Description

par Fatma Abidi

La présente étude vise à déterminer les méthodes appropriées pour détecter la détresse financière des entreprises demandant un crédit auprès des établissements bancaires. L’étude applique des données composées d’un échantillon de 78 sociétés clientes des banques pour la période organisée de 2015 à 2018 et ses résultats empiriques montrent la supériorité des Réseaux de Neurones Artificiels (RNA) 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 84,23%. Le nombre d’entreprises bien classées par le modèle est égal à 78,4%.

L’efficacité de la gestion des risques de crédit bancaire et la mise en œuvre des méthodes d’évaluation des risques est nécessaire pour permettre aux banques d’identifier les dossiers défaillants. Par conséquent, il est prévu que les preuves empiriques de cette recherche, montrent des implications méthodiques pour l’autorité réglementaire du secteur bancaire tunisien afin de détecter la détresse financière des entreprises demandant un crédit.

En particulier, le risque de crédit est évalué en se basant sur l’analyse discriminante et l’approche neuronale.

Mots-clés : secteur bancaire, risque de crédit, détresse financière, analyse discriminante, réseaux de neurones, Accords de Bâle