Abstract:
Dans le secteur bancaire, la gestion du risque de crédit est essentielle, car les crédits sont à la fois une source de revenus et un risque majeur de pertes en cas de défaut de remboursement. Notre mémoire se concentre sur la conception d'un modèle efficace de gestion du risque de crédit pour aider les banques à prendre des décisions d'octroi de crédits sûres et rentables. Pour cela, nous utilisons la méthode de crédit scoring pour évaluer le risque de chaque demande de crédit, anticiper la solvabilité du demandeur et classer les clients en bons ou mauvais payeurs, réduisant ainsi les risques financiers. Centré sur l'utilisation de la méthode scoring, en particulier la régression logistique, notre mémoire vise à développer un modèle efficace pour évaluer le risque de crédit. Nous nous appuyons sur un échantillon de 148 entreprises ayant bénéficié de crédits auprès de Fransabank El Djazair, en utilisant 37 variables qualitatives et quantitatives. Les résultats obtenus montrent une amélioration significative de la capacité prédictive du modèle, avec une précision élevée dans l'évaluation du risque de crédit pour les entreprises étudiées. Cette efficacité renforce l'usage de la méthode scoring basée sur la régression logistique dans la gestion du risque de crédit, offrant ainsi des perspectives prometteuses pour les pratiques de gestion financière et de prêt dans le secteur bancaire
