Browsing by Author "فيلالي طارق"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    تسيير مخاطر القروض البنكية في ظل المعايير الاحترازية الجديدة
    (2016-12-07) فيلالي طارق; Encadreur: BENBOUZIANE Mohammed
    الملخص(بالعربية): تهدف هذه الدراسة الى تطوير نماذج تمكن البنوك التجارية العاملة في الجزائر بشكل عام من التنبؤ بإفلاس الشركات المقترضة وهذا من أجل مساعدتها في اتخاذ قرارات الاقرض، وبغية الوصول الى ذلك قام الباحث بتشكيل قاعدة بيانات مكونة من مجموعة من المتغيرات المالية وغير المالية على حد سواء انطلاقا من القوائم المالية والوثائق التكميلية المدرجة في ملف طلب القرض المقدم من طرف عينة مكونة من 60 مؤسسة مقترضة قسمت بالتساوي الى مؤسسات سليمة وأخرى متعثرة. وقد تم اخضاع بيانات الدراسة الى سلسلة من الاختبارات الاحصائية باستخدام برنامج SPSS وذلك بغية تحديد الخصائص الوصفية لأفراد العينة والتأكد من مدى ملائمة هذه البيانات لتطبيق النماذج الحديثة المستعملة في قياس المخاطر الائتمانية المتبعة في هذه الدراسة والمتمثلة في طريقة القرض التنقيطي، طريقة مؤشر المخاطرة اضافة الى نماذج الذكاء الاصطناعي. وقد أظهرت نتائج الدراسة أن نماذج الذكاء الاصطناعي والمتمثلة في طريقة الشبكات العصبية الاصطناعية قد حققت نسب تصنيف صحيح وصلت دقتها الى 100% من اجمالي المؤسسات المصنفة وتلتها في ذلك كل من طريقة القرض التنقيطي وطريقة مؤشر المخاطرة بنسب تصنيف صحيح بلغت دقتها 98,3% و66,6% على التوالي، الأمر الذي من شأنه مساعدة البنوك التجارية العاملة في الجزائر على التحكم الأمثل في مخاطر القروض وبالتالي اتخاذ قرار ائتماني سليم. الكلمات المفتاحية : تقييم وتسيير مخاطر القروض، طريقة القرض التنقيطي، طريقة مؤشر المخاطرة، طريقة الشبكات العصبية الاصطناعية، التعثر، قرار الاقراض. Résumé (Français et/ou Anglais) : Résumé Cette étude à pour objet de développer des modèles de prise de décision dans l’octroi des prêts aux entreprises économiques et de déceler les éventuelles difficultés de non remboursement ou éventuellement les cas de faillite de ces dernières. Pour atteindre cet objectif, nous avons constitué une base de données constituée d’un ensemble de variables financières et non financières en même temps, à partir des bilans financiers et de documents additifs constituant les dossiers d’une soixantaine d’entreprise demandeuses de prêts bancaires, ces entreprises ont été réparties équitablement en entreprises saines financièrement et en entreprises en difficulté. Les données de l’étude ont subit une série de tests statistiques en utilisant le programme SPSS afin de faire ressortir les caractéristiques descriptives des différents sujets de notre échantillon et de s’assurer de l’aptitude de ces données lorsqu’il s’agit de les appliquer aux nouveaux modèles de mesure des risques de crédits contenues dans cette étude en autre la méthode du scoring, la méthode de l’indice de risque en plus de la méthode neuronale. Après analyse des résultats obtenus, il s’avère que la méthode neuronale à donner des taux d’évaluation dont l’exactitude à atteint les 100% de l’ensemble des entreprises choisies. Par contre l’on constate que la méthode du scoring et la méthode de l’indice de risque à donner des résultats dont l’exactitude à atteint les 98,3% et 66,6% respectivement. Ceci donc, peut aider clairement les banques commerciales en Algérie dans la maîtrise des risques de crédit et une meilleure prise de décision dans l’octroi de ces derniers. Les mots clés : gestion des risques de crédit, méthode de scoring, méthode de l’indice de risque, méthode neuronale, Faillite, Octroi de crédit. Abstract This study aims to develop bankruptcy prediction models which can be used by commercial banks operating in Algeria in lending decisions. To achieve this objective the researcher formed a database from a set of financial and non-financial variables that have been extracted from the financial statements and supplementary documents listed in the loan request submitted by a sample made up of 60 borrowed companies divided equally to unstressed and distressed companies. This data has been subjected to the process of statistical analysis using SPSS in order to determine the descriptive characteristics of the members of the sample and ensure the suitability of this data to the application of modern models used in the credit risk measurement such as credit scoring method, risk index model and artificial neural network model. the Results of the study have shown that The accuracy rate of final prediction using ANN model is found to be 100%, while the accuracy rates of the other models are found to be 98.3% and 66.6% respectively, which would help commercial banks operating in Algeria to rationalize the credit decision making process. Key words: Credit risk management, Artificial Neural Network, Credit Scoring, Risk index model, Bankruptcy, Lending's decision.