59

L’objectif de cet article est d’établir, au moyen d’une méthodologie novatrice, un modèle de prédiction de la faillite applicable aux PME belges. En se basant sur un échantillon de 1860 entreprises belges issues du logiciel Belfirst et fournies par le Bureau van Dijk, nos principaux résultats montrent, au moyen des méthodes d’analyse en composantes principales, de Ward et des centres mobiles, qu’une correcte discrimination entre les entreprises défaillantes et les entreprises non-défaillantes n’était pas réalisable pour notre échantillon. Par contre, nos résultats concernant la régression logistique montrent que les variables employées possèdent effectivement un pouvoir discriminant significativement fort, permettant de prédire la faillite d’une entreprise.

Application of principal component analysis in predicting bankruptcies among Belgian SMEs? The aim of this article is to establish, through a pioneering combination of approaches, a bankruptcy predictive model suitable for Belgian SMEs. Relying on a sample of 1,860 Belgian firms obtained thanks to the Belfirst database and provided by the Bureau van Dijk, our results show, by using the principal component analysis method, the Ward method and the method of mobile centers, that a correct discrimination between healthy and failing firms was not significantly feasible with our data. However, our results concerning the logistic regression show that the variables used in our analysis possess a discriminating power significantly strong, allowing to predict firm bankruptcy.

El objetivo de este artículo es establecer, a través de una metodología innovadora, un modelo de predicción de quiebra que se aplica a las PYME belgas. Utilizando una muestra de 1860 empresas de software belga Belfirst proporcionada por Bureau van Dijk, nuestros principales resultados muestran, por medio de métodos de análisis de componentes principales, de Ward y centros móviles, que una correcta discriminación entre empresas en quiebra y las empresas saludables no era realizable para nuestra muestra. Por contra, los resultados relativos a la regresión logística muestran que las variables empleadas en realidad tienen un poder discriminatorio significativamente más fuerte para predecir la quiebra de una empresa.