Calculer les provisions pour pertes sur prêts à partir des taux de roulement

Le fichier mensuel de suivi des prêts vient d’arriver et les montants de provision doivent être prêts pour la clôture. Les encours sont répartis par tranche de retard de paiement, et les prêts à jour représentent la majeure partie du portefeuille. À l’écran, le tableur du trimestre dernier multiplie les taux de roulement entre les tranches et indique un coefficient à côté de chaque encours. Le calcul semble habituel, l’équipe l’a déjà réalisé, mais il transforme la répartition des prêts en un chiffre unique que la finance peut comptabiliser. Quelle hypothèse pèse le plus dans le résultat ?

Définir les tranches de retard et les états

Définissez les tranches de retard avant de calculer un coefficient. Pour chaque prêt, il faut connaître son état ce mois-ci et le mois prochain : à jour, en retard de 1 à 30 jours, de 31 à 60 jours, de 61 à 90 jours, à 90 jours ou plus, ou clôturé.

Traitez les prêts à 90 jours ou plus comme des défauts et les prêts clôturés comme un état distinct. Ces deux états sont absorbants : un prêt qui atteint l’un d’eux y reste. Le portefeuille a été généré pour cet article, il ne provient pas des données d’un prêteur. Il comprend des prêts à échéances mensuelles de 2 000 à 8 000 euros sur 24 mois, avec 1 500 prêts accordés chaque mois. Les provisions sont calculées à une clôture mensuelle, à partir de la matrice établie sur les douze transitions précédentes.

Schéma des taux de roulement : des prêts à jour à 90 jours ou plus et aux prêts clôturés, avec les pourcentages de passage à une tranche supérieure, de régularisation et d’état absorbant

Construire la matrice de transition à partir du fichier mensuel de données sur le statut des prêts

Pour établir la matrice de transition, comptez chaque observation prêt-mois selon sa tranche de départ et sa tranche le mois suivant. Divisez le nombre d’observations dans chaque tranche d’arrivée par le total de la tranche de départ. Chaque ligne doit totaliser 100 %.

Par exemple, sur les 3,880 observations prêt-mois de la tranche 31–60 jours, 2,505 sont passées dans la tranche 61–90 jours le mois suivant : 2,505 ÷ 3,880 = 64.6 %. Les autres destinations comptent aussi.

Graphique en barres des 3,880 observations prêt-mois dans la tranche 31–60 jours au départ : 64.6 % passent à 61–90 jours, les autres issues sont également indiquées
Une ligne de la matrice : la situation, le mois suivant, des prêts en retard de 31 à 60 jours

La matrice complète indique les prêts qui restent dans leur tranche, les clôtures, les passages à une tranche supérieure et les régularisations vers l’état à jour. Le taux de régularisation correspond à la part des prêts en retard qui redeviennent à jour.

Ce mois-ciÀ jour1-3031-6061-9090+Clôturé
À jour93.7%1.8%0004.5%
1-3045.1%12.5%41.3%001.1%
31-6012.6%7.9%14.4%64.6%00.6%
61-905.8%1.9%4.2%17.2%70.5%0.4%
90+0000100%0
Clôturé00000100%

Comparer la chaîne de roulement aux défauts observés

La chaîne de roulement multiplie les taux de passage à une tranche supérieure, depuis une tranche donnée jusqu’au défaut. C’est un coefficient rapide, calculé à partir des taux de roulement de la matrice.

TrancheCalculCoefficient
61-9070.5%70.5%
31-6064.6% × 70.5%45.5%
1-3041.3% × 64.6% × 70.5%18.8%
À jour1.8% × 41.3% × 64.6% × 70.5%0.34%

Mais la chaîne ne compte que les prêts qui passent à une tranche supérieure chaque mois. Dans le portefeuille de démonstration, elle estime à 18.8 % le taux de défaut de la tranche 1–30, contre un taux réel de 35.3 % sur douze mois. Pour les prêts à jour, son estimation est de 0.34 %, contre un taux réel de 4.4 %.

Graphique comparant la chaîne de roulement, la matrice sur 12 mois et les taux réels d’accès à 90 jours ou plus pour les tranches à jour, 1–30, 31–60 et 61–90
Par rapport aux prêts observés à la clôture sur l’année suivante, la matrice projetée est proche du résultat réel, tandis que la chaîne de roulement sous-estime le taux

L’écart est particulièrement important pour la tranche à jour, qui représente la majeure partie du portefeuille. La provision calculée avec la chaîne de roulement s’élève à 2 006 000 euros, soit 2.4 % du portefeuille, contre 4 371 000 euros, soit 5.1 %, avec la matrice sur douze mois.

Projetée sur douze mois, la même matrice donne une provision totale de 4 371 000 euros. Le portefeuille de démonstration permet de voir ce que la chaîne ne prend pas en compte.

Projeter la chaîne de Markov

Une chaîne de Markov prend en compte toute la matrice de transition : les prêts qui restent dans leur tranche, ceux qui se régularisent et ceux qui passent plus tard à une tranche supérieure contribuent tous à la probabilité de défaut. Multipliez la matrice par elle-même pour chaque mois de l’horizon, puis lisez la colonne 90+ pour chaque tranche de départ.

Graphique des probabilités de défaut projetées par tranche de départ, avec l’horizon de 12 mois et les points correspondant à la chaîne de roulement
Projection de la matrice mois après mois : la chaîne de roulement correspond au point où chaque courbe atteint son premier chemin vers le défaut

Au premier horizon où un prêt peut atteindre 90+, la matrice donne le même résultat que la chaîne de roulement. Chaque mois supplémentaire ajoute les prêts qui sont restés dans leur tranche, se sont régularisés puis sont passés à une tranche supérieure. La chaîne de roulement s’arrête avant ces transitions.

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.

Choisir un horizon de 12 mois ou sur la durée de vie

L’horizon dépend du stade de risque de crédit applicable. IFRS 9 prévoit des pertes de crédit attendues sur 12 mois lorsque le risque de crédit n’a pas augmenté de manière significative depuis la comptabilisation initiale, et sur la durée de vie lorsque cette hausse est significative. Un retard de paiement de plus de 30 jours entraîne une présomption réfutable de hausse significative du risque de crédit. Le calcul des pertes de crédit attendues dépend de cet horizon.

Pour calculer le risque sur la durée de vie, la chaîne absorbante estime la probabilité qu’un prêt arrive à 90 jours ou plus plutôt que d’être clôturé. La matrice suppose que tous les prêts à jour ont la même durée de vie restante. Elle ne tient pas compte de la dernière échéance du prêt, ce qui explique la surestimation pour cette tranche. Dans le portefeuille de démonstration, l’estimation sur la durée de vie des prêts à jour est de 11.7 %, alors que 7.2 % ont effectivement fait défaut avant leur clôture.

Comparer chaque coefficient aux résultats observés

Pour chaque coefficient retenu, vérifiez ce qu’il donne pour les prêts qui se trouvaient dans la même tranche un an plus tôt, puis comparez avec leur situation au cours des douze mois suivants. Dans le portefeuille de démonstration, les résultats de la matrice sont à environ deux points de pourcentage des taux réels dans chaque tranche, tandis que la chaîne de roulement sous-estime le taux.

Avant de retenir une estimation sur la durée de vie, comparez-la aux résultats observés et à la durée restante des prêts. Dans le portefeuille de démonstration, la matrice surestime le résultat pour les prêts à jour, car son horizon dépasse la durée restante de certains prêts.

Appuyez-vous sur cette comparaison pour évaluer si l’horizon et la matrice conviennent à votre portefeuille. L’exemple met les méthodes en regard, et les données du prêteur servent de référence pour les résultats réels.

Appliquer la probabilité, la LGD et l’encours

Pour chaque tranche ouverte, calculez la provision ainsi : encours × probabilité de défaut × perte en cas de défaut (LGD). La probabilité vient de la matrice à l’horizon choisi. La LGD est estimée à partir de l’expérience de recouvrement du prêteur. Dans l’exemple, elle est fixée à 65 % pour toutes les tranches.

Pour la tranche 1–30 de l’exemple : 1 794 000 € × 35.5 % × 65 % = 414 000 €. Les prêts à 90 jours ou plus sont déjà en défaut : appliquez la LGD à leur encours.

Le taux de provision par tranche correspond à la probabilité de défaut multipliée par la LGD. La formule de la perte attendue exprime la même relation : probabilité de défaut × LGD × exposition.

Les données de suivi des prêts alimentent une matrice de transition, puis les coefficients de défaut servent à calculer les provisions par tranche, dont 414 000 € pour la tranche 1–30
TrancheEncours, eurosCoefficient× LGDProvision, eurosTaux de provision
À jour80,026,0004.05%65%2,107,0002.6%
1-301,794,00035.5%65%414,00023.1%
31-60914,00071.5%65%425,00046.5%
61-90676,00089.8%65%395,00058.4%
90+1,584,000100%65%1,030,00065.0%
Total84,994,0004,371,0005.1%

Dans l’exemple, la provision totale calculée par la matrice sur douze mois est de 4 371 000 euros. La tranche à jour représente 94.2 % de l’encours : son coefficient pèse donc fortement sur le total.

Graphique des provisions : 2.006m € avec la chaîne de roulement, 4.371m € avec la matrice sur 12 mois, et 4.389m € et 8.431m € avec les méthodes sur la durée de vie
Un même portefeuille et une même LGD : le montant total de provision selon les coefficients retenus

Ajoutez l’actualisation et un ajustement prospectif fondé sur la conjoncture économique à cet exemple de provision. La mesure prévue par IFRS 9 tient compte de la valeur temps de l’argent et d’informations raisonnables et justifiables sur les prévisions. Le montant provisionné doit donc intégrer ces éléments. Comparez le total à l’encours avec le calcul du taux de couverture.

Remplacer le tableur de clôture par un calcul vérifiable

Reprenez le tableau de fin de mois et remplacez le coefficient de la chaîne de roulement, dont le calcul n’est pas explicité, par un calcul reproductible à partir de votre propre fichier des statuts. L’exemple met en évidence l’hypothèse retenue pour la tranche des prêts à jour. Ses chiffres illustrent le calcul, ils ne servent pas à estimer les provisions d’un prêteur.

  1. Définissez les tranches de jours de retard, avec 90 jours et plus comme état de défaut et les dossiers clôturés comme état distinct.
  2. Comptez chaque prêt-mois selon sa tranche ce mois-ci et le mois suivant.
  3. Divisez le nombre de prêts dans chaque tranche d’arrivée par le total de la tranche de départ pour construire la matrice de transition.
  4. Lisez dans la matrice les taux de roulement vers une tranche plus élevée, les taux de régularisation et les taux de maintien dans la même tranche.
  5. Projetez la matrice mois par mois et relevez, pour chaque tranche de départ, la probabilité d’atteindre 90 jours de retard ou plus.
  6. Choisissez un horizon de 12 mois ou un horizon à vie pour chaque tranche, en tenant compte de la durée restante.
  7. Comparez chaque coefficient aux résultats observés un an plus tard pour les prêts qui se trouvaient dans cette tranche un an auparavant.
  8. Multipliez le solde de chaque tranche par son coefficient et sa LGD. Pour les prêts à 90 jours de retard ou plus, utilisez uniquement la LGD.

Questions fréquentes sur les provisions et les taux de roulement

Comment calculer les provisions à partir des taux de roulement ?

Projetez la matrice de transition pour estimer, à l’horizon retenu, la probabilité que chaque tranche atteigne le défaut. Multipliez cette probabilité par l’encours de la tranche et par la LGD. Comparez le résultat aux résultats observés sur les prêts du portefeuille.

Qu’est-ce qu’un coefficient de provisionnement ?

C’est le taux appliqué à l’encours d’une tranche. Dans une matrice de provisionnement, il correspond à la probabilité de défaut multipliée par la LGD. Il se distingue de la probabilité de défaut seule, qui est le coefficient utilisé dans l’exemple avant application de la LGD.

Comment construire une matrice de transition à partir des données de prêts ?

Comptez les observations prêt-mois par tranche de départ et par tranche le mois suivant, puis divisez le nombre d’observations dans chaque tranche d’arrivée par le total de la tranche de départ. Vérifiez que chaque ligne totalise 100 %.

Comment utiliser une chaîne de Markov pour calculer les provisions ?

Multipliez la matrice de transition mensuelle par elle-même autant de fois qu’il y a de mois dans l’horizon choisi, puis relevez la probabilité que chaque tranche de départ atteigne 90 jours ou plus. Choisissez l’horizon pour chaque tranche et comparez le résultat aux données observées.

Pourquoi la multiplication des taux de roulement donne-t-elle une provision plus faible ?

Elle ne compte que les prêts qui passent à une tranche supérieure chaque mois. La matrice prend aussi en compte les prêts qui restent dans leur tranche, se régularisent puis passent à une tranche supérieure. Elle peut donc inclure davantage de prêts qui atteignent le défaut. Comparez les deux calculs aux résultats observés avant de retenir un coefficient.

Pour une tranche de retard, retenir la probabilité de défaut à 12 mois ou sur la durée de vie ?

Retenez l’horizon correspondant au stade de risque de crédit de l’instrument. Pour un calcul sur la durée de vie, tenez compte de la durée restante du prêt : une matrice sans limite d’horizon ne sait pas quand le prêt arrive à son terme.

Quelle LGD appliquer à la provision de chaque tranche ?

Utilisez l’estimation de LGD du prêteur, fondée sur les recouvrements pour l’exposition concernée. La LGD de 65 % de l’exemple est une hypothèse pour ce portefeuille, pas une estimation applicable à un prêteur.

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.