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

 > 

Impact de la gestion des ressources humaines sur la performance des entreprises agro pastorales (cas de la compagnie pastorale du Haut-Lomami)


par Gloire BANZA
Université de Kamina  - Licence 2023
  

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.AVANGES

Les modèles de scores sont avantageux car ils permettent un traitement de masse de données nombreuses et cela en un temps réduit. La durée de traitement des dossiers peut passer de jours à quelques heures pour les crédits standards, favorisant ainsi une économie de coût (Wafia., 2019).

L'adoption du score permet aux analystes de crédit de concentrer leur attention sur d'autres aspects de la relation de clientèle et du risque ainsi que le traitement identique de toutes les données. Elle permet également de mieux contrôler le risque de crédit, de détecter de façon précoce les défauts de paiement des entreprises, d'estimer les pertes ainsi que d'évaluer les probabilités de défaillance (Wafia., 2019).

2.LIMITES

À titre de limites, on note que les modèles de scores mesurent mal les changements de toute nature qui modifient l'attitude des emprunteurs par rapport au défaut ; ils négligent les éléments qualitatifs relatifs à la qualité des dirigeants ou caractéristiques particulières des marchés sur lesquels opèrent les emprunteurs. Leur nature statistique fait qu'ils comportent des erreurs qui consistent à classer en défaut des emprunteurs performant et vice versa engendrant ainsi des coûts pour les prêteurs (Wafia., 2019).

précédent sommaire suivant






La Quadrature du Net

Ligue des droits de l'homme