Dans le contexte de la gestion des risques, les institutions financières ont tendance à utiliser des modèles dits réglementaires, comme par exemple le modèle Merton-Vašíček pour estimer la perte inattendue d'un portefeuille de crédits dans le cas des stress-tests. Dans ce modèle, un facteur commun Gaussien représente l'état de l'économie. Malheureusement, le modèle réglementaire ne permet pas de prendre en compte de manière explicite des données macroéconomiques qui permettraient de rafiner les prédictions. Pour ce faire, nous proposons de modéliser le facteur commun à l'aide d'une régression de type location-scale et d'estimer ses quantiles conditionnels. Les fonctions location et scale sont considérées de type semi-paramétriques à direction révélatrice unique, et la loi du terme d'erreur est générale. Plusieurs estimateurs non paramétriques de la fonction de répartition de l'erreur sont proposés. La performance du modèle est illustrée par des simulations. Enfin, une application sur des données réelles issues d'un exercice de stress-test climatique est présentée.