LE CRÉDIT SCORING: UNE NOUVELLE VOIE POUR RÉDUIRE LES PROBLÈMES DE REMBOURSEMENT ET AMÉLIORER LA PERFORMANCE DES IMFs

L'objectifde cette recherche est de développer un modèle de crédit scoring en utilisant un échantillon de 496 emprunteurs individuels des IMF Tunisiennes. Les résultats ont montré que le genre, le rationnement du crédit, la possession d'une maison, d'autres sources de richesse, un revenu permanent, etfinalement l'âge de l'association sont négativement corrélés avec la probabilité de défaut. Cependant, il s'est avéré que l'etat civil, la possession d'un garant, la présence d'autres institutions dans la même zone géographique, contracter un prêt afin de mettre en ceuvre un nouveau projet, sont positivement corrélés avec la probabilité de défaut. La prise en compte des cas rejetés dans un second modéle (modéle corrigé), a montré une certaine cohérence entre les prédictions du modèle et les décisions de rejet de l'institution et a permit également d'échapper aux jugements subjectifs des agents de crédit. The aim of this research is to develop a scoring model using logistic regression applied to 496 individuals loans from Tunisian MFIs. The results show that the gender, the credit rationing, the house property, other sources of wealth, a fixed wage, and finally the age of the institution are negatively correlated with the probability of default. However, the marital status, the guarantor, the presence of other lending institution, contracting loan in order to implement a new project are positively correlated with the probability of default. The reject inference analysis has shown the consistency of the model's prediction with the institution decision. Moreover, it made it possible to escape to the subjective judgments of the loan officers.