Le Scoring Bayésien: La notation de crédit dans microfinance et le secteur bancaire & exemple Excel

[@YannickKomotir]

Probablement l'une des meilleures explications sur le théorème de Bayes que j'ai lu à ce jour.

[@StachanovSolutionsServices]

C'est gentil Yannick

[@CoeurdeDIEU-EB]

Très belle explication pour moi qui suis en train d'écrire un mémoire de master sur le risque de crédit en microfinance . Je cherchais parmi toutes les méthodes d'évaluation , la méthode optimale . Je crois qu'après cette vidéo je vais opter pour le scoring bayésien . Encore merci pour ta vidéo

[@StachanovSolutionsServices]

Je t'en prie et merci pour les fleurs virtuelles ! André Koch

[@fidelemokemba5941]

Slt , je voudrais entre en contact avec vous

[@mushagalusachristian4748]

Merci bcp l'explication est meilleure .à la fac c'est difficile de nous faire comprendre la stat bayesienne

[@StachanovSolutionsServices]

Je vous en prie ! André Koch

[@Do34711]

Merci pour cette vidéo claire. J’ai une question, je suis defiché BDF ce lundi, après un plan de surendettement avec effacement de dettes. FICP j’imagine Ma voiture se fait vieillissante, et j’aimerai profiter de ce défichage pour l’a changer. Je suis en CDI dans l’informatique, loge par la famille. Le scoring sera t’il affecté par mon précédent fichage ficp ou il est invisible car je suis defiché à partir de lundi désormais. Je compte faire un crédit en concession donc dans une autre banque que ceux à quel j’ai porté tords il y a des années.. merci pour ta réponse 😊

[@StachanovSolutionsServices]

Bon courage

[@ouardaben1399]

Bonsoir merci pour cette présentation svp dites moi parmi toutes ces approches selon vous quelle est la meilleure approche que doit adopter tte banque afin de réduire au maximum le risque de défaut de la contrepartie? Merci d'avance

[@StachanovSolutionsServices]

Il est difficile de donner une réponse générale à cette question. La meilleure approche serait d'appliquer les méthodes sur un portefeuille de prêts historiques. En règle générale, vous divisez les données en deux groupes. Un groupe que vous utilisez pour dériver le modèle, l'autre moitié des données que vous utilisez pour tester les performances des modèles. Vous mesurez la performance selon deux axes: le nombre de bons clients que le modèle aurait rejetés injustement, et le nombre de mauvais clients que le modèle aurait acceptés injustement. Laissez les données parlent ! Cela étant dit, si vous travaillez pour une petite institution de microfinance et que vous ne faites aucun scoring, l'approche experte serait la plus simple à mettre en œuvre. Bonne chance! André Koch