Abstract:
La crise financière qui secoue le monde actuellement, notamment les défaillances successives
des grandes banques, qu’ont remis sur le devant de la scène la problématique des risques
bancaires, dont le risque crédit. Ce risque doit être géré actuellement par des méthodes
plus sophistiquées. Dans ce mémoire nous avons présenté deux méthodes qui nous ont permet
d’établir deux fonctions, à savoir l’analyse discriminante de Fisher, et la régression
logistique. Ces deux fonctions nous ont permet d’évaluer les risques de non remboursement
encourus par une banque au vu de nos données. Il en ressort que l’analyse discriminante
de Fisher est plus efficace par rapport à la régression logistique pour l’évaluation du risque
de non remboursement de crédit.
The financial crisis that is currently shaking the world, particularly the successive failures
of the major banks, has brought the issue of banking risks, including credit risk, back to
the forefront. This risk must now be managed by more sophisticate methods.
In this work we present two methods that allow us to establish two functions, Fisher
discriminant analysis, and logistic regression. Both functions allow us to evaluate the risk
of non payment incurred by a bank in view of our data, it appears that Fisher discriminant
analysis is more efficient than logistic regression for the evaluation risk of credit non payed.
