Feedback

HEC-Ecole de gestion de l'Université de Liège
HEC-Ecole de gestion de l'Université de Liège
Mémoire
VIEW 240 | DOWNLOAD 2

Les déterminants du risque de crédit : comparaison entre le modèle logistique à l'aide du lasso et le réseau des neurones au sein d'une microfinance au Burkina Faso

Télécharger
Balima, Hassana ULiège
Promoteur(s) : Hambuckers, Julien ULiège
Date de soutenance : 2-sep-2020/8-sep-2020 • URL permanente : http://hdl.handle.net/2268.2/10724
Détails
Titre : Les déterminants du risque de crédit : comparaison entre le modèle logistique à l'aide du lasso et le réseau des neurones au sein d'une microfinance au Burkina Faso
Auteur : Balima, Hassana ULiège
Date de soutenance  : 2-sep-2020/8-sep-2020
Promoteur(s) : Hambuckers, Julien ULiège
Membre(s) du jury : Lefevre, Mélanie ULiège
Moreno Miranda, Nicolas ULiège
Langue : Français
Nombre de pages : 65
Mots-clés : [fr] Risque de crédit
[fr] microfinance
[fr] modèle logistique
[fr] lasso
[fr] réseau de neurones artificiels
Discipline(s) : Sciences économiques & de gestion > Finance
Public cible : Etudiants
Institution(s) : Université de Liège, Liège, Belgique
Diplôme : Master en ingénieur de gestion, à finalité spécialisée en Financial Engineering
Faculté : Mémoires de la HEC-Ecole de gestion de l'Université de Liège

Résumé

[fr] Les institutions de microfinance sont des organisations qui fournissent des services financiers aux personnes pauvres ou exclues du système financier. Cependant, elles sont souvent confrontées à de nombreuses difficultés, comme le non-remboursement des prêts par les emprunteurs. Au Burkina Faso, cette situation a conduit à la faillite de plusieurs institutions de microcrédit. L'objectif de cette étude est d'examiner les facteurs qui affectent la défaillance des emprunteurs en utilisant une régression logistique à l’aide du lasso d’une part et du réseau neuronal artificiel d’autre part. L’étude a porté sur un échantillon de 18 240 prêts accordés dont 1 782 n'ont pas été remboursés. Les variables utilisées dans cette étude regroupent le profil sociodémographique des clients, les caractéristiques des prêts et de leurs entreprises. Les résultats ont montré l'importance des du nombre de prêts antérieurs non soldés, de l'âge et de la durée du prêt dans l’explication des défauts de remboursement. Dans l'ensemble, le modèle de réseau neuronal et celui de la régression logistique donnent des résultats similaires.


Fichier(s)

Document(s)

File
Access Hassana BALIMA_Mémoire.pdf
Description:
Taille: 1.19 MB
Format: Adobe PDF

Auteur

  • Balima, Hassana ULiège Université de Liège > Master ingé. gest., à fin.

Promoteur(s)

Membre(s) du jury

  • Nombre total de vues 240
  • Nombre total de téléchargements 2










Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.