Chargée d’études bancaires : fiche complète 2026
Le secteur bancaire français traverse une transformation silencieuse mais profonde : la fonction études, longtemps perçue comme un centre de coûts, devient un levier stratégique face à la compression des marges et à l’explosion des données clients. En 2026, la chargée d’études bancaires ne se contente plus de produire des tableaux de bord. Elle pilote des analyses prédictives, alimente les décisions de crédit et participe à la conformité réglementaire. Avec un score d’exposition à l’intelligence artificielle de 78 % selon le modèle CRISTAL-10, ce métier voit son périmètre redessiné sans disparaître. La demande pour ces profils reste soutenue, portée par le needs d’optimisation et de maîtrise des risques.
1. Périmètre du métier et différences vs métiers proches
La chargée d’études bancaires conçoit et réalise des analyses quantitatives et qualitatives sur les portefeuilles clients, les risques de crédit, la rentabilité des agences ou les performances des canaux digitaux. Elle travaille sur data warehouse bancaires et produit des synthèses destinées à la direction générale, au comité des risques ou au marketing stratégique.
La distinction avec le data analyst bancaire tient à la finalité : la chargée d’études bancaires maîtrise la réglementation prudentielle et les spécificités des métiers banque-assurance, là où le data analyst se concentre sur les pipelines de données et les algorithmes. Le chargé de reporting, lui, automatise des livrables standardisés sans dimension prospective. Enfin, le risk manager valide les modèles de risque que la chargée d’études contribue à calibrer. Ces trois métiers sont proches mais non interchangeables.
2. Cadre réglementaire 2026
L’environnement normatif de la chargée d’études bancaires s’est considérablement alourdi depuis l’entrée en vigueur des textes européens récents. Le Règlement Général sur la Protection des Données (RGPD) encadre l’utilisation des données personnelles dans les études, notamment pour la segmentation client et les tests de scoring. La directive CSRD impose une transparence accrue sur les indicateurs ESG (Environnement, Sociaux, Gouvernance) : la chargée d’études bancaires doit désormais intégrer des critères extra-financiers dans ses analyses de portefeuille.
L’AI Act de l’Union européenne classe les systèmes de notation de crédit dans la catégorie à haut risque. Cela implique une documentation renforcée des modèles, une traçabilité des décisions et un contrôle humain systématique. Le Code du travail fixe le cadre des durées du travail et de la formation professionnelle, mais sans IDCC spécifique universel : la convention collective applicable est généralement celle de la banque (convention collective nationale de la banque), que le contrat précise. Depuis 2025, le Plan France 2030 incite les établissements à développer des études sur la finance verte et l’inclusion bancaire.
3. Spécialités et sous-métiers
La fonction se décline en plusieurs spécialités. La chargée d’études crédit analyse les sinistres, les impayés et les comportements de remboursement pour ajuster les politiques de souscription et les taux. Elle travaille en lien avec les équipes risque et recouvrement.
La chargée d’études marketing bancaire segmente la clientèle, mesure l’efficacité des campagnes (taux de transformation, attrition) et propose des relances personnalisées. Son travail alimente les décisions des directions commerciales.
La chargée d’études financières se concentre sur la rentabilité : analyse des marges nettes d’intérêt, coûts des ressources, performance des produits d’épargne et d’assurance-vie. Elle participe au processus budgétaire et au suivi des plans à moyen terme.
La spécialité conformité et reporting réglementaire est en forte croissance depuis 2024. Elle produit les déclarations prudentielles (COREP, FINREP) et vérifie la conformité des modèles internes face aux exigences de la Banque Centrale Européenne.
4. Outils et environnement technique
La boîte à outils de la chargée d’études bancaires en 2026 reflète la double compétence métier et technique. Les tableurs (Microsoft Excel, Google Sheets) restent le socle, massivement utilisés pour des analyses exploratoires et des macros VBA. Le langage SQL est indispensable pour interroger les bases de données relationnelles (Oracle, Microsoft SQL Server).
Pour les analyses avancées, les langages Python et R sont devenus des standards, notamment avec les bibliothèques de machine learning (scikit-learn, XGBoost). Les outils de business intelligence comme Power BI et Tableau permettent de visualiser les indicateurs et de produire des rapports dynamiques. Les ERP bancaires (SAP, ou progiciels métier comme Temenos, Silverlake) sont manipulés pour extraire les données comptables et de gestion.
Enfin, des outils IA générative (copilotes internes basés sur des modèles de langage) commencent à être déployés pour rédiger des commentaires d’analyse, résumer des rapports réglementaires ou générer des requêtes SQL à partir de langage naturel. Leur usage est toutefois encadré par les politiques de souveraineté des données des banques.
5. Grille salariale 2026
| Profil | Paris et Île-de-France | Régions |
|---|---|---|
| Junior (0-2 ans) | 32 000 – 37 000 € | 28 000 – 33 000 € |
| Confirmé (3-6 ans) | 40 000 – 48 000 € | 35 000 – 42 000 € |
| Senior (7+ ans) | 50 000 – 62 000 € | 44 000 – 55 000 € |
Le salaire médian national de 35 000 € brut par an place ce métier dans la moyenne des fonctions support bancaires. Les écarts Paris/régions varient de 10 à 15 % selon la taille de l’établissement (banque de réseau vs banque d’investissement). Les primes d’intéressement et de participation, fréquentes dans le secteur, peuvent ajouter 3 000 à 8 000 € annuels.
6. Formations et diplômes
Les recrutements ciblent majoritairement des profils Bac+5. Les écoles de commerce (programmes master) avec spécialisation finance ou contrôle de gestion constituent la voie royale. Les masters universitaires en banque-finance, économétrie ou actuariat sont également recherchés.
À Bac+3, les licences professionnelles en métiers de la banque ou en data sciences permettent d’accéder aux postes de chargée d’études junior après une expérience de 1 à 2 ans en CDD ou en alternance. Les BTS banque ou comptabilité-gestion sont plus rares mais possibles avec un complément de formation en statistiques.
Les écoles d’ingénieurs (INSA, Centrale, Polytechnique) forment aussi à ce métier via des filières mathématiques financières ou data engineering. La formation continue via l’AFPA ou les organismes certifiés Qualiopi propose des parcours accélérés de 6 à 12 mois pour les profils en reconversion.
7. Reconversion vers ce métier
- Comptable ou contrôleur de gestion – La maîtrise des normes comptables et des outils de reporting permet une reconversion courte (9 à 12 mois) grâce aux certifications bancaires et à la validation des acquis. Le plan de formation peut financer un master spécialisé en finance bancaire.
- Data analyst – Le passage vers les études bancaires nécessite une mise à niveau en réglementation prudentielle et en produits financiers. Des modules e-learning (AFB, IFC) couvrent ces prérequis. Le double savoir technique + réglementaire est très valorisé.
- Conseiller bancaire en agence – La connaissance terrain des produits et des clients est un atout. La reconversion exige un renforcement en analyse quantitative et en maîtrise des langages de requête. Des passerelles internes existent dans les grandes banques.
8. Exposition au risque IA
Avec un score de 78 % au barème CRISTAL-10, la chargée d’études bancaires se trouve dans une zone d’exposition modérée à forte à l’automatisation par l’intelligence artificielle. Ce chiffre reflète la nature hybride du poste : une partie des tâches (extraction de données, génération de rapports standardisés, calcul d’indicateurs) peut être automatisée par des algorithmes de machine learning ou des copilotes IA. En revanche, l’interprétation des résultats, la validation des modèles, la connaissance du contexte réglementaire et les recommandations stratégiques restent difficilement transférables à une machine.
Les outils d’IA générative commencent à prendre en charge la rédaction de commentaires d’analyse à partir de données structurées. Mais la responsabilité juridique et la nécessité d’expliquer des décisions de crédit ou de tarification limitent une substitution complète. La profession évolue vers un rôle de supervision et de validation des sorties des modèles, ce qui maintient son utilité humaine.
9. Marché de l’emploi
Le marché des chargées d’études bancaires est dynamique en 2026, bien que tendu sur certains segments. La demande est portée par la réglementation (CSRD, AI Act) qui génère un besoin de reporting inédit, et par la digitalisation des back-offices. Les banques de réseau, les banques d’investissement et les établissements de crédit spécialisés (crédit à la consommation, financement de l’immobilier) recrutent.
Les fintechs et les néobanques, si elles emploient davantage de data scientists, ont aussi besoin de profils capables de traduire les analyses en décisions métier. Le secteur mutualiste (Crédit Agricole, Banque Populaire) et les banques publiques (Banque Postale, Bpifrance) sont des employeurs stables. La tension est particulièrement forte sur les spécialistes en finance durable et en conformité prudentielles. Les régions (Lyon, Nantes, Lille, Bordeaux) offrent des opportunités croissantes grâce à la délocalisation de centres d’études et de services.
10. Certifications et labels reconnus
- Certification AMF – Obligatoire pour les métiers de la finance de marché, elle atteste de la connaissance des règles de bonne conduite et des produits financiers. Très valorisée pour les profils études bancaires en banque d’investissement.
- Certification Qualiopi – Nécessaire pour les organismes de formation. Indispensable pour les formateurs et les consultants qui interviennent dans le cadre de la formation professionnelle continue.
- ISO 9001 – Norme de management de la qualité. Les banques certifiées ISO 9001 pour leurs processus études valorisent cette connaissance chez leurs collaborateurs (sans être une obligation individuelle).
- PRM (Professional Risk Manager) ou FRM (Financial Risk Manager) – Certifications reconnues internationalement en gestion des risques. Utiles pour les spécialistes études crédit et conformité.
- Certification ITIL – Gestion des services informatiques. Pertinente pour les profils chargés d’études travaillant sur les infrastructures data ou les projets SI bancaires.
11. Évolution de carrière
- À 3 ans – Passage d’un poste junior à un rôle de chargée d’études confirmée. Spécialisation sur un périmètre (crédit, marketing, conformité). Prise en charge de projets d’automatisation (VBA, Python). Encadrement possible d’un stagiaire ou d’un alternant.
- À 5 ans – Accès à un poste de responsable d’études ou de chef de projet. Management d’une petite équipe de 2 à 5 personnes. Pilotage de la production de reporting réglementaire ou de tableaux de bord stratégiques pour la direction.
- À 10 ans – Directrice des études, responsable du pôle analyse financière, risk manager senior ou responsable conformité. Possibilité d’intégrer la direction des risques, la direction financière ou le secrétariat général. Les passerelles vers des postes de consultant(e) en cabinet de conseil spécialisé banque sont fréquentes à ce stade.
12. Tendances 2026-2030
La fonction études bancaires va continuer de se transformer sous l’effet de trois tendances. La première est l’explosion des données ESG : les banques doivent publier des indicateurs de durabilité sur leurs portefeuilles, ce qui crée un besoin massif de compétences en analyse extra-financière et en collecte de données non structurées.
La deuxième tendance est l’intégration croissante de l’IA dans les processus d’études. Les modèles de langage permettront de générer des brouillons de rapports, des résumés exécutifs et des requêtes ad hoc en langage naturel. La chargée d’études deviendra progressivement "vérificatrice et interprète" plutôt que "productrice" de données.
Enfin, la mutualisation des données entre banques et fintechs (open banking) ouvre de nouveaux champs d’analyse : scoring alternatif, détection de la fraude comportementale, personnalisation à très grande échelle. Les profils capables de combiner expertise métier, code et réglementation seront les plus recherchés d’ici 2030.