Les déterminants du risque de crédit : comparaison entre modèle logistique, modèles de comptage et réseaux de neurones artificiels au sein de la FINCA et de la COOPEC-CAHI.
Kasele Bakuka, Oliver
Promotor(s) : Delfosse, Vincent
Date of defense : 25-Aug-2018/11-Sep-2018 • Permalink : http://hdl.handle.net/2268.2/5410
Details
Title : | Les déterminants du risque de crédit : comparaison entre modèle logistique, modèles de comptage et réseaux de neurones artificiels au sein de la FINCA et de la COOPEC-CAHI. |
Translated title : | [en] Determinants of credit risk: comparison between logistic model, count models and artificial neural networks within FINCA and COOPEC-CAHI |
Author : | Kasele Bakuka, Oliver |
Date of defense : | 25-Aug-2018/11-Sep-2018 |
Advisor(s) : | Delfosse, Vincent |
Committee's member(s) : | Esch, Louis
Balthazar, Laurent |
Language : | French |
Number of pages : | 60 |
Keywords : | [fr] Risque de crédit, Institution de micro finance, modèle logistique, modèles de comptage, réseau de neurone artificiel |
Discipline(s) : | Business & economic sciences > Finance |
Funders : | Université Evangélique en Afrique (UEA) |
Target public : | Researchers Professionals of domain Student General public |
Institution(s) : | Université de Liège, Liège, Belgique |
Degree: | Master de spécialisation en gestion des risques financiers |
Faculty: | Master thesis of the HEC-Ecole de gestion de l'Université de Liège |
Abstract
[fr] La présente étude analyse des déterminants du risque de crédit en comparant le modèle logistique, les modèles de comptage et les réseaux de neurones artificiels pour le cas de la FINCA et de la COOPEC-CAHI. Le but poursuivi est de déterminer les facteurs de défaut de remboursement des prêts ainsi que la fréquence de défaut, de comparer la performance de gestion du risque de crédit au sein de ces deux institutions, ainsi que les différents modèles statistiques utilisés. L’échantillon est constitué de 307 clients de la FINCA et 321 clients de la COOPEC-CAHI. Les variables utilisées sont relatives au profil sociodémographique des clients, à leurs petites et moyennes entreprises et à leurs prêts. Les résultats démontrent qu’au modèle binomial négatif comparativement au modèle logistique, le retard de remboursement est statistiquement et significativement expliqué par plus de variables que le défaut de remboursement pour la FINCA et par moins de variables pour la COOPEC-CAHI.
Les résultats de réseaux de neurones artificiels donnent un pouvoir de classification intéressant des bons et mauvais clients comparativement à celui du modèle logistique et permettent, par rapport à l’erreur du premier type, de confirmer que la FINCA est plus exposée au risque de crédit que la COOPEC-CAHI.
File(s)
Document(s)
Cite this master thesis
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.