WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La gestion du risque sur l'activité de microcrédit dans un organisme de service public: le cas du FNE

( Télécharger le fichier original )
par Ahmed YOMBO ISSA
Université catholique d'Afrique Centrale - Master en Comptabilité -finance 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

B. Approche statistique discriminante : le crédit scoring

1. Définition et objectif du crédit scoring

Le crédit scoring10(*) est une technique qui s'efforce de synthétiser le risque de non remboursement d'un crédit au moyen d'une note : score. Le problème ici est de déceler parmi les informations qui caractérisent un emprunteur celles qui expliquent ou révèlent le mieux sa solvabilité.

Dès lors, le crédit scoring devient un véritable outil d'aide à la décision. Mais, pour que cette technique soit performante, deux conditions sont nécessaires :

v les emprunts doivent présenter une certaine homogénéité de comportement afin que les critères décisionnels soient valables pour tous ;

v le crédit doit également présenter une certaine identité de montant, de durée ou d'objet, pour que les risques soient comparables.

2. La méthode du crédit scoring

a) L'analyse discriminante d'un échantillon de dossiers

Elle s'effectue à partir d'une population constituée par un échantillon de dossiers de demande de crédits, déjà traités par la banque. La démarche consiste à distinguer alors dans cet échantillon :

v les bons clients qui ont remboursé leurs crédits sans incident d'une part ;

v les mauvais clients qui, soit ne les ont pas remboursés, soit ont eu un ou plusieurs incidents de paiement d'autre part.

Le problème à résoudre est de trouver les critères qui caractérisent le mieux les bons et les mauvais clients

b) La détermination des critères de solvabilité

Il sera tout d'abord question de passer au crible toutes les informations relatives aux emprunteurs et qui figurent dans les dossiers déjà traités. Ces informations peuvent être : l'adresse, l'age, la situation familiale, le revenu, la référence bancaire...etc. Ainsi, pourra apparaître une certaine identité de critère pour chaque classe. Les informations retenues seront mises en relation avec le fait d'être bon ou mauvais client.

c) La détermination de la note totale

En principe, chaque critère pertinent se voit attribué une note qui tient lieu de pondération de son importance respective. L'analyse discriminante met en évidence que certains critères sont plus significatifs que d'autres.

En additionnant pour tout élément de l'échantillon la note attribuée aux critères de solvabilité, on obtient la note totale ; si l'analyse discriminante a été menée avec soin, les deux classes apparaissent clairement au sein de l'échantillon de départ.

* 10 G. DEPALLENS, JOBARD, Gestion de la banque, Paris, DUNOD, p.197

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Ceux qui rêvent de jour ont conscience de bien des choses qui échappent à ceux qui rêvent de nuit"   Edgar Allan Poe