EVALUATION DE TECHNIQUES DE TRAITEMENT DES REFUSÉS POUR L’OCTROI DE CRÉDIT
Emmanuel Viennet *, Françoise Fogelman Soulié ** & Benoît Rognier ** * Université Paris 13, Institut Galilée, LIPN UMR 7030 CNRS 99, Avenue J-B. Clément - 93430 Villetaneuse Emmanuel.Viennet@lipn.univ-paris13.fr, http://www-lipn.univ-paris13.fr ** Kxen, 25 Quai Gallieni, 92 158 Suresnes cedex Francoise.SoulieFogelman@kxen.com, Benoit.Rognier@kxen.com, http://www.kxen.com Résumé. Nous présentons la problématique du traitement des refusés dans le cadre de l’octroi de crédit. Du fait de la législation (Bâle II), les organismes de crédit doivent mettre en place des techniques systématiques d’octroi de crédit et de traitement des refusés. Nous présentons ici une méthodologie de comparaison de différentes techniques de traitement des refusés et montrons qu’il est nécessaire, en l’absence de résultat théorique solide, de pouvoir produire et comparer des modèles adaptés aux données (sélection du “meilleur” modèle conditionnellement aux données). Nous décrivons quelques simulations sur une base de petite taille pour illustrer la démarche et comparer différentes stratégies de choix du groupe de contrôle, qui reste la seule technique fondée de traitement des refusés.

Abstract. We present the problem of « Reject Inference » for credit acceptance. Because of the current legal framework
(Basel II), credit institutions need to industrialize their processes for credit acceptance, including Reject Inference. We present here a methodology to compare various techniques of Reject Inference and show that it is necessary, in the absence of real theoretical results, to be able to produce and compare models adapted to available data (selection of “best” model conditionnaly on data). We describe some simulations run on a small data set to illustrate the approach and some strategies for choosing the control group, which is the only valid approach to Reject Inference. Mots-clés. Data mining, choix de modèles,