# Décisions, pas décimales : pourquoi la gestion du risque doit partir de la décision

> La quantification du risque n'est pas une affaire de décimales. Le Prof. Stefan Hunziker et le Dr Graeme Keith expliquent pourquoi il faut partir de la décision et exploiter les données déjà disponibles.

- URL: https://swissgrc.com/fr/quantification-du-risque-partir-de-la-decision/
- Éditeur: SwissGRC®
- Publié: 2026-11-20
- Dernière mise à jour: 2026-11-20

La plupart des rapports de risques se terminent par une matrice colorée. Bien peu débouchent sur une meilleure décision. Lors de notre webinaire du 13 novembre 2026, le Prof. Dr Stefan Hunziker, de la Haute école de Lucerne (HSLU), et le mathématicien Dr Graeme Keith ont discuté de ce qu’il faut pour que la quantification des risques influence réellement les décisions de la direction. Leur réponse n’était pas un appel à davantage de mathématiques, mais une invitation à partir d’un tout autre point : la décision.

En bref

La gestion des risques porte deux casquettes : l’une montre aux autorités de surveillance et aux auditeurs que les risques sont maîtrisés, l’autre aide la direction à décider. La plupart des organisations conçoivent leur dispositif pour la première et le jugent ensuite sur la seconde. Les deux intervenants ont plaidé pour faire partir la quantification des risques de la décision, et non du registre des risques, et pour la considérer comme un langage précis de l’incertitude plutôt que comme un chiffre précis. Le manque de données est une raison de commencer petit, pas une raison d’attendre.

700

Sociétés cotées des pays germanophones, analysées sur sept ans pour des chutes soudaines de valeur boursière

Étude de la HSLU, présentée par le Prof. Dr Stefan Hunziker

40%

des chutes de 25 % ou plus en un mois étaient dues à des risques stratégiques

À peu près autant à des évolutions externes

20%

provenaient de risques internes évitables, là où se concentre souvent l’essentiel des efforts

Environ une sur cinq, même étude

## Voir le webinaire

Enregistré le 13 novembre 202660 minutes, en anglaisAvec le Prof. Dr Stefan Hunziker, le Dr Graeme Keith et Nikolai Tsenov (modération)

## Pourquoi l’information sur les risques atteint-elle si rarement la décision ?

Stefan Hunziker a ouvert la discussion par une expérience de pensée. Imaginez que la fonction risques soit supprimée du jour au lendemain : plus de registre, plus de cartographie des risques, l’atelier annuel discrètement annulé. Quelqu’un s’en apercevrait-il ? Le test honnête, selon lui, consiste à se demander si l’on peut citer une décision de l’année écoulée dans laquelle la gestion des risques a remis en question une hypothèse, influencé les conditions ou changé le résultat. Si ce n’est pas le cas, elle a peut-être tout de même rempli sa mission de gouvernance. Qu’elle ait rempli sa seconde mission est une autre question.

Cette seconde mission est au cœur d’une distinction qu’il présente aux conseils d’administration. La gestion des risques porte deux casquettes, et toutes deux sont légitimes.

Casquette 1

Gouvernance

« Pouvons-nous montrer que nos risques sont maîtrisés ? »

**Public :** autorités de surveillance, auditeurs, banques
**Succès :** exigences remplies, licence d’exploitation assurée

Casquette 2

Business

« La gestion des risques nous aide-t-elle à atteindre nos objectifs et à rester durables ? »

**Public :** les personnes qui décident
**Succès :** de meilleures décisions sur la stratégie, les budgets et les investissements

Le piège, d’après son expérience, est que la plupart des organisations construisent leur gestion des risques pour la casquette gouvernance, puis la jugent sur la casquette business. Un CFO le lui a dit sans détour : la direction fait déjà de la gestion des risques, elle ne l’appelle simplement pas ainsi, et elle n’a pas besoin d’un enterprise risk management en plus. « Je crains qu’il n’ait pas eu tort », a reconnu Hunziker. Le calendrier aggrave le problème : la liste des risques est mise à jour une fois par an, alors que les décisions se prennent quand l’activité l’exige.

![Prof. Dr Stefan Hunziker](https://mcusercontent.com/90ed0803f53ffc8dcbc7332e4/images/9e901403-dea0-36df-e40e-e58343bac8cc.png)

« Nous livrons un rapport de décembre pour une décision de juin. »

**Prof. Dr Stefan Hunziker**, professeur de gestion des risques, HSLU

Graeme Keith a ajouté un point important pour les secteurs réglementés. Les régulateurs doivent fixer une barre que tout le monde peut franchir, et le secteur a ensuite tendance à traiter cette barre comme un plafond. Les exigences plus récentes vont dans l’autre sens. Il a cité la Provision 29 du UK Corporate Governance Code : disposer d’un processus ne suffit pas, le conseil doit démontrer qu’il fonctionne. À ses yeux, si la casquette gouvernance fonctionnait vraiment, la casquette business fonctionnerait aussi.

## Que cache une matrice des risques ?

Aucun des deux intervenants n’a plaidé pour abandonner la matrice 5×5. Comme image, elle fonctionne plutôt bien, et dans des expériences, une matrice des risques simple est à peu près aussi bien comprise qu’un texte. Le problème commence, selon Hunziker, lorsque l’image remplace l’analyse et que « probabilité fois impact » devient l’évaluation elle-même. La recherche est assez claire sur deux points :

- Les scores peuvent classer un risque plus petit devant un risque plus grand. Cela a été démontré mathématiquement.
- Les mots derrière les scores n’ont pas le même sens pour tout le monde. Lorsque cinq managers s’accordent à dire qu’un risque est « élevé », l’un pense à 20 % et l’autre à 70. « Nous nous mettons d’accord sur un mot, pas sur le risque », a résumé Hunziker. Il appelle cela l’illusion du consensus.

Il l’a illustré avec un CFO qui doit choisir entre deux projets d’investissement, tous deux notés « moyen ».

Même note, risque différent

Effet possible sur l’EBIT, deux projets notés « moyen »

B offre plus de potentiel mais descend sous le seuil du covenant. La note unique ne montre ni l’un ni l’autre. Exemple tiré du webinaire.

Même couleur, profils complètement différents. Le bon projet dépend des objectifs et de ce que l’entreprise peut supporter. Si une baisse de plus de 2 % enfreignait un covenant, B mériterait un examen beaucoup plus attentif : quelle est la probabilité du scénario défavorable, et peut-on s’en protéger ? Un décideur ne demande jamais quelle est la taille d’un risque. Il demande lequel des deux choisir, et pourquoi. Une note unique ne peut pas y répondre.

Pourquoi les matrices des risques persistent-elles malgré tout ? Elles sont simples, colorées et tiennent sur une page. Et désapprendre est difficile. Des conseils d’administration ont dit à Hunziker : « Vous pouvez faire ce que vous voulez, mais ne touchez pas à notre cartographie des risques. »

## Pourquoi vingt petits risques ne font-ils pas un petit risque ?

Prenons un registre de vingt risques du même type : un incendie dans l’usine principale, une attaque par rançongiciel, un rappel de produit. Chacun a une probabilité d’environ 1 % par an et coûterait plus d’un million de francs. Sur la plupart des échelles, 1 % se lit comme « très faible ». Pris un par un, aucun n’attire beaucoup l’attention. Pris ensemble, le tableau change.

Vingt risques de 1 % chacun

Probabilité qu’au moins l’un d’eux se produise

18%

33%

45%

55%

63%

Année 1

Année 2

Année 3

Année 4

Année 5

Calcul simplifié en supposant des risques indépendants. Exemple du Prof. Dr Stefan Hunziker.

Après un an, la probabilité est déjà de 18 %, près d’une sur cinq. Sur un plan à cinq ans, elle atteint 63 %, presque deux sur trois. Rien n’a changé dans les risques individuels. On les a seulement regardés ensemble, et sur cinq ans au lieu d’un. Annoncer à un conseil d’administration que son plan quinquennal comporte 63 % de probabilité d’au moins une perte supérieure à un million de francs ouvre une tout autre conversation. Que ce soit acceptable dépend de l’appétit pour le risque, mais c’est une question que le conseil devrait discuter.

Et le calcul est simplifié. En réalité, les risques sont souvent liés, et plusieurs peuvent survenir en même temps. C’est le problème central des évaluations qualitatives : elles ne s’additionnent pas, et la question la plus importante reste ouverte. Combien pouvons-nous perdre au total, et pouvons-nous le supporter ? La vision portefeuille fonctionne aussi dans l’autre sens. La recherche sur les décisions de gestion montre que les personnes qui évaluent les projets un par un peuvent devenir trop prudentes, même lorsque l’entreprise pourrait facilement supporter ces risques dans son portefeuille.

## Le manque de données justifie-t-il d’attendre pour quantifier les risques ?

« Nous n’avons pas les données » est l’objection que les deux intervenants entendent le plus souvent. Graeme Keith a qualifié l’idée qui la sous-tend, à savoir que les données doivent d’abord être collectées, nettoyées et stockées dans un data lake avant toute analyse, de « pur non-sens ». Ce n’est pas ainsi que fonctionne la science, ni une bonne analyse des risques.

![Dr Graeme Keith](https://swissgrc.com/en/wp-content/uploads/sites/2/2026/10/speaker_graeme.jpg)

« La question n’est plus de savoir de quelles données j’ai besoin pour quantifier les risques. La question est de savoir quelle quantification je peux faire avec les données dont je dispose. »

**Dr Graeme Keith**, fondateur et CEO, Stochastic ApS

Sa démarche : partez de ce que vous voulez atteindre et des décisions que vous devez prendre, puis esquissez ce qui se trouve sur le chemin causal entre les deux. C’est le modèle, et il peut être très simple. Ensuite seulement, demandez-vous ce que vos données peuvent vous apprendre. Souvent, la première source est déjà dans la maison : les estimations faites lors des ateliers sur les risques. Approximatives, certes. Mais l’objectif n’est pas de dire qu’un risque surviendra exactement tant de fois et coûtera exactement tant. Il s’agit de dire qu’il pourrait survenir entre zéro et dix fois et coûter entre un et cent millions, et de comprendre ce que cela signifie.

L’agrégation aide aussi. Lorsque les incertitudes sont regroupées pour des décisions au niveau de l’entreprise, elles diminuent, et le détail supplémentaire dans la modélisation d’un risque isolé pèse peu. Hunziker a ajouté la force des petits échantillons : un modèle simple peut démarrer avec très peu, quelqu’un hors de l’organisation dispose souvent déjà des données, et les modèles s’améliorent à mesure que l’on apprend. La mise en garde de Keith contre l’alternative : les entreprises construisent de « magnifiques data lakes » inutiles pour les questions essentielles, car ce qui fait dérailler une entreprise, c’est précisément ce qui ne s’est encore jamais produit. Pour la même raison, il est sceptique quant à l’IA pour les risques stratégiques : elle est entraînée sur ce qui s’est déjà passé.

## Si ce ne sont pas les mathématiques, de quoi s’agit-il vraiment ?

Les deux intervenants ont contesté l’idée que la quantification des risques serait avant tout un exercice mathématique. Keith a proposé une analogie.

![Dr Graeme Keith](https://swissgrc.com/en/wp-content/uploads/sites/2/2026/10/speaker_graeme.jpg)

« Le mathématicien est au décideur ce que l’ingénieur est à l’architecte. »

**Dr Graeme Keith**, fondateur et CEO, Stochastic ApS

L’architecte conçoit le bâtiment et décide de ce qu’il doit offrir. L’ingénieur veille à ce qu’il ne s’effondre pas au premier coup de vent. Le choix de la distribution compte, mais ce n’est pas le point de départ, et Monte Carlo se situe, selon lui, « vingt étapes plus loin ». D’abord viennent les objectifs, les décisions, les alternatives et les arbitrages, les personnes concernées, les données disponibles et le temps dont on dispose. Dans ses projets, cartographier ces relations avec les parties prenantes représente l’essentiel du travail. Ceux qui ont participé à la cartographie s’approprient le modèle, même s’ils n’en voient jamais les formules. Plus d’une fois, une équipe a constaté à la fin que la réponse était déjà évidente : une option se chiffrait en dizaines de millions, l’autre en centaines de milliers.

Hunziker a abordé la question sous l’autre angle. Les chiffres sont le langage le plus précis dont nous disposons pour l’incertitude, mais ils ne s’expliquent pas d’eux-mêmes. Un CFO ne rejette jamais les chiffres, a-t-il dit, seulement ceux qui n’aident pas à décider. La recherche montre que les chiffres seuls changent rarement les décisions. Ils ont besoin d’un récit dans le langage du métier, relié aux objectifs, aux seuils, aux alternatives et aux conséquences.

![Prof. Dr Stefan Hunziker](https://mcusercontent.com/90ed0803f53ffc8dcbc7332e4/images/9e901403-dea0-36df-e40e-e58343bac8cc.png)

« La quantification traduit l’incertitude en un langage précis, pas en un chiffre précis. »

**Prof. Dr Stefan Hunziker**, professeur de gestion des risques, HSLU

Dans les dernières minutes, Nikolai Tsenov a montré à quoi cela peut ressembler dans un logiciel avec RiskQuant sur la Plateforme SwissGRC® : une vue de direction centrée sur ce qui doit être décidé et sur les principaux risques, une synthèse claire sur le budget, la liquidité et la solvabilité, et l’appétit pour le risque mis en regard de la capacité de risque. Le tout construit sur le registre des risques dont l’organisation dispose déjà, et sans qu’il faille être mathématicien.

## Par où une équipe risques doit-elle commencer ?

Interrogés sur des conseils pratiques, les deux intervenants ont abordé la question sous des angles différents. Keith travaille avec des organisations qui ont déjà un processus en place ; son point de départ est donc ce qu’elles font aujourd’hui. Classez-le en trois piles :

01

Améliorer

Ce qui vous aide à décider. Cartographier objectifs et décisions, ajouter analyse ou quantification là où les données le permettent.

02

Automatiser

Ce que vous faites uniquement pour la conformité. Accélérez-le, c’est là que l’IA peut aider.

03

Arrêter

Ce qui ne sert à rien de tout cela et n’influence aucune décision.

Hunziker a résumé ses recommandations en cinq points : distinguer les deux casquettes et investir davantage du côté business ; partir des objectifs et des décisions, jamais de la collecte des risques ; laisser la décision en jeu déterminer si une vision quantitative ou qualitative la sert le mieux ; relier l’information sur les risques aux objectifs, aux seuils, aux alternatives et aux conséquences pour qu’elle devienne actionnable ; et se rappeler que l’influence n’est pas encore une amélioration, donc mesurer ce que la gestion des risques a réellement apporté. Keith a balayé un dernier mythe : il n’est pas nécessaire de tout faire partout en même temps. Choisissez ce qui compte, soutenez-le bien et développez à partir de là.

À découvrir

### Du registre des risques à la décision du conseil

RiskQuant sur la Plateforme SwissGRC® s’appuie sur vos évaluations de risques existantes et présente l’exposition agrégée, l’appétit pour le risque face à la capacité de risque, ainsi qu’une synthèse claire pour la direction.

[Quantification des risques](https://swissgrc.com/fr/risk-quantification/)

Pour la pratique

## L’essentiel

- La gestion des risques a deux missions légitimes, la gouvernance et de meilleures décisions. La plupart des dispositifs sont conçus pour la première et jugés sur la seconde.
- Faites partir la quantification des risques de la prochaine décision et des incertitudes qui comptent pour elle, et non du registre complet. Vous évaluez moins de risques, mais beaucoup mieux.
- Les matrices des risques peuvent communiquer, mais les scores ne s’additionnent pas et peuvent classer les risques dans le mauvais ordre. Vingt risques de 1 % chacun donnent sur cinq ans une probabilité de 63 % d’au moins une perte.
- Le manque de données est une raison de commencer petit, pas d’attendre : modélisez la façon dont les décisions influencent vos objectifs, utilisez les estimations existantes et affinez avec le temps.
- Les chiffres ont besoin d’un récit dans le langage du métier et du bon timing. Un rapport de décembre ne peut pas éclairer une décision de juin.

FAQ

## Questions fréquentes

Qu’est-ce que la quantification des risques ?

La quantification des risques décrit les risques en fourchettes et en probabilités, en argent, en temps et en vraisemblance, plutôt qu’en scores et en couleurs. L’objectif n’est pas un chiffre précis, mais une image transparente de l’incertitude, qui peut être agrégée entre les risques et comparée à l’appétit pour le risque et à la capacité de risque.

Que signifie une gestion des risques orientée décision ?

Cela signifie partir d’une décision à venir, par exemple un investissement, un projet ou un nouveau marché, puis se demander quelles incertitudes comptent vraiment pour elle. Ces risques sont évalués bien plus soigneusement et dans le langage de la direction. Le but n’est pas toujours de changer la décision, mais de la prendre en connaissance de cause.

Faut-il renoncer aux matrices des risques ?

Non. Les deux intervenants leur voient une place comme outil de communication et pour la gouvernance. Le problème apparaît lorsque l’image remplace l’analyse. Les scores ne s’agrègent pas et peuvent classer un risque plus petit devant un plus grand. Ils ne devraient donc pas servir de base pour comparer des options ou fixer des budgets.

Faut-il beaucoup de données historiques pour quantifier les risques ?

Non. Commencez par cartographier la façon dont les décisions influencent les objectifs, puis demandez-vous ce que vous pouvez faire avec les données dont vous disposez, y compris les estimations d’experts issues des ateliers sur les risques. De petits échantillons suffisent souvent pour démarrer, et les modèles s’améliorent avec le temps. Pour les risques stratégiques, de longues séries de données existent de toute façon rarement.

Et si les résultats du modèle comportent trop de réserves pour être utiles ?

La question a été posée lors des questions-réponses. Réponse de Graeme Keith : choisissez le modèle en fonction de la question, des données, du temps et des parties prenantes, et non l’inverse. Si les données ne permettent pas de soutenir un modèle, c’était le mauvais modèle. Et la référence à battre est une matrice 5×5, qu’on peut améliorer avec très peu de données.

Sources

1. [Decisions, Not Decimals: Getting Started with Risk Quantification, enregistrement du webinaire (en anglais)](https://youtu.be/iW5lkP3OYTE)Swiss GRC
2. [What’s Wrong with Risk Matrices?](https://econpapers.repec.org/RePEc:wly:riskan:v:28:y:2008:i:2:p:497-512)Risk Analysis
3. [UK Corporate Governance Code 2024](https://www.frc.org.uk/directors/corporate-governance/uk-corporate-governance-code)FRC
