Groupe BPCE // Pilier III 2021
RISQUES DE CRÉDIT
MESURE DES RISQUES ET NOTATIONS INTERNES
Nombre de modèles de LGD (perte en
Nombre de CCF/EAD (expo- sition au défaut)
Nombre de modèles de PD (probabilité de défaut)
Description/ Méthodologie
cas de défaut)
Description/ Méthodologie
Description/ Méthodologie Portefeuille
Classe d’expositions Portefeuille
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 comportant des variables quantitatives et qualitatives
Application de paramètres réglementaires
Souverains, admini- strations 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)
Grille à dire d’expert
1
Portefeuille à faible effectif de défaut Grilles à dire d’expert/modélisation statistique (régression logistique)
5
Secteur Public
10(NH *)
Portefeuille à faible effectif de défaut
Grilles à dire d’expert
Grille à dire d’expert comportant des variables quantitatives et qualitatives
Application de paramètres réglementaires
Établissements financiers
1
3
Banques
1
Portefeuille à faible effectif de défaut 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 Grilles à dire d’expert comportant des variables quantitatives et qualitatives Portefeuille à faible effectif de défaut 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
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
Petites et moyennes entreprises (CA > 3 millions
Facteurs de conversion, segmentés selon la nature des contrats
Autres contrats (cas général, société
2 (dont 1 NH)
Entreprises
foncière…) 7 (dont 3 NH)
d’euros) 9 (dont 2 NH)
Associations et assurances
Crédit-bail
1
2
Financements spécialisés (immobilier, pool d’actifs, aéronautique…)
Financements spécialisés (immobilier, pool d’actifs, aéronautique…)
5
8 (dont 1 NH)
Facteurs de conversion, segmentés selon la nature des contrats.
Particuliers
7
3 (dont 1 NH)
Immobilier résidentiel
Professionnels (socio- économiques et différenciés suivant certains secteurs)
3 (dont 1 NH)
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
Clientèle de détail
Modèles statistiques (régression logistique), comportant des variables de comportement et socio-économiques, ou descriptives du projet (quotité…), différenciées selon le profil du client
Autres Particuliers et Professionnels
Immobilier résidentiel
5 (dont 2 NH)
2
2
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. *
97
RAPPORT SUR LES RISQUES PILIER III 2021 | GROUPE BPCE
Made with FlippingBook Digital Publishing Software