Travail de fin d'études: "Évaluation du risque de crédit des PME belges: la comparaison entre le modèle de régression logistique et le modèle de réseau de neurones artificiels"

Abstract

Les PME présentent un risque de crédit spécifique pour les banques du fait qu’elles font appel à l’endettement bancaire comme source principale de financement et qu’elles sont caractérisées par une fragilité liée à leur structure financière et à leur faible capacité à faire face à la conjoncture économique défavorable. De ce fait, il est indispensable de mettre en place des modèles performants de prévision de la défaillance. La présente étude vise à prédire la défaillance des PME belges au moyen des ratios financiers, en utilisant un modèle statistique de régression logistique et en le comparant à un modèle de réseau de neurones artificiels. Sur la base des résultats des travaux empiriques antérieurs portant sur l’évaluation du risque de crédit, cette étude émet l'hypothèse que bien que les deux modèles aient une bonne qualité de prédiction, le modèle de réseau neuronal se révèle plus performant en discriminant avec plus de précision entre les entreprises solvables et défaillantes.