De l'importance de la qualité des données sous Bâle 3
Un exemple concret : la gestion de chiffre d'affaires sous Bâle 3

La qualité des données est nécessaire à une bonne segmentation des clients et aux calculs des pondérations en risque

Une analyse des risques de qualité nécessite une connaissance précise et actualisée des clients de la banque. Cette connaissance passe par

  • des attributs qui permettront de l'identifier sans équivoque (SIREN par exemple)
  • un chiffre d'affaire qui permetra d'attribuer la bonne segmentation.

Il pourra ensuite lui être attribué la bonne formule de calcul de pondération en risque (RW - RiskWeight ), variable majeure du RWA (Risk Weighted Assets - Actifs Pondérés en Risque).
Ces actifs pondérés en risque couvrent les risques pris sur les portefeuilles considérés.
Pour rappel, dans le cadre du respect du ratio de sovabilité, les banques doivent réserver un certain niveau de fonds propres pour faire face à une éventuelle défaillance du client.

La qualité des données est encore plus importante dans où l'établissement bancaire a mis en oeuvre des modèles internes

Dans le cadre de l'utilisation par l'établissement bancaire de modèles internes (IRB: IRBF et IRBA), la formule de calcul des RWA avantage les expositions pour les clients dont le CA est inférieur à 50 M€.
Ainsi, sous les règles édictées par Bâle 2, l'exigence en fonds propres des PME est réduite d'environ 25%.
Par rapport à Bâle 2, les exigences en fonds propres exigées par Bâle 3 sont multipliées par un facteur de 0.7619, soit une réduction globale de 43%.

Pourquoi la qualité des données est elle si importante?

Par prudence, les entreprises dont le CA n'est pas connu sont classées automatiquement comme ayant un CA supérieur à 50 M€ et ne peuvent de ce fait pas bénéficier de la réduction de 43% des exigences en fonds propres au titre du risque de crédit pour les PME

L'exigence en fonds propres relatives aux expositions des entreprises dont le chiffre d'affaires est inférieur à 50 M€ se trouve être très fortement réduite: ne pas disposer de cette donnée interdit de pouvoir bénéficier de cet avantage.

Une question se pose alors : quel type de chiffre d'affaire faut il prendre?

Différentes typologies de Chiffres d'affaires pour différents usages

La segmentation des clients va se faire à partir d'un CA social ou consolidé selon les données disponibles. Nous nommerons ce CA "CA de segmentation".

A partir du moment du moment où le client est noté en modèle apparait la notion de "CA de notation" qui obéit à des règles de fraicheur très strictes (un CA trop ancien ne pouvant être utilisé car non représentatif de la situation actuelle de l'entreprise).

Le système d'information de la banque doit donc véhiculer deux CA, un "CA de segmentation" et un "CA de notation" car les usages de ces CA et les règles de validité ne sont pas les mêmes

De plus, la mise en qualité de la donnée "Chiffre d'affaires" devient rapidement complexe car les chaines de traitement des CA sont nombreuses:

  • segmentation des clients
  • notation des clients
  • envoi du CA au moteur de calcul de RWA
  • envoi du CA aux différents infocentres
  • local /central
  • commercial/risques

Les exigences de maîtrise des systèmes d'information (texte Bâlois BCBS239) vont remettre au premier plan le sujet de la maitrise de données.

En résumé

Les chiffres d'affaires sont nécessaires à une bonne segmentation des clients par les banques. Bâle 3 permet une grande avancée pour les PME (dont le CA est correctement renseigné) par rapport à Bâle 2: les banques vont pouvoir leur prêter davantage pour un même montant d'exigences en fonds propres dans le cadre du ratio de solvabilité.

Mots clés: Qualité des données, Bâle 3, PME, Chiffres d'affaires, RWA

Sources