Manuscrit auteur, publié dans "Crises et nouvelles problématiques de la Valeur, Nice : France (2010)"

LA PREVENTION DU RISQUE DE DEFAUT
DANS LES BANQUES TUNISIENNES :
Analyse comparative entre les méthodes linéaires classiques et les méthodes de l’intelligence artificielle : les réseaux de neurones artificiels
Hamadi Matoussi
Professeur de Finance

hal-00481087, version 1 - 5 May 2010

Université de La Manouba (Tunisie)
E-mail: hmato_isc@yahoo.ca hamadi.matoussi@iscae.rnu.tn Aida Krichène Abdelmoula
Assistante en comptabilité
Université de Carthage 7 Novembre (Tunisie)
E-mail: aidakrichene@yahoo.fr aida.krichene@iscae.rnu.tn Résumé
Ce papier porte sur le risque de non remboursement des crédits de gestion par une banque commerciale tunisienne. Ainsi, la maîtrise du risque de défaut des crédits est devenue l'un des axes stratégiques majeurs de la gestion des organismes bancaires.
Ce papier se fixe pour objectif de comparer le pouvoir prédictif de trois méthodes de prévision du risque à savoir : le scoring, la régression logistique et les réseaux de neurones artificiels. Nous avons utilisé une base de données composée de 1435 dossiers de crédit octroyés aux entreprises industrielles tunisiennes en 2003,2004,2005 et 2006. Les résultats montrent la supériorité des réseaux de neurones artificiels par rapport aux autres méthodes classiques en matière de détresse financière des firmes emprunteuses. Dans ce sens nous avons obtenu un taux de bon classement global de 97% pour l‟échantillon d‟apprentissage et 89.9% pour l‟échantillon test
Mots clefs : Secteur bancaire scoring ; régression logistique, panel, réseaux de neurones, la prévision du risque de défaut

Abstract
This paper addresses the question of default prediction of short term loans for a Tunisian commercial bank. We make a comparative analysis of three different statistical method of classification (artificial neural network and linear logistic regression