Scoring de crédit
Le scoring de crédit utilise un modèle statistique pour estimer la probabilité qu'un emprunteur rembourse un prêt à temps. Le modèle convertit des informations comme l'historique de crédit en un score qui aide un prêteur à évaluer une demande. Le score résume l'évaluation du modèle sous une forme utilisable de façon cohérente sur un ensemble de demandes.
Les prêteurs peuvent utiliser le score avec d'autres informations pour décider d'accorder ou non un crédit et à quelles conditions. Des modèles et des sources de données différents peuvent produire des scores différents pour le même emprunteur. Le résultat est une prédiction fondée sur les informations disponibles, donc les données comme le modèle influent sur la décision de prêt.
Construction d'un score de crédit
Un système de scoring de crédit est un modèle statistique automatisé qui classe le risque de crédit d'un emprunteur par rapport à d'autres emprunteurs et le résume en un seul chiffre, comme l'explique la Fed américaine dans son rapport sur le credit scoring. Ces systèmes sont apparus à la fin des années 1950 dans les services de crédit de grands distributeurs et de sociétés de financement. Les données viennent du dossier de crédit de l'emprunteur: comptes ouverts, historique de remboursement et montant de la dette.
Banques, opérateurs télécoms, assureurs et bailleurs utilisent les scores de crédit pour évaluer les demandeurs. Des modèles plus récents ajoutent les données de compte bancaire, qu'un prêteur peut lire via un service d'information sur les comptes, et des méthodes de machine learning décrites dans machine learning en finance.
L'arrêt SCHUFA de la Cour de justice de l'UE
Le 7 décembre 2023, la Cour de justice de l'Union européenne a jugé dans l'affaire C-634/21 que le scoring de SCHUFA est une décision individuelle automatisée, en principe interdite par le RGPD, dans la mesure où des clients comme les banques donnent au score un rôle déterminant dans l'octroi d'un crédit. La question de savoir si le droit allemand de la protection des données contient une exception valable a été laissée au tribunal administratif de Wiesbaden.
Dans un arrêt parallèle, la Cour a jugé qu'une agence de crédit ne peut pas conserver les informations sur une remise de dette résiduelle plus longtemps que le registre public allemand des insolvabilités, qui les garde six mois. La page sur le crédit en Allemagne explique ce que l'arrêt signifie pour les prêteurs.
Règles du crédit à la consommation et AI Act
La nouvelle directive sur le crédit aux consommateurs, la directive (UE) 2023/2225, s'applique à partir du 20 novembre 2026. Selon son article 18, une évaluation de solvabilité peut reposer sur les revenus, les dépenses et les obligations financières, mais pas sur des catégories particulières de données personnelles comme les données de santé, ni sur des informations issues des réseaux sociaux. Si l'évaluation est automatisée, le consommateur peut demander une intervention humaine, une explication claire des principales variables et de la logique, ainsi qu'un réexamen de la décision.
L'EU AI Act classe à haut risque les systèmes d'IA qui évaluent la solvabilité des personnes physiques ou établissent leur score de crédit, avec une exception pour la détection de la fraude. Une banque qui utilise un tel modèle doit remplir les obligations du règlement sur les données, la documentation, le contrôle humain et la gestion des risques, présentées dans l'EU AI Act dans les services financiers.
Prochains événements IA et risque en Allemagne
Finance Loop et le scoring de crédit
Finance Loop est le lieu de rencontre des équipes risque de crédit, des data scientists, des fintechs de crédit et des équipes conformité qui doivent expliquer un modèle de scoring à un superviseur. Finance Loop relie les communautés finance, IT et IA en Allemagne, en Autriche et en Suisse, avec des événements à Francfort, Munich, Berlin et Hambourg.
Finance Loop a annoncé KI Exchange 2026 à Hambourg, une conférence Payment & Banking sur l'IA comme infrastructure des banques, avec la gouvernance et la détection de la fraude au programme. Finance Loop est partenaire de la FinTech Founder & Investor Evening à Francfort, où intervient le CEO de Teylor, prêteur aux PME.
Qu’est le scoring de crédit?
Le scoring de crédit est une méthode statistique automatisée qui prédit la probabilité qu'un emprunteur rembourse un prêt, à partir de données comme l'historique de remboursement, les comptes ouverts et la dette. Le résultat est un score unique que les prêteurs utilisent pour décider s'ils prêtent et à quel prix.
Le scoring de crédit est-il autorisé en Allemagne après l'arrêt SCHUFA?
La Cour de justice de l'UE traite un score comme une décision automatisée lorsqu'une banque s'y fie de façon déterminante; le RGPD ne l'autorise alors qu'avec une base légale et des garanties. Le scoring continue, et le consommateur a droit à des informations utiles sur la logique sous-jacente.
Le scoring de crédit par IA est-il à haut risque selon l'AI Act?
L'annexe III de l'AI Act classe à haut risque les systèmes d'IA qui évaluent la solvabilité des personnes physiques ou fixent leur score de crédit. Les systèmes utilisés uniquement pour détecter la fraude financière sont exclus.
Le scoring de crédit et Finance Loop
Finance Loop traite le scoring de crédit dans son track Risque & conformité, où se rencontrent modèles d'IA, arrêt SCHUFA et nouvelles règles du crédit à la consommation. Modélisateurs de risque, prêteurs et équipes conformité comparent leurs approches lors des événements Finance Loop.
Finance Loop est un réseau professionnel qui favorise l'usage institutionnel des technologies émergentes en finance, comme l'IA, les paiements numériques et les solutions cloud et blockchain. Finance Loop aide ses membres à développer leurs compétences et leurs réseaux personnels dans ces domaines: Investissement & actifs numériques, Paiements & monnaie numérique, Infrastructure numérique & souveraineté et Risque & conformité.