La réglementation prudentielle bancaire européenne impose aux établissements financiers des standards de plus en plus stricts dans l’estimation de leurs risques de crédit, notamment depuis 2021. 

L’approche par notations internes (IRB) permet aux banques d’utiliser leurs propres modèles statistiques pour évaluer le risque de crédit de leurs expositions. Contrairement à l’approche standard où les pondérations de risque sont prédéfinies par le régulateur, l’approche IRB offre une plus grande granularité dans l’évaluation du risque, reflétant ainsi plus fidèlement le profil réel du portefeuille de crédit d’une banque.

Les paramètres fondamentaux de cette approche sont la probabilité de défaut (PD – Probability of Default), la perte en cas de défaut (LGD – Loss Given Default) et l’exposition en cas de défaut (EAD – Exposure at Default). L’estimation rigoureuse de ces paramètres conditionne directement le niveau des exigences en fonds propres des établissements bancaires. 

Les modèles IRB doivent respecter les exigences suivantes :

1- Assurer la représentativité des données 

Les banques doivent démontrer que leurs données historiques reflètent fidèlement la variabilité des taux de défaut et de pertes à long terme. Cette exigence se traduit par plusieurs obligations concrètes.

Premièrement, les établissements doivent analyser la représentativité de leurs données selon quatre dimensions : le périmètre d’application du modèle, la définition du défaut utilisée, la distribution des caractéristiques de risque pertinentes, et les standards de crédit et politiques de recouvrement. Cette analyse doit être menée tant au moment du développement du modèle qu’au moment de sa calibration.

Deuxièmement, lorsque la période d’observation historique n’est pas représentative de la variabilité attendue des taux de défaut, les banques doivent appliquer des ajustements appropriés. Par exemple, si les données historiques ne contiennent pas suffisamment d’années défavorables, les estimations moyennes doivent être ajustées à la hausse pour refléter le cycle économique complet.

2- Capturer le cycle économique 

Une période d’observation minimale de cinq ans, mais cette durée doit être étendue lorsque nécessaire pour capturer un mélange représentatif d’années favorables et défavorables. Les banques doivent évaluer si leur période d’observation contient effectivement un cycle économique complet en analysant la variabilité des taux de défaut observés et l’existence de périodes de stress économique.

Cette exigence reflète une réalité économique fondamentale : les taux de défaut varient significativement selon les phases du cycle économique. Un modèle calibré uniquement sur des périodes favorables sous-estimerait systématiquement le risque réel et conduirait à une insuffisance de fonds propres en période de crise.

3- Traiter les processus de recouvrement incomplets

L’estimation de la LGD présente des défis spécifiques, notamment concernant le traitement des processus de recouvrement non encore terminés.

Les banques doivent définir une durée maximale de processus de recouvrement pour chaque type d’exposition, reflétant la période durant laquelle la grande majorité des recouvrements sont réalisés. Tous les processus de recouvrement dépassant cette durée maximale doivent être considérés comme clos, même si des actions de recouvrement restent possibles.

Pour les processus incomplets dont la date de référence est antérieure à cette durée maximale, les banques peuvent estimer les recouvrements futurs, sous réserve de respecter des principes rigoureux. Ces estimations doivent être validées par des tests rétrospectifs démontrant leur exactitude, reposer sur une rationale économique solide, et tenir compte des biais potentiels liés au fait que les processus incomplets peuvent présenter des caractéristiques différentes des processus terminés.

4- Quantifier l’incertitude

L’introduction d’un cadre structuré pour la quantification des marges de conservatisme (MoC – Margin of Conservatism) est un élément central. Cette marge doit refléter l’incertitude liée à l’estimation des paramètres de risque et se décompose en trois catégories distinctes.

La catégorie A couvre les déficiences méthodologiques et de données identifiées, telles que des dates de défaut manquantes ou imprécises, des données de facteurs de risque obsolètes, ou l’utilisation de données externes à représentativité limitée. La catégorie B concerne les changements dans les standards de crédit, l’appétit au risque, ou les politiques de recouvrement, ainsi que toute autre source d’incertitude additionnelle. Enfin, la catégorie C correspond à l’erreur d’estimation générale inhérente à toute méthode statistique.

La marge de conservatisme finale est calculée comme la somme de ces trois composantes. Cette approche granulaire permet une quantification transparente de l’incertitude et incite les banques à corriger progressivement les déficiences identifiées plutôt que de s’appuyer indéfiniment sur des ajustements conservateurs.

5- Calibrer le modèle statistique 

La calibration des modèles représente l’étape cruciale où les sorties du modèle statistique sont transformées en estimations de paramètres utilisées pour le calcul des exigences en fonds propres. Plusieurs approches de calibration sont possibles, mais toutes doivent garantir que les estimations correspondent aux moyennes de long terme observées.

Pour la PD, la calibration peut être réalisée au niveau de chaque note ou au niveau d’un segment de calibration plus agrégé. Dans les deux cas, des tests de calibration complémentaires sont requis. Les banques doivent également s’assurer que la méthode de calibration choisie n’introduit pas de volatilité artificielle dans les estimations de PD au fil du temps.

Pour la LGD, la calibration doit intégrer non seulement la moyenne de long terme des pertes observées, mais également un ajustement reflétant les conditions économiques défavorables (downturn). Cette exigence reconnaît que les pertes en cas de défaut sont généralement plus élevées en période de crise économique, lorsque la valeur des garanties diminue et les processus de recouvrement s’allongent.

6- Traiter spécifiquement les expositions en défaut 

Pour les expositions déjà en défaut, les banques doivent estimer deux paramètres distincts : la meilleure estimation de la perte attendue (ELBE – Expected Loss Best Estimate) et la LGD en défaut. Cette distinction reflète la nature différente de l’incertitude attachée à ces expositions.

L’ELBE doit refléter les conditions économiques actuelles et ne pas inclure de marge de conservatisme. Elle peut être calculée à différentes dates de référence au cours du processus de recouvrement, permettant ainsi de capter l’évolution de l’information disponible. Les banques peuvent notamment utiliser les états de référence pour refléter les ruptures significatives dans les profils de recouvrement, par exemple au moment de la réalisation des garanties.

La LGD en défaut, quant à elle, doit intégrer une marge couvrant les pertes inattendues potentielles durant la période de recouvrement. Elle doit toujours être supérieure ou égale à l’ELBE, reflétant ainsi l’incertitude résiduelle sur l’issue finale du processus de recouvrement.

7- Encadrer le jugement humain 

Un rôle essentiel est accordé au jugement humain dans l’estimation des paramètres de risque, tout en l’encadrant strictement pour éviter les biais et garantir la cohérence. Le jugement humain peut intervenir à trois niveaux : dans l’application des variables qualitatives du modèle, via des ajustements manuels des entrées du processus de notation, ou via des dérogations aux sorties du processus.

Les politiques régissant l’utilisation des dérogations doivent être définies de manière asymétrique : les dérogations conservatrices (augmentant le risque estimé) ne doivent pas être limitées en échelle, tandis que les dérogations favorables (diminuant le risque estimé) doivent être strictement encadrées. Chaque dérogation doit être documentée avec sa justification, sa date, et la personne l’ayant effectuée et approuvée.

Les banques doivent également monitorer régulièrement le taux de dérogations par modèle et analyser la performance des expositions ayant fait l’objet de dérogations. Si ces analyses révèlent que les dérogations diminuent significativement le pouvoir prédictif du modèle, des mesures correctives doivent être mises en place.

8- Revoir les modèles régulièrement 

Les modèles de risque ne sont pas statiques ; ils doivent être régulièrement revus pour maintenir leur pertinence face à l’évolution des portefeuilles et des conditions économiques. Un cadre structuré de revue comprenant trois niveaux d’analyse doit être respecté.

Annuellement au minimum, les banques doivent analyser la représentativité des données, la performance et la stabilité du modèle, ainsi que son pouvoir prédictif. Cette analyse doit notamment comparer la performance du modèle au moment de son développement avec sa performance sur les périodes d’observation ultérieures, identifier toute détérioration, et inclure des tests rétrospectifs comparant les estimations utilisées pour le calcul des fonds propres avec les résultats observés.

Au-delà de ces revues annuelles, un cycle de revue complète doit être défini, couvrant tous les aspects du développement du modèle, de la quantification des paramètres et, le cas échéant, de l’estimation des composantes intermédiaires. Cette revue approfondie doit inclure une réévaluation des facteurs de risque existants et potentiels, ainsi qu’une évaluation de l’approche de modélisation et de ses alternatives.

9- Valoriser correctement les garanties 

Le traitement des garanties dans l’estimation de la LGD illustre la sophistication méthodologique requise. Les banques doivent définir clairement les types de garanties principales et établir des politiques de gestion conformes aux exigences réglementaires en termes de certitude juridique et de gestion des risques.

Lorsque des garanties sont reprises par la banque, leur valorisation doit faire l’objet d’une décote appropriée reflétant les erreurs potentielles de valorisation, les coûts de vente, et l’effet d’actualisation. Cette décote doit être estimée en tenant compte des observations historiques de reprises et de ventes ultérieures, ou à défaut, sur la base d’une analyse au cas par cas.

Les banques doivent également éviter plusieurs biais méthodologiques : le mélange des recouvrements liés aux garanties avec ceux réalisés sans garantie, l’inclusion dans l’échantillon d’estimation d’observations où l’exposition n’était que partiellement garantie sans ajustement approprié, ou encore l’omission des coûts directs liés à la réalisation de types spécifiques de garanties.