La réponse courte : documenter une décision de crédit, c’est tracer le raisonnement et pas seulement le résultat : qui a instruit et validé, quels critères ont pesé, comment les réserves ont été traitées. Quatre étapes suffisent : cadrer le dossier, formaliser le raisonnement, tracer les échanges du comité, archiver de façon structurée et auditable. Quand un outil de score ou d’IA intervient, sa contribution doit être documentée comme celle d’un analyste.
Un angle mort du processus de crédit
L’instruction du crédit fait l’objet d’une attention soutenue : score, analyse financière, étude des garanties, passage en comité. Mais une fois la décision rendue, le cheminement s’évapore. Le dossier contient une réponse, rarement le raisonnement qui y a conduit. Or Bank Al-Maghrib, les auditeurs et, en cas de litige, les juges peuvent demander pourquoi un crédit a été accordé ou refusé, et sur quelles bases. Quand des modèles algorithmiques participent à la décision, l’opacité devient une faille de gouvernance.
La méthode en quatre étapes
1. Cadrer le dossier
Nature du crédit, montant, maturité, secteur du bénéficiaire, engagements existants : ce cadrage, rédigé pour être compris par un tiers qui n’a pas participé à l’instruction, sert de socle à toute relecture.
2. Formaliser le raisonnement
L’étape la plus souvent omise. Il ne suffit pas de consigner les ratios : il faut expliciter les critères qui ont pesé, endettement, qualité du management, dynamique sectorielle, historique de la relation. Un score doit être contextualisé, pas simplement recopié.
3. Tracer les échanges du comité
Quelles réserves, émises par qui, levées comment ? Un procès-verbal structuré, et non un simple relevé de décision, est indispensable, surtout pour les approbations sous conditions. Une signature électronique des membres du comité rend ce procès-verbal opposable.
4. Archiver de façon auditable
Nommage, versions, droits d’accès, durées de conservation alignées sur la réglementation : un dossier bien archivé réduit le coût d’un audit ou d’un contentieux. Dans une GED organisée par dossier client, chaque pièce du crédit est rattachée au bon dossier dès sa création.
Illustration : une approbation sous réserve
Cas fictif, présenté à titre pédagogique.
Un comité examine le financement d’une PME agroalimentaire. Le directeur de zone est favorable ; le responsable des risques émet une réserve sur la concentration sectorielle. Le crédit est accordé, avec un suivi trimestriel. Mais aucun document ne trace le débat. Six mois plus tard, l’audit interne ne peut pas reconstituer le raisonnement. Une documentation structurée aurait fourni le procès-verbal citant la réserve et sa réponse, une note contextualisant le risque sectoriel et les conditions d’approbation avec leurs seuils de suivi. Documenter au fil de l’eau prend moins de temps que reconstituer après coup.
Ce que l’IA change, et ne change pas
Analyse des états financiers, détection d’anomalies, prédiction de défaillance : l’IA apporte une capacité de traitement et une cohérence difficiles à atteindre à la main. Mais elle complique la question de la documentation. La banque doit pouvoir expliquer ce que le modèle a produit et comment ce résultat a été utilisé, pondéré, confirmé ou contredit par le jugement humain. Les principes d’explicabilité et les fiches de gouvernance des modèles entrent progressivement dans les exigences de conformité.
Les erreurs les plus fréquentes
- Confondre données et raisonnement : un dossier rempli de ratios n’est pas un dossier documenté.
- Sous-documenter les dossiers complexes : ce sont souvent les plus risqués, avec le plus d’arbitrages informels.
- Laisser les outils algorithmiques opaques : un score sans explication contextuelle est une boîte noire inacceptable.
- Archiver sans structure : des documents bien rédigés mais introuvables ne servent pas l’audit.
Pour aller plus loin : GED et gestion documentaire, résumer un dossier avec traçabilité et sécuriser un système IA en production.