Dans un contexte réglementaire et économique contraignant – taux bas et marge d’intérêt sous forte contrainte – l’efficacité opérationnelle est devenue une priorité des acteurs bancaires. Des techniques innovantes d’intelligence artificielle permettent le développement d’outils qui optimisent les processus dans un objectif de maximisation du couple rendement/risques.
Notre client – un établissement bancaire spécialisé dans l’accession à la propriété des ménages modestes – a dernièrement recentré son activité sur la gestion de ses 15,4 milliards d’euros d’encours de prêts immobiliers. C’est dans ce cadre qu’il a lancé, en collaboration avec DataStorm, la mise en place d’un dispositif structurant de pilotage de la performance.
La solution
Le dispositif combine des instructions et des modèles qui passent chaque dossier à travers une grille de critères conditionnant la stratégie à mener, en fonction des différents contextes. Les stratégies de recouvrement peuvent être diverses natures : poursuite du recouvrement amiable, incitation donnée au client de vendre son bien, accélération du passage en contentieux, mise en place de plan d’apurement ou restructuration de la créance, etc.
L’innovation des modèles consiste en la combinaison de moteurs qui évaluent la segmentation de la clientèle par niveau de risques sur le passage en douteux ou de procédure de surendettement, la rentabilité des différentes stratégies possibles tenant compte de l’ensemble des revenus et des coûts, l’espérance de recouvrement attendue et le délai. Ex-post, il faut ajouter la surveillance de la performance opérationnelle sur les drivers clés du coût du risque.
Les portefeuilles à risque sont identifiés par la combinaison des méthodes classiques d’analyse des risques et des techniques innovantes comme l’analyse croisée avec un portefeuille miroir.
La sélection de portefeuilles miroirs permet d’avoir une approche dynamique par une analyse comparée de l’évolution des risques entre un portefeuille soumis à des actions ou une stratégie donnée, et un portefeuille de référence (le miroir) ayant les mêmes caractéristiques mais non soumis à ces actions.
Des modèles de Machine Learning ont par ailleurs été développés pour classer les clients par type de risque et définir leur propension à entrer en procédure de surendettement.
Le résultat
Avec les équipes de notre client, nous avons développé un outil d’évaluation de la rentabilité de chaque dossier en fonction de différentes stratégies envisageables intégrant l’ensemble des coûts internes et externes (coût du risque, frais généraux et de recouvrement répétitibles ou non, refinancement…) et des revenus. Cet outil agit comme une aide à la décision permettant de guider les gestionnaires sur la meilleure stratégie, tant pour le client que pour l’entreprise.
L’analyse des historiques longs de prêts a permis de modéliser l’état des créances en un nombre assez élevé d’états garantissant le caractère markovien du processus sous-jacent aux transitions d’états des créances tous les mois (par exemple, passage de 2 impayés à 3 impayés).
Chaque créance est alors projetée dans le futur, mois par mois, dépendant de ses caractéristiques et des stratégies appliquées jusqu’à son extinction.
Pour offrir les meilleures expériences, nous utilisons des technologies telles que les cookies pour stocker et/ou accéder aux informations des appareils. Le fait de consentir à ces technologies nous permettra de traiter des données telles que le comportement de navigation ou les ID uniques sur ce site. Le fait de ne pas consentir ou de retirer son consentement peut avoir un effet négatif sur certaines caractéristiques et fonctions.
Fonctionnel
Toujours activé
Le stockage ou l’accès technique est strictement nécessaire dans la finalité d’intérêt légitime de permettre l’utilisation d’un service spécifique explicitement demandé par l’abonné ou l’utilisateur, ou dans le seul but d’effectuer la transmission d’une communication sur un réseau de communications électroniques.
Préférences
Le stockage ou l’accès technique est nécessaire dans la finalité d’intérêt légitime de stocker des préférences qui ne sont pas demandées par l’abonné ou l’utilisateur.
Statistiques
Le stockage ou l’accès technique qui est utilisé exclusivement à des fins statistiques.Le stockage ou l’accès technique qui est utilisé exclusivement dans des finalités statistiques anonymes. En l’absence d’une assignation à comparaître, d’une conformité volontaire de la part de votre fournisseur d’accès à internet ou d’enregistrements supplémentaires provenant d’une tierce partie, les informations stockées ou extraites à cette seule fin ne peuvent généralement pas être utilisées pour vous identifier.
Marketing
Le stockage ou l’accès technique est nécessaire pour créer des profils d’utilisateurs afin d’envoyer des publicités, ou pour suivre l’utilisateur sur un site web ou sur plusieurs sites web ayant des finalités marketing similaires.
