Traitement des dossiers refusés dans le processus d`octroi de crédit

L'INSTITUT SUPÉRIEUR DE GESTION LE CONSERVATOIRE NATIONAL DES
(SOUSSE) ARTS ET MÉTIERS (PARIS)
ÉCOLE DOCTORALE PARIS "Abbé Grégoire"
ÉCOLE DOCTORALE SOUSSE "École doctorale en sciences de gestion"
Laboratoire Interdisciplinaire de Recherche en Sciences de l'Action (Paris)
Computational Mathematics Laboratory (Monastir)
THÈSE DE DOCTORAT
présentée par : Asma GUIZANI
soutenue publiquement à Paris le : 19 Mars 2014
Pour obtenir le grade de : Docteur du Conservatoire National des Arts et Métiers
Discipline/Spécialité : Théorie des Systèmes Économiques
et le grade de : Docteur en Sciences de Gestion
TRAITEMENT DES DOSSIERS REFUSÉS DANS LE
PROCESSUS D’OCTROI DE CRÉDIT AUX
PARTICULIERS
THÈSE CO-DIRIGÉE PAR:
Mme. Salwa BENAMMOU
Professeur, Faculté des Sciences Économiques et de Gestion (Sousse)
M. Gilbert LAFFOND
Professeur, Conservatoire National des Arts et Métiers (Paris)
M. Gilbert SAPORTA
Professeur, Conservatoire National des Arts et Métiers (Paris)
RAPPORTEURS :
M. Taher HAMZA
Professeur, Institut Supérieur de Gestion (Sousse)
M. Cristian PREDA
Professeur, École Polytechnique Universitaire de Lille (Lille)
EXAMINATEURS :
M. Pierre CAZES
Professeur émérite, Université Paris-Dauphine (Paris)
Mme. Meglena JELEVA
Professeur, Economix, Université Paris Ouest-Nanterre-La Défense (Paris)

À mon très cher papa, à ma très chère maman.
À mon très cher Lamine, à mon petit ange Slim.
À ma très chère tata Hayet.
À toute ma famille...

Remerciements
Ce travail a été réalisé en cotutelle au sein du laboratoire Computational Mathematics
Laboratory (CML) à la faculté des sciences de Monastir du côté tunisien et au laboratoire
Interdisciplinaire de Recherche en Sciences de l'Action (LIRSA) du côté français.
Je tiens tout d’abord à remercier mon directeur de thèse le professeur Gilbert LAFFOND,
pour m’avoir accueillie au sein du laboratoire (LIRSA) et pour m’avoir ainsi permis de
réaliser cette thèse.
Je remercie très chaleureusement mon co-directeur de thèse le professeur Gilbert SAPORTA
pour m’avoir confié ce sujet de thèse et pour sa gentillesse, sa disponibilité et ses
judicieux conseils. Ce fut très sincèrement un réel plaisir de travailler avec lui pendant ces
années.
Je tiens à exprimer ma profonde gratitude et ma sincère reconnaissance à mon directeur de
thèse le professeur Salwa BENAMMOU pour sa disponibilité, la confiance qu'elle m'a
accordée et pour m'avoir souvent donné le courage d’avancer dans mes recherches, en me
motivant lorsque j’en éprouvais le besoin et sans qui cette thèse n’aurait jamais pu voir le
jour.
Mes vifs remerciements s’adressent aussi au professeur Samir BENAMMOU, directeur du
laboratoire Computational Mathematics Laboratory (CML) m’avoir accueillie dans son
laboratoire.
Je remercie les professeurs Taher HAMZA de l'Institut Supérieur de Gestion de Sousse et
Cristian PREDA de l'École Polytechnique Universitaire de Lille pour avoir consacré du
temps à examiner mon travail en tant que rapporteurs.
Je remercie enfin les professeurs Pierre CAZES de l' Université Paris IX Dauphine (Paris) et
Meglena JELEVA de l'Université Paris Ouest de Nanterre pour l'intérêt qu'ils ont porté à cette
thèse en acceptant de siéger dans ce jury.
Je tiens à remercier M. Sylvain CHAMLEY de nous avoir fourni la base de données sur
laquelle nous avons pu effectuer nos applications.
Je remercie vivement Mme Françoise FOGELMAN, M. Abbas MOHSENI, M. Stéphane
TUFFÉRY et Mme Mireille BARDOS hélas décédée, pour leurs précieux conseils.
Je tiens à remercier toute l'équipe du CNAM qui a rendu mes journées de travail à Paris plus
agréables en m'acceptant parmi eux : Ndeye NIANG, Sabine GLODKOWSKI, Giorgio
RUSSOLILLO, Christiane MOREL...
Je remercie, particulièrement, Madame Sonia GHANNOUCHI d'avoir toujours cru en moi et
en mes capacités.
Un grand merci à mon amie Sirine et son mari pour leur accueil. Merci à toi Sirine pour les
bons moments qu'on a passé ensemble pendant mes séjours à Paris et d'avoir supporté mes
états d'âme.

Je tiens aussi à remercier Haifa pour avoir partagé avec moi sa chambre à Paris et pour son
accueil.
Je remercie, également, mon amie Besma pour son aide, ses conseils et son soutien moral.
Merci aussi à mon oncle Sadok pour son immense aide, ses conseils et sa patience lors de la
relecture des versions intermédiaires de cette thèse..
Merci à toutes mes chères amies pour tous les moments très agréable partagés avec elles :
Raoudha , Nabiha, Asma, Olfa, Aida, Samia, Sina, Mariem, Nesrine, Rabia.
J'adresse toute ma gratitude, à mes parents, pour tout ce qu'ils ont fait pour moi. Ma
reconnaissance envers eux est inexprimable.
Je tiens aussi à exprimer ma profonde affection à ma belle mère Hayet pour son soutien et
pour toute sa patience dont je serai à jamais redevable.
Je remercie énormément mes sœurs Hajer et Chiraz, mon frère Fouad, mes belles sœurs
Dalenda et Ibtissem, mes beaux frères Houcem, Fehmi, Jemil, , Zied, Becem, mes neveux et
mes nièces, qui ont toujours été là pour moi.
Je ne saurai finir sans remercier mon tendre époux Lamine, pour toute sa patience, son amour
et pour tout le soutien qu'il m' a apporté. je voudrai aussi demander pardon à mon petit ange
Slim, pour tout ce temps qui aurai du être le sien.
Merci à toutes les personnes qui m’ont permis de mener à bien cette thèse…

Résumé
Le credit scoring est généralement considéré comme une méthode d’évaluation du niveau du
risque associé à un dossier de crédit potentiel. Cette méthode implique l'utilisation de
différentes techniques statistiques pour aboutir à un modèle de scoring basé sur les
caractéristiques du client.
Le modèle de scoring estime le risque de crédit en prévoyant la solvabilité du demandeur de
crédit. Les institutions financières utilisent ce modèle pour estimer la probabilité de défaut qui
va être utilisée pour affecter chaque client à la catégorie qui lui correspond le mieux: bon
payeur ou mauvais payeur. Les seules données disponibles pour construire le modèle de
scoring sont les dossiers acceptés dont la variable à prédire est connue. Ce modèle ne tient pas
compte des demandeurs de crédit rejetés dès le départ ce qui implique qu'on ne pourra pas
estimer leurs probabilités de défaut, ce qui engendre un biais de sélection causé par la non-
représentativité de l'échantillon. Nous essayons dans ce travail en utilisant l'inférence des
refusés de remédier à ce biais, par la réintégration des dossiers refusés dans le processus
d'octroi de crédit. Nous utilisons et comparons différentes méthodes de traitement des refusés
classiques et semi supervisées, nous adaptons certaines à notre problème et montrons sur un
jeu de données réel, en utilisant les courbes ROC confirmé par simulation, que les méthodes
semi-supervisé donnent de bons résultats qui sont meilleurs que ceux des méthodes
classiques.
Mots-clés
Réglementation prudentielle, crédit scoring, méthodes d'inférence des refusés, méthodes de
l'apprentissage semi-supervisé.