MétaCan
Menu
Retour à la cohorte
Enregistrement W4318824296 · doi:10.7202/1095589ar

Relation d’engagement, risque et stratégies commerciales de la banque : une étude empirique sur des données de PME marocaines

2023· article· fr· W4318824296 sur OpenAlexvenueno aff
Abdelati Hakmaoui, Hafssa Yerrou

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2023
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’objectif de cette recherche consiste à étudier la décision commerciale en termes de disponibilité du crédit prise par les banques marocaines face à des PME présentant des niveaux de risque différents dans le cadre d’une relation d’engagement. En utilisant des données contractuelles sur un échantillon de 512 PME, les tests Logit réalisés nous ont permis de conclure qu’un désengagement accéléré se produit pour les PME à haut risque, qui ont plus d’une banque partenaire et une durée de la relation d’engagement moins longue. La banque marocaine, en accordant des crédits à moyen et long terme à des PME à haut risque, préfère des solutions amicales en consolidant ses engagements ou en accordant des crédits de restructuration dans la perspective d’une évolution favorable du risque de cette catégorie de PME. Pour les PME à bas risque, la stratégie commerciale de la banque favorise le renouvellement avec augmentation des lignes de crédit, particulièrement lorsque la durée de la relation d’engagement est longue et le nombre de banques réduit à une seule banque ou à une banque principale. Plus la durée de la relation et la réciprocité de l’engagement sont élevées, plus la disponibilité du crédit augmente pour les PME avec ce profil de risque.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,068
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0250,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,273
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetBanking stability, regulation, efficiencyTravaux en français237 207