Prévision de la défaillance des entreprises : comparaison de l’analyse discriminante, la régression logit et PLS

Résumé

La prévision de la défaillance des entreprises constitue un enjeu majeur pour les établissements de crédit, les investisseurs et les dirigeants, dans un contexte marqué par l’augmentation des faillites et l’incertitude économique. Bien que les modèles d’analyse discriminante et de régression logistique aient été largement mobilisés dans la littérature, les comparaisons intégrant la méthode Partial Least Squares (PLS) demeurent relativement limitées, notamment dans les contextes caractérisés par une forte multicolinéarité entre les variables financières. Cette recherche vise à comparer les performances prédictives de l’analyse discriminante linéaire (AD), de la régression Logit et de la méthode PLS dans la prévision de la défaillance des entreprises.

L’étude repose sur un échantillon équilibré de 200 entreprises marocaines, composé de 100 entreprises défaillantes et 100 entreprises saines. Trente-trois ratios financiers couvrant la structure financière, la liquidité, la solvabilité, la rentabilité, l’activité et la croissance ont été analysés sur trois horizons temporels précédant la défaillance (T-1, T-2 et T-3). Les variables discriminantes ont été sélectionnées à l’aide du test de Wilks et de la statistique de Fisher, puis intégrées dans les différents modèles de prévision.

Les résultats suggèrent que la régression Logit présente la meilleure performance prédictive à court terme avec un taux de bonne classification de 93,4 % à T-1, contre 91,2 % pour l’analyse discriminante et 90,8 % pour la méthode PLS. À horizon plus éloigné, la méthode PLS se révèle la plus robuste avec un taux de classification de 83,2 % à T-3, supérieur à ceux obtenus par l’analyse discriminante (78,4 %) et la régression Logit (81,3 %). Les ratios liés au fonds de roulement, au besoin en fonds de roulement, à la solvabilité et à la rentabilité apparaissent comme les principaux indicateurs de détection précoce des difficultés financières.

Ces résultats soulignent l’intérêt des approches Logit et PLS pour la mise en place de systèmes d’alerte précoce et de dispositifs de scoring du risque de crédit destinés aux institutions financières et aux décideurs.

JEL classification : G32 ; C38 ; C51 ; M41.

Type de papier : Recherche empirique.