SCORING FINANCIER” DUNOD, 2001, P

Défaillance des entreprises concept et déterminants

_{Chapitre 2}

108

les caractéristiques statistiques des variables retenues. Chaque méthode repose sur des hypothèses statistiques strictes quant aux distributions des variables traitées par le modèle. Selon celles-ci, tel ou tel modèle pourra être retenu.

6.2.6 Modélisation et tests

C'est la phase de construction effective du modèle et son application en test. Il s'agit de valider le modèle par les méthodes classiques de l'inférence statistique. Généralement, et logiquement, l'efficacité est appréciée par le critère du taux de bons classements. Il est nécessaire de construire un échantillon de contrôle composé d'entreprises (défaillantes et non défaillantes) différentes de celles des échantillons traités.

6.2.7 Passage des scores aux probabilités d'occurrence

Si l e modèle ne fournit pas directement une probabilité de défaut, il peut être nécessaire de transformer le score (qui exprime le risque de défaillance ou de défaut) formellement en probabilité d'occurrence. La probabilité de défaut fournit une mesure de l'intensité du risque.

Le score est une variable continue qui renseigne sur le risque, appréhendé selon l'amplitude entre le score minimum et le score maximum et selon la hiérarchie (croissante ou décroissante) du risque retenue par le modèle. Pour pouvoir calculer une probabilité, on procède d'abord à une affectation du score en classes de risque1.

6.2.8 Contrôle r et maintenir le modèle

Tout modèle de scoring est sensible à l'évolution des conditions économiques générales et de la situation des entreprises.

Deux contrôles classiques sont opérés. On veille d'abord à ce que le score soit d'autant plus significatif de risque que l'on s'approche de l'événement prévu. D'autre part, le score doit être discriminant quelle que soit la taille de l'entreprise.

Dès qu'il est mis en œuvre, le score fait l'objet d'une maintenance. Il s'agit de suivre en permanence sa performance par son pouvoir discriminant et, le cas échéant, de procéder à des corrections en déroulant la même procédure que lors de son

1

Défaillance des entreprises concept et déterminants

_{Chapitre 2}

109

élaboration sur un nouvel échantillon. On peut en effet s'attendre à une obsolescence naturelle des modèles.

6.3 L’UTILISATION DE LA FON CTION SCOR E

Les scores sont utilisés de deux manières.

D'abord, ils servent, principalement, à apprécier, noter, le risque d'une entreprise : c'est la mesure du risque, ou diagnostic, individuel. Pour une période donnée, le système attribue une note à l'entreprise qui permet l'appréciation du risque. Cette note peut aussi être comparée chronologiquement et renseigner sur l'évolution du risque ; elle peut également être appréciée au regard d'un score médian sectoriel et positionner le risque. Enfin, certains modèles de scores détaillent la contribution des différentes variables retenues (tendance observée sur les rations composant le score). Ainsi, l'analyste dispose d'une information affinée, au-delà d'un simple système de classement.

D'autre part, ils peuvent être appliqués sur un groupe, une population, au sens large, un portefeuille d'entreprises, constituant ainsi un tableau de bord sur une clientèle. Ceci est particulièrement le cas des institutions financières à des fins de gestion de leurs risques mais aussi du fait des réglementations prudentielles qui s'appliquent à elles. C'est également le cas des entreprises qui souhaitent, par exemple, suivre le risque de leur portefeuille client. L'automatisation du score est un atout essentiel, tout comme son faible coût d'application, le système ne requérant que quelques données. De la sorte, un portefeuille peut faire l'objet de statistiques descriptives pertinentes : risque moyen et répartition sur différents critères, concentration, distribution statistique du risque. Il est également possible de suivre l'évolution du risque du portefeuille et d'adapter la stratégie en fonction de celle-ci.

L'application d'un score à une large population permet un suivi macroéconomique, illustrant l'évolution de la situation globale des entreprises et du risque économique général.

Défaillance des entreprises concept et déterminants

_{Chapitre 2}

110

Partant de l’hypothèse de Guilhot1: « Il importe plus de prévoir les faillites que d’en rechercher les causes ». L’accroissement actuel de la taille des entreprises en faillite, donc des montants de dettes concernés, rappelle vivement la nécessité de prévoir la défaillance. La protection des intérêts des créanciers et le rétablissement de la pérennité de l’entreprise, passent par l’anticipation des graves difficultés économiques et financières qu’une entreprise est susceptible de rencontrer. Actuellement le problème se pose aux banques avec une acuité particulière. Dans ce cadre, les banques devront proposer une évaluation systématique des risques qu’elles encourent. Cela implique notamment une estimation précise de la probabilité de défaut de leurs clients, donc un éventuel remaniement de leurs méthodes d’évaluation.

6.4.1 LES MODELES UNIVARIE

Les premiers travaux relatifs à la prévision des faillites d’entreprises à partir de données comptables soit l’œuvre de Beaver 2 puis d’Altman 3 semblent avoir été le réel point de départ et la référence de nombreuses études empiriques publiées depuis trente ans. Beaver (1966), élabore une classification dichotomique unidimensionnelle, c'est-à-dire fondée sur un ratio unique.

L’analyse univariée est une approche simple, qui consiste à comparer les ratios financiers des entreprises défaillantes à ceux des entreprises saines et à détecter ensuite, les différences systématiques qui existent entre les deux groupes afin d’aider les utilisateurs à prévoir la défaillance. Les recherches effectuées dans cette approche viennent toutes des Etats-Unis examinent ou analysent le pouvoir prédictif des ratios

1