EconPapers    
Economics at your fingertips  
 

SCORING ET ANTICIPATION DE DEFAILLANCE DES ENTREPRISES: UNE APPROCHE PAR LA REGRESSION LOGISTIQUE

Patrick Boisselier and Dominique Dufour
Additional contact information
Patrick Boisselier: CRIFP - Centre de Recherche en Ingénierie Financière et Finances Publiques - UNS - Université Nice Sophia Antipolis (1965 - 2019)
Dominique Dufour: CRIFP - Centre de Recherche en Ingénierie Financière et Finances Publiques - UNS - Université Nice Sophia Antipolis (1965 - 2019)

Post-Print from HAL

Abstract: L'anticipation de la défaillance des entreprises a été étudiée en détail et de manière récurrente dans la littérature comptable et financière. Cette analyse peut s'appuyer sur la mise en oeuvre de différents modèles statistiques. L'analyse discriminante popularisée par les travaux de la Banque de France en est une illustration. Dans ce travail, l'application de la technique de la régression logistique à deux échantillons d'entreprises -saines et faillies en 2002- nous permet d'obtenir des résultats significatifs et de proposer un modèle de prévision

Keywords: prévision; défaillance; régression logistique (search for similar items in EconPapers)
Date: 2003-05
Note: View the original document on HAL open archive server: https://shs.hal.science/halshs-00582740
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (2)

Published in Identification et maîtrise des risques : enjeux pour l'audit, la comptabilité et le contrôle de gestion, May 2003, Belgique. pp.CD-Rom

Downloads: (external link)
https://shs.hal.science/halshs-00582740/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:halshs-00582740

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().

 
Page updated 2025-03-19
Handle: RePEc:hal:journl:halshs-00582740