Mémoire d'actuariat

Techniques alternatives de modélisation de la probabilité de défaut pour une banque de détail
Auteur(s) LE TALLEC Romane
Société La Banque Postale
Année 2019

Résumé
L'un des enjeux d'une banque de détail est l'évaluation des risques liés à ses activités. Une bonne maîtrise de ces risques doit permettre à la banque de mieux faire face à un choc économique, réglementaire, ... mais assure aussi la pérennité de ses activités et la bonne marche de l'économie, les banques étant l'un de ses acteurs majeurs. Le principal risque auquel es soumise une banque de détail telle que La Banque Postale est le risque de crédit et, plus particulièrement, le risque de défaut de ses clients. Il existe plusieurs façons d'évaluer ce risque et elles dépendent à la fois du contexte réglementaire et de la nature du portefeuille. La mesure qui nous a intéressées ici est la probabilité de défaut (PD) sous plusieurs formes de périmètres (à l'octroi, bâloise et comptable); La modélisation d'un tel indicateur dépend fortement des caractéristiques du portefeuille étudié, et notamment : de sa volumétrie, du critère à évaluer (le défaut) : en effet, sur certains portefeuilles, nous n'observons (presque) aucun défaut (i.e. la donnée que nous cherchons à modéliser n'existe pas en nombre suffisant pour la prévoir) ; de la qualité et de la disponibilité des variables explicatives du phénomène (le défaut) : par exemple, à l'entrée en relation, nous possédons très peu de données sur le client. En fonction de ces caractéristiques, il n'est pas toujours possible d'appliquer une méthodologie classique (telle qu'une régression logistique sur les données internes). Il est alors nécessaire de développer et de tester des outils ou approches alternatives. L'objet de ce document est d'explorer différentes approches d'estimation de la PD, telles que l'optimisation par essaim particulaire, l'utilisation d'un algorithme génétique ou l'ajout de données externes, sur les principaux portefeuilles de La Banque Postale.

Abstract
The risk assessment of a retail bank's activities is one of the major issue it faces. The better a bank understands its risks, the better it can face an economic or regulatory stress but also, a good knowledge of its risks ensure the permanence of its activities and the proper functioning of the economy of which banks are one of the key players. The main risk a retail bank such as La Banque Postale faces is credit risk, and more specifically, default risk of its customers. There are multiple ways to assess this risk and they rely both on the regulatory environment and on the portfolio type. In this document, the measure which we were interested in is the probability of default under various forms and scopes (granting products, Basel II framework and accounting norms). The modelling of such an indicator is highly linked to the characteristics of the studied portfolio, such as: the size of the scope ; the criterion we wish to evaluate (the default) : indeed, in some cases, no (or almost no) defaults have occurred (i.e. there is not sufficient information to predict the data we want to model) ; quality and the availability of explanatory variables : for example, at the very beginning of a relationship with a client, there is a lack of data about him. Depending on those characteristics, it is not always possible to apply a standard methodology (such as a logistic regression on the internal data). Therefore, we need to develop and test alternative tools or approaches. This document deals with several approaches to evaluate the probability of default, such as the particle swarm optimization, the use of a genetic algorithm or the input of additional external data, on La Banque Postale's main portfolios.

Mémoire complet