Détecter une cession d'entreprise 18 mois à l'avance : ce que disent vraiment les données

Détecter une cession d'entreprise 18 mois à l'avance n'est pas un sujet académique. C'est un sujet de captation de liquidité, de réallocation patrimoniale, et donc de PNB pour la banque privée et la banque d'affaires. Aujourd'hui, la plupart des banques l'apprennent en même temps que le marché — c'est-à-dire trop tard.

Pourquoi c'est un problème de signal, pas de chance

Une cession d'entreprise n'arrive pas du jour au lendemain. Elle s'annonce par une succession de signaux faibles, observables dans la donnée publique : événements BODACC (modifications statutaires, restructurations, publications DPC), évolution du chiffre d'affaires, maturité de la forme juridique, comportement de cessions parmi les co-dirigeants, vélocité des changements sur les 6 derniers mois.

Pris isolément, chacun de ces signaux est faible. Croisés et pondérés, ils dessinent une probabilité.

L'Exit Score 2Y : 10 signaux, 46 681 entreprises, AUC-ROC 0,84

Notre modèle interne, Exit Score 2Y, a été calibré sur 46 681 entreprises françaises ayant ou non été cédées sur les 15 dernières années. Il combine 10 signaux invariants sur cohortes 2019-2023, avec un coefficient de variation inférieur à 0,12. Le score sortant — entre 0 et 100 — se traduit en 5 niveaux d'alerte :

• Niveau 0 — Pas de signal
• Niveau 2 — Profil non-vendeur
• Niveau 4 — Cession possible (~24 mois)
• Niveau 7 — Cession probable (~18 mois)
• Niveau 9 — Fort signal (6-18 mois)
• Niveau 10 — Exit imminent (< 6 mois)

Les 10 signaux qui prédisent une cession

1. Chiffre d'affaires — niveau et trajectoire
2. Forme juridique — maturité et type
3. Secteur NAF — densité historique de cessions
4. Maturité BODACC — historique événementiel cumulé
5. Activité BODACC récente (T-3, T-6, T-12 mois)
6. Publications DPC sur 6 derniers mois
7. Modifications statutaires sur 12 derniers mois
8. Restructurations (création, immatriculation T-6 mois)
9. Co-dirigeants déjà vendeurs (graph traversal du réseau d'affaires)
10. Vélocité Δ6 mois — accélération du score lui-même

Ce que ça change opérationnellement

Trois niveaux de Next Best Action priorisés émergent du score :

• Imminence (< 6 mois) — Action commerciale immédiate : prendre rendez-vous, préparer la captation de liquidité.
• Alerte active (6-18 mois) — Suivi renforcé : mandat advisory, préparation patrimoniale.
• Surveillance (18-24 mois) — Préparation : nourrir la relation, identifier le besoin futur.

Sur un portefeuille banque privée typique (100 PP, ~58 entités R1 par PP, ~193 entités R2), l'Exit Score 2Y identifie en moyenne 3 à 5 % d'entités en niveau 7+ à un instant T — soit 300 à 500 cibles prioritaires que la banque n'aurait pas vues autrement. Sur ce volume, le taux de transformation observé est sensiblement supérieur au taux baseline du portefeuille.

Pourquoi un LLM générique ne le ferait pas

On nous demande parfois si un assistant type Claude ou ChatGPT, branché sur des données BODACC, pourrait reproduire ce score. La réponse est non, pour trois raisons :

1. Pas de calibration sur cohorte. Sans 46 681 entreprises labellisées et 15 ans de données, le modèle ne peut pas apprendre les pondérations.
2. Pas de reproductibilité. Un LLM est probabiliste : même prompt, sortie variable. Un score métier doit être déterministe.
3. Pas d'explicabilité signal-par-signal. L'AI Act exige que chaque décision soit explicable. Un score breakdown sur 10 signaux pondérés est explicable. Une réponse d'LLM ne l'est pas, ou alors a posteriori et de manière non opposable.