| Titre | Le phénomène de banqueroute au Liban : Analyse des causes en termes de modèles de prévision issus du Machine Learning | |
|---|---|---|
| Auteur | Carole Doueiry Verne | |
 |
Revue | La Revue des Sciences de Gestion |
| Numéro | no 336, 2025/6 Quand les modèles vacillent, les sociétés parlent | |
| Rubrique / Thématique | Actualités des recherches en finance |
|
| Page | 25-33 | |
| Résumé |
Cet article propose d'analyser le point de vue des managers sur les causes
de la banqueroute au Liban, autres que celles relatives à la guerre et aux
instabilités politiques, durant la période 2019-2023. En utilisant et comparant
deux modèles de prédiction de la banqueroute appartenant aux méthodes
du Machine Learning, tels que la régression dite « Lasso-Logit » et le modèle
de l'arbre de décision, il met en exergue les variables ayant l'impact le plus
significatif sur la probabilité que les entreprises subissent une banqueroute.
Ainsi, à travers les réponses à un questionnaire adressé aux managers de 118
entreprises tous secteurs confondus, les dettes contractées par l'entreprise,
les stratégies adoptées par celle-ci pour éviter la banqueroute ainsi que la
dévaluation de la livre libanaise et, dans une moindre mesure, l'absence
d'innovation, constituent, selon les deux modèles, les variables les plus
explicatives du risque de banqueroute. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
This article proposes to analyze the point of view of managers on
the causes of bankruptcy in Lebanon, other than those linked to war
and political instabilities, during the period 2019-2023. By using and
comparing two bankruptcy prediction models, belonging to Machine
Learning methods, such as the so-called « Lasso-Logit » regression and
the decision tree model, it highlights the variables having the most
significant impact on the probability that companies suffer bankruptcy.
Thus, through the responses to a questionnaire sent to the managers
of 118 companies all sectors combined, the debts contracted by the
company, the strategies taken by it to avoid bankruptcy as well as
the devaluation of the Lebanese pound and, to a lesser extent, lack
of innovation, constitute, according to the two models, the most
explanatory variables of the risk of bankruptcy. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | https://shs.cairn.info/revue-la-revue-des-sciences-de-gestion-2025-6-page-25?lang=fr (accès réservé) |
