La gestion du risque crdit par la mthode du scoring: cas de la Banque Populaire de Rabat-Knitra Azzouz ELHA A Professeur Agrg en Gestion

Financire et Comptable Docteur en contrle de gestion; UFR: DG! F"# " : Rabat$Agdal $mail : el%amma&a''ou'()a%oo*fr

Rsum +a crise financire ,ui secoue le monde actuellement! notamment les dfaillances successi-es des grandes ban,ues internationales .+e%man /rot%ers au0 tats$Unis par e0emple1 ont remis sur le de-ant de la scne la problmati,ue des ris,ues bancaires dont le ris,ue crdit* Ce ris,ue doit 2tre gr actuellement par des mt%odes plus sop%isti,ues* Parmi ces mt%odes! nous citons la mt%ode du scoring ,ui reste mal%eureusement inconnue dans notre pa)s* Cet article met -idence! d3aprs une tude empiri,ue portant sur 45 entreprises clientes de la /an,ue Populaire de Rabat$6nitra! les tapes prati,ues ,u3il faut respecter pour conce-oir une mt%ode de scoring* +a fonction score e0traite semble 2tre robuste en matire de gestion du ris,ue crdit* Concepts cls : Ris,ue crdit $ 7t%ode du scoring 8 Anal)se discriminante*

Abstract: anagement o! credit ris" b# the scoring method: case o! $Banque Populaire% o! Rabat-Kenitra 9n front of t%e present :orld financial crisis! especiall) t%e successi-e failures of some famous international ban;s .+e%man /rot%ers in U"A for e0ample1! t%e classical met%ods of t%e credit ris; management %a-e been ,uestioned in most countries* <%is ris; must be treated b) some met%ods t%at are more sop%isticated* Among t%ese met%ods! t%ere is t%e scoring met%od :%ic% is! unfortunatel)! still un;no:n in our countr)* /ased on data of 45 client companies of t%e =/an,ue Populaure> of Rabat$6enitra! t%is article s%o:s t%e different p%ases t%at :e must respect to establis% a scoring met%od* <%e scoring function obtained is preferment in t%e credit ris; management* Ke#s &ords: 'redit ris" - (coring method ) *iscriminate anal#sis

+ntroduction gnrale Plusieurs t)pes de ris,ues peu-ent affecter la sur-ie d3une ban,ue* Parmi ces ris,ues! on trou-e notamment le ris,ue de marc%! d3option! de crdit! oprationnel! etc* +e ris,ue de crdit! appel galement ris,ue de contrepartie! est le ris,ue le plus rpandu* "3il e0iste plusieurs t)pes de ris,ues de crdit! celui de non remboursement est un ris,ue ma@eur* +a crise financire actuelle trou-e son origine principale dans ce t)pe de ris,ue! on peut prendre A titre d3e0emple la crise des subprimes lie au problme du non remboursement des crdits immobiliers au0 tats$Unis* Plusieurs tra-au0 de rec%erc%e ont t raliss pour dtecter A l3a-ance les emprunteurs ,ui seront dfaillants de ceu0 ,ui ne seront pas* Ces tra-au0 sont bass essentiellement sur l3anal)se des comptes annuels des emprunteurs* +e s)stme bancaire marocain utilise des mt%odes classi,ues pour faire face au0 ris,ues crdit* Parmi ces mt%odes! le diagnostic financier et la prise de garantie occupent sans doute une place centrale* Cette situation engendre des effets nfastes sur le gonflement des impa)s ce ,ui peut mettre en cause la sur-ie m2me de la ban,ue* Br! il e0iste actuellement des mt%odes sop%isti,ues destines A la gestion du ris,ue crdit dont la mt%ode du scoring* Cette mt%ode correspond A une mt%ode d3anal)se financire ,ui tente A s)nt%tiser un ensemble de ratios pour par-enir A un indicateur uni,ue permettant de distinguer d3a-ance les entreprises saines des entreprises dfaillantes . dig%offer! ?CCD1* Dans cet article! nous essa)erons de mettre en -idence la dmarc%e prati,ue pour la conception et la -alidation de la capacit prdicti-e d3une fonction score* Pour illustrer cette dmarc%e! nous a-ons labor une fonction spcifi,ue au0 entreprises clientes de la /an,ue Populaire de Rabat$6nitra* Une prsentation des mt%odes de gestion du ris,ue crdit dont la mt%ode du scoring .E?1 et une prsentation de nos c%oi0 mt%odologi,ues de rec%erc%e .EF1 sont ncessaires pour mener l3anal)se statisti,ue et de prsenter les principau0 rsultats obtenus .ED1* <outefois! notre rec%erc%e prsente certaines limites et un certain nombre de pistes de rec%erc%es futures .E41* ,- Les principales mthodes de gestion du risque crdit Gous prsentons dans cette premire section! tout d3abord! la gestion du ris,ue crdit par le diagnostic financier! ses limites et ses cons,uences .?*?1 et nous e0poserons! ensuite! la mt%ode du scoring et ses a-antages .?*F1* ,-,- .estion du risque crdit par le diagnostic !inancier classique/ ses limites et ses consquences ,-,-,- Prsentation du diagnostic !inancier classique et son r0le dans la gestion du risque crdit tre un ban,uier! c3est anal)ser le ris,ue* C%a,ue ban,ue tablit un diagnostic financier pour dcrire et porter un @ugement sur la sant financire des entreprises sollicitant un crdit* Cette anal)se -ise A H tudier le pass pour diagnostiquer le prsent et prvoir lavenir I .Jernimmen! ?CCK! p*?5F1* C3est dans cet esprit ,ue le diagnostic financier s3est construit* "on ob@et est d3-aluer la sol-abilit future de l3entreprise A partir de l3anal)se des informations comptables ,u3elle fournit* 9l s3agit principalement d3une approc%e ,uantitati-e* Au 7aroc! le diagnostic financier se focalise essentiellement sur l3anal)se des deu0 tats de

s)nt%se: le bilan financier ,ui constitue un document permettant d3a-oir une ide sur le patrimoine et donc sur la surface financire globale et le compte des produits et des c%arges .CPC1 ,ui prsente le rsultat de l3entreprise* +e bilan comptable rpond notamment au0 proccupations fiscales et ne permet pas d3a-oir un @ugement correct sur le ris,ue crdit! c3est pour,uoi les ban,ues tablissent un autre bilan appel H bilan financier I* Ce bilan est prsent aprs affectation du rsultat! les postes de l3actif et du passif sont classs respecti-ement par ordre de li,uidit et d3e0igibilit croissante* +3tablissement du bilan financier! A partir du bilan comptable! ncessite de mener ,uel,ues retraitements* +e CPC permet d3tablir! d3aprs un certain nombre de retraitements! l3 "G .tat des soldes de gestion1 ,ui constitue un outil incontournable pour diagnosti,uer le rsultat par le biais de ,uel,ues soldes : marge commerciale! JA .Jaleur A@oute1! la CAF .Capacit d3Autofinancement1! etc* +e diagnostic financier se fonde sur des soldes et des ratios anal)ss dans le temps! gnralement trois e0ercices comptables au minimum* +es principau0 ratios ,ue la ban,ue doit anal)ser sont les ratios de structure financire ,ui sont principalement le ratio de financement des immobilisations! l3,uilibre financier! l3indpendance financire! la capacit de remboursement! etc* ; les ratios de li,uidit! notamment la rotation du crdit clients! la rotation du crdit fournisseurs! etc* et les ratios de rentabilit ,ui sont principalement la marge commerciale! la rentabilit conomi,ue! la rentabilit financire! etc* +e diagnostic financier orient -ers l3identification des entreprises prsentant une fragilit doit pou-oir dtecter la probabilit de dfaillance au tra-ers de certains signes annonciateurs! car l3e0istence de difficult se traduit gnralement par certains clignotants ponctuels* "elon l3Union uropenne des 0perts Comptables .cit par Casta et Lerbib! ?CMC1! les indicateurs de la dgradation peu-ent 2tre rsums ainsi : un fonds de roulement ngatif ou m2me une situation nette ngati-e! d3importants emprunts A court terme ont t raliss pour financer des pr2ts et des in-estissements non ralisables rapidement! des emprunts importants -iennent A c%ance sans ,ui apparaissent des possibilits de renou-eler ces crdits! impossibilit de rgler les dettes A l3c%ance normale! persistante d3une mau-aise gestion -idente! etc* Pe)ramaure et ",uarcioni .?CK?1! ,uant A eu0! ont identifi ,uel,ues indicateurs de difficult des entreprises* Ces indicateurs sont essentiellement l3allongement du crdit fournisseurs! ou! au contraire! son retrait! le recours A des modes de financements nou-eau0 .factoring! crdit$ bailN1 et onreu0! l3alourdissement des frais financiers! la ralisation d3actifs immobiliss! la suspension des di-idendes! etc* +e diagnostic financier permet d3a-oir une ide sur la sant financire des entreprises et donc d3identifier celles ,ui seront dfaillantes* <outefois! il prsente plusieurs limites ,ui aboutissent A des cons,uences nfastes* ,-,-1- Principales limites et consquences du diagnostic !inancier classique +e diagnostic financier prsente plusieurs limites pour une ban,ue! ces limites sont lies essentiellement A la construction du bilan financier et A la non maOtrise des postes A ris,ue* Pour construire un bilan financier! les ban,ues ne tiennent pas en compte ,ue ,uel,ues retraitements conomi,ues* Parmi ces retraitements! nous citons par e0emple les pro-isions pour ris,ue et c%arges! les pro-isions rglementes! les sub-entions d3in-estissements! les comptes courants d3associs! les carts de con-ersion actif! les plus ou moins -alues sur actifs! etc* le diagnostic financier ,ui ne prend pas en considration ces retraitements ne permet pas

d3affiner da-antage la gestion du ris,ue crdit* <outefois! la prise en compte de ces retraitements engendre des coPts importants supplmentaires ,ue les ban,ues doi-ent supporter* galement! les comptes de l3entreprise sont sou-ent amnags pour donner une image plus flatteuse ,ue la ralit* +es postes ,ue la ban,ue doit maOtriser sont essentiellement : les frais de rec%erc%e Q d-eloppement! la production immobilise! les stoc;s .,ui peu-ent fictifs1! les plus -alues e0ceptionnelles! les dettes sur comptes courants des actionnaires! etc* n plus de ces deu0 grandes catgories de limites tec%ni,ues! le diagnostic financier ncessite pour une ban,ue beaucoup de temps et un personnel ,ualifi! ce ,ui entraOne une augmentation des coPts* Ces limites conduisent gnralement A des cons,uences nfastes* 7al%eureusement! l3ine0istence de publications spcifi,ues au0 indicateurs de ris,ue crdit propres au0 entreprises nous a pouss A faire appel au0 cons,uences globales de la gestion classi,ue du ris,ue crdit .tableau nR?1*
2ableau n3,: E4olution des crdits distribus par l5ensemble des tablissements de crdit/ des crances en sou!!rance et du tau6 de contentieu6 durant la priode 1777-1778 9en milliards de *irhams: FSSS FSS? FSSF FSSD FSS4 FSST FSS5 FSSM Crdits accords FS4!4T FSK!SD F?4!F FD?!FM F4M!FC FMK!?D DFM!D 4FF!5 Crances en souffrance? <au0 de contentieu0F

DT!KS ?M!T?

DT!MS ?M!?5

K DK!SF ?M!M4

4D!FF ?K!5C

4M!SM ?C!SD

4D!5? ?T!5K

5 DT!5? ?S!KK

DD!D? M!KK

"ource : tableau0 labors par nos propres soins sur la base des rapports annuels de /an; Almag%rib des e0ercices FSSS$FSSM*

+e tableau nR? montre ,ue les crdits distribus par l3ensemble des tablissements de crdit ont une tendance A la %ausse! de FSSS A FSSM! les crdits distribus ont augment de ?S5!MU* D3une manire gnrale! cette augmentation n3a pas entraOn une augmentation des crances en souffrance* Ces dernires ont connu une diminution de 5!CTU en FSSM par rapport A FSSS* +e tau0 de contentieu0 a connu une amlioration significati-e depuis FSST! mais il reste encore trs in,uitant .en-iron KU en FSSM1* De-ant cette situation! des nou-elles mt%odes ont t in-entes pour la gestion du ris,ue crdit dont les s)stmes e0perts! la notation e0terne! le crdit scoring! etc* toutefois! la mt%ode du scoring peut 2tre adopte par les ban,ues marocaines dans un futur proc%e! alors ,ue les autres ncessitent des in-estissements significatifs en matire d3intelligence artificielle* ,-1- La mthode du scoring : outil pri4ilgi de la gestion du risque crdit ,-1-,- *!inition et a4antages du crdit scoring +3anal)se statisti,ue multidimensionnelle -ient pour combler les lacunes en matire de pr-ision des dfaillances d3entreprises et donc de gestion de ris,ues crdits* Gnralement! cette mt%ode repose sur la tec%ni,ue de l3anal)se discriminante linaire* +a mt%ode du scoring a -u le @our au0 tats$Unis et s3est d-eloppe par la suite dans les autres pa)s occidentau0* +e scoring correspond A une mt%ode d3anal)se financire ,ui tente A s)nt%tiser un certain nombre de ratios sous forme d3un seul indicateur susceptible de distinguer les entreprises saines des entreprises dfaillantes*
?

+es crances dtenues sur un client de-iennent en souffrance ds ,ue sa sol-abilit apparaOt compromise ou ,u3un -nement rend probable le non paiement total ou partiel de sa crance* F <au0 de contentieu0Vcrances en souffrancesWtotal des crdits accords*

A partir d3un ensemble de H n I entreprise di-is en deu0 sous$c%antillons .entreprises dfaillantes et entreprises saines1! on mesure H 6 I ratios .-ariables discriminantes1 et l3on mesure une -ariable L .score L2ta1* +es -aleurs prises par la -ariable L doi-ent 2tre les plus diffrentes possibles d3un sous$ensemble A l3autre* +e score s3e0prime ainsi : ;<=, R,> =1 R1> =? R?>@@@> =n Rn>b A-ec : Ri : les ratios comptables et financiers ; Xi: les coefficients associs au0 ratios ; b : une constante* Aucune fonction score n3a de pou-oir sparateur absolu ; il e0iste tou@ours une 'one de recou-rement entre les deu0 sous$ensembles ,ui engendre deu0 erreurs : rreur de premier t)pe : il s3agit de classer une entreprise dfaillante par l3utilisation de la fonction score parmi les entreprises saines ; rreur de second t)pe : il s3agit de classer une entreprise saine comme une entreprise dfaillante par le modle*

+es fonctions scores sont relati-ement nombreuses* +es premiers tra-au0 ont t entrepris au0 tats$Unis d3Amri,ue dans les annes ?C5S! notamment par Altman .?C5K1! Altman! Yaldeman et Gara)anan .?CMM1! etc* n France et en urope! il faut attendre les annes ?CMS pour ,u3elles se d-eloppent sous l3impulsion de plusieurs auteurs : Collongues .?CMM1! Conan et Yolder .?CMC1! Yolder! +oeb et Portier .?CK41 et les responsables successifs des tra-au0 effectus au sein de la /an,ue de France A partir de l3e0ploitation des donnes de sa centrale de bilans* 7al%eureusement! cette mt%ode du scoring est encore marginalise au 7aroc malgr les nombreu0 a-antages ,u3elle peut prsenter* +a mt%ode du scoring prsente plusieurs atouts pour le secteur bancaire* Ces a-antages concernent l3outil lui$m2me et l3tablissement ,ui l3utilise* +es atouts spcifi,ues A l3outil sont essentiellement! premirement! la simplicit : l3utilisation du score s3obtient gnralement A partir d3un certain nombre d3informations .de 5 A ?F en gnral1! de ce fait! elle est utilisable en trs peu du temps .Jerdier! ?CK51* Cette rapidit dans la prise de dcision prsente un double a-antage : un a-antage interne de c%arge de tra-ail dans la mesure oZ la t[c%e de l3e0ploitant et le processus de dcision sont considrablement acclrs d3une part; et d3autre part! un A-antage commercial! il s3agit le fait ,ue le client re\oit une rponse en ,uel,ues minutes* Deu0imement! l3%omognit : a-ec le diagnostic financier! un client refus au@ourd3%ui par l3e0ploitant pourrait 2tre accept demain ou in-ersement* Dans ce conte0te! il est difficile de dfinir une politi,ue de crdit %omogne* Par contre! le crdit scoring donne la m2me dcision ,uel,ue soit l3agence ou le temps de la prise de dcision* +es atouts spcifi,ues pour l3tablissement ,ui l3utilise sont! premirement! la diminution des impa)s : la mt%ode du scoring est fonde sur une anal)se statisti,ue et ob@ecti-e des critres de ris,ue! elle se r-le d3une efficacit suprieure au0 mt%odes classi,ues* Deu0imement! la politi,ue de cautionnement : les tablissements de crdits! pour se cou-rir contre un ris,ue de crdit! recourent gnralement A la politi,ue de cautionnement* <outefois! le cautionnement est un procd soit coPteu0! soit anti$commercial! soit les deu0* De-ant cette situation! la mt%ode du scoring permet A l3tablissement de crdit d3accepter sans cautions les dossiers @ugs comme des H dossiers sans problmes I et ne demande d3une caution ,ue pour les dossiers tangents* <roisimement! la producti-it : la mt%ode du scoring permet une T

apprciation rapide et relati-ement fiable .Ramage! FSS?1! et donc permet en ,uel,ues minutes de traiter un grand nombre de cas ,ui ne prsentent aucun problme et laisser les tec%ni,ues traditionnelles oprer les dossiers tangents* ]uatrimement! +a dlgation des dcisions : un personnel moins ,ualifi! et moins coPteu0 ,ue le personnel capable A mener A terme le processus traditionnel de dcision! peut facilement utiliser la mt%ode du scoring pour la plupart des dossiers* Cette mt%ode permet donc la dlgation des dcisions* De-ant ces a-antages! la ,uestion sui-ante s3impose : quelles sont les tapes pratiques quil faut respecter pour laborer une fonction score ? ,-1-1- *marche pratique de la construction des !onctions scores +a construction d3une fonction score repose sur trois principales tapes : la constitution de l3c%antillon initial! la slection des -ariables discriminantes et l3anal)se statisti,ue proprement dite* Pour la premire tape! dans le monde bancaire! il con-ient de disposer de deu0 populations d3emprunteurs* +a premire regroupe les entreprises ,ui ont fait dfaut! et la seconde les entreprises ,ui n3ont pas fait dfaut* 9l faut signaler ici ,ue le dfaut de paiement est un -nement ,ui peut prendre de multiples formes et dont l3apprciation comporte une part de sub@ecti-itD* Une fois le critre de dfaut est dtermin! il con-ient de disposer des donnes %istori,ues sur ces dfauts et de constituer un c%antillon compos d3un nombre suffisant d3emprunteurs en situation de dfaut .dfaillant1 et autre d3emprunteurs sains* 9l faut signaler galement l3%ori'on du modle* Cet %ori'on peut 2tre par e0emple une anne si l3on utilise l3information de l3anne prcdente G$? pour pr-oir les dfaillances de l3anne encours G* +3%ori'on est de deu0 ans si les informations utilises sont celles de l3anne G$F* +a deu0ime tape concerne les -ariables ,ue l3on -a utiliser! il s3agit principalement de sa-oir ,uelle est la batterie de -ariables ou ratios ,ui -ont 2tre utiliss pour la classification et la sparation entre les deu0 groupes* 9l con-ient de signaler ,ue l3une des conditions re,uises pour la construction d3une fonction score est ,ue les -ariables retenues ne soient pas corrles* Des -ariables lies apportent en ralit la m2me information et sont redondantes* +a troisime tape est purement statisti,ue! elle consiste! sur la base des c%antillons et de l3ensemble des -ariables retenues! A laborer la rgle de dcision d3affectation ,ui soit la plus efficace possible* Dans cette tape! il faut c%oisir une tec%ni,ue statisti,ue de discrimination* +es tec%ni,ues de scoring les plus utilises dans le secteur bancaire sont construites par des mt%odes linaires pour leur simplicit et leur grande robustesse* +es mt%odes les plus utilises sont l3anal)se discriminante et la rgression logisti,ue* +a fonction identifie sera mise par la suite A l3apprciation de sa ,ualit prdicti-e* Ces trois tapes seront respectes dans l3tude empiri,ue ,ue nous allons mener dans cette rec%erc%e* 1D

thodologie de recherche

+e comit de /[le a prcis la dfinition de dfaut .-oir document tec%ni,ue sur l3approc%e 9R/! #an-ier FSS?! p*DS! cit par Dietsc% et Pete)! FSSD! p* 4K1* Un dfaut inter-ient lors,ue l3un des -nements sui-ants sur-iennent : il est a-r ,ue le dbiteur est dans l3incapacit de rembourser ; le report de paiement est associ A un -nement de t)pe abondons de crances ; il e0iste un retard de paiement de plus de CS @ours ; l3emprunteur est @uridi,uement en faillite*

Cette tude est ralise sur la base des donnes recueillies auprs des entreprises clientes de la ban,ue populaire de Rabat$6nitra .F*?1* Ces donnes sont traites et anal)ses par une mt%ode statisti,ue appele H l3anal)se discriminante I .F*F1* 1-,- 'onstruction de la base des donnes 1-,-,- 'onstitution de l5chantillon Gous a-ons constitu notre base des donnes sur la base d3un c%antillon de 45 socits c%oisies selon la tec%ni,ue du tirage alatoire! ces entreprises oprent essentiellement dans la rgion de Rabat$"al* Gotre c%antillon se compose de deu0 sous$ensembles : FD entreprises @uges comme dfaillantes4 et FD saines* +e tableau nRF ci$aprs rsume les principales caractristi,ues de notre c%antillon* 2ableau n31: 'aractristiques principales de l5chantillon Principales caractristiques Entreprises Entreprises saines d!aillantes (ecteurs d5acti4it ?S SK ntreprises industrielles ?D ?T ntreprises commerciales Aormes Buridiques ?? SC "A ?F ?4 "AR+ Concernant la taille! notre c%antillon .les deu0 sous$groupes1 se compose e0clusi-ement par des P7 * Ce c%oi0 se @ustifie par trois causes* Premirement! les P7 sont gnralement sous capitalises* Deu0imement! l3endettement des P7 est principalement bancaire car elles n3ont pas un accs facile au0 financements directs et elles sont les plus -ulnrables ,ue les autres et troisimement! elles ont une probabilit de dfaillance nettement plus importante ,ue les grandes entreprises* 1-,-1- 'hoi6 des ratios De-ant l3insuffisance ou l3ine0istence des informations d3ordre ,ualitatif .stratgi,ue etWou organisationnel1 dans les dossiers des socits retenues dans l3c%antillon! nous n3a-ons retenu ,ue les informations comptables et financires sous forme des ratiosT* Pour faire des rapproc%ements et de porter des @ugements sur les aspects essentiels de la -ie des socits c%oisies! on a distingu trois grandes catgories de ratios : ratios de structure5! d3acti-itM et de rentabilitK* +e tableau nR D ci$dessous rsume les ratios retenus dans cette rec%erc%e*
4

+e critre de dfaillance retenu ici : toute entreprise a)ant une crance classe comme H crances en souffrance I est considre comme dfaillante* T +es ratios sont des rapports mettant en relation deu0 grandeurs %omognes lis par une logi,ue conomi,ue! afin d3en tirer des indicateurs de tendance* 5 +a structure financire est un concept trs utilis par les anal)stes financiers! notamment les ban,uiers* lle recou-re l3tude des cons,uences des c%ois de financement .capitau0 propres! dettes de financementN1! et se concentre donc sur le passif de l3entreprise* M Ces ratios permettent d3clairer la ralit conomi,ue de l3entreprise et ils sont indpendants des problmes de financement et n3abordent pas les problmes de rentabilit* Parmi ces ratios! figurent notamment ceu0 ,ui concernent la -aleur a@oute .JA1 et les dlais mo)ens*

Aspect Ratios de structure

Rati o R? RF RD R4

2ableau n3?: Ratios retenus +ntitul Ratio d3autonomie financire Ratio de trsorerie immdiate Ratio d3,uilibre financier Part des frais financiers dans la -aleur a@oute Ratio crdit fournisseurs en mois Ratio crdit clients en mois Rentabilit financire

Aormule

Capitau0 propresW capitau0 permanents DisponibilitW dettes A court terme Capitau0 permanentsW actif immobilis net C%arges financiresWW-aleur a@oute .Dettes fournisseursW ac%ats <<C^ autres c%arges e0ternes <<<1_?F .Crances clientsWCA <<C1_?F Rsultat net de l3e0erciceW capitau0 propres

Ratios d3acti-it Ratio de rentabilit

RT R5 RM

9l faut signaler ,ue les ratios sont calculs une anne a-ant .G$?1 la sur-enance de la dfaillance* Une fois la base des donnes est construite! il con-ient de c%oisir la tec%ni,ue approprie pour discriminer et opposer les deu0 groupes* 1-1- L5anal#se discriminante : mthode de l5anal#se des donnes recueillies Dans cette rec%erc%e! nous a-ons retenu l3anal)se discriminante de Fis%er pour a-oir une combinaison linaire optimale des meilleures -ariables permettant de distinguer les entreprises ris,ues des entreprises -iables* Ce c%oi0 se @ustifie par le fait ,ue! selon plusieurs auteurs! notamment /ardos et L%u .?CCM1! cette mt%ode prsente des a-antages en termes de robustesses au0 fluctuations con@oncturelles et de maintenance* Comme son nom l3indi,ue! l3anal)se discriminante a pour but de discriminer! d3opposer et de diffrencier* C3est une mt%ode statisti,ue multidimensionnelle ,ui a pour ob@ectif d3e0pli,uer un caractre ,ualitatif .appartenance ou non A un groupe d3indi-idus1 par l3intermdiaire de -ariables ,uantitati-es e0plicati-es dcri-ant les indi-idus* C3est une mt%ode utilise notamment par les ban,ues pour le scoring* +es ob@ectifs de l3anal)se discriminante sont diffrents* "elon Romeder .?CMD1! l3anal)se discriminante -ise A rsoudre deu0 catgories de problmes : Comment peut$on sparer deu0 groupes d3indi-idus gr[ce A l3utilisation des critres mesurs sur ces indi-idus ` Dans notre cas! faire la sparation entre les entreprises dfaillantes et celles saines par le biais d3un ensemble de ratios comptables et financiers .c3est l3anal)se discriminante A but descriptif1 ; Comment peut$on raffecter ces indi-idus A leurs groupes ` et comment peut$on identifier la classe d3un nou-el indi-idu a-ec la seule connaissance de la -aleur des critres retenus ` .c3est l3anal)se discriminante A but dcisionnel1*

Dans cette rec%erc%e! notre ob@ectif est double : descriptif et dcisionnel! les deu0 approc%es de l3anal)se discriminante seront donc sollicites* ?- Rsultats et discussion
K

+a rentabilit d3une entreprise peut 2tre dfinie comme son aptitude A scrter un rsultat pour un montant donn de capitau0 in-estis*

A-ant de prsenter nos principau0 rsultats relatifs A la fonction score et la -alidation de sa capacit prdicti-e .D*F1! il nous parait essentiel de mener une tude portant sur les ratios et leur capacit de discrimination .D*?1* ?-, : (tatistiques lmentaires relati4es au6 ratios ?-,-,- Etude la di4ersit des 4aleurs prises par les ratios +e tableau nR 4 ci$dessous prsente les principales statisti,ues descripti-es des ratios retenus dans cette rec%erc%e* 2ableau n3 C: Les principales statistiques descripti4es des ratios Ratios Daleur Daleur o#enne Ecart-t#pe minimale ma6imale R, S!4F ?!SS S!KT4K S!?MCF R1 S!SS S!T4 S!?SKM K!MDT $SF R? S!4T ?F!C? F!DCTF F!45C? RC S!S? S!44 S!?4FF S!?SCF RE S!?F D!FC ?!TMDS S!KKSM RF S!S? F!K4 S!CSTF S!MC?5 R8 S!SS S!F? M!F?M $SF T!DFT $SF Ce tableau montre ,ue les -aleurs prises par les sept ratios retenus sont disperses* lles diffrent fortement d3une entreprise A une autre* Ces -aleurs s3talent sur un inter-alle de S!TK points .de S!4F A ?1 pour R? .ration d3autonomie financire1; de S!T4 points pour RF .ratio de trsorerie immdiate1; de ?F!45 points pour RD .ration d3,uilibre financier1; de S!4D points pour R4 .la part des frais financiers dans la JA1; de D!?M points pour RT .dlai crdit fournisseurs en mois1 ; de F!KD points pour R5 .dlai crdit clients en mois1 et de S!F? points pour R? .la rentabilit financire1* Cette di-ersit peut e0pli,uer le p%nomne de la dfaillance! caest$A$dire ,ue la di-ersit de ces ratios peut classer les entreprises en H entreprises dfaillantes I W H entreprises saines I! d3oZ la ncessit de tester leurs capacits de discrimination* ?-,-,: Etude de la capacit discriminante des ratios Pour a-oir une ide prliminaire sur le pou-oir de discrimination de c%a,ue ratio! nous utilisons le test de diffrence de mo)ennes de student relati-es A c%a,ue ratio entre les entreprises dfaillantes et les entreprises saines* +es rsultats de ce test se rsument ainsi :

Ratios Ratio ,
C

2ableau n3 E: o#ennes compares des ratios retenus Entreprise Entreprises Ecart 2est-t (igni!icationG saines d!aillantes S!C5?M S!M4MK S!F?DC T!S?C S!SSS_

Gi-eau de significati-it : 9l s3agit de la probabilit p ,ue l3%)pot%se YS H les deu0 mo)ennes sont identi,ues I soit -rifie* Dans cette rec%erc%e! on n3accepte ,ue les ni-eau0 de signification ,ui sont infrieurs A ?SU au moins*

Ratio 1 Ratio ? Ratio C Ratio E Ratio F Ratio 8

S!?DC5 D!TD4D S!?K?D ?!CT4K S!4DKD K!C?D $SF

M!MKD $SF ?!FT5? S!?SDS ?!?C?D ?!DMFF T!TFF $SF

5!?M4 $SF F!FMKD S!SMKD S!M5DT $S!CDDC D!DC? $SF

F!TDK D!4CK F!TMC D!FD4 $4!CFK F!FT5

S!S?T__ S!SS?_ S!S?D__ S!SSF_ S!SSS_ S!SFC__

_ significatif au seuil de ?U

__ significatif au seuil de TU

+es premiers rsultats de notre tude .tableau nRT1 montrent ,ue la mo)enne relati-e au ratio ? .ratio d3indpendance financire1 est plus le-e c%e' les entreprises saines .S!C51 ,ue c%e' les entreprises dfaillantes .S!MT1* +a diffrence entre ces deu0 mo)ennes est positi-e .^S!F?1 et statisti,uement significati-e* Ce ratio est discriminant selon le test de student* Cette situation s3appli,ue galement pour les ratios RF .Ratio de trsorerie immdiate1! RD .ratio de l3,uilibre financier1! RT .ratio fournisseurs1 et RM .Rentabilit financire1* Par contre! la mo)enne relati-e au ratio 5 .ratio clients1 est plus le-e c%e' les dfaillantes .?!DM1 ,ue c%e' les saines .S!441* +e dlai client est plus long c%e' les dfaillantes ,ue c%e' les entreprises saines* Br! ces remar,ues lmentaires ne nous permettent pas de tranc%er dfiniti-ement sur les -ariables les plus discriminantes* Pour ce faire! nous attendons les -erdicts de l3anal)se discriminante* ?-1 : Rsultats de l5anal#se discriminante ?-1-,- Prsentation de la !onction score +3utilisateur aura le c%oi0 entre la fonction discriminante .une seule fonction1 et les fonctions de classement .dans notre cas : deu0 fonctions1* +e traitement de notre base des donnes par le biais du logiciel "P""?S nous a permis d3identifier la fonction score sui-ante : 2ableau n3F: !onction score identi!ie 9e6traite de (P((: Aonction , Ratio ? F!SM? Ratio F $S!SD5 Ratio D S!SMS Ratio 4 ?!55F Ratio T S!MS5 Ratio 5 $?!F?C Ratio M K!FF4 constant $F!MMF Donc notre fonction score peut s3crire ainsi : ;<1/78, R,-7/7?F R1>7/787 R?>,/FF1 RC>7/87F RE-,/1,G RF>H/11C R8-1/881 +3affectation au0 groupes se fera en fonction des centroides de ces derniers! caest$A$dire par comparaison a-ec un score discriminant H moyen I pour c%a,ue groupe* Ce score mo)en est calcul A partir de la fonction discriminante! oZ l3on remplace les -aleurs indi-iduelles par les mo)ens des -ariables indpendantes pour le groupe dont on s3occupe* +es scores discriminants mo)ens pour les deu0 groupes sont donns ainsi : 2ableau n38: !onctions au6 bar#centres des groupes 9e6trait de (P((: Fonction ? ?S

Appartenance S .entreprises dfaillantes1 ? .entreprises saines1

"cores mo)ens $?!D4D ^?!D4D

C%a,ue score indi-iduel discriminant indi-iduel est ensuite compar au0 deu0 scores mo)ens et affect au groupe dont$il est le plus proc%e* 7ais la ,uestion ,ui se pose est la sui-ante: partir de quel score peut-on affecter les individus au groupe 1 (entreprises saines) et non pas au groupe 0 (entreprises dfaillantes) ? Pour ce faire! on doit dterminer un score ,ui @oue le rle de frontire entre les groupes* "i les groupes sont de dimensions gales! le score criti,ue est gal A la mo)enne des mo)ennes des scores des groupes* Dans notre cas! ce score est gal ?!D4D^?!D4DWFVS* *onc le score !rontiIre<7 Cette situation nous emmne A constater ,ue c%a,ue entreprise peut se classer selon la rgle de dcision sui-ante : 2ableau n3H: rIgle de dcision 9e6trait de (P((: Daleur du score A!!ectation selon notre modIle LbS .score positif1 "aine LcS .score ngatif1 Dfaillante 7ais! il con-ient de signaler ,u3il ) a une 'one d3incertitude ,ui se situe entre les deu0 centres de gra-it des deu0 groupes .$?!D4D et ^?!D4D1* Cette 'one ne permet pas de tranc%er dfiniti-ement sur la dfaillance ou non des entreprises! ce sont les dossiers tangents* Concernant les fonctions de classement! le tableau nRC ci$aprs donne les coefficients de ces deu0 fonctions fournis par le traitement statisti,ue* Ces coefficients permettent de classer les entreprises dans les classes* 2ableau n3G: 'oe!!icients des !onctions de classement 9e6traits de (P((: Appartenance Ratios 7 9entreprises d!aillantes: , 9entreprises saines: Ratio ? 4F!SKT 4M!54C Ratio F $D!SFK $D!?FT Ratio D S!4SS S!TKK Ratio 4 $M!MCM $D!DD? Ratio T $F!MF5 $S!KDS Ratio 5 D!KST S!TD? Ratio M ?S!4CT DF!TKC Constant $?M!4DM $F4!KK4 t donc les fonctions de classement peu-ent s3crire comme suit : L V 4F!SKT R?$ D!SFK RF^ S!4SS RD$ M!MCM R4$ F!MF5 RT^ D!KST R5 ^ ?S!4CT RM$ ?M!4DM* L sainesV 4M!54C R? 8 D!?FT RF ^ S!TKK RD 8 D!DD? R4 8 S!KDS RT ^ S!TD? R5 ^ DF!TKC RM 8 F4!KK4*
dfaillantes

??

C%a,ue entreprise est classe selon le score obtenu ; elle est affecte au groupe dans le,uel elle obtient le plus grand score* ?-1-1- 2ests du modIle labor Gnralement! on teste la capacit prdicti-e de la fonction score soit par des tests statisti,ues faisant appel A des %)pot%ses probabilistes! soit par un test pragmati,ue par le biais de la matrice de confusion* Concernant les premiers tests! nous utilisons la corrlation canoni,ue .tableau nR?S1 et +ambda de dil;s?S .tableau nR??1* 2ableau n3,7: 'orrlation canonique et 4aleurs propres 9e6trait de (P((: Aonction Daleur propres J de la J cumul 'orrlation 4ariance canonique ? ?!KK5 ?SS!S ?SS!S S!KSK 2ableau n3,,: 2est de Lambda de Kil"s 9e6trait de (P((: 2est de la ou Lambda de Khi-deu6 ddl (igni!ication des !onctions Kil"s ? S!D45 4F!CFC M S!SSS Plus la corrlation canoni,ue est proc%e de ?! meilleur est le modle* Dans notre cas! la corrlation canoni,ue est gale A KS!KSU* Ce rsultat est trs encourageant parce ,ue cette -aleur confirme un pou-oir discriminant asse' important de la fonction discriminante e0traite* galement! la -aleur de +ambda de dil;s tant faible! et est gale A S!D45! et donc plus proc%e de S ,ue de ?! a-ec un ;%i$deu0 a)ant un degr de signification nul* Cela -eut dire ,u3au ni-eau global! la diffrence des mo)ennes des groupes est significati-e* Pour s3assurer ,ue la fonction discriminante classifie bien les entreprises en sous$groupes! on anal)se la matrice de confusion ,ui regroupe les entreprises bien classes et les mal classes* C3est le mo)en le plus utilis est aussi le plus H parlant I* +a matrice de confusion de notre fonction score se prsente comme suit : atrice de con!usion 'lasse 9s: d5a!!ectation 2otal pr4ue 9s: S ? E!!ecti! S ?C S4 FD Lriginale ? SD FS FD J S KF!5 ?M!4 ?SS ? ?D!S KM!S ?SS Cette matrice fait ressortir ,ue la fonction score e0traite ci$dessus permet de classer un an a-ant l3occurrence de la dfaillance K4!MKU .?C^FSW451 des entreprises correctement* Ce tau0 peut se dcorti,uer ainsi :
?S

2ableau n3,1: Appartenance

+e pourcentage des bien classes pour les entreprises saines est gal A FSWFDVKMU ; +e pourcentage des bien classes pour les entreprises dfaillantes est gal A ?CWFDV KF!5U*

+ambda de dil;s est le rapport de la -ariation intra$groupes A la -ariation totale* +a -ariation intra$groupes est! pour c%a,ue groupe! la somme des carres des diffrences entre les scores discriminants indi-iduels et le centroide du groupe*

?F

Par contre! le tau0 d3erreurs .entreprises mal classes1 est gal seulement .MW451 ?T!F?U* <outefois! on distingue pour ce tau0 entre: l3erreur du premier t)pe .classer une entreprise dfaillante par l3utilisation de la fonction score parmi les entreprises saines1 : ce tau0 est gal A 4WFDV?M!4U ; et l3erreur du second t)pe .classer une entreprise saine comme une entreprise dfaillante par le modle1: ce tau0 est gal A DWFDV?DU*

Cependant! le pourcentage d3entreprises correctement reclasses ne doit pas 2tre anal)s dans l3absolu* 9l doit 2tre compar au pourcentage ,ue l3on obtiendrait si l3on reclassait les entreprises au %asard* Pour ce faire! un test ] de Presses .Yair et al*! ?CCF ; cit par Giannelloni et Jernette! FSS?! p*4FS1 sera men* Ce test -rifie ,ue le pourcentage d3entreprises correctement classes est significati-ement plus important ,ue celui donn par un c%oi0 alatoire* +a statisti,ue calcule suit une loi de 6%i$deu0 .e F1 A ? degr de libert* +3%)pot%se nulle est l3galit des deu0 -aleurs! caest$A$dire le nombre d3indi-idus bien classs au %asard et le nombre d3indi-idus classs par la fonction discriminante* +3e0pression de ce test est la sui-ante : M presse<Nn-9ncOp:P1QnO 9p-,: A-ec: n: le nombre des entreprises de l3c%antillon; nc : le nombre des entreprises correctement classes ; p : le nombre de groupes* Dans notre cas : ] presseVf45$.DCgF1hFW45g .F$?1 V FF!F5 +a -aleur criti,ue du eF A ? degr de libert est gale A D!K4! l3%)pot%se nulle doit 2tre re@ete* +a fonction discriminante est donc significati-ement plus performante ,ue le %asard pour reclasser correctement les entreprises* C- 'onclusion +3utilisation des outils classi,ues par notre s)stme bancaire pour se cou-rir contre les ris,ues crdit rend ce ris,ue plus dlicat A -aluer* De-ant cette situation! notre tra-ail de rec%erc%e prend toute sa lgitimit t%ori,ue! managerielle et mt%odologi,ue et surtout! lors,ue la maOtrise de ce t)pe de ris,ue est de-enue actuellement! sur le plan international! l3un des a0es stratgi,ues dans la gestion des ban,ue* Certes! l3adoption de cette mt%ode du scoring par notre s)stme bancaire portera une -ritable opportunit pour ce s)stme dans la gestion du ris,ue crdit* Dans ce cadre! cet article s3est intress au0 tapes prati,ues ,u3il faut respecter pour mettre en place une fonction score au sein d3une ban,ue* Gotre fonction est destine A la prdiction des dfaillances d3entreprises* lle est construite! comme la plupart de ce t)pe de modles! sur la base des informations comptables et financires* C-,- Limites de la recherche

?D

Ce tra-ail de rec%erc%e nous a permis d3laborer! d3une manire prati,ue! une fonction score* Cependant son utilisation doit se faire a-ec beaucoup de prcautions pour plusieurs raisons* Premirement! la mesure de son efficacit s3est limite seulement A l3c%antillon initial! caest$ A$dire l3c%antillon ,ui nous a ser-i A estimer les coefficients de cette fonction discriminante* Ce t)pe de -alidation conduit trs sou-ent A des rsultats trop optimistes* Deu0imement! la non intgration des donnes ,ualitati-es constitue un obstacle de-ant le fait de complter l3anal)se financire du ris,ue crdit par une autre conomi,ue intgrant notamment des -ariables de positionnement de l3entreprise sur son marc%! de maOtrise des coPts de re-ient ou d3apprciation de la ,ualit de gestion de l3entreprise! etc* et troisimement! les limites portant sur l3anal)se discriminante et notamment celles ,ui concernent les conditions t%ori,ues pour son utilisation* 7ais! et en prati,ue! les -ariables utilises dans les tudes sui-ent rarement des lois probabilistes connues* +es conditions t%ori,ues d3application des modles sont donc rarement runies ./ardos! FSS?1* C-1- Pistes de recherches !utures A partir des limites e0poses ci$dessus! nous pou-ons proposer ,uel,ues -oies de rec%erc%es futures! la plus importante consiste A introduire d3autres -ariables ,ualitati-es pour complter cette prsente rec%erc%e* Ces -ariables doi-ent touc%er la stratgie! la structure! le mode de gestion! etc* la deu0ime -oie ,u3on peut proposer est celle ,ui utilise une autre mt%ode statisti,ue! notamment la rgression logisti,ue! afin d3-iter les conditions t%ori,ues ,u3il faut respecter pour mener une anal)se discriminante* Bibliographie Altman .?C5K1! Financial ratios discriminant anal)sis and t%e prediction of corporate ban;rupc)! ournal of !inance! "ep* ?C5K! traduction en fran\ais in Girault F* Q Liss:iller R*! !inances modernes " t#ories et pratiques! <ome ?! ed* Dunod! ?CMD! p* DS$5S* Altman *9*! Yaldeman R*G* et Gara)anan P* .?CMM1! Leta anal)sis* A ne: model to identif) ban;ruptc) ris; of corporation! ournal of $an%ing and !inance& Jol*?! #uin! p*FC$T?* /ardos 7* .FSS?1! 'nalyse discriminante& application au risque et scoring financier ! ed* Dunod* /ardos 7* et L%u d* .?CCM1! Comparaison de l3anal)se discriminante linaire et rseau0 de neurones! applications A la dtection de dfaillance des entreprises! (evue de statistique applique! i+J4! p* 5T$CF* Casta #*F* et Lerbib #*P* .?CMC1! Pr-oir la dfaillance des entreprises! (evue !ran)aise de *omptabilit& Bctobre! p* TS5$TFM* Collongues j* .?CMM1! Ratios financiers et pr-ision des faillites des petites et mo)ennes entreprises! (evue $anque! nR D5T! septembre! p* C5D$CMS* Conan #* et Yolder 7* .?CMC1! +ariables e,plicatives de performances et contr-le de gestion dans les ./0! <%se de Doctorat en sciences de gestion! Uni-ersit de Paris 9i* Dietsc% 7*! Pete) #* .FSSD1! /esure et gestion du risque de crdit dans les institutions financires& Re-ue /an,ue dition* dig%offer #*R* .?CCD1! *rdit management " prvention et gestion des risques dimpays dans lentreprise! d* Gat%an* Giannelloni #*+* et Jernette * .FSS?1! 1tudes de marc#! dition Juibert* Yolder 7* et +oeb #*! Portier G* .?CK41! 2e score de lentreprise! Paris! Gou-elles ditions #udiciaires* Pe)ramaure P%*! ",uarcioni P* .?CK?1! 2entreprise en difficult! d* #* Demas et Cie* Ramage P* .FSS?1! Anal)se et diagnostic financier! d* D3organisations*

?4

Rapports annuels de 7an; Almag%rib des e0ercices FSS$FSSM* Romeder #*7*! /t#odes et programmes danalyse discriminante! Paris! d* Dunod* Jerdier 7* .?CK51! +3aide A l3anal)se financire : un s)stme de pr-ention des difficults des entreprises! (evue !ran)aise de *omptabilit! GR?MS! #uillet$AoPt* Jernimmen P* .?CCK1! !inance dentreprise! Dme dition par ]uir) P* Q Cedda%a F*! Dallo'*

?T