Pour pouvoir assurer leurs activités ainsi que leur développement, les PME peuvent avoir besoin de solliciter du financement externe. Leur première source de financement vient de leurs activités mais si celles-ci sont insuffisantes pour combler leurs besoins, elles auront recours aux sources externes dont la principale demeure le financement bancaire. Or, bien que les PME contribuent fortement à l’activité économique par la création d’emplois et de richesse, leur accès au financement bancaire peut être contraint. Les modèles utilisés par les banques pour la prise de décision sur des dossiers de financement, soit des modèles de scoring, font appel principalement à des données financières historiques. Ces modèles automatisés ont l’avantage de rendre plus objective la décision, d’accélérer celle-ci et de traiter un plus grand volume de dossiers, réduisant ainsi les coûts de fonctionnement des institutions bancaires. Ces modèles ne sont toutefois pas infaillibles et ils amènent parfois les analystes à commettre des erreurs d’appréciation, soit en refusant de financer un client qui aurait eu les capacités de rencontrer ses obligations financières, soit en acceptant un client qui se trouvera éventuellement en défaut de paiement. Les données financières, à la base de ces modèles, présentent d’importantes lacunes et une faible capacité prédictive, notamment pour les entreprises dynamiques. L’analyse des données financières d’un groupe de 15 PME manufacturières montre que de telles erreurs de prévision s’expliquent principalement par le dynamisme de ces entreprises qui entraîne l’instabilité de leurs résultats financiers. Les modèles de scoring arrivent plus facilement à rendre une décision lorsque les données financières sont stables, pénalisant les entreprises en croissance et plus souvent innovantes. Ces résultats suggèrent un traitement plus raffiné des PME afin d’arriver à des développements dans l’analyse et la prise de décision bancaire et l’ajout de variables non financières permettant de mieux refléter leur situation future.