L'utilisation des réseaux bayésiens dans la prédiction de la faillite

Résumé

Le but de cet article est de comparer le développement des modèles de réseau bayésien: un réseau bayésien naïf (NBN) et un arbre couvrant de poids maximum (MWST) dans la prévision de la défaillance des entreprises tunisiennes. En utilisant un échantillon de 130 petites et moyennes entreprises tunisiennes et une batterie de 9 ratios financiers calculés pour la période 2005-2012, on peut conclure que, pour un problème de classification, l'apprentissage supervisé avec une architecture naïve est plus approprié et donne des résultats plus pertinents que un modèle d'apprentissage non supervisé avec un poids maximal couvrant l'arbre.