Feedback

HEC-Ecole de gestion de l'Université de Liège
HEC-Ecole de gestion de l'Université de Liège
MASTER THESIS
VIEW 388 | DOWNLOAD 52

Analyse financière d¿un secteur en vue de la compréhension et de la prévention des défaillances d¿entreprises

Download
Hogge, Antoine ULiège
Promotor(s) : Bils, Anne ULiège
Date of defense : 19-Jun-2018/21-Jun-2018 • Permalink : http://hdl.handle.net/2268.2/4822
Details
Title : Analyse financière d¿un secteur en vue de la compréhension et de la prévention des défaillances d¿entreprises
Author : Hogge, Antoine ULiège
Date of defense  : 19-Jun-2018/21-Jun-2018
Advisor(s) : Bils, Anne ULiège
Committee's member(s) : Crutzen, Nathalie ULiège
Deneye, Pierre ULiège
Breuer, François 
Language : French
Number of pages : 80
Keywords : [fr] défaillance d'entreprise
[fr] analyse financière
[fr] économétrie
[fr] probabilité linéaire
[fr] régression logistique
[fr] analyse en composantes principales
Discipline(s) : Business & economic sciences > Accounting & auditing
Target public : Researchers
Professionals of domain
Student
Institution(s) : Université de Liège, Liège, Belgique
Degree: Master en sciences de gestion, à finalité spécialisée en Financial Analysis and Audit
Faculty: Master thesis of the HEC-Ecole de gestion de l'Université de Liège

Abstract

[en] The research related to the business failure understanding has been widely developped since the early 30s through the contributions of many authors like E.I. Altman, W.H. Beaver, H. Ooghe and C. Van Wymeersch, and so on… The large disparity of the methodologies used and the results presented in the litterature prove that business failure prediction and prevention is a highly complex subject. Then, this master thesis aims at bringing a better understanding of business failures rather than predicting them perfectly. Several statistical methodologies have already been used in the littérature :
- parametric statistical methods like univariate and multivariate discriminant analysis, logit and probit models, or conditional linear probability models ;
- non parametric statistical methods like recursive partitioning or estimation of distribution laws ;
- artificial intelligence techniques like neural networks or genetic algorithms.
Two types of statistical techniques have been selected in this thesis :
- econometric models : conditional linear probability models and logit models based on both pooled cross sectional data and panel data ;
- principal component analysis based on both « financial ratios » and « time » dimensions.
Considering the substantial number of existing limits and statistical bias, the results presented in this thesis should be interpreted carefully, as it does not pretend to establish a perfect dichotomy between failing and non failing firms (indeed, it appears that there is a « grey » area between the two extreme situations), but it rather tries to explain the most discriminatory financial and non financial symptoms.

[fr] La recherche relative à la compréhension des défaillances d’entreprises a été largement développée depuis le début des années 30 à travers les contributions de certains auteurs comme E.I. Altman, W.H. Beaver, H. Ooghe et C. Van Wymeersch, etc… La diversité des méthodologies utilisées et des résultats présentés dans la littérature prouve le haut niveau de complexité de la compréhension et de la prévention des défaillances d’entreprises. Donc, ce mémoire a pour objectif d’apporter une meilleure compréhension des défaillances d’entreprises plutôt que de les prévoir de manière parfaitement fiable. Plusieurs méthodologies ont déjà été utilisées dans la littérature :
- les méthodes statistiques paramétriques comme les analyses discriminantes univariées et multivariées, les modèles logit et probit, ou encore les modèles de probabilité linéaire conditionnelle ;
- les méthodes statistiques non paramétriques comme le partitionnement récursif ou l’estimation des lois de distribution ;
- les techniques de l’intelligence artificielle comme les réseaux de neurones ou les algorithmes génétiques.
Deux types de méthodes ont été utilisés dans ce mémoire :
- les modèles économétriques : modèles de probabilité linéaire conditionnelle et modèles logit basés d’une part sur des données en coupe transversale et d’autre part sur des données en panel ;
- les analyses en composantes principales basées d’une part sur la dimension « ratios financiers » et d’autre part sur la dimension « temps ».
Sachant qu’il existe un nombre important de limites et de biais statistiques, les résultats présentés dans ce mémoire doivent être interprétés avec prudence, car ils n’ont pas pour objectif d’établir une dichotomie parfaite entre les entreprises défaillantes et non défaillantes (en effet, il existe une « zone grise » entre ces deux situations extrêmes qui rend difficile cette distinction), mais plutôt de tenter d’expliquer les symptômes financiers (et non financiers) les plus discriminants.


File(s)

Document(s)

File
Access Analyse financière d'un secteur en vue de la compréhension et de la prévention des défaillances d'entreprises.pdf
Description:
Size: 2.11 MB
Format: Adobe PDF

Author

  • Hogge, Antoine ULiège Université de Liège > Master sc. gest., à fin.

Promotor(s)

Committee's member(s)

  • Total number of views 388
  • Total number of downloads 52










All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.