Dans le cadre du projet régional portant sur le logement abordable et le financement de l habitat.

Transcription

1 Dans le cadre du projet régional portant sur le logement abordable et le financement de l habitat. Le Ministère de l Economie et des Finances Direction du Trésor et des Finances Extérieures La Banque Mondiale et Le Fonds Monétaire Arabe co organisent un workshop international sur le thème : «LE FONDS D ASSURANCE HYPOTHÉCAIRE DAMANE ASSAKANE: RETOUR D EXPERIENCE ET PERSPECTIVES FUTURES»

2 «LE FONDS D ASSURANCE HYPOTHÉCAIRE DAMANE ASSAKANE: RETOUR D EXPERIENCE ET PERSPECTIVES FUTURES» Panel III : Problématiques de risque et de supervision du Fonds «Damane Assakane» Modérateur : Bank Al Maghrib Abdelkhalek Glillah : Directeur Ressources, Caisse Centrale de Garantie Mohamed Ghandour : Responsable Départ. Supervision Permanente, BKAM Daniel Torrents : Account Manager, Cabinet AIS El Wardi Laidi : Directeur Général Banque de détail et des MDM à la BCP

3 Daniel Torrents Volet qualitatif du risque: Notation et mesures des dossiers Fogarim et Fogaloge: Impacts des système de notation (contrôle du risque). Type de modèle de score. Analyse bivariante: choix des variables. Variables d un modèle de notation. Notation d un modèle (Scoring). Intégration du Scoring dans la gestion. Exemple d un flux de décision avec scoring. Réglementation de Bâle II-III. Impact macroéconomique. Benchmark Amérique Latine.

4 Impacts des système de notation (contrôle du risque) DEMANDE Augmentation activité Diminution des temps Homogénéisation décision Contrôle accru du risque Cycle de vie des clients OCTROI SUIVI RECOUVREMENT Diminution des coûts Optimisation et contrôle des processus Réduction du risque opérationnel et légal Consolidation d un datamart des risques Qualité de la relation client Fidélisation et pro activité Modèles de comportement -> Calcul de limites Pertes espérés (provisions) Simulations des politiques et du cycle économique. Application de stratégies corporatives de recouvrement et de renégociation de la dette Scoring de recouvrement et plateforme collaborative Pour le traitement amiable et contentieux (avocats)

5 Type de modèle de score Sans données Données réduites Données complètes Modèle à dire Expert Modèle Générique Modèle Mixte Modèle sur Mesure Identification des profils de clients à évaluer Identification des profils de clients à évaluer Extraction de l échantillon et définition du Mauvais Payeur Extraction de l échantillon et définition du Mauvais Payeur Exposition méthodologique étude des avis experts Identification des profils BD générique Analyse descriptive Analyse descriptive Adaptations du modèle Adaptations du modèle Ajustement du modèle Développement du modèle Échantillon d ajustement Échantillon d ajustement Simulation de politique risque Simulation de politique risque

6 Analyse bivariante: choix des variables cville_c - Code de la ville de résidence 60% 70.0% 50% 60.0% Opérations Défaut % Opérations 40% 30% 20% 50.0% 40.0% 30.0% 20.0% % Défaut Valeur Nombre Pourcentage Nombre Pourcentage Groupe 1 4, % 1, % Groupe 2 30, % 9, % Groupe 3 9, % 3, % Groupe 4 5, % 2, % Groupe 5 5, % 3, % Groupe 6 1, % 1, % Total 58, % 21, % 10% 0% Groupe 1 Groupe 2 Groupe 3 Groupe 4 Groupe 5 Groupe % 0.0% Exemple: Groupe 1 qui sur demandes, seul finissent impayées (1 sur 4) Groupe 6 qui sur demandes, sont problématiques (plus de la moitié)!

7 Variables d un modèle de notation Les études statistiques sur les échantillons des portefeuilles, permettent de mettre en avant les variables disponibles les plus corrélées avec le risques. Celles-ci contribuent de manière différentes (en pénalisant ou bonifiant) la qualification du risque que se soit de la contrepartie comme de l opération. Contrepartie Situation marital Age Nombre d enfants Profession Secteur d activité Revenue familial Garant/Garantie Ancienneté bancaire Immeuble/opération Neuf/ ancien Type de bien Valeur du bien Urbain /rural Code de la ville Montant engagement Durée opération Autres information

8 Notation d un modèle (Scoring) Les variables du modèles sont mises à contribution pour systématiser la note P j et homogénéiser les critères pour chaque demande. Les cut-off permettrons de limiter le risque encourue en fonction de politique de risques. a 0 b 1 b 2 b m Pondérations (poids) a 0 + b 1 *x 1 + b 2 *x b m *x m = P j x 1 x 2 x m variables utilisées ACCEPTER DOUTE REFUSER Limite supérieur Limite inférieur 8

9 Intégration du Scoring dans la gestion Profil Socioéconomique Conclusion Limites: Solde disponible / montant mensuel Calcul de Capacité de Paiement Avis sur la Capacité de payement Scoring du Profil Avis sur le Profil Limites: probabilité de défaillance Crédit Bureau DECISION SUR LE PROFIL APPROUVÉ DOUTE REFUSÉ Règles Affaires DECISION SUR LA CAPACITÉ DE PAYEMENT SUFFISANTE APPROUVÉ DOUTE REFUSÉ JUSTE DOUTE DOUTE REFUSÉ INSUFFISANTE REFUSÉ REFUSÉ REFUSÉ Meilleur Titulaire Meilleur Garant Pondération Titulaires et Garants

10 Exemple d un flux de décision avec scoring

11 Réglementation Bâle II-III Bâle II-III demande de calculer toute une série d indicateurs de la sinistralité (default) au niveau opération, au moment de la demande et ils sont mis à jour pour suivre la qualité du risque tout au long du cycle de vie de l engagement. Leurs retraitement dans leurs différents niveau d agrégations permettent les calculs au niveau portefeuille. OPERATION PORTEFEUILLE VaR Risque opérat. Demande Scoring Rating Calibrage EAD PD LGD EL Perte espérés UL Perte inespérés VaR Risque crédit Modèle LGD VaR Risque marché EAD: Exposition au moment du défaut PD: Probabilité défaillance LGD: Pertes en cas de default EL & UL: Expected and Unexpected Loss VaR: Value at Risk

12 Impact macroéconomique Un modèle de score maintient l ordonnancement mais il peut être nécessaire de réviser les cut-off. La tendance et les variations des valeurs du modèle seront alignées au série macroéconomiques. Ces dernières seront suivi pour prévoir et anticiper certaines magnitudes prévisionnels (taux des sinistres, augmentation provisions, ) Synthétic index PD Hypothécaire

13 Benchmark Amérique Latine Pour le développement durable du logement social, il est aussi bien important de mettre en avant des instruments pour faciliter l accès au crédit (inclusion bancaire) comme fait la CCG, couplée d un contrôle des prix du marché par la supervision, actuellement surveillé par BKAM. Le volet statistique est primordial, par exemple Fondo MiVivienda au Pérou ( ou Sociedad Hypotécaria Fédéral ( au Mexique, utilisent le recensement pour évaluer le déficit en logement, le niveau d équipement existant, les composantes sociodémographique, l élasticité de la demande,

14 Décision intelligentes C/ Diputacion 246, Barcelone - Espagne Tel: Fax: