Quel apport dans les modèles de scoring de crédit bancaire ?

Créé le

01.09.2017

-

Mis à jour le

20.09.2017

L’utilisation d’algorithmes auto-apprenants peut paraître séduisante pour affiner les modèles de gestion des risques des établissements financiers. Mais dans les faits, leur difficile audit et la faible valeur prédictive des données qui servent à les paramétrer rendent l’intelligence artificielle moins attractive. Il n’en va pas de même de l’accès gratuit aux données, dans la mouvance de l’Open Data.

Quel apport dans les modèles de scoring de crédit bancaire ?

Benoît Cougnaud

Associé Azerrisk Advantage
Maître de conférences Sciences Po Paris

En matière de gestion des risques dans le domaine financier, l’exploitation et le croisement de données diverses dans des modèles prédictifs de type scores de crédit n’est pas une nouveauté. La réglementation bancaire bâloise a d’ailleurs reconnu ces « modèles internes » comme la pierre angulaire du dimensionnement des fonds propres dès les accords Bâle II de 2004. Ces modèles internes sont aujourd’hui regardés non plus comme une bonne pratique de la gestion des ...