La chambre criminelle spécialisée dans les affaires de corruption financière près le Tribunal de première instance de Tunis a condamné l’homme d’affaires Hatem Chaabouni à quinze ans de prison ferme et à une amende de 26 millions de dinars, dans une affaire de corruption financière liée à l’octroi de crédits bancaires,
Selon un avocat de la défense, l’ancien PDG de la Banque nationale agricole (BNA), Habib Haj Gouider, ainsi que deux cadres de la banque, ont été condamnés chacun à onze ans de prison ferme et à une amende de 25 millions de dinars.
L’affaire porte sur des irrégularités dans l’octroi de crédits bancaires à Hatem Chaabouni, sans les garanties légalement exigées, ayant causé un préjudice financier à l’établissement bancaire public.
Le dossier concerne notamment une opération d’achat d’actions de la BNA pour un montant de 25 millions de dinars, réalisée alors que le compte bancaire de l’homme d’affaires présentait un solde débiteur supérieur à 28 millions de dinars. Un crédit de onze millions de dinars lui aurait également été accordé le même jour.
Les poursuites portaient notamment sur des accusations de faux et usage de faux dans des documents financiers, de blanchiment d’argent et d’utilisation abusive de fonctions bancaires pour faciliter des opérations financières suspectes.
Hatem Chaabouni, propriétaire de l’enseigne Chahia et actif dans les secteurs de la volaille et de l’alimentation animale, avait été arrêté en juin 2024 dans le cadre de cette affaire, tout comme plusieurs responsables bancaires.
Après près de deux ans de détention, la justice avait ordonné, le 1er juin 2026, sa remise en liberté moyennant une caution de soixante millions de dinars. Cette caution est distincte de l’amende de 26 millions de dinars prononcée à son encontre dans le cadre du jugement annoncé ce vendredi.
M.B.Z
3 commentaires
jamel.tazarki
Je corrige le point C) ci-dessous: Les garanties physiques ne devraient pas être les seuls critères pris en compte pour accorder un crédit bancaire. La faisabilité et la probabilité de réussite du projet à financer par le système bancaire devraient être également prises en compte. Nous vivons aujourd’hui dans un monde probabiliste. Certes, il y a des risques, mais sans eux, toute évolution serait bloquée. Les garanties à 100 % n’ont jamais existé.
jamel.tazarki
A) Bravo, Carthage ! D’une part, on oblige les dirigeants de banques à accorder des crédits sans garantie, conformément à l’article 412-3 (III). Et de l’autre, on emprisonne ceux qui le font.
–>
a1) L’article 412 ter (communément appelé 412-3 III) a été inséré dans le Code de commerce par le biais de la loi n° 2024-41 du 2 août 2024, votée par l’Assemblée des représentants du peuple. Cependant, le cadre opérationnel précis et la mise en application concrète de ce crédit d’honneur ont été dictés par le décret n° 2026-148, qui émane directement du pouvoir exécutif Tunisien.
–>
Notre Parlement vote en réalité des lois pratiquement vides dont Carthage décide le cadre opérationnel !
B) Sous l’actuelle Constitution tunisienne de 2022, le fonctionnement des institutions et le processus législatif ont radicalement changé:
–>
b1) Le rôle des Décrets-lois : Le Palais de Carthage détient un pouvoir réglementaire et législatif par voie de décrets-lois extrêmement étendu –> Le fait que les banques soient contraintes par décret à utiliser leurs bénéfices pour octroyer des prêts sans garantie démontre que c’est bien l’exécutif qui dicte les règles économiques en Tunisie.
———————————
b2) Un Parlement affaibli : Le Parlement n’est plus l’acteur central et souverain. L’initiative des textes vient majoritairement de la présidence, et le droit pénal ou commercial est fortement influencé par des textes présidentiels ou gouvernementaux.
Fazir: Le sentiment d’absurdité juridique en Tunisie est renforcé par le fait qu’une décision politique forte (le crédit obligatoire à 0 % sans garantie) est imposée dans sa forme finale par un décret du pouvoir exécutif, alors que les dirigeants de banques restent soumis aux sanctions du Code pénal classique, censé relever du domaine de la loi (un dilemme inédit pour les banques). Cette superposition des genres accentue l’insécurité des banquiers sur le terrain. –> Il faut comprendre qu’en droit, une nouvelle loi peut parfaitement contredire, modifier ou annuler les lois existantes. Or, c’est le Parlement, et non les décrets de Carthage, qui a le pouvoir de le faire. Kais Saied n’a pas le droit de modifier le Code pénal et les lois existantes implicitement par le biais de ses nombreux décrets.
jamel.tazarki
C) Les garanties de la réussite d’un projet ne devraient pas être les seuls critères pris en compte pour accorder un crédit bancaire. La faisabilité et la probabilité de réussite du projet à financer par le système bancaire devraient être également prises en compte. Nous vivons aujourd’hui dans un monde probabiliste. Certes, il y a des risques, mais sans eux, toute évolution serait bloquée. Les garanties à 100 % n’ont jamais existé.
–>
-c1) le risque est le moteur de l’innovation et du développement économique, et l’exigence de garanties absolues est une illusion qui paralyse l’économie. Dans le monde de la finance, la distinction entre la « garantie » matérielle et la « faisabilité probabiliste » correspond à deux visions qui s’opposent aujourd’hui en Tunisie:
– c1.2) L’approche patrimoniale (fondée sur la garantie): C’est le modèle traditionnel et frileux. La banque accorde un prêt non pas parce que le projet est excellent, mais parce que l’emprunteur possède un terrain, un immeuble ou une caution solide qu’elle pourra saisir en cas de problème. –> Le défaut : Ce système exclut les jeunes entrepreneurs, les startups et les PME innovantes qui ont d’excellentes idées mais pas de patrimoine. Il bloque l’évolution économique, comme vous le soulignez.
———————–
-c2.2) L’approche par le « Project Finance » (fondée sur la faisabilité et les probabilités): C’est la vision moderne que vous décrivez. La banque évalue les flux de trésorerie futurs (cash-flows), l’étude de marché, les compétences du porteur de projet et la probabilité de réussite. Le risque est modélisé statistiquement (calcul des probabilités de défaut, stress-tests). –> La réalité du risque : Dans un monde probabiliste, le risque zéro n’existe pas. Une banque saine accepte une part de sinistralité (des projets qui échouent) car elle est compensée par les projets qui réussissent et créent de la valeur.
———————–
-c3) Pour que la vision probabiliste fonctionne, il faut que le banquier ait le droit de prendre un risque calculé sans craindre la prison si le projet échoue. Or, tant que le droit pénal tunisien assimilera un échec de crédit à de la « mauvaise gestion » criminelle, les dirigeants de banques refuseront d’appliquer cette logique de probabilité et préféreront bloquer les financements pour se protéger.
D) Le dilemme du système tunisien : Supprimer et maintenir simultanément:
–>
-d1) Le système bancaire tunisien ne choisit pas, il superpose des obligations contradictoires, créant un angle mort juridique :
-d1.1) D’un côté, il supprime : Les textes récents (comme le décret d’application du crédit d’honneur) interdisent formellement aux banques d’exiger des sûretés réelles (hypothèques, cautions) pour cette enveloppe Tout ce qu’il faut savoir sur le crédit d’honneur à taux zéro. L’intention politique est d’effacer la barrière de la garantie.
-d1.2 D’un autre côté, il ne supprime pas : Le cadre prudentiel global (les circulaires de la Banque Centrale de Tunisie) et surtout le Code pénal continuent d’exiger des dirigeants une gestion « en bon père de famille » Responsabilité pénale du banquier. Si un crédit est accordé sans garanties et qu’il fait défaut, le juge pénal n’hésite pas à qualifier cela de faute de gestion, de dilapidation ou de complicité Political earthquake has shaken foundation of Tunisia’s banking.
———————–
-d2) Le dilemme est là : On demande aux banquiers de sauter dans le vide (prêter sans filet), tout en leur rappelant que s’ils tombent (si le projet échoue), ils iront en prison pour ne pas avoir mis de filet. C’est la définition même d’une injonction paradoxale qui mène à la paralysie totale du crédit et de la Tunisie socio-économique.
E) Les méthodes de scoring et de modélisation du risque dans les banques modernes –> Pour sortir de cette dépendance archaïque aux garanties physiques, les banques modernes à travers le monde ont développé une approche purement probabiliste et statistique du risque. Elles n’attendent pas une certitude à 100 %, elles gèrent une volatilité. Voici comment fonctionnent ces modèles structurés :
-e1) Le Credit Scoring (Approche Statistique)
-e1.1) Le scoring consiste à attribuer une note (un score) à un demandeur de crédit en fonction de variables historiques. Au lieu de regarder ce que le client possède (garantie), on regarde qui il est et comment il se comporte.
-e1.2) Données examinées : Historique des incidents de paiement, régularité des revenus, ratio d’endettement, secteur d’activité de la PME, ancienneté de l’entreprise, et comportement sur le compte bancaire.
-e1.3) Le modèle mathématique : En utilisant des régressions logistiques (et aujourd’hui du Machine Learning), la banque calcule une note. Si le score dépasse un certain seuil, le crédit est automatisé ou pré-accepté, car statistiquement, le profil présente un taux de défaut inférieur au seuil de tolérance de la banque.
———————–
-e2) La modélisation de la Perte Attendue (Expected Loss – Normes Bâle III) –> Dans la finance moderne, le risque d’un crédit ne se devine pas, il se calcule via une équation fondamentale à trois variables :
Perte Attendue (EL)}= PD x EAD x LGD
– PD (Probability of Default – Probabilité de Défaut) : Quelle est la probabilité (en %) que cet emprunteur ne puisse plus payer dans les 12 prochains mois ? Elle est calculée grâce au scoring.
– EAD (Exposure at Default – Exposition au moment du défaut) : Quelle somme restera-t-il à rembourser lorsque le défaut surviendra ?
– LGD (Loss Given Default – Perte en cas de défaut) : Si le client fait défaut, quel pourcentage de la somme la banque va-t-elle définitivement perdre après avoir tenté des recours ? C’est ici que la garantie intervient : si la banque a une hypothèque, la LGD est faible (ex: 20%). Si le crédit est sans garantie, la LGD est très élevée (ex: 80% ou 90%).
———————–
-e3) Les Stress-Tests et Approches Prédictives –> Les banques soumettent leurs portefeuilles de crédits à des simulations de crises (hausse du taux directeur, récession sectorielle, crise politique). Ces modèles probabilistes permettent de savoir si la banque dispose d’assez de fonds propres pour absorber les pertes des projets qui vont inévitablement échouer, sans mettre en péril l’argent des déposants.
———————–
-e3.1) Ces méthodes modernes exigent une contrepartie indispensable : le droit à l’erreur statistique. Si une banque moderne accepte une Probabilité de Défaut (PD) de 5% sur un portefeuille de PME, cela signifie qu’elle accepte sciemment que 5 projets sur 100 fassent faillite. Les gains des 95 autres couvrent cette perte. Or, le système judiciaire tunisien actuel traite souvent ces 5% d’échecs non pas comme une loi statistique normale, mais comme une infraction pénale commise par le banquier.
F) Comment les banques en ligne et les Fintechs internationales parviennent à prêter en quelques minutes sans aucune garantie grâce aux données alternatives (historique de facturation, flux e-commerce) ?
–>
-f1) Les banques en ligne et les Fintechs internationales (comme Stripe Capital, Square, Qonto ou Klarna) ont révolutionné le crédit aux entreprises. Elles ont remplacé les garanties physiques (hypothèques, cautions) par une analyse technologique en temps réel. Au lieu de demander à un entrepreneur ce qu’il possède, elles regardent ce qu’il génère chaque jour. Voici les mécanismes précis qui leur permettent d’accorder un prêt en quelques minutes, en toute sécurité :– -f1.1) 1. L’accès direct aux données opérationnelles (Open Banking & API) –> Pour obtenir un crédit instantané, l’emprunteur n’envoie pas des piles de documents papier. Il connecte directement ses outils de gestion à la Fintech via des API (interfaces de programmation). La Fintech aspire et analyse instantanément des données alternatives :
– Les flux e-commerce : Si l’entreprise vend sur Amazon, Shopify ou utilise Stripe, la Fintech voit le volume exact des ventes quotidiennes, le panier moyen et le taux de retour des clients.
– L’historique de facturation : En se connectant aux logiciels de comptabilité cloud (comme QuickBooks ou Xero), elle analyse les factures émises, les délais de paiement des clients et la récurrence des contrats (abonnements SaaS).
– Les flux bancaires (Open Banking) : Elle examine l’historique des comptes en direct pour détecter la régularité des flux de trésorerie et l’absence d’incidents.
———————–
-f1.2) Le scoring algorithmique par Intelligence Artificielle –> Une fois ces données collectées, aucun humain n’intervient. Des algorithmes de Machine Learning traitent des milliers de points de données en quelques secondes pour calculer une probabilité de défaut (PD) ultra-précise.
– Détection des signaux faibles : L’IA repère des patterns qu’un banquier humain ne verrait pas (ex: une baisse soudaine des avis positifs sur Google ou une augmentation du taux de désabonnement des clients, signes précurseurs d’une chute de chiffre d’affaires).
– Modèles prédictifs sectoriels : L’algorithme compare instantanément l’entreprise avec des milliers d’autres profils similaires dans sa base de données mondiale pour anticiper sa trajectoire financière.
———————–
-f2) Le remboursement basé sur le chiffre d’affaires (Revenue-Based Financing) –> C’est l’innovation majeure qui élimine le besoin de garantie. Beaucoup de Fintechs n’imposent pas une mensualité fixe, mais se remboursent par un prélèvement à la source sur les ventes futures.
– Le principe : La Fintech avance 50 000 €. En contrepartie, elle prélève par exemple 10 % sur chaque vente quotidienne de l’e-commerçant jusqu’à extinction de la dette.
– L’avantage probabiliste : Si l’entreprise fait un excellent mois, elle rembourse vite. Si son activité ralentit, le remboursement diminue automatiquement. La Fintech ne cherche pas à saisir un actif (garantie), elle ajuste son risque au rythme de l’activité.
———————–
-f3) Comment adapter le Revenue-Based Financing (RBF) au contexte tunisien ?
– Le Revenue-Based Financing (financement basé sur les revenus futurs) est pourtant la solution idéale pour sortir de l’impasse. Plutôt que d’exiger des hypothèques, la banque ou la Fintech devient un « partenaire » de la croissance de la PME. Pour l’importer en Tunisie malgré les blocages actuels, plusieurs pistes d’adaptation sont envisageables :
– Le partenariat Banques-Fintechs (Modèle Hybride) : Puisque les Fintechs ne peuvent pas prêter directement, elles peuvent concevoir l’algorithme de scoring et l’intégrer au sein des banques tunisiennes existantes. La banque fournit les fonds, la Fintech gère l’analyse probabiliste des flux.
– L’utilisation des terminaux de paiement (TPE) : Pour contourner l’absence d’Open Banking, le remboursement peut être adossé aux encaissements par carte bancaire. Si une PME tunisienne utilise un TPE pour ses clients, la banque peut prélever automatiquement un pourcentage fixe (ex: 5%) sur chaque transaction par carte pour rembourser le crédit. Plus la PME vend, plus elle rembourse vite ; si l’activité ralentit, la pression financière diminue.
– Le couplage avec la facturation électronique : La Tunisie avance progressivement vers la numérisation fiscale et la facturation électronique obligatoire. En connectant les outils d’octroi de crédit à ces plateformes étatiques de facturation, les banques pourraient évaluer instantanément la santé réelle d’une entreprise et lui avancer des fonds sur ses factures certifiées, sans demander de garantie matérielle.
———————–
-f4) La mutualisation statistique du risque –> Dans ce modèle, les Fintechs acceptent pleinement la logique probabiliste que vous évoquiez :
– Elles savent qu’un faible pourcentage d’entreprises fera faillite.
– Ce risque est provisionné et dilué dans le coût du crédit ou couvert par des algorithmes qui coupent instantanément les lignes de crédit au moindre signal d’alarme automatisé.
– Le coût opérationnel de traitement étant proche de zéro (pas d’agences, pas d’analystes humains), les marges générées sur les dossiers réussis couvrent largement les pertes des dossiers défaillants.
G) L’infrastructure technique : Le QR Code national et la captation des flux physiques –> Pour transposer le modèle des Fintechs aux commerces de proximité et aux PME physiques en Tunisie, il faut pouvoir tracer et capter les flux d’argent liquide. L’unification du paiement mobile par la Banque Centrale de Tunisie (BCT) via le QR Code national interconnecté est la clé de voûte de ce système.
– Le principe technique : Lorsqu’un commerçant (épicerie, pharmacie, artisan) encaisse un paiement via le QR Code national, l’argent transite instantanément par un commutateur central (le Switch national géré par la SMT).
–>
– La passerelle vers le crédit RBF : Au lieu de demander des relevés bancaires papier de trois mois, la banque ou la Fintech se connecte à ce flux d’encaissement via une API. L’algorithme calcule instantanément le volume d’activité quotidien réel du commerçant.
– Le prélèvement indolore à la source : Dès qu’un client paie 10 TND par QR Code, l’algorithme RBF retient automatiquement le pourcentage convenu (ex: 500 millimes, soit 5 %) pour rembourser le crédit, et reverse les 9,5 TND restants sur le compte du commerçant.
– L’avantage anti-crise : Si le commerçant ferme pour vacances ou connaît un mois creux, aucun flux ne passe par le QR Code, donc aucun remboursement n’est prélevé. Il n’y a pas d’impayé bancaire, pas de chèque sans provision, et le dirigeant de banque est couvert par la conformité technologique du protocole de la BCT.
———————–
-g1) L’application aux startups tunisiennes (Cadre du Startup Act) –> Les startups tunisiennes labellisées sont, par définition, les entreprises les plus pénalisées par l’approche traditionnelle des banques. Elles ont une croissance rapide, aucun patrimoine immobilier à hypothéquer, et consomment beaucoup de cash-flow (fonds de roulement) pour acquérir des clients. Le RBF s’intègre parfaitement dans la boîte à outils du Startup Act:
– Financer le fonds de roulement sans dilution : Actuellement, pour payer leurs campagnes de marketing digital (Facebook/Google Ads) ou recruter des développeurs, les startups tunisiennes doivent lever des fonds en vendant des parts de leur capital à des fonds de Venture Capital. Le RBF leur permet d’emprunter 100 000 TND pour financer ces coûts opérationnels en quelques minutes, en promettant un pourcentage de leurs revenus futurs, sans que les fondateurs ne perdent le contrôle de leur entreprise.
– Le modèle de scoring adapté aux Startups : L’algorithme de la Fintech ne regarde pas les bénéfices (souvent négatifs au début), mais le MRR (Monthly Recurring Revenue – Chiffre d’affaires mensuel récurrent) et le Churn Rate (taux d’attrition des clients). Si une startup SaaS (logiciel par abonnement) tunisienne prouve de manière automatisée que ses abonnés paient régulièrement chaque mois, elle obtient son financement instantanément.
– Garantie mutuelle via le fonds de garantie des startups : Pour lever définitivement l’épée de Damoclès pénale qui pèse sur les banquiers tunisiens, le RBF destiné aux startups peut être adossé au fonds de garantie spécifique prévu par le Startup Act (comme le fonds ANAWA). Si l’algorithme probabiliste commet une erreur et que la startup fait faillite, le fonds prend en charge la perte, protégeant ainsi juridiquement le dirigeant de la banque.
———————–
-g2) Passer du blocage à la modernité
Ceci prouve qu’en s’appuyant sur la technologie (QR Code pour le commerce physique, API de données pour les startups), la Tunisie possède déjà les briques logicielles et réglementaires pour dépasser l’absurdité abusive des garanties physiques. Le véritable défi reste politique : il faut aligner le droit pénal des affaires avec ces réalités statistiques pour libérer l’action des banquiers.
Dr. Jamel Tazarki, Mathématicien