Vous êtes ici

  1. Accueil
  2. Analyse crédit/Scoring

Analyse crédit/Scoring

Analyse crédit/Scoring

En pratique :

Langue principale : français

Description du contenu de l'enseignement

Objectifs
Évaluer le risque clients pour discriminer entre bons et mauvais entreprises.
Pour ce faire, on calcule un score pour chaque entreprise à partir de son dossier de demande de prêt et grâce aux différents modèles d’analyse de crédit bancaire.
En se basant sur les résultats précédents, on cherche à répondre à la question : est-ce qu’on accorde un crédit à cette entreprise ou non et si oui à quel taux ?

Compétences à acquérir
Appliqués dans le domaine de l’analyse crédit bancaire, les principaux modèles étudiés sont l’analyse discriminante de Fisher (linéaire ou quadratique), la régression logistique, et quelques méthodes non paramétriques comme arbres de décision, réseaux de neurones, etc.

Programme

  • Unité 1 : L’analyse discriminante de Fischer et la régression logistique
  • Unité 2 : L’arbre de partitionnement

Bibliographie
Anderson R., The credit scoring toolkit, Oxford U.P., 2007.
Bardos M., Analyse discriminante, application au risque et scoring financier, Dunod, 2001.
Chapter 10 de Tufféry S., Data mining et statistique décisionnelle, 2005.
Hilbe J.M., Logistic regression models, CRC Press, Chapman and Hall, 2009.
Hosmer D.W. et Lemeshow S., Applied logistic regression, second edition, Wiley, 2000.
Thomas L. C., Edelman D. B. et Crook N. C., Credit scoring and its applications, SIAM, 2002.
Saporta G., Probabilités, analyse des données et statistique, 2011.

Pré-requis
Expressions algébriques
Éléments de base de l'analyse statistique