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

 > 

Scoring crédit: une application comparative de la régression logistique et des réseaux de neurones

( Télécharger le fichier original )
par Fred NTOUTOUME OBIANG-NDONG
Université Cheikh Anta Diop (UCAD) - Master Methodes Statistiques et Econometriques 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

1.3. Les variables explicatives retenues

Suite à notre analyse factorielle des correspondances principales, dont l'objectif de départ tenait à la réduction des variables, nous avons constaté que certaines d'entre les 18 variables explicatives de départ ne contribuaient pas assez à l'explication de la solution factorielle. En effet, dans les sept premières composantes, leurs taux d'inertie se sont révélés marginaux par rapport à d'autres, ainsi que nous l'avons présenté dans le tableau représentant la matrice des composantes.

Sous ce rapport, nous avons procédé à une sélection des principales variables qui nous semblent, au regard de leur inertie, prendre en charge assez fortement l'essentiel de l'information contenue dans notre échantillon de 212 PME. Leur composition, dont le nombre est passé de 18 à 12, est présentée dans le tableau qui suit:

Tableau 11: Les variables explicatives retenues apres l'AFC

 

Code

Etiquette

Nombre de

modalités

1

sexedir

Sexe du dirigeant de l'entreprise

2

2

nbenf

Nombre d'enfant du dirigeant de l'entreprise

2

3

persach

Nombre de personnes à charge dans le foyer du dirigeant d'entreprise

3

4

nivrev

Niveau de revenu du dirigeant de l'entr.

7

5

sectact

Secteur d'activité de l'entreprise

10

6

valgar

Valeur de la garantie proposée

8

7

durecoul

Durée écoulée entre demande de crédit et réponse de l'UMECUDEFS

4

8

montant

Montant du crédit octroyé

6

9

democt

Montant demandé = montant octroyé ?

2

10

difdemre

Différence entre nombre de versements demandés et obtenus

5

11

age

Age du dirigeant de l'entreprise

11

12

duréexis

Durée d'existence de l'entreprise

4

Source : Recherche de Fred Ntoutoume, Crefdes, 2007

II/ Résultats économétriques de la modélisation par la régression logistique

Dans la mesure où notre étude, dont l'objectif est la construction d'un modèle de score sensé prédire le niveau de risque de contrepartie associé à un demandeur de crédit, implique le recours à une variable endogène qualitative discrète (Y = {0,1}), nous rappelons qu'un modèle linéaire n'est pas licite.

En effet, la matrice (X'X) des variables explicatives (exogènes) n'étant pas inversible, il n'est pas possible d'estimer les paramètres du modèle de notre étude par la méthode des moindres carrés ordinaires (MCO). Nous aurons recours à l'économétrie des variables qualitatives, en particulier à une méthode d'optimisation appelée la méthode du maximum de vraisemblance (maximum likelihood).

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








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle