Abstract FR:

Le travail presente dans ce memoire traite de l'evaluation, a l'aide de reseaux de neurones, de l'etat de sante financiere de collectivites locales ou d'entreprises. Dans un premier temps, nous rapprochons cette evaluation d'un probleme de classification ; nous expliquons pourquoi ce type de probleme peut etre avantageusement resolu avec des methodes statistiques de classification comme les reseaux de neurones. Les chapitres suivants presentent et definissent plus precisement les concepts de la classification, les methodes usuelles de classification, les reseaux de neurones ainsi que l'apprentissage de ceux-ci. Dans les applications envisagees, l'individu a classer (collectivite locale ou entreprise) peut etre decrit par une tres grande quantite de variables (donnees comptables, fiscales, socio-economiques, etc) ; ce constat nous a conduit a etudier les methodes de selection de modeles. Nous proposons une methode statistique originale de selection des variables descriptives pertinentes. Cette methode sert egalement a la selection du modele neuronal. La derniere partie de ce memoire concerne les applications industrielles de ces travaux ; la premiere concerne l'analyse financiere des entreprises, la seconde l'analyse financiere des collectivites locales. L'apport original de cette etude concerne trois domaines : - selection de variables : nous ajoutons une variable aleatoire aux autres variables descriptives afin de distinguer celles qui sont reellement pertinentes. - selection de modeles : nous utilisons la methode precedente pour selectionner les seuls neurones utiles dans un reseau de neurones a une couche cachee. - classification : nous inversons la formule de bayes pour estimer les fonctions densite de probabilite avec des approximateurs tels que les reseaux de neurones. En ce qui concerne l'analyse financiere des entreprises, ce travail a debouche sur une application operationnelle a la caisse des depots et consignations depuis 1995.