| Titre | Prévision de la défaillance des entreprises : une approche de classification par les méthodes de Data-Mining | |
|---|---|---|
| Auteur | Sami Ben Jabeur, Youssef Fahmi | |
 |
Revue | Gestion 2000 |
| Numéro | Volume 30, 2013/4 | |
| Page | 31-45 | |
| Résumé |
L'article s'inscrit dans le cadre des travaux de recherche sur les modèles de prévision de faillites, pouvant être utilisés pour détecter les problèmes financiers des PME. Dans ce travail, nous avons appliqué l'approche discriminante PLS et l'approche SVM dans la détection des entreprises défaillantes. Les deux approches s'appuient sur un échantillon de 800 entreprises durant la période 2006 à 2008, ainsi que sur le recours à 33 ratios financiers. Les résultats montrent une légère supériorité de l'approche PLS-DA. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
Forecasting company failures: an approach to classification using data mining methods The aim of this paper to compare between two statistical methods in predicting corporate financial distress. We will use the PLS (Partial Least-Squares) discriminant analysis and support vector machine (SVM). The PLS discriminant analysis (PLS-DA) regression is a method connecting a qualitative variable dependent to a unit on quantitative or qualitative explanatory variables. The SVM may be viewed as non-parametric techniques. It is based on the use of so-called kernel function which allows optimal separation of data. In this work we propose to use a French firm for which some financial ratios are calculated. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=G2000_304_0031 |
