CALCUL DUN SCORE ( SCORING) Application de techniques de discrimination

Pierre-Louis GONZALEZ

LES OBJECTIFS DU SCORING

SLECTION DES RISQUES PRVISION DES DFAUTS SUIVI ET CONTRLE

Diffrents types de score

Score dapptence Score de propension consommer, score daffinit. Cest la probabilit dun client dtre intress par un produit ou un service donn. Score de comportement (risque) Cest la probabilit chez un client ouvrant un compte bancaire, souscrivant une carte de crdit, demandant un dcouvert ou contractant un crdit, de rencontrer un incident de paiement ou de remboursement.

Diffrents types de score

Score doctroi ( ou score dacceptation) Cest un score de risque calcul pour un client qui est nouveau ou a une faible activit avec la banque. Le risque est calcul en temps rel, au moment ou le client sollicite la banque, sur la base de donnes dclaratives ventuellement croises avec des donnes de gomarketing.

LES DIFFRENTES TAPES DE RALISATION

1. CHANTILLONNAGE 2. COLLECTE DE LINFORMATION 3. REDRESSEMENT 4. SLECTION DES CRITRES 5. CONSTRUCTION DU MODLE 6. SIMULATION 7. MISE EN UVRE

1. CHANTILLONNAGE
Objectif: Construire un chantillon reprsentatif de la demande et du comportement payeur. 1-1. Prise en compte des dossiers refuss
Bons dossiers

?
Dossiers refuss Mauvais dossiers LES TROIS STRATES DE LA DEMANDE

Problme: Un score calcul uniquement sur les dossiers accepts ne sapplique pas lensemble de la demande.

1. CHANTILLONNAGE

1.2 Prise en compte de la dimension temporelle Deux plans possibles : Observer une coupe instantane Inconvnient: Certains dossiers sont considrs comme bons alors quils deviendront mauvais par la suite. Observer une population de dossiers termins Inconvnient: La structure de la population observe ne correspond pas la structure actuelle.

2. LA COLLECTE DE LINFORMATION

Objectif: Btir un fichier contenant toutes les informations connues sur les refuss ainsi que les bons et mauvais payeurs. Problmes: Pas de stockage informatique des observations individuelles Pas de conservation des dossiers refuss Pas de statistiques permettant dlaborer le plan de sondage Historique trop court ou absent

3. REDRESSEMENT
Objectif : Redonner lchantillon la structure de la demande actuelle. Deux familles de mthodes : Score accept/refus

Accepts

Refuss

Hypothse: Les refuss dune tranche ont le mme comportement que les accepts. Simulation du comportement Principe: Chaque dossier refus serait devenu bon (ou mauvais) avec une probabilit estimer.
9

4. SLECTION DES CRITRES

Objectif: Lors de cette tape on choisit les variables et les interactions introduire dans le modle. Diffrents types de problmes se prsentent: Dcoupage/regroupement en catgories Choix des interactions Choix des variables les plus explicatives Choix des variables les moins corrles entre elles

10

5. CONSTRUCTION DU MODLE
Objectif: Btir le systme de pondration des variables (catgories). Revenu disponible par personne du mnage
Infrieur 800 Entre 800 et 1500 Plus de1500

+ 12

+ 20

Ratio dendettement
Infrieur 10 % Entre 10 et 20 % Entre 20 et 30 % Plus de 30 %

+ 20

+ 16

+8

11

5. CONSTRUCTION DU MODLE
Situation dans le logement
Propritaire + 10 Locataire 0

tat matrimonial et nombre denfants charge

tat matrimonial Enfants 0 1 ou 2 3 et plus Mari + 10 + 20 + 16 Autres +8 +5 0
12

interactions

5. CONSTRUCTION DU MODLE
Profession et stabilit dans lemploi
Travaille dans le mme emploi depuis

Profession Fonctionnaires, retraits Industriels, gros commerants, Professions librales, Cadres suprieurs Employs de bureau

Moins de 4 ans + 18

4 10 ans + 30

Plus de 10 ans + 30

+ 15

+ 22

+ 25

Artisans, petits commerants Exploitants agricoles Cadres moyens Employs de commerce Ouvriers, Autres

+5

+ 12

+ 17

+5

+ 10

13

EXEMPLE: UTILISATION DU MODLE

Ratio dendettement : 15 % 16

Revenu disponible par personne : 1300

+ 12

Locataire :

+0

Mari, sans enfants :

+ 10

Employ de bureau : depuis 6 ans

+ 22

SCORE

+ 60

14

6. SIMULATION
Lobjectif est de choisir une politique de mise en oeuvre
Tranche de score 90 - 100 80 - 90 70 - 80 60 - 70 50 - 60 40 - 50 30 - 40 20 - 30 10 - 20 0 - 10
Nombre de demandes Nombre de contentieux Taux de contentieux

Nombre de demandes cumules

Nombre de contentieux cumuls

Taux de contentieux cumuls

1 000 1 500 1 500 2 000 2 000 2 000 2 000 1 000 1 000 1 000

10 35 55 80 100 140 180 110 130 160

1% 2,3 % 3,6 % 4% 5% 7% 9% 11 % 13 % 16 %

1 000 2 500 4 000 6 000 8 000 10 000 12 000 13 000 14 000 15 000

10 45 100 180 280 420 600 710 840 1 000

1% 1,8 % 2,5 % 3% 3,5 % 4,2 % 5% 5,4 % 6% 6,5 %

6. SIMULATION
Avant le score Seuil de slection Politique n 1 Note suprieure 50 8 000 Politique n 2 Note suprieure 40 10 000

Nombre de dossiers produits Taux de refus Contentieux sur la production Taux de contentieux

10 000

33 % 500

46 % 280

33 % 420

5%

3,5 %

4,2 %
16

7. LA MISE EN UVRE

Objectif : Introduire le score comme outil de slection, de prvision et de suivi. Les problmes: Formation des utilisateurs. Mise en place des outils informatiques. Ractualisation: il est ncessaire de prvoir des outils dalerte indiquant la dtrioration du score: cartes de contrle.

17

COMPARAISONS DE SCORES
Tables de classement
Objectif: valuer la capacit prdictive du modle. Dans le cas de deux groupes, en fonction dun seuil s du score:

Yi = 1 Yi = 0

si sc o re s si sc o re < s
PRDICTION

Yi = 1
OBSERVATION

Yi = 0

Yi = 1
Yi = 0

a c

b d
18

COMPARAISONS DE SCORES

SENSIBILITE SPCIFICIT TAUX DERREUR PAR EXCS TAUX DERREUR PAR DFAUT BIEN CLASSS

a a+b d c+d c a+c

b b+d
a+d n

La capacit prdictive du modle est dautant meilleure que :

SENSIBILITE SPECIFICIT BIEN CLASSS

sont levs.

19

COMPARAISONS DE SCORES

On peut calculer laire sous la courbe ROC pour comparer plusieurs modles. Il est galement possible de dterminer des intervalles de confiance.

20

COMPARAISONS DE SCORES
Courbe de lift

21

COMPARAISONS DE SCORES: FONCTIONS DE DENSITE

22

COMPARAISONS DE SCORES: FONCTIONS DE REPARTITION

23