Vous êtes sur la page 1sur 2

Thème : finance d’entreprises

Sujet : modèle Scoring : appliqué à la sélection des entreprises candidates à un financement

Problématiques : construction d’un modèle de Scoring capable de discriminer les bons


candidats, des mauvais candidats dans le cadre d’une demande de crédit
Champ de recherche : PME

Partant du principe que le Scoring permet de quantifier le risque comme probabilité et


suppose qu’une bonne partie des risques sont liées aux caractéristiques quantifiées dans la
base de données, qu’il peut aussi être appréhender comme un moyen de gestion (limitation)
du risque d’impayés ou de solvabilité. Et du constat que, lorsque le profil d’un candidat sujet
à un financement est proche de celui d’un autre jugé mauvais payeur, il court le risque
d’être lui-même considéré comme tel, et enfin du fait que Les PME constituent un risque
spécifique pour les differents source de financement formel, : en raison de leur poids
important dans l’économie, de leur recours majoritaire à financement exterieur de leur
fragilité (taux de défaillance cinq fois supérieur aux de entreprises de grande taille). Par
ailleurs, au sein de la population des entreprises défaillantes, les entreprises de taille
moyenne (chiffre d’affaires compris entre 20 et 500 millions de francs) concentrent plus de
60 % de l’endettement, contre 11,5 % seulement pour les grandes entreprises (chiffre
d’affaires supérieur à 500 millions de francs). D’où l’importance pour l’institution financière
de bien choisir les candidats qu’elle finance.

Ce que l’on pense faire de manière plus pratique dans la 2 ème partie

• Sélectionner un échantillon d’entreprises candidates à un financement ou qui l’ont


été
• Échantillon aussi élevé que possible (au moins 50 et 100, c’est mieux)
• Avec une partie qui a bénéficié d’un financement et qui a bien réussie à rembourser
son crédit et une autre partie en situation d’échec ou d’extrême difficulté de
remboursement
• Le but étant de ressortir des variables qualitatives (secteur d’activité, le sexe du
promoteur, l’âge et sexe du promoteur, la forme juridique, la présence ou pas d’un
conseil de surveillance ou contrôle interne…..) et quantitatives (le chiffre d’affaire
que cette entreprise réalisait ou réalise, nombre d’employés, nombre d’année
d’expérience du promoteur…)
• Après, on passe à l’analyse, par des droites de régression des bons candidats et celles
des mauvais. Et après la droite de régression de l’ensemble, qui va nous permettre de
déterminer le seuil précis, à partir duquel, un candidat est considéré comme bon et
un candidat est considéré comme mauvais (avec SPSS)
• En ce qui concerne les variables, avec SPSS, on peut tester le degré de signification
d’une variable

Nous restons bien évidemment à votre écoute pour toutes corrections, orientations. Mais
également pour toutes éclaircissement quant au plan à adopter.