Z = 25 R1 + 25 R2 + 20 R3 + 20 R4 + 10 R5
REGLE DE DECISION
Ø Z > 100 : la situation financière est bonne
;
Ø Z = 100 : la situation financière est normale
;
Ø Z < 100 : la situation financière est
mauvaise.
Cette méthode présente l'avantage d'être
très simple et pratique. Elle s'appuie sur l'expérience et
l'intuition du banquier. Cependant elle reste très subjective, notamment
pour le choix des ratios et leur pondération. C'est ainsi que des
méthodes statistiques d'analyse de performance des entreprises ont
été développées. (Wafia., 2019).
II.2.2.3.2. L'ANALYSE DISCRIMINANTE MULTI-VARIEE
Le pionnier de cette méthode est Fisher, à
travers l'initiation des travaux sur l'analyse discriminante en 1933, il a
proposé une technique d'analyse utilisée jusqu'aujourd'hui
étant donné ses résultats pertinents. Par la suite,
d'autres techniques se sont développées mais celle de Fisher
reste une référence pour la plupart des fonctions de scores
actuellement (Wafia., 2019).
L'analyse discriminante répond à une question
fondamentale à savoir : laquelle des combinaisons linéaires des
variables explicatives est la plus discriminante ? Celle-ci est de deux types :
1) Analyse discriminante à but descriptif
: son rôle est de voir comment les variables explicatives
permettent à priori de différencier les groupes. Il s'agit tout
simplement de relever les variables les plus significatives et les plus
pertinentes pour décrire ces différences.
2) Analyse discriminante décisionnelle ou
prédictive : elle permet de construire à partir
d'un échantillon d'individus connus des règles statistiques de
décision qui seront appliquées dans le futur et qui serviront
à affecter les individus à l'un des groupes de classement. Ces
règles devront minimiser les erreurs de diagnostic et de
prévision (Wafia., 2019). Cette méthode permet d'apprécier
la situation financière d'une entreprise d'une manière globale
à travers une combinaison linéaire de plusieurs ratios
considérés simultanément en prenant en
considération leurs poids respectifs de manière
interdépendante. Elle permet de classer toutes les entreprises d'un
échantillon à l'aide d'une fonction score Z (Wafia., 2019). Ceci
suppose la constitution préalable d'un échantillon d'entreprises
performantes et celles défaillantes que l'on va comparer à un
échantillon de ratios. Ces derniers doivent séparer au mieux les
deux groupes d'entreprises. Le score s'exprime par la fonction linéaire
suivante :
Z = á1X1 +
á 2X2+ ....... + á NXN
Avec : Xi : les ratios comptables et financiers ;
ái : les coefficients associés aux
ratios.
Soulignons qu'aucune fonction score ne dispose d'un pouvoir
séparateur absolu, il y a toujours une zone d'erreur entre les deux
groupes :
?1er type d'erreur : Le score classe
une entreprise défaillante parmi celles performante ;
?2ème type d'erreur
: Le modèle classe une entreprise performante comme
étant défaillante (Wafia., 2019).
II.2.2.3.2.1. LES PRINCIPAUX MODELES D'ANALYSE
DISCRIMINANTE
| 
