Ce que montrent les nouvelles données de la Banque mondiale
La note de recherche All About Finance de la Banque mondiale, qui s’appuie sur les enquêtes-entreprises et les données B-READY couvrant près de 50 000 entreprises dans 101 économies sondées depuis 2021, isole un effet mesurable : les entreprises qui acceptent les paiements numériques signalent moins de problèmes d’accès au crédit que des entreprises comparables qui ne le font pas. L’effet n’est pas marginal. Il est plus marqué là où l’information financière conventionnelle est la plus faible — économies aux registres de crédit fragiles, secteurs informels importants, cadres de garantie limités.
La publication Findex 2025 ajoute le contexte volumique. En 2024, 79 % des adultes dans le monde et 75 % dans les économies à revenu faible et intermédiaire détenaient un compte financier, contre 51 % et 42 % en 2011. Soixante-deux pour cent des adultes dans les économies à revenu faible et intermédiaire — environ 82 % des titulaires de compte — ont effectué ou reçu au moins un paiement numérique en 2024, soit 27 points de pourcentage de plus qu’en 2014. Les paiements numériques aux commerçants ont atteint 42 % des adultes en 2024, contre 35 % en 2021. Ces flux ne sont plus marginaux ; ils deviennent la norme.
Pour les prêteurs, ce volume crée quelque chose qu’ils n’avaient pas auparavant : un enregistrement continu et difficile à falsifier de l’activité commerciale. Chaque paiement par carte, encaissement de mobile money, achat par QR code ou règlement compte à compte est horodaté et rattaché à un compte connu. Assembler ces enregistrements en profil de trésorerie est un exercice différent de l’examen d’un chiffre d’affaires auto-déclaré, et c’est un exercice que les modèles d’underwriting par apprentissage automatique savent réaliser à grande échelle.
Les bénéfices apparaissent là où les frictions sont les plus élevées
L’étude de la Banque mondiale constate que la relation est la plus forte pour les entreprises que les prêteurs peinent historiquement à évaluer : plus petites, plus jeunes, moins productives, et celles sans états financiers audités. Les données de marché de Hesfintech confirment le changement opérationnel — les outils d’évaluation de crédit basés sur l’IA ont raccourci les délais de décision PME de 48 %, et les plateformes de prêt numériques affichent désormais des taux de défaut inférieurs de 11 % au scoring traditionnel. L’émission de crédit P2P aux PME a dépassé 28 milliards de dollars en 2025, et 45 % des fournisseurs bancaires PME mondiaux proposent un onboarding digital de bout en bout.
En pratique, un petit commerçant qui passe du cash à un terminal de paiement fait deux choses à la fois. Il modernise sa caisse, et il commence à construire un historique financier exploitable. Douze à dix-huit mois de données de transaction propres suffisent souvent à un prêteur fintech pour ouvrir une ligne de fonds de roulement, une avance sur facture ou un merchant cash advance — produits qui auraient exigé des garanties ou des états audités sous l’underwriting traditionnel. Le commerçant n’est pas devenu plus solvable. Il est devenu plus lisible.
Publicité
Cela donne à la politique des paiements un rôle plus large
Si les systèmes de paiement aident à débloquer le crédit, la politique des paiements cesse d’être un agenda technique étroit. Les règles d’onboarding marchand, les mandats d’interopérabilité entre wallets et réseaux de cartes, la gouvernance des données de transaction et les cadres de consentement deviennent des leviers indirects sur la disponibilité du crédit. Les travaux PSD3 de l’UE, l’Account Aggregator framework de l’Inde, et la couche de règlement PAPSS de l’Union africaine sont des modèles précoces de ce design combiné.
Trois choix politiques importent le plus. D’abord, qui détient l’enregistrement de transaction du commerçant — le processeur de paiement, la banque ou le commerçant lui-même ? Le modèle Account Aggregator en Inde a montré que donner à l’entreprise des droits de consentement portables élargit le pool de prêteurs prêts à entrer en concurrence. Ensuite, un prêteur non bancaire peut-il accéder aux mêmes flux de données de paiement que la banque principale du commerçant, ou la banque obtient-elle un fossé structurel ? Les règles d’open banking répondent à cette question. Enfin, quels garde-fous de vie privée et anti-fraude s’appliquent quand les processeurs commencent à commercialiser des scores de risque vers les clients et concurrents de l’entreprise ?
Les fournisseurs de paiement eux-mêmes répondent au nouveau cadre. Stripe Capital, Square Capital, le bras de prêt de MercadoLibre, l’overdraft Fuliza de M-PESA, et une vague d’émetteurs de mobile money africains regroupent désormais le crédit au-dessus du volume de paiement — le modèle où la relation de paiement est l’intrant d’underwriting. Les banques qui traitent leur traitement de paiement comme une commodité à faible marge risquent de perdre la couche de données au profit du fournisseur qui s’y intéresse.
Cela fait des paiements numériques l’une des pièces les plus sous-estimées de l’infrastructure économique en 2026. Leur valeur dépasse largement la rapidité d’encaissement. Ils deviennent silencieusement une partie de l’architecture d’information qui détermine quelles entreprises accèdent au capital et lesquelles restent contraintes.
Ce que les prêteurs fintech et les opérateurs de paiement devraient faire maintenant
Les preuves de la Banque mondiale sont actionnables. Les acteurs qui comblent le plus tôt l’écart entre activité de paiement et évaluation du crédit capteront le segment de prêt aux PME que les banques conventionnelles ont historiquement sous-servi. Les trois mouvements ci-dessous sont chacun disponibles aujourd’hui sans invention réglementaire.
1. Construire le produit de profil de trésorerie, pas le score
Le paradigme dominant du scoring crédit — un seul chiffre résumant le comportement de paiement historique — est la mauvaise unité pour l’underwriting des PME sur données de paiement numérique. L’analyse de marché de Hesfintech confirme que les outils d’évaluation du crédit alimentés par l’IA utilisant des flux de transactions plutôt que des scores bureaux statiques ont réduit le délai de décision PME de 48 % et diminué les taux de défaut d’environ 11 %. Le produit à construire est un profil de trésorerie : 12 mois de schémas de transactions décomposés en saisonnalité, concentration clients, timing de paiement, et tendances du ticket moyen. Stripe Capital et Square Capital exposent tous deux ce profil au marchand avant de proposer une ligne de fonds de roulement — c’est pourquoi leurs taux d’acceptation et de défaut surpassent les modèles de scoring traditionnels dans les mêmes cohortes de marchands.
2. Négocier la portabilité des données avant que le régulateur ne l’impose
Le cadre Account Aggregator en Inde a donné aux marchands des droits de consentement portables sur leur propre historique de transactions, élargissant le pool de prêteurs en compétition pour leurs affaires. Les prêteurs fintech et processeurs de paiement opérant dans des marchés sans mandats open banking ont une fenêtre de first-mover pour convenir d’accords de partage de données bilatéraux avec les grands processeurs de paiement — accords qui donnent aux prêteurs non bancaires un accès comparable aux données sans attendre un cadre réglementaire. L’OCDE SME Financing Scoreboard 2026 signalait précisément la fragmentation des données comme prochain goulot d’étranglement.
3. Concevoir l’onboarding marchand comme origination de crédit dès le premier jour
L’émission de crédit aux PME de pair à pair a dépassé 28 milliards de dollars en 2025 et 45 % des fournisseurs bancaires PME mondiaux offrent désormais un onboarding entièrement numérique — pourtant la plupart des flux d’onboarding sont conçus pour l’acceptation de paiement, pas l’origination de crédit. Le marchand qui passe du cash à un terminal de paiement fait deux choses à la fois : il modernise l’encaissement et commence à construire un historique financier utilisable. Reconcevoir l’onboarding pour collecter dès la première transaction les champs qui comptent pour l’underwriting : catégorie d’activité, taille de commande typique, schéma de timing de paiement, et taux de récurrence clients.
Là où le modèle achoppe encore
La thèse de la donnée comme crédit n’est pas universelle. La Banque mondiale note que l’effet faiblit dans les marchés à bureaux de crédit déjà matures, où les données de paiement numérique ajoutent peu aux signaux d’underwriting existants. Elle suppose aussi que les régulateurs autorisent l’accès tiers aux enregistrements de paiement — les marchés où les banques traitent les données de paiement comme un actif captif voient une transmission plus faible vers la concurrence du crédit. Et les entreprises opérant à travers plusieurs wallets, cash et canaux informels produisent encore des données fragmentées qu’aucun processeur ne peut assembler. Le scoreboard OECD Financing SMEs and Entrepreneurs 2026 publié en octobre 2025 a précisément pointé cette fragmentation comme prochain goulet d’étranglement. La résoudre exige des règles d’interopérabilité et des standards d’identité marchand que la plupart des économies n’ont pas encore rédigés, mais Findex 2025 rend le volume sous-jacent trop important pour être ignoré.
Questions Fréquemment Posées
Pourquoi les paiements numériques aident-ils les entreprises à accéder au crédit ?
Les paiements numériques créent des enregistrements cohérents et horodatés de chiffre d’affaires, d’activité client et de timing de paiement. L’étude transéconomique 2026 de la Banque mondiale a constaté que cet effet réduit les contraintes de crédit le plus pour les entreprises à la documentation la plus faible — petites, jeunes et informelles.
Quelles entreprises bénéficient le plus de cet effet ?
Les gains les plus forts apparaissent parmi les petites et jeunes entreprises moins productives et celles sans états financiers audités. L’underwriting basé sur l’IA utilisant les données de paiement numérique a réduit le délai de décision PME d’environ 48 % et les taux de défaut d’environ 11 % selon les rapports de marché fintech.
Que devraient prioriser les décideurs pour que les paiements améliorent la finance PME ?
Trois priorités : portabilité et droits de consentement pour les commerçants, accès équitable des prêteurs non bancaires aux flux de données de paiement, et garde-fous de vie privée clairs. L’Account Aggregator de l’Inde et les règles d’open banking de l’UE offrent des modèles fonctionnels.
