Chapitre 12. Introduction aux modèles logit et probit.

Application pratique. Estimation d’un modèle logit/probit non-ordonné avec R

Remarques préliminaires

Ne pas tenir compte des warnings qui n’affectent pas les résultats.
Si vous rencontrez des problèmes de convergence sur un modèle, alors pensez à modifier votre jeu de variables explicatives

Que veut-on faire ?

On souhaite estimer un modèle logit ou probit pour étudier les déterminants du risque de défaut des entreprises à partir d’un échantillon.

La variable endogène est une variable binaire appelée Defaut et les variables explicatives sont :

le taux de marge : Marge ;
le bénéfice avant impôt: Benef ;
le ratio de liquidité: Liquid.

Etape 1 : Lecture des données et statistiques élémentaires

Lecture des données

if(!("sageR" %in% installed.packages())){install.packages("sageR")}
library(sageR)

data(bilan)

La commande View permet de voir ce qu’il y a dans les données : nom des variables, nature des variables, chiffres, caractères, etc.

View(bilan)

Origine des données

Les données de la base sont issues de Bloomberg. On s’intéresse au risque d’insolvabilité de 1 060 entreprises cotées en bourse, durant l’année 2018, et appartenant à divers secteurs d’activité. Cette problématique est importante pour les investisseurs sur les marchés de capitaux internationaux qui prêtent aux entreprises, notamment en devenant actionnaires. L’information sur les risques financiers des entreprises est généralement fournie par des agences de notation : S&P, Fitch et Moody’s. Dans la base, nous retenons les notations attribuées par S&P aux entreprises

Elles portent sur une évaluation du risque de défaut (le fait que l’entreprise ayant emprunté des fonds se retrouve un jour en incapacité de rembourser), et les notes vont de AAA à CCC-. La grille de notation est la suivante :

AAA est la note la plus élevée et correspond à une sécurité maximale pour un investisseur qui détiendrait des parts dans l’entreprise concernée par la note. Le risque de défaut est quasiment nul.
AA+, AA et AA- correspondent à une sécurité haute ou bonne (le risque de défaut est faible).
A+, A et A- correspondent à une qualité moyenne supérieure ; BBB+, BBB et BBB- à une qualité moyenne inférieure.
Puis, nous avons un ensemble de notes classant les actifs des entreprises dans la catégorie spéculative, c’est-à-dire suffisamment risquéede telle sorte que le détenteur des parts de l’entreprise peut s’attendre à un défaut avec une probabilité forte (BB+, BB,…, B-).
Enfin, une dernière catégorie de notes correspond à des actifs pour lesquels le risque de défaut est très élevé : CCC+, CCC, CCC-, D).

Pour nos entreprises, les notes figurent dans la colonne du tableau 1 intitulée SP (dernière colonne). La variable SP est qualitative et polytomique (puisqu’elle peut prendre plus de deux modalités). Pour la transformer en une variable quantitative dichotomique, nous allons supposer que les agences de notation veulent envoyer un signal clair aux investisseurs, en différenciant les entreprises qui sont en bonne santé des autres.

Pour ce faire, chaque fois que la note sera supérieure à BB+, nous attribuons la valeur 1 à l’observation (entreprises en bonne santé présentant un risque de défaut ou de défaillance faible). Et pour toute note inférieure à BB+, nous attribuons la valeur 0 (entreprises en mauvaise santé présentant un risque de défaut élevé). Nous appelons la nouvelle variable Risque. Notons que le critère utilisé ici est arbitraire et un autre découpage pourrait être retenu. Voir les colonnes intitulées Risque et Défaut.

La colonne Défaut2 correspond à un autre classement des entreprises, en les hiérarchisant des plus performantes aux moins performantes:

pour les entreprises ayant une notation comprise entre AAA et A- (de première qualité à qualité moyenne supérieure) ;
pour les entreprises ayant une notation comprise entre BBB+ à BBB- (qualité moyenne inférieure) ;
pour les entreprises ayant une notation comprise inférieure à BBB- (un investisseur achetant des actifs de ces entreprises devrait les considérées comme spéculatifs ou incorporant un risque de défaut élevé).

Variables explicatives

Dans la base de données, nous avons retenu des variables qui sont habituellement liées aux performances des entreprises :

Liquid : un ratio de liquidité, mesuré par le rapport entre l’actif circulant et l’exigible à court terme. Cette variable capte le risque de liquidité, c’est-à-dire l’incapacité des entreprises à rembourser des dettes exigibles à court terme (moins d’un an).
ROE : le ratio du résultat net sur les capitaux propres. C’est une mesure de la rentabilité des capitaux investis par les actionnaires de l’entreprise.
Marge : la marge bénéficiaire nette en pourcentage, c’est-à-dire la part du chiffre d’affaires que l’entreprise conserve après paiement de ses frais d’exploitation, des remboursements d’intérêt et du paiement de ses impôts.
OPM : la marge opérationnelle définie comme le ratio du résultat d’exploitation et du chiffre d’affaires.

Il s’agit de mesurer la performance économique de l’entreprise et donc sa viabilité à moyen/long terme.

En plus de ces variables qui renseignent sur des indicateurs de fonctionnement de l’entreprise, il est important de s’intéresser à des éléments ayant un impact direct sur leurs dettes. Trois indicateurs sont retenus ici :

Benef : le bénéfice avant intérêt, impôts et amortissement. Cette variable est un indicateur du profit de l’entreprise.
Net : le ratio des dettes financières sur Benef. Il s’agit de mesurer la capacité d’une entreprise à rembourser ses dettes en utilisant ses profits.
Roul : le besoin en fonds de roulement. Il s’agit de la somme à mettre de côté pour pouvoir payer ses charges. C’est un indicateur d’autonomie financière de l’entreprise.

Statistiques élémentaires

Quelques statistiques descriptives du fichier de données

summary(bilan)
#>   Entreprise              id              ROE                OPM         
#>  Length:1060        Min.   :   1.0   Min.   :-122.560   Min.   :-220.43  
#>  Class :character   1st Qu.: 265.8   1st Qu.:   6.213   1st Qu.:   5.75  
#>  Mode  :character   Median : 530.5   Median :  12.985   Median :  11.62  
#>                     Mean   : 530.5   Mean   :  17.052   Mean   :  14.21  
#>                     3rd Qu.: 795.2   3rd Qu.:  21.488   3rd Qu.:  19.71  
#>                     Max.   :1060.0   Max.   : 546.520   Max.   : 338.70  
#>      Marge              Net              Benef              Liquid      
#>  Min.   :-74.090   Min.   :-19.380   Min.   :-106.580   Min.   :  0.00  
#>  1st Qu.:  3.667   1st Qu.:  1.070   1st Qu.:   1.840   1st Qu.: 54.75  
#>  Median :  8.030   Median :  2.385   Median :   4.795   Median : 86.00  
#>  Mean   :  9.621   Mean   :  3.852   Mean   :   9.800   Mean   :102.31  
#>  3rd Qu.: 14.023   3rd Qu.:  4.213   3rd Qu.:   9.620   3rd Qu.:121.00  
#>  Max.   : 99.970   Max.   :369.000   Max.   : 609.090   Max.   :788.00  
#>       Roul           SP...10              Risque          Défaut         
#>  Min.   :  0.230   Length:1060        Min.   :0.0000   Length:1060       
#>  1st Qu.:  4.327   Class :character   1st Qu.:0.0000   Class :character  
#>  Median :  6.640   Mode  :character   Median :1.0000   Mode  :character  
#>  Mean   : 12.251                      Mean   :0.5755                     
#>  3rd Qu.: 11.227                      3rd Qu.:1.0000                     
#>  Max.   :400.670                      Max.   :1.0000                     
#>    Défaut2            SP...14         
#>  Length:1060        Length:1060       
#>  Class :character   Class :character  
#>  Mode  :character   Mode  :character  
#>                                       
#>                                       
#>

La variable endogène est une chaîne de caractères, qui est convertie en facteur, puis affichée

titi<-factor(bilan$Défaut)   
levels(titi)
#> [1] "Faible" "Fort"

La commande freq permet d’afficher la proportion de chaque modalité, i.e. risque de défaut faible et risque de défaut important (fort).

if(!("questionr" %in% installed.packages())){install.packages("questionr")}
library(questionr)

freq(titi)
#>          n    % val%
#> Faible 610 57.5 57.5
#> Fort   450 42.5 42.5

Etape 2 : Régression logistique

Y<-cbind(titi)  
X<-cbind(bilan$Marge, bilan$Benef, bilan$Liquid)

if(!("labelled" %in% installed.packages())){install.packages("labelled")}
library(labelled)

var_label(titi) <- "Risque de défaut"
var_label(bilan$Marge) <- "Taux de marge"
var_label(bilan$Benef) <- "Bénéfice"
var_label(bilan$Liquid) <- "Ratio de liquidité"

logit <-glm(titi~ Marge + Benef+ Liquid, family=binomial(link="logit"), data=bilan)

Affichage des résultats de la régression logistique

La fonction stargazer permet d’afficher les résultats dans un tableau. Elle peut se substituer à la commande logit écrite à la suite de l’instruction glm qui affiche les résultats « bruts ».

if(!("stargazer" %in% installed.packages())){install.packages("stargazer")}
library(stargazer)
#> 
#> Please cite as:
#>  Hlavac, Marek (2022). stargazer: Well-Formatted Regression and Summary Statistics Tables.
#>  R package version 5.2.3. https://CRAN.R-project.org/package=stargazer

stargazer(logit, type="text")
#> 
#> =============================================
#>                       Dependent variable:    
#>                   ---------------------------
#>                              titi            
#> ---------------------------------------------
#> Marge                      -0.053***         
#>                             (0.008)          
#>                                              
#> Benef                      -0.036***         
#>                             (0.007)          
#>                                              
#> Liquid                     0.006***          
#>                             (0.001)          
#>                                              
#> Constant                    -0.209           
#>                             (0.129)          
#>                                              
#> ---------------------------------------------
#> Observations                 1,060           
#> Log Likelihood             -643.728          
#> Akaike Inf. Crit.          1,295.457         
#> =============================================
#> Note:             *p<0.1; **p<0.05; ***p<0.01

Pour des résulats au format html.

stargazer(logit, type="html")


	Dependent variable:

	titi

Marge	-0.053^***
	(0.008)

Benef	-0.036^***
	(0.007)

Liquid	0.006^***
	(0.001)

Constant	-0.209
	(0.129)


Observations	1,060
Log Likelihood	-643.728
Akaike Inf. Crit.	1,295.457

Note:	p<0.1; p<0.05; p<0.01

Pour des résulats au format html enregistrés dans le fichier logit.htm.

stargazer(logit, type="html", out="logit.htm")

Coefficients du modèle et intervalles de confiance

exp(cbind(coef(logit), confint(logit)))
#> Waiting for profiling to be done...
#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred

#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred
#>                           2.5 %    97.5 %
#> (Intercept) 0.8117272 0.6301121 1.0439339
#> Marge       0.9481258 0.9336748 0.9619427
#> Benef       0.9650274 0.9511466 0.9774838
#> Liquid      1.0064010 1.0044449 1.0084702

Odds ratio

if(!("questionr" %in% installed.packages())){install.packages("questionr")}
library(questionr)

odds.ratio(logit)
#> Waiting for profiling to be done...
#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred

#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred
#>                  OR   2.5 % 97.5 %         p    
#> (Intercept) 0.81173 0.63011 1.0439     0.105    
#> Marge       0.94813 0.93367 0.9619 2.514e-12 ***
#> Benef       0.96503 0.95115 0.9775 3.344e-07 ***
#> Liquid      1.00640 1.00444 1.0085 3.858e-10 ***
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

if(!("gtsummary" %in% installed.packages())){install.packages("gtsummary")}
library(gtsummary)

tbl_regression(logit, exponentiate = TRUE)

Characteristic	OR¹	95% CI¹	p-value
Taux de marge	0.95	0.93, 0.96	<0.001
Bénéfice	0.97	0.95, 0.98	<0.001
Ratio de liquidité	1.01	1.00, 1.01	<0.001
¹ OR = Odds Ratio, CI = Confidence Interval

NB : Les commandes précédentes montrent deux manières d’afficher les coefficients et les intervalles de confiance.

Dans un cas on effectue une concaténation de deux tableaux (coefficients et intervalle de confiance).
La fonction odds.ratio permet d’ajouter les \(p\)-values (niveau de significativité) et donnent des indications sur la significativité des coefficients estimés.
On peut également afficher le nom des variables. Il faut au préalable déclarer un label pour les variables grâce à la fonction var_label. Comme on peut le remarquer au lieu de Marge, Benef, Liquid, le tableau affiche les labels que nous avons déclarés pour chacune de ces variables, i.e. Taux de marge, Bénéfice et Ratio de Liquidité.

Etape 3: Calcul des effets marginaux du modèle logit

Les effets marginaux sont obtenus par la fonction logitmfx. En plus des effets marginaux eux-mêmes, les \(z\)-ratios sont affichés ainsi que les \(p\)-values.

if(!("mfx" %in% installed.packages())){install.packages("mfx")}
library(mfx)
#> Loading required package: sandwich
#> Loading required package: lmtest
#> Loading required package: zoo
#> 
#> Attaching package: 'zoo'
#> The following objects are masked from 'package:base':
#> 
#>     as.Date, as.Date.numeric
#> Loading required package: MASS
#> 
#> Attaching package: 'MASS'
#> The following object is masked from 'package:gtsummary':
#> 
#>     select
#> Loading required package: betareg

logitmfx(titi ~ Marge + Benef + Liquid, data=bilan)
#> Call:
#> logitmfx(formula = titi ~ Marge + Benef + Liquid, data = bilan)
#> 
#> Marginal Effects:
#>              dF/dx   Std. Err.       z     P>|z|    
#> Marge  -0.01275408  0.00182150 -7.0020 2.524e-12 ***
#> Benef  -0.00852348  0.00163426 -5.2155 1.833e-07 ***
#> Liquid  0.00152771  0.00024476  6.2416 4.331e-10 ***
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Etape 4 : Graphiques des odds ratios

Il est possible de fournir un graphique des odds ratios en utilisant la fonction ggplot.

if(!("broom" %in% installed.packages())){install.packages("broom")}
library(broom)

tidy(logit, conf.int = TRUE, exponentiate = TRUE)
#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred

#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred
#> # A tibble: 4 × 7
#>   term        estimate std.error statistic  p.value conf.low conf.high
#>   <chr>          <dbl>     <dbl>     <dbl>    <dbl>    <dbl>     <dbl>
#> 1 (Intercept)    0.812   0.129       -1.62 1.05e- 1    0.630     1.04 
#> 2 Marge          0.948   0.00761     -7.00 2.51e-12    0.934     0.962
#> 3 Benef          0.965   0.00698     -5.10 3.34e- 7    0.951     0.977
#> 4 Liquid         1.01    0.00102      6.26 3.86e-10    1.00      1.01
tmp <- tidy(logit, conf.int = TRUE, exponentiate = TRUE)
#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred

#> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred
str(tmp)
#> tibble [4 × 7] (S3: tbl_df/tbl/data.frame)
#>  $ term     : chr [1:4] "(Intercept)" "Marge" "Benef" "Liquid"
#>  $ estimate : num [1:4] 0.812 0.948 0.965 1.006
#>  $ std.error: num [1:4] 0.12868 0.00761 0.00698 0.00102
#>  $ statistic: num [1:4] -1.62 -7 -5.1 6.26
#>  $ p.value  : num [1:4] 1.05e-01 2.51e-12 3.34e-07 3.86e-10
#>  $ conf.low : num [1:4] 0.63 0.934 0.951 1.004
#>  $ conf.high: num [1:4] 1.044 0.962 0.977 1.008

if(!("ggplot2" %in% installed.packages())){install.packages("ggplot2")}
library(ggplot2)

ggplot(tmp) +
  aes(x = estimate, y = term, xmin = conf.low, xmax = conf.high) +
  geom_vline(xintercept = 1) +
  geom_errorbarh() +
  geom_point() +
  scale_x_log10()

Etape 5 : Graphiques du modèle logit (probabilités en fonction de xbeta)

xbeta2 = coef(logit)[1] + coef(logit)[2]*bilan$Marge + coef(logit)[3]*bilan$Benef + coef(logit)[4]*bilan$Liquid
plogit2 = exp(xbeta2)/(1+exp(xbeta2))

plot(x = xbeta2, 
     y = plogit2,
     main = "Probabilité de défaut : Modèle Logit",
     xlab = "Xbeta",
     ylab = "Risque prédit",
     pch = 20,
     ylim = c(-0.4, 1.4),
     cex.main = 0.85)

On ajoute des lignes horizontales et du texte

plot(x = xbeta2, 
     y = plogit2,
     main = "Probabilité de défaut : Modèle Logit",
     xlab = "Xbeta",
     ylab = "Risque prédit",
     pch = 20,
     ylim = c(-0.4, 1.4),
     cex.main = 0.85)
abline(h = 1, lty = 2, col = "darkred")
abline(h = 0, lty = 2, col = "darkred")
text(-5, 0.9, cex = 0.8, "Risque faible")
text(-5, -0.1, cex= 0.8, "Risque élevé")

Les commandes ci-dessous permettent de représenter l’effet d’une variation de l’une des variables (ici le taux de marge) sur la variable dépendante.

Comme on le constatera, la probabilité de faire défaut décroît au fur et à mesure que le taux de marge augmente.

if(!("ggeffects" %in% installed.packages())){install.packages("ggeffects")}
library(ggeffects)

ggeffect(logit, "Marge")  
#> # Predicted probabilities of Risque de défaut
#> 
#> Marge | Predicted |       95% CI
#> --------------------------------
#>   -80 |      0.99 | [0.95, 1.00]
#>   -60 |      0.96 | [0.90, 0.99]
#>   -40 |      0.90 | [0.81, 0.95]
#>   -20 |      0.76 | [0.67, 0.83]
#>    20 |      0.27 | [0.23, 0.32]
#>    40 |      0.12 | [0.07, 0.17]
#>    60 |      0.04 | [0.02, 0.09]
#>   100 |      0.01 | [0.00, 0.02]
plot(ggeffect(logit, "Marge"))

Même principe pour les autres variables

Que faire en cas de message d’erreur sur l’estimation ?

Exemple avec un modèle probit

Si vous tentez d’estimer la régression par un modèle probit avec les mêmes variables explicatives en tapant la commande suivante, vous aurez un message d’erreur :

glm.fit : l'algorithme n'a pas convergé

probit <-glm(titi~ Marge + Benef+ Liquid, family=binomial(link="probit"), data=bilan)
#> Warning: glm.fit: algorithm did not converge

Cela signifie que le modèle n’est pas approprié : l’algorithme ne peut trouver de coefficients estimés qui minimisent la somme des carrés des résidus ou qui maximisent la log-vraisemblance pour le jeu de variables explicatives proposé. Le plus souvent, il faut trouver la variable explicative qui pose problème et la remplacer par une autre.

En effet, le problème de convergence peut indiquer l’existence d’une colinéarité entre certaines variables explicatives. On peut également tout simplement estimer le modèle sans cette variable. Ici, si on remplace la variable Benef par une autre variable (ROE par exemple) nous n’avons plus de problème de convergence.

ROE = taux de rendement des actifs

probit <-glm(titi~ Marge + ROE+ Liquid, family=binomial(link="probit"), data=bilan)

L’affichage des résultats, le calculs des effets marginaux, les graphiques sont obtenus en suivant les mêmes principes que pour le modèle logit.

Par exemple, pour avoir le tableau des résultats et le graphique de la fonction de transition, il suffit d’écrire :

stargazer(probit, type="text")
#> 
#> =============================================
#>                       Dependent variable:    
#>                   ---------------------------
#>                              titi            
#> ---------------------------------------------
#> Marge                      -0.031***         
#>                             (0.004)          
#>                                              
#> ROE                         -0.0004          
#>                             (0.001)          
#>                                              
#> Liquid                     0.003***          
#>                             (0.001)          
#>                                              
#> Constant                   -0.201***         
#>                             (0.074)          
#>                                              
#> ---------------------------------------------
#> Observations                 1,060           
#> Log Likelihood             -672.016          
#> Akaike Inf. Crit.          1,352.031         
#> =============================================
#> Note:             *p<0.1; **p<0.05; ***p<0.01

Pour des résulats au format html.

stargazer(probit, type="html")


	Dependent variable:

	titi

Marge	-0.031^***
	(0.004)

ROE	-0.0004
	(0.001)

Liquid	0.003^***
	(0.001)

Constant	-0.201^***
	(0.074)


Observations	1,060
Log Likelihood	-672.016
Akaike Inf. Crit.	1,352.031

Note:	p<0.1; p<0.05; p<0.01

Pour des résulats au format html enregistrés dans le fichier probit.htm.

stargazer(probit, type="html", out="probit.htm")

xbeta3 = (coef(probit)[1] + coef(probit)[2]* bilan$Marge + coef(probit)[3]* bilan$ROE + coef(probit)[4]* bilan$Liquid)
pprobit3 = exp(xbeta3)/(1+exp(xbeta3))

plot(x = xbeta3, 
     y = pprobit3,
     main = "Probabilité de défaut : Modèle probit",
     xlab = "Xbeta",
     ylab = "Risque prédit",
     pch = 20,
     ylim = c(-0.4, 1.4),
     cex.main = 0.85)

On ajoute des lignes horizontales et du texte

plot(x = xbeta3, 
     y = pprobit3,
     main = "Probabilité de défaut : Modèle probit",
     xlab = "Xbeta",
     ylab = "Risque prédit",
     pch = 20,
     ylim = c(-0.4, 1.4),
     cex.main = 0.85)
abline(h = 1, lty = 2, col = "darkred")
abline(h = 0, lty = 2, col = "darkred")
text(2.5, 0.9, cex = 0.8, "Risque faible")
text(2.5, -0.1, cex= 0.8, "Risque élevé")

Dans le tableau des résultats, la variable ROE n’est pas significative. Nous allons réestimer le modèle probit sans cette variable et tracer la nouvelle fonction de transition.

probit2 <-glm(titi~ Marge + Liquid, family=binomial(link="probit"), data=bilan)

stargazer(probit2, type="text")
#> 
#> =============================================
#>                       Dependent variable:    
#>                   ---------------------------
#>                              titi            
#> ---------------------------------------------
#> Marge                      -0.031***         
#>                             (0.004)          
#>                                              
#> Liquid                     0.003***          
#>                             (0.001)          
#>                                              
#> Constant                   -0.205***         
#>                             (0.073)          
#>                                              
#> ---------------------------------------------
#> Observations                 1,060           
#> Log Likelihood             -672.060          
#> Akaike Inf. Crit.          1,350.120         
#> =============================================
#> Note:             *p<0.1; **p<0.05; ***p<0.01

Pour des résulats au format html enregistrés dans le fichier probit2.htm.

stargazer(probit2, type="html")


	Dependent variable:

	titi

Marge	-0.031^***
	(0.004)

Liquid	0.003^***
	(0.001)

Constant	-0.205^***
	(0.073)


Observations	1,060
Log Likelihood	-672.060
Akaike Inf. Crit.	1,350.120

Note:	p<0.1; p<0.05; p<0.01

Pour des résulats au format html enregistrés dans le fichier probit2.htm.

stargazer(probit2, type="html", out="probit2.htm")

xbeta4 = (coef(probit2)[1] + coef(probit2)[2]* bilan$Marge + coef(probit2)[3]* bilan$Liquid)
pprobit4 = exp(xbeta4)/(1+exp(xbeta4))

plot(x = xbeta4, 
     y = pprobit4,
     main = "Probabilité de défaut : Modèle probit",
     xlab = "Xbeta",
     ylab = "Risque prédit",
     pch = 20,
     ylim = c(-0.4, 1.4),
     cex.main = 0.85)

On ajoute des lignes horizontales et du texte

plot(x = xbeta4, 
     y = pprobit4,
     main = "Probabilité de défaut : Modèle probit",
     xlab = "Xbeta",
     ylab = "Risque prédit",
     pch = 20,
     ylim = c(-0.4, 1.4),
     cex.main = 0.85)
abline(h = 1, lty = 2, col = "darkred")
abline(h = 0, lty = 2, col = "darkred")
text(2.5, 0.9, cex = 0.8, "Risque faible")
text(2.5, -0.1, cex= 0.8, "Risque élevé")

Estimation d’un modèle logit/probit ordonné

Que veut-on faire ?

Cette fois-ci, on souhaite estimer un modèle logit ou probit ordonné. Pour cela, nous changeons de variable endogène. La variable utilisée est “défaut2”et comporte trois modalités correspondant à un défaut faible, moyen et important les déterminants de ces différents niveaux de défaut sont identiques aux modèles précédents:

le taux de marge : Marge ;
le bénéfice avant impôt : Benef ;
le ratio de liquidité : Liquid.

Quelques statistiques sur la répartition des observations de la variable endogène, après conversion en facteurs.

Conversion de Défaut2 en facteur

tata<-factor(bilan$Défaut2)

levels(tata)
#> [1] "Faible"    "Important" "Moyen"

if(!("questionr" %in% installed.packages())){install.packages("questionr")}
library(questionr)

freq(tata)
#>             n    % val%
#> Faible    208 19.6 19.6
#> Important 451 42.5 42.5
#> Moyen     401 37.8 37.8

Le nombre d’entreprises dont le risque de défaut est important est supérieur à 40% de l’échantillon total.

Comme précédemment, on définit les variables endogènes et exogènes et on leur donne un label.

Y<-cbind(tata)  
X<-cbind(bilan$Marge, bilan$Benef, bilan$Liquid)

if(!("labelled" %in% installed.packages())){install.packages("labelled")}
library(labelled)

var_label(tata) <- "Risque de défaut"
var_label(bilan$Marge) <- "Taux de marge"
var_label(bilan$Benef) <- "Bénéfice"
var_label(bilan$Liquid) <- "Ratio de liquidité"

Estimation

On appelle la librairie ordinal. Puis on effectue la régression à l’aide de la fonction clm.

if(!("ordinal" %in% installed.packages())){install.packages("ordinal")}
library(ordinal)

Estimation d’un modèle logit ordonné : les résultats sont dans m

m <- clm(tata ~ Marge + Benef +Liquid, data = bilan, Hess=TRUE)

Résumé du modèle

summary(m)
#> formula: tata ~ Marge + Benef + Liquid
#> data:    bilan
#> 
#>  link  threshold nobs logLik   AIC     niter max.grad cond.H 
#>  logit flexible  1060 -1102.03 2214.06 5(0)  1.03e-10 1.2e+05
#> 
#> Coefficients:
#>          Estimate Std. Error z value Pr(>|z|)    
#> Marge  -0.0054116  0.0047183  -1.147 0.251408    
#> Benef  -0.0092899  0.0027270  -3.407 0.000658 ***
#> Liquid -0.0009313  0.0007270  -1.281 0.200180    
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> 
#> Threshold coefficients:
#>                  Estimate Std. Error z value
#> Faible|Important  -1.6499     0.1184 -13.939
#> Important|Moyen    0.2901     0.1049   2.765

Le modèle étant ordinal, les seuils permettant de séparer les trois régimes sont également estimés. Ces seuils correspondent à \(y_i^*\) dans le chapitre 12 (voir la section “pour aller plus loin”).

Les coefficients estimés sont donc ceux de la régressionlatente.

On peut noter que seule la variable Benef est significative, ce qui signifie que c’est la variable déterminante pour la classification des entreprises dans l’un des groupes de défaut.

Résultats présentés dans un tableau

ctableau <- coef(summary(m))
ctableau
#>                      Estimate   Std. Error    z value     Pr(>|z|)
#> Faible|Important -1.649891759 0.1183650441 -13.939012 3.669857e-44
#> Important|Moyen   0.290112712 0.1049382101   2.764605 5.699174e-03
#> Marge            -0.005411570 0.0047182845  -1.146936 2.514081e-01
#> Benef            -0.009289877 0.0027269611  -3.406677 6.575881e-04
#> Liquid           -0.000931274 0.0007269673  -1.281040 2.001797e-01

Calcul des \(p\)-values

pval <- pnorm(abs(ctableau[, "z value"]), lower.tail = FALSE) * 2

Combinaison des deux tableaux

ctableau <- cbind(ctableau, "p value" = pval)
ctableau
#>                      Estimate   Std. Error    z value     Pr(>|z|)      p value
#> Faible|Important -1.649891759 0.1183650441 -13.939012 3.669857e-44 3.669857e-44
#> Important|Moyen   0.290112712 0.1049382101   2.764605 5.699174e-03 5.699174e-03
#> Marge            -0.005411570 0.0047182845  -1.146936 2.514081e-01 2.514081e-01
#> Benef            -0.009289877 0.0027269611  -3.406677 6.575881e-04 6.575881e-04
#> Liquid           -0.000931274 0.0007269673  -1.281040 2.001797e-01 2.001797e-01

Odds ratios

exp(coef(m))
#> Faible|Important  Important|Moyen            Marge            Benef 
#>        0.1920707        1.3365781        0.9946030        0.9907531 
#>           Liquid 
#>        0.9990692

Intervalles de confiance

if(!("gtsummary" %in% installed.packages())){install.packages("gtsummary")}
library(gtsummary)

tbl_regression(m, exponentiate = TRUE)

Characteristic	OR¹	95% CI¹	p-value
Taux de marge	0.99	0.99, 1.00	0.3
Bénéfice	0.99	0.98, 1.00	<0.001
Ratio de liquidité	1.00	1.00, 1.00	0.2
¹ OR = Odds Ratio, CI = Confidence Interval

Tout le code avec R.

Gilles Dufrenot

2022-09-21

Application pratique. Estimation d’un modèle logit/probit non-ordonné avec R

Remarques préliminaires

Que veut-on faire ?

Etape 1 : Lecture des données et statistiques élémentaires

Lecture des données

Origine des données

Variables explicatives

Statistiques élémentaires

Etape 2 : Régression logistique

Etape 3: Calcul des effets marginaux du modèle logit

Etape 4 : Graphiques des odds ratios

Etape 5 : Graphiques du modèle logit (probabilités en fonction de xbeta)

Que faire en cas de message d’erreur sur l’estimation ?

Exemple avec un modèle probit

Estimation d’un modèle logit/probit ordonné

Que veut-on faire ?