Les modèles de risque de crédit pour les portefeuilles de prêts supposent généralement que les expositions peuvent être affectées à des catégories de risque homogènes, comme dans les modèles de type Vasicek et de Bâle. Nous proposons un modèle de regroupement bayésien permettant de construire des catégories de risque homogènes directement à partir des historiques de crédit des prêts. Contrairement aux approches de segmentation traditionnelles, ce cadre attribue des appartenances pondérées à plusieurs groupes, ce qui permet de saisir de manière plus réaliste les expositions intersectorielles et multifactorielles. À l’aide de données de crédit simulées et réelles, nous montrons que la méthode proposée améliore l’estimation des distributions de pertes, de la valeur à risque et du déficit attendu. Cette approche offre une alternative statistiquement robuste et opérationnellement praticable aux méthodes de classification conventionnelles, en fournissant une base plus flexible pour la gestion du risque de crédit de portefeuille et l’évaluation du capital.