BPCE - Rapport sur les risques - Pilier III 2020
5
RISQUES DE CRÉDIT
MESURE DES RISQUES ET NOTATIONS INTERNES
Nombre de modèles de LGD (perte en
Nombre de modèles de PD (probabilité de défaut)
Nombre de CCF/EAD (expo- sition au défaut)
Classe d’expositions Portefeuille
Description/ Méthodologie Portefeuille
cas de défaut)
Description/ Méthodologie
Description/ Méthodologie
Grille à dire d’expert comportant des variables quantitatives et qualitatives
Grille à dire d’expert comportant des variables quantitatives et qualitatives/économiques et descriptives Portefeuille à faible effectif de défaut Grille à dire d’expert Portefeuille à faible effectif de défaut
Application de paramètres réglementaires
Souverains, admin- istrations centrales et banques centrales
Souverains et affiliés
Souverains et affiliés
1
1
1
Banques multilatérales de développement Communes, départements, régions, logement social, hôpitaux… Banques OCDE ou non OCDE, brokers-dealers Grandes entreprises (CA > 1 milliard d’euros) Petites et moyennes entreprises (CA > 3 millions d’euros)
1
Grilles à dire d’expert/modélisation statistique (régression logistique) Portefeuille à faible effectif de défaut
Secteur Public
10(NH *)
Grille à dire d’expert comportant des variables quantitatives et qualitatives
Application de paramètres réglementaires
Établissements financiers
Grilles à dire d’expert Portefeuille à faible effectif de défaut
Banques
3
1
1
Grilles à dire d’expert comportant des variables quantitatives et qualitatives, selon le secteur d’activité Portefeuille à faible effectif de défaut Modèles statistiques (régression logistique) ou notes forfaitaires, sur entreprises disposant de comptes sociaux ou consolidés, s’appuyant principalement sur des données de bilan, selon le secteur d’activité, et de comportement bancaire/d’historique bancaire
5
Modèles s’appuyant sur l’estimation des flux de pertes segmentés selon la nature des contrats et des garanties, ou grille à dire d’expert Modèle s’appuyant sur l’estimation des conditions de revente des actifs, segmentés selon le bien financé Modèles s’appuyant sur l’estimation des conditions de revente des actifs ou des flux de trésorerie futurs Modèles s’appuyant sur l’estimation des flux de pertes segmentés selon la nature des contrats et des garanties Modèles s’appuyant sur l’estimation des flux de pertes segmentés selon la nature des contrats et des garanties Modèles s’appuyant sur l’estimation des conditions de revente des actifs, segmentés selon le bien financé Modèle s’appuyant sur l’estimation des flux de pertes, segmentés selon la nature des contrats
Facteurs de conversion, segmentés selon la nature des contrats
Autres contrats (cas général, société foncière…)
2 (dont 1 NH)
7 (dont 3 NH)
11 (dont 2 NH)
Entreprises
Grilles à dire d’expert comportant des variables quantitatives et qualitatives Portefeuille à faible effectif de défaut
Associations et assurances
2
Crédit-bail
1
Financements spécialisés (immobilier, pool d’actifs, aéronautique…)
Financements spécialisés (immobilier, pool d’actifs, aéronautique…)
Grilles à dire d’expert s’appuyant sur les caractéristiques des biens ou projets financés Portefeuille à faible effectif de défaut Modèles statistiques (régression logistique), comportant des variables de comportement et socio-économiques, différenciées selon le profil du client
8 (dont 1 NH)
5
Particuliers
7
Facteurs de conversion, segmentés selon la nature des contrats.
3 (dont 1 NH)
Immobilier résidentiel
3 (dont 1 NH)
Professionnels (socio- économiques et différenciés suivant certains secteurs)
Modèles statistiques (régression logistique), comportant des variables de bilan et de comportement
10
Facteurs de conversion et valeurs forfaitaires, segmentés selon la nature des contrats
Autres Particuliers et Professionnels
Clientèle de détail
2
2
Modèles statistiques (régression logistique), comportant des variables de comportement et socio-économiques, ou descriptives du projet (quotité…), différenciées selon le profil du client
Immobilier résidentiel
5 (dont 2 NH)
Crédit-bail
2
Facteur de conversion, segmenté selon la nature des contrats
Modèle statistique (régression logistique), comportant des variables de comportement et socio-économiques
Crédit renouvelable
Crédit renouvelable
2
2
2
NH désigne les modèles non homologués pour le calcul des exigences en fonds propres. *
90
RAPPORT SUR LES RISQUES PILIER III 2020 | GROUPE BPCE
www.groupebpce.com
Made with FlippingBook - professional solution for displaying marketing and sales documents online