La pandémie de Covid-19 a redistribué les cartes dans l’industrie du management du risque, déjà fortement impactée par des tendances de fond, telles que la transformation digitale et les changements de comportements client. Aujourd’hui, la capacité à réduire les risques et à anticiper l’avenir est vitale. Or, les données historiques, majoritairement utilisées par ce secteur, limitent la prise de décision. C’est pourquoi les institutions financières doivent s’emparer de l’analytique afin de s’appuyer davantage sur les données en temps réel.

Des scénarios de risque illimités

Les scores de risque contiennent traditionnellement des données qui ont quelques jours, quelques mois, voire parfois quelques années. Avec la crise du Covid-19, ces données sont devenues obsolètes en une nuit.

Les services financiers ont dû s’adapter pour développer leur capacité à aller chercher des données dites « fraîches », comme les transactions bancaires qui apportent des informations pertinentes sur la qualité du client, ses revenus, ses partenaires, etc. Ce type de données en temps-réel suit et s’adapte à l’actualité et apporte aux banques la capacité de générer un nombre de scénarios illimité. Cela permet de réduire et d’anticiper considérablement les risques : avoir le choix entre des millions de modèles de management des risques et pouvoir les déployer en temps réel, pour réagir de manière optimisée.

Le quotidien des équipes du management du risque évolue

Depuis plus d’un an, les régulateurs ont appuyé sur l’accélérateur. La relation entre l’établissement financier et le régulateur a fortement évolué. Si auparavant, un cahier des charges était établi avec un reporting régulier par les banques, les banques centrales demandent désormais aux banques et analystes des reporting sur leur capacité à maîtriser les risques. Aujourd’hui, nous nous dirigeons vers un dialogue constant et un partage d’informations régulier entre les deux parties.

Pour faire face, les équipes de management du risque ont nécessité d’adapter leur façon de concevoir leurs modèles de risque pour ingérer toutes ces nouvelles sources de données. Les professionnels du risque ont dû et continuent de développer de nouvelles compétences en matière d’analyse, de compréhension, de manipulation, et de visualisation de ces données.

L’objectif est de permettre aux équipes d’apprendre à travailler avec de nouvelles informations, tout en les croisant avec les données traditionnelles. Cela permettra de développer de nouveaux modèles de score de risque plus rapidement, à plus grande échelle, et de les challenger de manière permanente, car les informations sont aujourd’hui plus volatiles que par le passé.

La mise en œuvre d’un nouveau modèle de score de risque prend généralement plusieurs semaines, un délai qui rend obsolète les données utilisées car la crise est déjà terminée lorsque le modèle est prêt. Répondre à cet enjeu ne sera possible qu’avec un degré d’automatisation maximum, avec des processus automatisés, « désilotés », et digitalisés. Le but n’est pas de tout automatiser, mais de se concentrer sur ce qui peut l’être efficacement et permettre aux experts d’assurer les fonctions plus sensibles et stratégiques.