top of page

L'IA, un atout pour la gestion du risque de crédit




La crise sanitaire a eu de nombreux retentissements sur l’économie. Mais quel a été son impact sur le risque de crédit ? La maîtrise du risque de crédit, condition déterminante de la rentabilité de tout organisme prêteur, pourrait bientôt, si la réglementation ne l’empêche pas, s’appuyer sur l’intelligence artificielle (IA) pour atteindre des objectifs jusque-là hors de portée. Décryptage des enjeux par Julien Valletoux, directeur des risques, du contrôle permanent et de la conformité du Crédit immobilier de France et William Violet, CEO de Homiwoo.


Quel regard portez-vous sur le financement de l’habitat depuis le début de la crise sanitaire?


Julien Valletoux : Les conditions d’obtention d’un crédit immobilier se durcissent puisque les paramètres d’octroi (taux d’endettement maximum à 35%, sur une durée d’emprunt limitée 25) deviennent contraignants. Ces nouvelles modalités vont nécessairement aboutir à l’amenuisement de la capacité d’emprunt des ménages, dont l’accès à la propriété ne sera que plus difficile. Ce faisant, on refusera l’acquisition de biens immobiliers à des particuliers vivant pourtant des situations financières saines et qui auraient pu emprunter sur du très long terme. A imposer des critères stricts, c’est toute une frange de la population, aux revenus modestes, qui sera exclue de l’accession à la propriété et poussée à la location alors que le savoir-faire des experts du financement de l’habitat pourrait déceler les situations pérennes au-delà des critères.


William Violet : Au global, avec ces nouvelles règles, l’appétence à payer, qui est une des composantes de nos algorithmes, va diminuer. On peut prévoir deux conséquences à cette baisse de capacité d’emprunt des ménages : une baisse de la demande dans certaines zones suite à une diminution du nombre de personnes en capacité d’achat et une plus grande stabilité des prix. Durant l’année écoulée, nous avons constaté que les délais de vente avaient sensiblement augmenté. Dans les métropoles, les prix se sont d’abord stabilisés pour reprendre ensuite une dynamique plus normale. Suite à l’annonce de l’augmentation de son taux directeur pour 2023 par la FED, on peut miser sur la survenue imminente d’un cycle de hausse des taux. L’effet cumulé de la crise sanitaire, de la hausse des taux, de la diminution de la durée d’endettement et de la diminution des ratios d’endettement laisse envisager une baisse durable de la capacité de financement des ménages.


JV : En mars 2020, il était difficile de prévoir si nous allions avoir affaire à une crise majeure ou à un non-événement sur le plan économique. Pour prendre en compte les risques de crédit, nous avons donc dû établir différents scénarios. Dès la mi-mars, nous faisions face à des demandes de report d’échéances de crédits immobiliers, dues en réalité à une posture de précaution, ainsi qu’à une augmentation significative des impayés. En mars-avril 2020, nous constations une augmentation de 50% des premiers impayés. Mais, dès le mois de mai, ces deux indicateurs étaient revenus à la normale. Situation paradoxale, depuis lors, le nombre des premiers impayés est au plus bas, et les remboursements anticipés, plus élevés que prévu. Par ailleurs, on a constaté en parallèle une diminution du nombre de dossiers entrant en commission de surendettement à la Banque de France. Paradoxalement, la crise du covid semble avoir globalement amélioré la situation financière des ménages.


Quel impact a eu la crise sanitaire sur la gestion du risque de crédit au CIF ?


JV : Très rapidement, un besoin accru d’agilité et de flexibilité s’est fait sentir dans notre procédure de surveillance des risques : les indicateurs traditionnels n’étaient plus suffisants pour identifier les éventuelles difficultés rencontrées au sein de nos portefeuilles. Nous avons donc développé de nouveaux indicateurs pour détecter les secteurs, les types de financement et les biens les plus sujets au risque de défaut. Nous avons ainsi mis en place une segmentation plus fine sur les impayés, ce qui nous a, par exemple, permis de cerner des difficultés sur les financements de résidences gérées.


Avez-vous dû repenser votre gestion de la relation client ou revu vos modalités de suivi ?


JV : La crise a été l’occasion d’améliorer significativement nos méthodes de gestion des risques. La nécessité de mettre en place de nouveaux indicateurs nous a conduit à développer des outils analytiques et automatisés (visualisation de données, notamment). Nous avons également initié l’intégration d’algorithmes innovants embarquant de l’IA, afin de nous permettre une meilleure détection des signaux faibles.

Nous souhaitions identifier de manière plus fine et plus agile les typologies de clients à risque, pour pouvoir arbitrer entre la sécurisation du financement de la dette et le remboursement des impayés. Une fois cette démarche réalisée, nous avons pu contacter les clients concernés afin de trouver des solutions. Et cela tout en conservant autant que possible la politique des risques propre au CIF et le regard que nous portons hors temps de crise sur la situation de nos clients. Certaines banques ont opté pour une stratégie de report massif d’échéances. Au contraire, nous avons préféré analyser chaque situation et vérifier que le report était bien la solution la plus pertinente compte tenu des difficultés du client. Dans le cas de difficultés conjoncturelles, nous choisissons d’échelonner les paiements sur du court terme, entre trois et douze mois.


Qu’apporte l’IA dans la compréhension et l’optimisation de la gestion du risque ?


JV : Par rapport à des méthodes classiques, l’IA fait gagner en rapidité et en pertinence dans notre analyse des risques. Dans la gestion des risques, il me paraît essentiel de coupler l’usage de l’IA à des interventions humaines. L’IA permet d’accélérer l’identification des déformations de comportement mais on ne saurait se passer de l’analyse par des experts des résultats obtenus grâce à l’IA. Cette complémentarité offre la possibilité de bâtir des stratégies de manière plus rapide, plus structurée mais aussi plus transparente et homogène.


WV : l’IA est un outil d’aide à la décision ayant pour but de délivrer une information fiable et pertinente. Utiliser l’IA, c’est piloter le risque avec beaucoup plus de précision, l’anticiper au lieu de le subir.

Concernant l’évaluation des biens immobiliers, elle permet d’obtenir une granularité géographique jusqu’à l’adresse exacte : toutes les zones d’un quartier n’évoluent pas de façon identique et une analyse adresse par adresse, et bien par bien, fait toute la différence en matière de précision. L’IA permet de coller à la réalité du marché sans aucun délai, ce qui induit, ici encore, un meilleur pilotage du risque. Les modèles d’IA sont aussi capables d’analyser les données dans leur complexité et d’identifier des signaux faibles, alors que les modèles simples occultent la richesse des données. Ainsi les modèles d’IA apportent une réponse ciblée et différenciée, alors que des modèles simples apportent une réponse uniforme.

L’IA par la finesse qu’elle apporte permet un meilleur provisionnement du « Loan to value » (LTV). L’IA est donc la promesse d’une plus grande performance dans la détection des risques.

Enfin elle offre une transparence bien plus poussée. Si les modèles simples offrent une compréhension aisée, ils ne sont pas performants. Il faut donc construire une auditabilité mathématiques des modèles d’IA ce qui apportera de la sérénité dans leur utilisation.


Comment l’IA peut-elle optimiser la gestion du risque en sortie de crise jusqu’à un retour à la normale ?


JV : On peut se demander si la crise est véritablement arrivée ou si elle est à venir. Chômage et faillites sont en baisse, et l’Etat a compensé le faible niveau de consommation des ménages. Avec l’aide de l’IA, nous pourrions certainement identifier les sous-groupes qui seront en difficulté d’ici quelques mois afin de renforcer notre accompagnement. Nos actions visent à ce que nos clients règlent leurs échéances ou qu’ils soient resolvabilisés, non qu’ils passent en contentieux. L’IA permet ainsi une action préventive. Elle permet d’atteindre un nouvel objectif, celui d’un analyste augmenté. On a tort de regarder uniquement les sous-ensembles et les relations linéaires. La compréhension d’une dynamique doit être globale. Le tout est plus que la somme des parties. L’IA nous aide à comprendre cette réalité dans sa complexité. Il ne faut en revanche pas que la réglementation bride ces outils technologiques, sous prétexte que l’on ne puisse pas mettre en formule déterministe, mais qu’elle l’encadre au contraire.


WV : L’IA est effectivement un outil incomparable pour le pilotage du risque à grande échelle. Il est regrettable que, pour l’instant, l’IA ne soit pas davantage prise en compte par le régulateur français notamment dans le cadre de la réécriture de l’article 3 du Règlement 99-10 sur les sociétés de crédit foncier. Celui-ci prévoit une analyse du marché immobilier au moyen d’une formule fermée permettant de passer de la valeur d’origine à la valeur actualisée. Si la démarche d’une piste d’audit est louable, elle ne permet pas une gestion du risque effective. Elle est même dans la réalité opérationnellemant contre-productive, car si elle rassure elle n’est pas performante. Les modèles simples basés sur des indices sont structurellement non performants car pas assez granulaire.

De plus, les crises bouleversent la réalité. Les modèles simples, sont alors déphasés par rapport à la nouvelle réalité, alors que les modèles d’IA apprennent et s’adaptent à la crise et sont par conséquent plus résilients. Très clairement des algorithmes utilisant des méthodes d’IA donneraient des résultats plus prédictifs, plus stables.

La législation imposerait aussi que le prix réévalué ne soit pas supérieur à la valeur de marché ou la valeur hypothécaire. Tenir cet objectif implique d’appliquer une marge de sécurité ou une décote significative. Moins le modèle est précis, plus la décôte devra être importante. C’est alors une « double peine » pour les établissements bancaires qui utilisent des modèles simples. Cela implique effectivement que les banques sur-provisionnent par rapport à leur risque réel et ce sur la base d’informations moins précises. Les établissements bancaires ont donc moins de liquidité et perdent en compétitivité. Cette approche dans sa forme actuelle exclut donc tous les bénéfices de ce que l’IA pourrait apporter à la compréhension du marché !

Ne pas utiliser l’IA aujourd’hui, c’est priver les établissements bancaires des outils nécessaires pour combattre les prochaines crises et plomber la compétitivité de notre pays !

Comments


bottom of page