Données alternatives et scoring crédit
Les données alternatives sont d’abord passées des projets pilotes au déploiement dans les fintechs. Les banques leur ont emboîté le pas plus tard. De nombreux prêteurs intègrent désormais ces signaux à leurs modèles de scoring.
Les banques et les autres établissements financiers rattrapent leur retard. Ils utilisent les données alternatives en complément des informations des bureaux de crédit et de leurs données internes.
Les fintechs ont utilisé les données alternatives pour lancer des offres comme le prêt entre particuliers et fixer le prix des prêts aux emprunteurs ayant peu d’antécédents de crédit. Les prêteurs qui s’appuyaient uniquement sur l’historique de crédit ne pouvaient pas atteindre nombre de ces emprunteurs.
Les données alternatives comme indicateur indirect de l’historique de crédit
Les données alternatives servent généralement d’indicateur indirect de l’historique de crédit traditionnel. Elles ne renseignent pas directement sur les remboursements, mais fournissent un signal indirect.
Des signaux peuvent être corrélés au défaut sans lien de causalité. Certains effets sont saisonniers ou propres à un contexte et ne reflètent pas le comportement réel de remboursement. En bref, nombre de ces corrélations sont fallacieuses.
L’utilisation de données alternatives dans le scoring peut aussi créer de nouveaux risques de discrimination. Par exemple, les signaux issus des réseaux sociaux peuvent véhiculer des informations sur l’origine ethnique, le genre ou d’autres caractéristiques, et conduire à des décisions de prêt injustes.
Autre difficulté : le format. De nombreuses sources sont non structurées et difficiles à exploiter avec les modèles de scoring traditionnels. Elles nécessitent un traitement spécialisé, qui fait souvent appel à l’intelligence artificielle (IA) et à l’apprentissage automatique (ML).
Voici les principaux apports possibles et les points de vigilance.
Avantages
- Les données alternatives permettent d’atteindre davantage d’emprunteurs potentiels, notamment des personnes sans dossier de crédit traditionnel.
- Elles peuvent donner une vision plus large et plus récente des finances d’un emprunteur, ce qui peut améliorer les décisions de prêt.
- Elles peuvent réduire le coût du scoring lorsque les sources traditionnelles sont coûteuses à obtenir et à traiter.
Inconvénients
- De nombreuses sources sont non structurées et difficiles à intégrer aux modèles traditionnels. Leur traitement spécialisé peut donc coûter cher.
- Les données alternatives peuvent être utilisées d’une manière qui discrimine certains groupes.
- Les corrélations entre les signaux alternatifs et le défaut peuvent être fortuites et ne pas refléter le comportement de remboursement.
Construire un modèle de scoring crédit avec des données alternatives
Les variables issues de données alternatives doivent être examinées avec autant de rigueur que celles du scoring traditionnel, voire davantage pour certaines.
Les variables retenues doivent être :
- Lien avec la solvabilité : les variables doivent contribuer à prédire la probabilité de défaut.
- Disponibilité : les variables doivent exister pour une large part des emprunteurs afin de permettre l’entraînement d’un modèle fiable.
- Coût d’obtention et de traitement : les variables doivent être faciles à obtenir et à calculer pour limiter les coûts.
- Stabilité dans le temps : le lien avec le défaut doit se maintenir d’une période à l’autre, y compris sur un échantillon hors période.
- Absence de biais : les variables ne doivent pas introduire de discrimination.
Exemples de sources de données alternatives pour le scoring crédit
Voici des exemples d’attributs issus de sources alternatives qui peuvent répondre à ces critères :
- Historique de paiement des factures de services courants
- Historique des paiements de loyer
- Historique de souscription de prêts à court terme
- Activité sur les réseaux sociaux
- Utilisation du téléphone
- Données sur les transactions en ligne
- Historique des trajets en transport à la demande
Méthodes de scoring crédit
Une fois les variables sélectionnées, il faut construire le modèle de scoring du crédit. Les méthodes traditionnelles, comme la régression logistique, côtoient des techniques de machine learning plus avancées.
Parmi les méthodes utilisées pour le scoring crédit avec des données alternatives :
- Forêt aléatoire
- Boosting par gradient (XGBoost, LightGBM)
- Réseaux de neurones
- SVM
- Régression logistique
- Autres modèles de régression, comme MARS
Le machine learning peut apprendre automatiquement des relations complexes entre les variables et le risque de défaut. Il réduit ainsi le besoin de définir les variables manuellement. En contrepartie, le modèle est plus difficile à expliquer et le risque de surapprentissage augmente. Examinez attentivement chaque variable retenue dans le modèle final.
Une fois le modèle construit, validez sa capacité prédictive et vérifiez qu’il ne surapprend pas. Utilisez la validation croisée et, si possible, une validation hors période.
En conclusion
Les données alternatives peuvent compléter les sources traditionnelles utilisées pour le scoring crédit et élargir l’accès au crédit aux emprunteurs sans historique de crédit.
Les données alternatives peuvent donner une vision plus large des finances d’un emprunteur et contribuer à de meilleures décisions de prêt.
Elles peuvent aussi réduire le coût du scoring lorsque les sources traditionnelles sont coûteuses à obtenir et à traiter.
Les risques demeurent toutefois : un risque potentiel de discrimination, et des corrélations parfois fortuites qui ne reflètent pas le comportement de remboursement.
Questions fréquentes
Quelles données alternatives tester en premier ?
Commencez par une ou deux sources qui renseignent sur des paiements réguliers, comme le loyer ou les factures, si ces données sont disponibles de façon cohérente. Privilégiez les informations liées aux engagements financiers de l’emprunteur plutôt que des indicateurs indirects comme son activité sur les réseaux sociaux. Vérifiez la couverture, la fraîcheur et le coût de la source avant de l’intégrer à un modèle. Une source qui ne couvre qu’une partie des demandeurs peut peu contribuer aux décisions de crédit.
Comment savoir si une donnée alternative doit entrer dans le score ?
Comparez le modèle intégrant le signal à la référence fondée sur les données du bureau de crédit et les données internes, en conservant le même taux d’acceptation ou la même perte attendue. Évaluez ensuite le gain supplémentaire au regard des coûts des données, du traitement et de l’exploitation. Il n’existe pas de seuil universel d’amélioration : le gain nécessaire dépend des marges et de l’appétit pour le risque. Une erreur fréquente consiste à conserver un signal pour sa valeur prédictive globale avant de vérifier s’il améliore les décisions pour les emprunteurs réellement servis.
Quelles vérifications mener avant d’utiliser des données alternatives dans les décisions de crédit ?
Utilisez un échantillon de contrôle constitué sur une période ultérieure, en complément de la validation croisée, et comparez les résultats à ceux d’un modèle qui exclut la nouvelle source. Évaluez les performances selon les groupes d’emprunteurs concernés, les profils de données manquantes et l’évolution de la source dans le temps. Un signal qui ne fonctionne que sur une période ou pour des emprunteurs dont le dossier est particulièrement complet ne permet pas forcément de fonder une décision fiable sur les critères d’octroi.
Quand une donnée alternative doit-elle modifier le seuil d’acceptation ?
Ne modifiez le seuil d’acceptation que si le signal fournit des estimations du risque utiles et stables pour les demandeurs concernés. Fixez ce seuil en fonction des pertes attendues, de la tarification et des critères d’octroi, et pas uniquement d’un indicateur du modèle. Testez d’abord les critères envisagés sur des demandes historiques, puis examinez les taux d’acceptation et les résultats de remboursement après le lancement, avant d’en élargir les effets.
Comment savoir si une source de données alternatives coûte trop cher ?
Calculez le coût complet de la source par décision, en comptant son acquisition, son traitement, son intégration et les contrôles continus. Comparez ce coût à la valeur supplémentaire apportée aux acceptations ou aux pertes attendues. Tenez compte du coût de gestion des données manquantes ou tardives. Si le bénéfice concerne une faible part des demandeurs ou exige des corrections manuelles fréquentes, une source plus simple peut être préférable.