilité réglementaire, est encore plus structurante.

L'accompagnement Mansa Research Technologies

Construire un dispositif de scoring industrialisable est un chantier exigeant. Il combine des compétences rarement réunies dans une même équipe, du cadrage méthodologique aligné sur les standards Bâle et IFRS 9 à l'ingénierie de la donnée sur des SI bancaires souvent hétérogènes, en passant par la modélisation statistique et machine learning, l'industrialisation logicielle, la gouvernance des modèles et la conduite du changement auprès des équipes métier.

Mansa Research Technologies dispose des ressources et de l'expertise pour transformer cette approche rapidement. Nos équipes réunissent des data scientists, quant researchers et experts IA formés aux mathématiques appliquées, avec une double expérience. D'un côté, celle des grandes banques européennes, où ils ont conçu et industrialisé des modèles d'intelligence artificielle dans les cadres prudentiels les plus exigeants. De l'autre, celle des banques et institutions de microfinance de la zone subsaharienne, dont ils connaissent les spécificités.

Nous intervenons sur l'ensemble du cycle, du cadrage méthodologique à la construction du data mart risque, en passant par la modélisation par segment, la validation indépendante, l'industrialisation du moteur de scoring et la mise en place du monitoring et de la gouvernance modèle. Notre approche privilégie le transfert de compétences vers les équipes internes, pour que le dispositif soit maîtrisé et évolutif durablement.

Le ROI se matérialise dès la première année post-production, avec des gains mesurables sur le coût du risque, l'efficacité opérationnelle et la qualité des décisions d'octroi.

Pour engager la démarche ou approfondir un cas d'usage, contactez-nous.

Sources: UMOA Banking Commission (2024). Annual Report 2024. BCEAO (2024). Annual Report 2023. BCEAO (2025). Report on Banking Conditions in WAEMU – 2024. Anderson, R. (2007). The Credit Scoring Toolkit. Oxford University Press. Siddiqi, N. (2017). Intelligent Credit Scoring (2nd ed.). Wiley. Basel Committee on Banking Supervision (2005). Studies on the Validation of Internal Rating Systems, Working Paper No. 14.