Cet ouvrage fait partie de la bibliothèque YouScribe
Obtenez un accès à la bibliothèque pour le lire en ligne
En savoir plus

Université d Orléans Master Econométrie et Statistique Appliquée

4 pages
Niveau: Supérieur, Master
Université d?Orléans - Master Econométrie et Statistique Appliquée Econométrie des Variables Qualitatives Examen Mai 2007. C. Hurlin Exercice 1 : Scoring et Défaillances d?Entreprises (12 points) Une société souhaite construire un modèle de scoring sur les défaillances d?entreprises. On considère pour cela une base de donnés portant sur 181 ?rmes du secteur manufacturier cotées au NYSE ou à l?AMEX de 1981 à 1989 (Using SAS in Financial Research, Boehmer, Broussard and Kallunki, , SAS Press, 2002). Parmi ces ?rmes, 81 ont été mises en faillites à sur la période et l?on dispose pour ces ?rmes de données portant sur leur bilan une année avant la mise en faillite. Pour chaque ?rme, on considère les variables suivantes : YD Variable dummie valant 1 en cas de faillite et 0 sinon TDTA Ratio dette sur actif total GEMPL Taux de croissance annuel des e?ectifs OPITA Excédent Brut d?Exploitation sur Actif Total INVSLS Ratio Stock sur Ventes LSLS Logarithme des Ventes On considère un modèle de scoring fondé sur la spéci?cation suivante : Y Di = 1 0 Y Di > 0 sinon i = 1; ::; N (1) avec N = 181 et où la variable lantente Y Di est dé?nie par Y Di = 0 + 1TDTAi + 2GEMPLi + 3OPITAi + 4INV SLSi + 5LSLSi + i (2) où i est i:i:d: 0; 2 : On note Y Di = xi + i (3) avec = (0 1 2 3

  • gempl taux de croissance annuel des e?ectifs

  • modèle logit

  • hurlin - master esa

  • inv slsi

  • probabilité

  • l?évolution de la probabilité d?obtenir

  • variables yi

  • propriétés prédictives du modèle

  • variables x1


Voir plus Voir moins

Vous aimerez aussi

Université dOrléans - Master Econométrie et Statistique Appliquée Econométrie des Variables Qualitatives
Examen Mai 2007.C. Hurlin
Exercice 1 :Scoring et Défaillances dEntreprises (12 points)
Une société souhaite construire un modèle de scoring sur les défaillances dentreprises.On considère pour cela une base de donnés portant sur 181 rmes du secteur manufacturier cotées au NYSE ou à lAMEX de 1981 à 1989 (Using SAS in Financial Research, Boehmer, Broussard and Kallunki, , SAS Press, 2002).Parmi ces rmes, 81 ont été mises en faillites à sur la période et lon dispose pour ces rmes de données portant sur leur bilan une année avant la mise en faillite. Pourchaque rme, on considère les variables suivantes :
YD TDTA GEMPL OPITA INVSLS LSLS
Variable dummie valant 1 en cas de faillite et 0 sinon Ratio dette sur actif total Taux de croissance annuel des e¤ectifs Excédent Brut dExploitation sur Actif Total Ratio Stock sur Ventes Logarithme des Ventes
On considère un modèle de scoring fondé sur la spécication suivante : 1Y D>0 i Y Di=i= 1; ::; N(1) 0sinon avecN= 181et où la variable lantenteY Dest dénie par i T A+P L GEM+ OPIT A+ INV SLS+ LSLS+"(2) Y Di=0+1T Di2i3i4i5i i   2 "iesti:i:d:0:; On note " Y D=xi+"i(3) i 0 avec= (012345)etxi= (1T DT AiGEM P LiOP IT AiIN VSLSiLSLSi).
Question 1(0.5 point)on donner une interprétation à la variable latente: PeutY D? Si i oui, laquelle ? Question 2(1.5 points)Sous cetteconsidère un modèle de scoring de type logit.: On contrainte, écrivez la probabilité quune entrepriseiconnaisse une défaillance en fonction des variables explicativesXiet des paramètreset". Question 3(1.5 point)partir des résultats destimation du modèle logit (Figure 1), peut: A on estimer les paramètreset?Vous justiez très précisèment votre réponse. " Question 4(1 point)partir des résultats destimation du modèle logit (Figure 1),: Aévaluez la probabilité de défaillance et la cotedune rme ayant pour caractéristiques : T DT A= 0:462GEM P L= 0:00728OP IT A= 0:09584 IN VSLS= 0:0822LSLS= 5:044: