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

 > 

Le crédit management à  l'ère du numérique.


par Elise-Esther TSOBGNY NGAMO
Ecole de Management Normandie - Master 2 Management Stratégique et Opérationnel  2019
  

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

3-1-2 Le Scoring, prédiction et prise de décision

L'analyse statistique multidimensionnelle de prévision des défaillances d'entreprises, repose sur la technique de l'analyse discriminante linéaire qu'est la méthode du Scoring, née aux Etats-Unis, il s'est développé dans les autres pays occidentaux. « Le Scoring correspond à une méthode d'analyse financière qui tente de synthétiser un certain nombre de ratios sous forme d'un seul indicateur susceptible de distinguer les entreprises saines des entreprises défaillantes ». Jim Moody

Le Scoring vu comme un outil d'aide à la gestion amont du risque client, offre à l'entreprise le choix de sélectionner ses clients, de les classer en fonction de leur situation financière et habitude de paiement. Bellavance, F. et Labrie, F (2017) soutiennent que le Scoring est l'analyse statistique multidimensionnelle qui permet de combler les lacunes en matière de prévision des défaillances d'entreprises. Il repose sur la technique de l'analyse discriminante linéaire des résultats financiers qui tente de synthétiser un certain nombre de ratios sous forme d'un seul indicateur qui distingue les entreprises saines des entreprises défaillantes.

La méthode de Scoring présente donc plusieurs atouts pour les services financiers des entreprises. Ces avantages concernent l'outil lui-même et l'établissement qui l'utilise. L'atout majeur, est la simplicité d'utilisation, le score s'obtient généralement à partir d'un certain

18

nombre d'informations 6 à 12, en général utilisable en très peu de temps. Le diagnostic financier est évolutif, car un client refusé aujourd'hui pourrait être accepté demain ou inversement en fonction de l'évolution de sa situation financière. Dans ce contexte, il est difficile de définir une politique de crédit homogène. Toutefois, le crédit Scoring donne la même décision quel que soit l'agence ou le temps de la prise de décision. Cultrera, L. et Croquet, J. (2017)

Lazarus, J. (2012), estime que « Tout crédit, demandé à une banque, un établissement de crédit, ou une entreprise est évalué par un score. Par ailleurs, Soumaya, B. (2011), pensent que L'innovation dans les services financiers, notamment en crédit management, entraîne des changements dans la réglementation, dans l'évolution des comportements des clients. Ces changements créent de nouvelles contraintes auxquelles doivent s'adapter les entreprises.

Nous présentons ci-dessous une méthode de calcul du Scoring ainsi que les éléments à prendre en compte pour le calcul du score des entreprises.

Nous partons d'un ensemble de « n » entreprise divisée en deux sous-échantillons (entreprises défaillantes et entreprises saines), on mesure le « K » ratio (variables discriminantes) et enfin on mesure une variable Z (score Zêta) pour lequel les valeurs prises doivent être très différentes d'un sous-ensemble à l'autre.

Le score s'exprime alors ainsi :

Z = á1 R1+ á2 R2+ á3 R3+ + án Rn+b

Ri : les ratios comptables et financiers ái: les coefficients associés aux ratios b : une constante.

Les entreprises font faillite ou stagnent dans leur capacité d'innovation en raison d'une trésorerie mal maîtrisée ou d'une gestion hasardeuse du risque client. Le digital peut offrir une multitude d'opportunités à la fois en termes d'automatisation intelligente de la relance des impayés.

Dans un processus de prédiction du risque, il existe plusieurs étapes d'interventions

- Le Big data permet de croiser les données récoltées, pour être optimal, ces data doivent être d'abord sélectionnées.

19

- Les Machines « Learning » donneront une analyse détaillée du délai moyen de paiement et par conséquent une analyse précise du risque client.

- Les algorithmes évalueront quant à eux le risque avec un système de rating client, et calculeront le coût approximatif du recouvrement.

- Enfin, en cas de contentieux avec un client, des Legal tech mesureront le pourcentage de réussite d'une action judiciaire compte tenu des décisions déjà rendues dans des circonstances identiques. www.dunforce.fr (2018)

http://www.statsoft.fr/logiciels/livescore-scoring-dynamique-en-temps-reel.html Figure 4 : Le Scoring, Risque du crédit, segmentation

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 doute est le commencement de la sagesse"   Aristote