Quatrième auteur :
Gael Chalvon Demersay
1. LES PLATEFORMES DE PLANIFICATION FINANCIÈRE INTÉGRÉE ET DE TESTS DE RÉSISTANCE RÉVOLUTIONNENT LES PRATIQUES BUDGÉTAIRES ET DE GESTION DES RISQUES
La planification financière et les tests de résistance ("stress tests") sont deux composantes historiques de la gestion bancaire. La planification financière repose traditionnellement sur des modèles simples qui fournissent des analyses de la création de valeur et des indicateurs de performance, rarement fondés sur des analyses statistiques. De même, les stress tests ne sont pas une nouveauté pour les banques françaises. Les premiers stress tests sont apparus dans les années 1990, en lien avec le développement de nouveaux outils de gestion des risques tels que la Value at Risk. Les stress tests, qui mesurent l'impact de scénarios sévères mais plausibles sur la rentabilité et la solvabilité des banques, sont donc réalisés de temps en temps sur des portefeuilles isolés. Le rôle des stress tests a été renforcé par le mouvement réglementaire des années 2000 et l'accord de Bâle 2, qui les a désignés, dans le pilier 2, comme des outils de pilotage de la solvabilité des banques. Depuis la crise financière de 2008 et la crise des dettes souveraines de 2011, les régulateurs américains et européens se sont appropriés cet outil pour tester régulièrement la solidité des banques sous surveillance administrative.
Les banques françaises sont donc habituées aux exercices de planification financière et de tests de résistance. Cependant, les modèles de planification financière et de tests de résistance dont disposent les banques présentent encore certaines faiblesses :
- Ils s'appuient en grande partie sur des avis d'experts et des scénarios extrêmes fournis par le régulateur.
- Ils n'ont pas tous le même degré de sophistication ou de détail.
- Ils ont été développés de manière indépendante, en réponse à différentes réglementations (ICAAP, ILAAP, etc.).1Les priorités de l'UE sont les mêmes que celles de l'UE, à savoir les priorités de l'UE (plans d'action, plans de relance et de résolution) ou les priorités internes (budget), et n'interagissent pas entre elles.
- La mise en œuvre d'un exercice de planification financière ou de test de résistance du début à la fin peut prendre beaucoup de temps et nécessite la mobilisation de nombreuses ressources.
- Les équipes centrales disposent rarement de modèles suffisamment avancés pour leur permettre de remettre en question le retour d'information des lignes d'activité.
Aujourd'hui, la question n'est pas tant pour les banques de préparer des prévisions et des tests de résistance que d'intégrer stratégiquement les tests de résistance dans leurs outils de planification financière et de gestion des risques.
Les banques doivent exprimer de manière cohérente leur vision stratégique, conduire leurs prévisions budgétaires et gérer leurs risques. Au-delà d'un simple exercice de mise en conformité avec la réglementation, les stress tests deviennent un outil de gestion des ressources rares (capital, liquidité) et un outil de pilotage du RONE.2s'intégrant parfaitement dans le SREP optimal3 de la direction. La planification financière et les tests de résistance devraient permettre aux banques de valider leurs choix stratégiques. Ils devraient également servir d'outil de communication avec le marché. Patrick Sommelet, directeur financier adjoint de la Société Générale, a déclaré que "l'un des facteurs endogènes les plus importants dans le développement de l'outil a été la volonté de la direction de disposer d'un outil lui permettant de réagir plus rapidement aux chocs environnementaux".
Les plateformes de planification financière et de stress tests - qui font l'objet de cet article - sont l'une des réponses à ce besoin. Elles visent à réunir différents outils d'analyse et différentes ressources pour produire rapidement les principaux indicateurs de rentabilité et de risque de la banque sur une période de trois à cinq ans. Ils constituent donc une révolution dans la modélisation des résultats et des risques, apparaissant dans le contexte favorable de l'émergence des nouvelles technologies et d'une nouvelle culture de la donnée. Les facteurs clés de succès d'une plateforme de planification financière et de stress test sont les suivants :
- la création d'une série de scénarios de stress ;
- des modèles robustes configurés dans des outils flexibles ;
- une gouvernance claire établie par les comités exécutifs des banques, favorisant une collaboration étroite entre les départements Finance et Risque ;
- l'utilisation concrète ou l'intégration opérationnelle des modèles de simulation de crise.
Nous examinerons ci-dessous chacun de ces facteurs plus en détail.
Utilisation de plateformes de planification financière et de tests de résistance (figure 1)
Utilisation de modèles quantitatifs basés sur des analyses statistiques
dans le processus de planification financière des banques est une tendance de fond (figure 2).
2. LA CRÉATION D'UN ENSEMBLE DE SCÉNARIOS COHÉRENTS, POINT DE DÉPART DES EXERCICES DE MODÉLISATION
Les examens par les pairs menés par l'Autorité bancaire européenne en 2013 ont mis en évidence des limites importantes dans les tests de résistance mis en œuvre par les institutions bancaires, notamment des scénarios de stress qui n'étaient pas suffisamment pertinents et ne couvraient pas tous les risques. Le régulateur a notamment souligné les difficultés des banques à modéliser les effets de contagion et de diversification entre les risques, comme le confirme Marc Irubetagoyena, responsable des stress tests et de la synthèse financière du groupe chez BNP Paribas : "Nous travaillons aujourd'hui sur la modélisation des effets de contagion. Cependant, ces effets domino reposent sur l'utilisation de probabilités conditionnelles, dont la calibration nécessite l'accumulation d'un nombre important de données, ce qui fait de l'exercice un projet de longue haleine.
La plateforme de planification financière et de tests de résistance aide à résoudre ces problèmes en simulant les comptes de pertes et profits et les risques dans les banques selon différents scénarios prévisionnels. La première étape de ce processus consiste à obtenir un ensemble de scénarios de gravité croissante (central, défavorable, remédiation).
La construction de chaque scénario dépend de la nature de la contrainte appliquée. Il est courant de distinguer les stress tests historiques, les tests induisant la défaillance de l'établissement (appelés reverse stress tests) et les analyses de sensibilité (what if analyses). Dans le cadre des tests de résistance historiques, la banque établit une liste de crises passées (par exemple le Brexit, la crise des subprimes ou l'éclatement de la bulle Internet au début des années 2000) et crée un enregistrement des données de ces périodes. Le stress test inversé est un processus différent où la banque identifie les principaux facteurs de risque susceptibles de la mettre en défaut, à partir desquels sont déduits les moteurs de ces risques, puis un scénario. L'analyse de sensibilité est un exercice plus libre, où la banque décide du périmètre d'application du stress test ainsi que de son intensité.
La définition des blocs constituant chaque scénario est ensuite déterminée. Marc Irubetagoyena évoque la "taxonomie des scénarios" et rappelle "qu'il est essentiel, pour assurer l'homogénéité des scénarios, de définir leurs paramètres communs exacts, notamment les suivants :
– Intensité du stress - La priorité des plateformes intégrées de planification financière et de simulation de crise est de communiquer une trajectoire pour le bilan et les indicateurs de la banque dans le scénario central, puis dans un ou plusieurs scénarios de crise.
– Périmètre considéré - L'un des avantages des plateformes intégrées est de pouvoir effectuer une prévision et un test de résistance pour l'ensemble des actifs de la banque dans un délai réduit. Toutefois, la modélisation d'une activité particulière reste possible. Dans ce sens, l'Autorité bancaire européenne encourage les banques à combiner des stress tests globaux avec des stress tests locaux.
– Horizon de stress - Pour un stress test couvrant l'ensemble des activités de la banque, l'horizon du stress sera généralement de trois à cinq ans. Toutefois, l'horizon dépend du calcul en question : un stress test de liquidité a généralement un horizon d'un mois à un an, tandis qu'un stress test de solvabilité a tendance à durer trois ans ou plus.
– Type de scénario - Les tests de résistance peuvent être des tests macroéconomiques lents ou rapides, idiosyncratiques ou combinés.
– Source des données - Les plateformes intégrées cherchent à produire une prévision objective, dans la mesure où les données statistiquement justifiées sont prioritaires.
En outre, l'élaboration de scénarios cohérents implique la prise en compte des boucles de rétroaction entre les différents types de risques (par exemple, liquidité et crédit, crédit et marge d'intérêt) et la combinaison des effets macroéconomiques et des chocs sur des portefeuilles spécifiques.
D'un point de vue opérationnel, la définition de scénarios de crise fait partie du processus d'identification et d'évaluation des risques dans les banques. Les scénarios doivent donc inclure un test de résistance pour les variables susceptibles de déclencher des événements probables et intenses identifiés lors de la cartographie des risques. Par exemple, si la banque identifie un risque de défaut sur ses contreparties en Turquie, le scénario de stress test peut se traduire par une augmentation des spreads des entreprises turques ou une diminution du PIB turc couplée à une augmentation du chômage. Les exercices de simulation de crise facilitent également la définition de l'appétit pour le risque des banques. Marc Irubetagoyena explique que "les stress tests permettent de tester les seuils d'alerte ou les limites de risque, générant parfois leur recalibrage".
D'après notre expérience, trois difficultés doivent être surmontées pour que l'élaboration d'un ensemble de scénarios de stress soit efficace. La première difficulté réside dans la définition de la probabilité d'occurrence de chaque scénario. S'il est important de disposer d'un nombre important de scénarios, il est également important de pouvoir déterminer la classification des scénarios les plus probables afin d'estimer les impacts moyens attendus. Le second obstacle réside dans la difficile industrialisation de la production des scénarios de stress tests. A cet égard, BNP Paribas a lancé un projet sur les générateurs de scénarios économiques, en coopération avec l'Ecole Polytechnique, avec pour objectif de créer une base de données de modèles. Enfin, la définition des scénarios doit être approuvée par les plus hauts niveaux de la banque afin de crédibiliser l'exercice.
3. LE DÉVELOPPEMENT DE MODÈLES : UN PROJET COMPLEXE ALLIANT COMPÉTENCES QUANTITATIVES ET EXPERTISE MÉTIER
Les modèles développés dans le cadre des plates-formes intégrées sont principalement des modèles statistiques prévisionnels sur les volumes d'activité, les marges d'intérêt et les commissions, les banques disposant déjà de modèles de risque issus des travaux comptables ou réglementaires. Ces nouveaux modèles de prévision du produit net bancaire répondent à la volonté du régulateur de tester la robustesse des plans stratégiques et financiers. Selon Teresa Mora Grenier, directrice du contrôle de gestion de Natixis, "le régulateur encourage le développement de modèles quantitatifs s'appuyant sur des travaux statistiques permettant d'isoler les principaux moteurs des modèles d'activité bancaire et de réaliser des stress tests à la demande". Les équipes de la BCE sont également équipées de modèles calibrés sur les données transmises par les banques, d'où la nécessité pour elles d'agir.
Les travaux entrepris dans le cadre des modèles s'articulent autour des questions suivantes.
Définir le bon niveau de détail
La définition du niveau de détail modélisé par les plateformes de planification financière et de simulation de crise est une étape importante. Les lignes de métier souhaitent généralement réaliser des prévisions sur les portefeuilles avec un niveau de détail élevé, tandis que les équipes centrales réalisent des prévisions "top-down" visant à fournir la trajectoire globale du bilan et de la performance de la banque. Ces deux objectifs complémentaires peuvent encourager les banques à construire des modèles à un niveau plus fin et à les consolider par la suite. Cependant, la construction de modèles trop détaillés complique la construction, la maintenance et l'utilisation des plateformes intégrées.
Il s'agit donc de définir un niveau de détail intermédiaire, qui permette à la banque d'actualiser rapidement les prévisions. Ce niveau de détail comprend des modèles avancés et détaillés pour les métiers et les agrégats les plus importants pour le pilotage (par exemple les activités de marché, la marge nette d'intérêt, la partie cyclique des commissions et des coûts). Des discussions avec les lignes de métier en amont des travaux statistiques permettent de valider le niveau de détail et facilitent le processus de modélisation.
Définir la méthodologie de prévision et identifier les moteurs
La segmentation des activités et la définition du niveau de détail permettent de construire des modèles de prévision basés sur des réalités commerciales cohérentes. L'étape suivante consiste à projeter les volumes, puis la marge d'intérêt et les commissions sur ces segments. Les prévisions s'appuient sur des groupes de modèles complémentaires, comprenant pour la projection des volumes, des régressions statistiques, des modèles de réplication communiqués par ALM mais aussi des modèles analytiques plus simples (certains coûts peuvent faire l'objet d'analyses plus approfondies, mais les modèles de bonus par exemple sont souvent purement analytiques).
Pour certaines activités, la projection des volumes s'appuie sur des références ou des projections de marché externes pour compléter les modèles quantitatifs.
Pour les autres activités, un modèle de taille globale du marché corrigé de l'ambition de la banque de gagner des parts de marché peut être adopté, notamment pour les activités où la part de marché des différents acteurs est connue (conseil en fusion-acquisition, ECM DCM, etc.) ou pour les activités suivies par les autorités statistiques nationales (montant des crédits produits, pools de dépôts, etc.).
La prévision "déterministe" des modèles doit être complétée par les ajustements managériaux. Ces ajustements permettent aux modèles de prendre en compte les changements de politique de prix ou de conquête commerciale, les acquisitions ou les évolutions imprévisibles de l'activité. Cette couche d'ajustements managériaux permet au modèle de prendre en compte les commentaires des métiers et facilite l'intégration et l'utilisation de la plateforme.
Ces méthodes sont complémentaires, mais il est essentiel de conserver l'uniformité des modèles utilisés pour une métrique et un type de données spécifiques afin de conserver un bon niveau de comparabilité des résultats (par exemple, des modèles de prévisions de marge nette d'intérêts cohérents pour l'ensemble des lignes d'activité de la banque de détail).
Procéder à des projections statistiques
Les modèles de volume peuvent être basés sur des méthodes statistiques utilisant la corrélation historique des volumes projetés et des variables macroéconomiques communiquées par le scénario (modèles de régression et de classification multivariée, linéaires ou non linéaires).
Lors du calibrage de ces modèles, un compromis est souvent à trouver entre la facilité de mise en œuvre et d'appropriation par les métiers d'une part, et la puissance prédictive et la robustesse statistique d'autre part. Le processus à suivre pour assurer la robustesse statistique du modèle consiste en une approche itérative en trois étapes : (i) la collecte et l'ajustement des données, (ii) la détermination des variables explicatives et de l'expression mathématique du modèle et (iii) l'évaluation de sa performance.
Les transformations mathématiques des séries de données peut améliorer la qualité des modèles à tester. La pertinence de ces transformations doit être évaluée par rapport à l'impact des éléments exceptionnels et à la qualité des données.
Le choix de la forme des modèles statistiques dépend tout d'abord de la qualité et du niveau des données collectées. Par exemple, les données doivent être suffisantes pour représenter différentes situations économiques (expansion, crise) et différents contextes en termes de taux (par exemple, taux faibles). Ensuite, les modèles linéaires sont privilégiés car ils sont plus faciles à s'approprier. Les régressions quantiles peuvent éventuellement être utilisées dans des situations de stress. Les méthodes d'apprentissage automatique peuvent guider le choix des variables, même si ces méthodes ne sont généralement pas retenues en raison de leur complexité et parfois du manque de données historiques disponibles.
A approuver par le régulateur et les équipes d'audit interne de la banque, le pouvoir prédictif des modèles doit être vérifié par une série de tests. Nous notons que les vérifications requises pour ces tests devraient être pondérées en fonction de la qualité des données disponibles et des jugements d'experts indispensables à la modélisation de certains postes du compte de résultat (par exemple, les frais de gestion ou les commissions non financières). Les banques doivent conserver les résultats des séries de tests effectuées, car ils constituent un élément d'audit clé pour les équipes des régulateurs.
Assurer la communication des différents modules de calcul
Une fois les modèles de volume, de marge d'intérêt nette et de commissions développés, la plateforme intégrée de planification financière et de tests de résistance doit garantir le lien entre les différents modules de calcul (P&L, risque, liquidité).
Garantir la cohérence des prévisions de volumes d'activité, de marges commerciales et de risques (coût du risque, créances douteuses, actifs pondérés) est un sujet historiquement complexe pour les banques. En effet, leurs systèmes d'information sont généralement spécifiques à chaque métier et reposent sur des références de données non harmonisées.
Les plates-formes intégrées de planification financière et de stress test constituent ainsi une véritable avancée. Pour garantir l'uniformité des données utilisées par les plates-formes, certaines banques ont par exemple commencé à construire des bases de données ("datawarehouse") communes aux départements ALM, Risque et Finance qui alimentent les différents modules de calcul de la plate-forme. Une fois alimentées en données, les plateformes garantissent que les prévisions de bilan, les indicateurs de rentabilité et les actifs pondérés communiquent entre eux. A cet effet, la prévision du bilan devient la pierre angulaire d'une arborescence qui permet de prévoir les revenus (marge d'intérêt et commissions) et de produire des métriques de risque et de liquidité à partir des encours d'une base de données partagée. En effet, le calibrage de la croissance du bilan commercial facilite l'estimation de l'augmentation du niveau d'exposition au défaut (EAD) utilisé pour le calcul du coût du risque et des actifs pondérés. La prévision du bilan commercial sert également de base à l'obtention du bilan de liquidité.
Le bilan prévisionnel s'interface donc avec les modules de calcul. Des boucles de rétroaction peuvent également être prises en compte. Les flux liés à la mise en défaut calculés dans le module de calcul du coût du risque peuvent être réintégrés dans le bilan puis pris en compte dans le calcul de la marge nette d'intérêt. La projection des générations de nouvelles productions peut permettre de calculer les commissions sur les nouvelles productions.
4. UNE GOUVERNANCE FORTE : UN FACTEUR CLÉ DE SUCCÈS
La mise en place d'une gouvernance claire est un facteur clé du bon fonctionnement des plateformes de planification financière intégrée et de stress tests, comme l'a souligné récemment l'Autorité bancaire européenne (ABE) lors de la publication de son rapport final sur les bonnes pratiques en matière de stress tests le 19 juillet 2018.
Le programme doit obtenir le soutien de la direction générale de la banque, qui est responsable de sa mise en œuvre et de sa performance. La gestion du projet (regard critique sur les scénarios utilisés, les principales hypothèses du modèle, les échanges avec les métiers, etc.) peut être déléguée à des cadres supérieurs chargés de créer des règles et des procédures documentant les travaux entrepris. Teresa Mora Grenier poursuit : "J'insiste sur l'importance de construire ces modèles avec les opérationnels pour faciliter l'intégration des modèles dans le processus de gestion de la performance dès le début du projet".
Afin d'assurer l'efficacité du programme, la communication doit être verticale, du comité exécutif vers les lignes de métier. Elle doit également être horizontale : communication entre les lignes de métier, garantissant par exemple l'homogénéité des modèles de prévision utilisés. La communication horizontale peut également se manifester à l'intérieur même d'une ligne de métier par le renforcement des liens entre les équipes Finance et Capital et Liquidity Management lors de la création des modèles ou des périodes de production.
Rebattant les cartes d'un jeu où la planification financière est traditionnellement le domaine de l'équipe financière et les tests de résistance le domaine de l'équipe des risques, les plateformes intégrées de planification financière et de tests de résistance constituent un choc culturel pour le département financier. Le département des risques a l'habitude de s'appuyer sur des modèles quantitatifs élaborés dans le contexte de Bâle 3 ou de la mise en œuvre de la norme IFRS 9. Si la direction financière dispose généralement de modèles d'analyse des indicateurs de performance, la culture de la modélisation statistique est souvent moins développée. Cependant, le PPNR4 Les modèles développés aux Etats-Unis et les dernières recommandations de l'ABE sur les commissions de modélisation soulignent la nécessité de développer des modèles économétriques de prévision du produit net bancaire et des commissions. Les compétences quantitatives de l'équipe Risques peuvent ainsi soutenir l'équipe Finances.
La convergence entre les départements Finance et Risque peut également se traduire, en termes d'organisation, par la mise en place d'équipes mixtes ou de " joint ventures " combinant des profils de risque, d'ALM et de contrôle de gestion. Ces équipes sont chargées de faire le lien entre les différents métiers de la banque et son management. La mise en place de ces nouvelles équipes hybrides n'est pas sans poser de problèmes, comme l'indique Marc Irubetagoyena : La réunion de profils de cultures différentes au sein d'une joint venture est un mal nécessaire. Elle constitue une réunion d'expertises capable de traiter des questions complexes et d'attirer de nouveaux talents".
La mise en place d'une équipe centrale chargée de la planification financière et des tests de résistance permet à la banque d'être plus efficace dans ses opérations en réduisant les délais de production.
La plateforme de planification financière et de simulation de crise doit s'inscrire dans le processus d'identification globale des risques et doit viser à alimenter (i) le processus décisionnel et (ii) la planification des fonds propres (figure 3).
5. UTILISATION DU BÉTON
La création d'une plateforme de planification financière et de stress test n'est pas un exercice de modélisation "sans fondement" mais constitue avant tout une refonte des processus et de l'organisation de la banque. Patrick Sommelet insiste sur le fait que "dès cette année, le processus budgétaire a été modifié et le modèle y a été intégré. La gouvernance évolue et le poids des modèles quantitatifs dans les exercices de planification ne peut que croître". Dans ce contexte, nous identifions trois fonctions principales de ces plateformes.
Répondre aux demandes spécifiques de la direction ou du régulateur
Les plateformes intégrées de planification financière et de tests de résistance révolutionnent les pratiques budgétaires en réduisant le besoin d'avis d'experts et le temps de production. Elles permettent de créer des trajectoires financières basées sur des variables et des modèles économiques. Ceci est conforme aux attentes des régulateurs américains et européens exprimées dans le cadre du CCAR.5 et les stress tests de l'ABE. Ils permettent également à la banque de répondre rapidement aux demandes de simulation de la direction, en produisant des analyses traçables et itératives.
Faciliter la couverture des besoins en matière de tests de résistance et de simulations ad hoc
Les plateformes intégrées sont des outils flexibles permettant la réalisation de différents stress tests (budgétaires, réglementaires) et tâches réglementaires (ICAAP, ILAAP, tâches liées aux plans de redressement et de résolution). En 2018, le volet commissions des stress tests de l'ABE a par exemple été réalisé entièrement en utilisant des versions tactiques des plateformes par deux grandes banques européennes. Une autre banque française a utilisé la plateforme intégrée dans ses travaux liés au Brexit. Ces outils centraux limitent la perte d'efficacité dans le processus de production qu'implique le fait de devoir contacter différentes équipes dans la banque ; ils limitent donc les coûts de production des documents de reporting. Les plateformes sont devenues partie intégrante de la révision des processus, devenant ainsi l'un des quatre piliers du SREP.
Renforcement du pilotage stratégique et financier
Les plateformes de planification financière et de tests de résistance permettent de réaligner la feuille de route stratégique de la banque, la planification et l'allocation du capital, ainsi que le plan de financement, tout en restant cohérent avec son appétit pour le risque. Elles permettent un pilotage détaillé, cohérent avec le cycle économique, et offrent des possibilités de simulations ad-hoc combinant des impacts variés (effets croisés : volumes de NPL et de NIM, remboursements anticipés et commissions...). Enfin, ils facilitent la compréhension des enjeux d'un recalibrage du business mix pour maximiser le RONE, avec une capacité accrue à identifier des leviers de croissance et d'optimisation.
Le régulateur insiste pour que les banques démontrent l'utilisation et la valeur ajoutée de leurs modèles de planification, en utilisant notamment les notions d'intégration opérationnelle ou d'usages ("tests d'usage"). Dans cette perspective, la formation de l'équipe à l'utilisation de ces nouveaux outils est un bon indicateur. Dans une première approche, l'utilisation de ces nouveaux outils en tant que "modèles challengers" pour les méthodes de planification historiques peut également constituer un premier pas vers l'utilisation cible des plates-formes.
6. UN PAS DE PLUS DANS L'INTÉGRATION DES DONNÉES DANS LA PRISE DE DÉCISION DES ÉTABLISSEMENTS BANCAIRES
La création des plates-formes intégrées de planification financière et de tests de résistance marque une étape importante sur la voie de l'évolution des pratiques de gestion des budgets et des risques. Les modèles de résultats prévisionnels utilisent désormais des méthodes statistiques, au même titre que les modèles de risque, ce qui permet une meilleure utilisation des flux de données croissants. Les banques ont pris conscience de la valeur ajoutée que peut apporter l'utilisation de données fiables et de plus en plus abondantes. Les projets liés aux plateformes ont augmenté l'appétit pour les projets qui structurent les sources de données, en les enrichissant et en les rendant plus fiables. Les opérationnels doivent s'appuyer sur les technologies qui automatisent les chaînes d'analyse pour gagner en efficacité dans le traitement de ces projets, souvent coûteux et chronophages.
Les résultats et les modèles de risque sont également interconnectés et appellent à de nouvelles synergies entre les équipes Finance et Risque. Néanmoins, les défis sont encore nombreux :
- la modélisation et la répartition analytique des coûts d'exploitation ;
- connecter les processus budgétaires des banques à leurs processus de vente et à leurs outils de marketing. Les outils sont encore loin de pouvoir intégrer la demande.
Le chemin vers le développement des plateformes est donc encore semé d'embûches.
Cet article est disponible sur www.revue-banque.fr (version française) ou en Revue Banque (édition d'octobre).