Regression logistique

Pages: 33 (8201 mots) Publié le: 8 avril 2012
Manuscrit auteur, publié dans "Identification et maîtrise des risques : enjeux pour l'audit, la comptabilité et le contrôle de gestion, Belgique (2003)"

SCORING ET ANTICIPATION DE DEFAILLANCE DES ENTREPRISES : UNE APPROCHE PAR LA REGRESSION LOGISTIQUE
Patrick BOISSELIER Maître de conférences, chercheur au CRIFP1, Responsable de l’axe « Edhec Risk and Asset, Management Research Center » del’EDHEC, IUT de Nice, 41, bd. Napoléon III 06041 NICE Cedex, boisseli@idefi.cnrs.fr Dominique DUFOUR Maître de conférences, chercheur au CRIFP, chercheur associé au centre de recherche de l’EDHEC, IAE de Nice, av. Emile Henriot 06050 NICE Cedex, dufour@idefi.cnrs.fr
L’anticipation de la défaillance des entreprises a été étudiée en détail et de manière récurrente dans la littérature comptable etfinancière. Cette analyse peut s'appuyer sur la mise en œuvre de différents modèles statistiques. L'analyse discriminante popularisée par les travaux de la Banque de France en est une illustration. Dans ce travail, l’application de la technique de la régression logistique à deux échantillons d’entreprises –saines et faillies en 2002– nous permet d’obtenir des résultats significatifs et de proposer unmodèle de prévision. Mots-clés : logistique. prévision, défaillance, régression The bankruptcy prediction has been studied in detail in accounting and finance literature. Results yielded by the application of statistical methods to the bankruptcy prediction problem suggest that the financial ratios are a valid discriminator between bankrupt and nonbankrupt companies and several researchers have useddiscriminant analysis to predict bankruptcies Our purpose is to develop a bankruptcy model using the logistic regression technique. We obtain significant results and we propose a prediction model. Key-words : regression. Bankruptcy prediction, Logistic

halshs-00582740, version 1 - 4 Apr 2011

1 Introduction
La défaillance des entreprises a fait maintenant depuis plusieurs années, l'objet denombreux travaux. Elle est aujourd’hui, particulièrement remise au goût du jour avec l’obligation pour les banques de noter leurs créances, dans le respect de la nouvelle réglementation dite « Bâle II ». La grande majorité des travaux s’appuie sur des outils d'analyse statistique de grandeurs comptables et de ratios financiers pour discriminer les entreprises saines des entreprises défaillantes.Elle débouche sur un calcul de score. Un score est un indicateur de synthèse censé donner en un chiffre, le degré de défaillance possible d’un débiteur. Il permet d’aider à la notation des créances, par une approche quantitative du risque de défaillance. La notation est entendue comme « une opinion indépendante et publique sur la qualité de crédit d’une entité » (J-F. de Polignac, 2002, p.19).Celle-ci n’est pas exclusivement liée à la santé

1

Centre de Recherche en Ingénierie Financière et Finances Publiques (CRIFP), dirigé par le Professeur Jacques SPINDLER. 1

financière, puisqu’une entreprise peut avoir des résultats désastreux et conserver une bonne note, dès lors qu’elle soutenue par un Etat solide. En reprenant le même type de données comptables et financières que lesétudes statistiques réalisées par le passé sur la question, nous mettons en œuvre dans cette recherche exploratoire, la méthode de la régression logistique avec, comme variable expliquée dichotomique, la défaillance. Nous verrons que cette approche se distingue sur certains points essentiels, de la méthode de l’analyse discriminante popularisée par la Centrale des Bilans de la Banque de France. Lapremière partie de ce travail fait le point sur les enjeux actuels de la prévision de la défaillance et définit la problématique de notre travail (2). Dans une deuxième partie, nous argumentons sur l’intérêt et les avantages de la régression logistique, comparativement à d’autres techniques statistiques (3). Suite à cela, nous présentons dans une troisième partie, l'échantillon utilisé ainsi que...
Lire le document complet

Veuillez vous inscrire pour avoir accès au document.

Vous pouvez également trouver ces documents utiles

  • Régression logistique
  • la régression logistique (résumé)
  • Modèel linéaire contre modèle logistique en regression sur données qualitatives
  • régression
  • La régression multiple
  • Analyse de la regression
  • Regression linéaire
  • Regression multiple

Devenez membre d'Etudier

Inscrivez-vous
c'est gratuit !