Sélectionner une page

ECONOMIE,OPINIONS,Tribunes

La « révolution numérique de la Chine dans les prêts bancaires »

Par Project Syndicate – De Huang Yiping – L’économie chinoise croît à son rythme le plus bas depuis plus de 30 ans, mais si près de 40 millions de petites et moyennes entreprises (PME) du pays pouvaient surmonter un manque d’accès au financement, elles pourraient devenir un puissant moteur de dynamisme économique. Les innovateurs numériques peuvent-ils combler le déficit de financement des PME?

Le gouvernement chinois a certainement essayé. Depuis 2005, les décideurs politiques s’efforcent d’élargir l’accès aux services financiers pour les PME ainsi que pour les ménages à faible revenu. Les mesures ont inclus la création de plus de 8000 sociétés de microcrédit, des exigences annuelles plus élevées en matière de prêts aux PME pour les banques et une réduction obligatoire du taux d’intérêt moyen sur les prêts aux PME, d’un point de pourcentage par an en 2018 et 2019.

Pourtant, malgré ces efforts, seules 20% des PME chinoises empruntent auprès des banques, notamment parce que les PME, bien que nombreuses, ne sont pas toujours faciles à trouver, compte tenu de leur petite taille et de leur diffusion géographique. Une raison plus importante est que de nombreuses banques ne sont pas en mesure d’utiliser efficacement la tarification du risque basée sur le marché pour les PME.

La PME chinoise moyenne ayant survécu pendant moins de cinq ans, on ne peut pas prétendre que leur prêter n’est pas risqué. Mais la baisse obligatoire des coûts d’emprunt pour les PME signifie que les banques ne peuvent pas utiliser les taux d’intérêt pour compenser les risques plus élevés et le gouvernement n’a pas offert de subventions compensatoires.

Alors que les grandes banques se sont probablement ajustées en utilisant l’inter-financement, les petites banques n’ont pas cette option. Pour eux, prêter aux PME, c’est risquer la santé de leur bilan. En outre, les employés de banque doivent assumer la responsabilité à vie de tout prêt non performant. Ainsi, plutôt que de risquer d’accorder des prêts improductifs (NPL), de nombreuses banques mentent simplement sur le respect de l’exigence réglementaire.

A lire aussi : Sans action des banques, des PME risquent de s’effondrer

Mais même si les régulateurs n’exigeaient pas des taux d’intérêt artificiellement bas pour les PME, les banques auraient du mal à appliquer une tarification du risque efficace. Les modèles de notation de crédit traditionnels mettent l’accent sur les antécédents financiers et les actifs fixes de l’emprunteur (garantie), ainsi que sur toute garantie gouvernementale implicite. Les PME n’ont généralement rien de tout cela.

Le défi qui nous attend est donc double. Afin d’encourager les banques à prêter davantage, les autorités chinoises doivent autoriser des taux débiteurs plus flexibles, plutôt que d’imposer des taux d’intérêt excessivement bas qui rendent les bilans des banques vulnérables. Dans le même temps, les banques doivent trouver des moyens efficaces de mener des évaluations des risques pour les PME.

Une approche innovante se concentre sur les «informations souples hors ligne», c’est-à-dire le comportement social et les relations des entrepreneurs. Les petites banques commerciales – comme les banques Tailong, Taizhou et Mintai dans la province du Zhejiang – utilisent déjà cette approche pour guider leurs prêts aux PME.

Mais la véritable révolution dans l’évaluation des risques des PME se produit en ligne. Une plate-forme technologique enregistre des données sur les empreintes numériques des utilisateurs; le cloud computing permet un partage d’informations pertinent; et l’apprentissage automatique augmente la vitesse, l’efficacité et la précision.

Selon des recherches de l’Institut de finance numérique de l’Université de Pékin et de la Bank of International Settlements, ces modèles de notation basés sur la technologie sont mieux à même de prédire le risque de défaut pour les prêts aux PME que les modèles traditionnels des banques, pour au moins trois raisons.

Premièrement, les nouveaux modèles incluent des variables comportementales et des indicateurs de réseau, qui sont plus stables que les informations de bilan. Deuxièmement, ils utilisent des données de transaction en temps réel – y compris sur les flux de trésorerie et l’environnement des affaires – au lieu d’indicateurs financiers beaucoup moins à jour. Et, troisièmement, les méthodes d’apprentissage automatique peuvent mieux saisir les relations interactives non linéaires entre les variables individuelles que les modèles linéaires traditionnels des banques.

La nature «longue queue» de la technologie numérique offre un avantage supplémentaire. Une fois la plate-forme établie, le coût marginal de service à des clients supplémentaires est presque nul. Déjà, les deux principaux fournisseurs de paiement mobile en Chine – Alipay d’Alibaba et WeChat Pay de Tencent – comptent chacun environ un milliard de clients.

Et, bien sûr, la technologie numérique fonctionne rapidement. Les banques en ligne qui ont lancé cette approche – WeBank, MYBank et XWbank – traitent les demandes de prêt presque instantanément. L’activité de prêt aux PME de MYBank a développé le modèle «310»: il faut moins de trois minutes pour remplir le formulaire de demande en ligne; une fois approuvé, l’argent est dans le compte Alipay de l’emprunteur en une seconde; et il n’y a aucune intervention humaine dans tout le processus.

En tirant parti des innovations numériques, WeBank, MYBank et XWbank octroient actuellement chacune une dizaine de millions de PME ou de prêts personnels par an, bien qu’elles n’aient chacune que 1 000 à 2 000 employés. Et leurs ratios de NPL tournent autour de seulement 1%.

Certes, il y a des défis à surmonter – à commencer par l’inégalité des données. Mais cela reste une contrainte plus sévère pour les banques traditionnelles, qui se concentrent uniquement sur les dossiers financiers passés, que pour les banques en ligne, qui utilisent des données plus variées. WeBank utilise plus de données sur les réseaux sociaux; MYBank dépend fortement des dossiers de commerce électronique; et XWBank, un système bancaire ouvert, prend des informations d’autres plateformes technologiques. Ainsi, une personne sans antécédents de crédit peut toujours avoir accès à un financement basé, par exemple, sur un dossier de médias sociaux.

Quant aux clients qui n’ont pas du tout d’empreinte numérique, les banques en ligne ont développé des stratégies pour permettre aux clients d’en créer une. Par exemple, une banque en ligne accorderait un très petit prêt à un emprunteur sans aucun enregistrement de données en ligne. À mesure que l’emprunteur rembourse progressivement les prêts et communique avec la banque, il établit également une empreinte numérique.

La Chine reconnaît depuis longtemps l’importance d’accroître l’accès des PME au financement. Aujourd’hui, les banques en ligne fournissent la solution dont le pays a besoin. Cela pourrait être une aubaine non seulement pour la croissance économique et l’innovation, mais aussi pour une inclusion financière plus large – en Chine et au-delà.

Huang Yiping, ancien membre du comité de politique monétaire de la Banque populaire de Chine, est professeur d’économie et de finance à la National School of Development et directeur de l’Institut de finance numérique de l’Université de Pékin et membre du Fonds monétaire international. Groupe consultatif externe sur la surveillance.

Copyright: Project Syndicate, 2020.
www.project-syndicate.org

Recevez la Newsletter

Coronavirus (2019-nCoV)

Suivez-moi sur Twitter

Confrontation Chine – Etats-Unis

Coopération Chine – Afrique

Essentiel de l’actu

Votre avis nous intéresse!

Souveraineté en Mers de Chine

Dossier d’Histoire




Africa Wire

%d blogueurs aiment cette page :