Note ABES Default risk prediction for Vietnamese SMEs Prédiction du risque de défaut des PME vietnamiennes Risque de crédit des PME Prédiction du défaut Scoring de crédit Information qualitative Données transactionnelles bancaires Marchés émergents SME credit risk Default prediction Credit scoring Soft information Bank transaction information Emerging markets Petites et moyennes entreprises Vietnam Crédit -- Gestion Risque financier Gestion du risque Méthode des scores La thèse comprend trois chapitres empiriques, chacun visant à prédire le risque de défaut des petites et moyennes entreprises (PME) au Vietnam à partir d’un type de données distinct et d’un sous-segment spécifique de PME. Le chapitre 1 évalue l’applicabilité des modèles internationaux de notation des PME aux petites entreprises vietnamiennes et conclut que ces modèles sont peu performants dans ce contexte. En revanche, une régression logistique fondée sur des données financières - en particulier la couverture de la dette et les flux de trésorerie - s’avère plus efficace. Le chapitre 2 porte sur les entreprises de taille moyenne et montre que les indicateurs non financiers surpassent significativement les mesures financières. Un cadre d’ensemble combinant modèles financiers et non financiers améliore la performance prédictive et renforce l’interprétabilité pour les banquiers. Le chapitre 3 examine l’utilisation des données transactionnelles bancaires pour prédire les défauts des petites entreprises. Les signaux comportementaux issus des flux de trésorerie et de l’utilisation des comptes bancaires apparaissent comme de puissants prédicteurs dans des environnements opaques, en particulier en période de stress économique. Pris ensemble, ces résultats font progresser la recherche sur le risque de crédit des PME et fournissent aux institutions financières vietnamiennes des outils d’évaluation plus précis, évolutifs et conformes aux exigences réglementaires. The thesis comprises three empirical chapters, each predicting default risk for small and medium-sized enterprises (SMEs) in Vietnam using a distinct data type and SME sub-segment. Chapter 1 evaluates the applicability of international SME scoring models for small-sized firms and finds that these models perform poorly in the Vietnamese context. In contrast, logistic regression based on financial data - particularly debt coverage and cash flow - proves more effective. Chapter 2 focuses on medium-sized firms and demonstrates that non-financial indicators significantly outperform financial metrics. An ensemble framework that integrates financial and non-financial models improves predictive performance and enhances interpretability for bankers. Chapter 3 explores the use of transaction-level bank data to predict small firm defaults. Behavioral signals derived from cash flows and account usage emerge as powerful predictors in opaque environments, especially during periods of economic stress. Collectively, the findings advance SME credit risk research and provide financial institutions in Vietnam with regulation-aligned, more accurate, and scalable risk assessment tools. Electronic Thesis or Dissertation Text en PDF 8047945 https://pepite-depot.univ-lille.fr/ToutIDP/EDSJPG/2025/2025ULILD028.pdf https://pepite-depot.univ-lille.fr/ToutIDP/EDSJPG/2025/2025ULILD028.pdf http://www.theses.fr/2025ULILD028/abes Retail SME default risk prediction: A case study of Vietnam Vuong Minh Giang National Economics University Publishing House en 2023 Text Vuong Minh Giang 1982-11-23 VN 293579040 0CSP5T0E8I7 116942 https://theses.fr/2025ULILD028 2025ULILD028 https://doi.org/10.70675/4943d2c6zeee9z44f6zba7ez2de0bc2ca8fc 2025-12-15 Gestion Université de Lille (2022-....) 259265152 Doctorat Docteur es oui oui Lobez Frédéric MADS_DIRECTEUR_DE_THESE_1 035045205 Statnik Jean-Christophe MADS_PRESIDENT_DU_JURY 113177763 Donze Jocelyn MADS_RAPPORTEUR_1 177787333 Serret Vanessa MADS_RAPPORTEUR_2 061174785 École doctorale des Sciences Juridiques, Politiques et de Gestion (Lille ; 1992-....) MADS_ECOLE_DOCTORALE_1 74 050154788 LUMEN - Lille University Management MADS_PARTENAIRE_DE_RECHERCHE_1 4999 264260171 ddc:650 Lobez Frédéric Statnik Jean-Christophe Donze Jocelyn Serret Vanessa École doctorale des Sciences Juridiques, Politiques et de Gestion (Lille ; 1992-....) LUMEN - Lille University Management PDF 8047945 restriction 2025-12-15 2028-01-01 restriction 2025-12-15 2028-01-01