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

 > 

Gestion de l'asymétrie d'information et réduction du risque de crédit dans les institutions de microfinance camerounaises. Cas d'Afib S.A.

( Télécharger le fichier original )
par Jafarou MOUNKAME NDAM
école supérieure de gestion /université de dschang - Master 2  0000
  

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

CHAPITRE 4 :APPROCHE METHODOLOGIQUE ET PROPOSITION D'UN
SYSTEME DE REDUCTION DE L'ASYMETRIE D'INFORMATIONA AFIB S.A

L'objectif de ce dernier chapitre de notre mémoire est de nous pencher sur une étude empirique, sur la réduction du risque de crédit c'est-à-dire le risque de non remboursement de crédit par la gestion efficiente de l'asymétrie d'information à AFIB S.A. Se faisant, nous allons utiliser la méthode qualitative pour tester empiriquement notre idée de départ,qui est celle de la réduction du risque de crédit à AFIBpar une gestion efficiente de l'asymétrie d'information dans sa relation avecsa clientèle.

Section 1 :approche méthodologique de l'étude sur la gestion de l'asymétrie d'information et la réduction du risque de crédit à AFIB S.A

A) la méthode d'analyse, la source des données, les techniques de collecte et de traitement des données

Dans le cadre de notre travail, nous avons opté pour l'utilisation d'une approche qualitative.Nous voulons monter à travers la méthode retenue que la gestion efficiente de l'asymétrie d'information a un impact significatif sur la réduction du risque de crédit dans les IMF.Notre étude,a comme base d'analyse les 100 anciens dossiers de crédits accordés aux TPE et PME mis à notre disposition à AFIB S.A. Afin de vérifier le pouvoir explicatif des variables descriptives retenues pour la gestion efficiente de l'asymétrie d'information sur la réduction du risque de non remboursement. Les techniquesde collecte de données utilisées sont la technique d'échantillonnage non aléatoire (échantillonnage par quotas),l'entretienauprès des agents de crédits d'AFIB sur la méthode d'évaluation du risque de crédit, afin de vérifier s'ils mobilisent les mécanismes incitatifs et de contrôle pour mieux gérer le risque.Nous allons procéder par l'analyse des variables explicatives pour tester leur pourvoir explicatif sur la réduction du risque de crédit.(L'âge de l'entreprise, la taille de, l'entreprise, l'évolution du chiffre d'affaires, la valeur des garanties, la durée de la relation. Ainsi, notre travail s'inspire du modèle (Omri et Bellouma, 2004, 2008).

Mémoire rédigé et présenté par MOUNKAME NDAM Jafarou Page 54

Mémoire rédigé et présenté par MOUNKAME NDAM Jafarou Page 55

Gestion de l'asymétrie d'information et réduction du risque de crédit les institutions de
microfinance camerounaises : cas d'AFIB S.A

1) la variable expliquée

Le risque de crédit(Risk), est la variable expliquée et que sa présence est du à une asymétrie d'information qui existe entre le prêteur et l'emprunteur. Le risque de crédit est considéré si après trois mois de l'échéance le crédit n'est pas remboursé, ceci parce que notre travail traite du crédit d'exploitation ou de court terme. Cependant le risque de crédit est une variable binaire et prend la valeur 1 en cas de non remboursement à l'échéance et 0 si non.

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








"Le don sans la technique n'est qu'une maladie"