Techniques de scoring

	Techniques de scoring

Les scores sont des outils largement répandus dans les banques pour la sélection de clients dans le ciblage d'actions marketing ou lors d'octroi de crédit, ainsi que pour la mesure individuelle des risques de défaillance. Ces outils sont également incontournables pour la mise en place d'une politique de risques Bâle II IRB.

OBJECTIFS

	Effectuer le pont entre les modèles mathématiques et leur mise en application

	Fournir les clés théoriques et pratiques pour la calibration des scores et leur suivi

	Signaler les pièges des modèles et des techniques d'estimation

	Préparer la réflexion des opérationnels pour les choix de variables et la mise en place des scores

PROGRAMME

	1		Introduction
	Le scoring: définition Exemple : Intuition géométrique du scoring Utilisations classiques du scoring Problématiques liés au scoring
	2		Mesure de performance d'un score
	Score et classement Exemple : Les courbes de performance et de sélection Indice de Gini: indicateur synthétique de performance Classement des scores et la courbe de discrimination Exemple : Implémentation des mesures de performance en langage R
	3		Modèles classiques de scoring
	Grille d'analyse des modèles de score Analyse discriminante linéaire Modèles Logit et Probit Approche non-paramétrique > Cart: Classification and Regression Trees > CHAID: CHI-squared Automatic Interaction Detector > Réseaux de neurones > Le boosting Comparaison et choix des modèles
	4		Les étapes de construction d'un score à travers un focus sur le modèle logistique
	Périmètre d'analyse et variable expliquée Cas pratique : Population d'application et variable expliquée selon différents types de score Extraction des données Procédure de calibration d'un score logistique Exemple : Résultats d'estimation des paramètres Analyse des variables explicatives Performance / significativité / robustesse Restitution du score > Ecriture de la grille de score > Classes de risque et règles d'octroi Procédure de suivi / audit

	5		Les variables explicatives
	Cartographie des variables explicatives Banque, risque client, particuliers Variables quantitatives: découpage optimal en classes Variables qualitatives Apport d'une expertise Aperçu de la problématique sur les croisements de variables Transformations affines par morceaux
	6		Biais d'estimation
	Les sources de biais Biais d'échantillonage > Types d'échantillonnage > Echantillonage représentatif > Stratification par la variable expliquée Scores d'octroi: exclusion dans la base d'apprentissage des individus refusés Echantillonage temporel
	7		Suivi et audit d'un score
	Suivi d'un score: contrôle de calcul Suivi du défaut: contrôle de performance Suivi du défaut: contrôle de l'octroi Exemple : Analyse par rating / cohorte / date / âge Documentation
	8		Prise de décision et politique d'octroi
	Contexte Optimisation de l'octroi Exemples avec différents types de coûts et de gains
	9		Conclusion

S'inscrire à cette formation

Voir le calendrier des formations

A QUI S'ADRESSE CETTE FORMATION ?

PUBLIC :
> Contrôleurs de risques en banque de détail et entreprise
> Responsables d'actions marketing
> Ingénieurs risques Bâle II IRB
> Analystes de crédit

NIVEAU : Intermédiaire

PRE-REQUIS :
> Notions de loi de probabilité et de densité
> Notions élémentaires de statistique descriptive (corrélation, fréquence)


	LA FORMATION EN DETAILS...

DUREE : 2 jours

FORMAT : Journée / Soirée

PRIX : 2 150 € HT

FORMATEURS : Damien Jacomy


	FORMATIONS ASSOCIEES

PREPAREZ-VOUS :
> Introduction à la statistique et à l'analyse exploratoire des données

ELARGISSEZ VOTRE CHAMP DE VISION :
> Bâle II- Bâle III: Risque réglementaire