Comprendre la dynamique stochastique des corrélations de défaut
-
Premier choc sectoriel € 350 000,00
-
Contagion systémique € 750 000,00
-
Pic de corrélation € 1 250 000,00
-
Données chiffrées transparentes
-
Connexions en lecture seule -
Méthodologie documentée -
Ressources académiques libres
Notre méthode
Un pont entre le calcul stochastique et la pratique du risk management
Nous partons du principe qu'un modèle utile est un modèle qu'on comprend assez bien pour en connaître les limites. Notre pédagogie met l'accent sur la robustesse, la sensibilité aux hypothèses, et la traduction opérationnelle des concepts théoriques.
Voir l'équipe- Comprendre les mécanismes de contagion
- Maîtriser les outils de simulation
- Interpréter les scénarios de crise
- Documenter les choix de modélisation
Une équipe de chercheurs et de praticiens du risque de crédit, formée dans les meilleures institutions académiques et réglementaires.
Dr. Sophie Lemaître
Responsable de la modélisation stochastique
Sophie a passé douze ans au sein d'une grande banque d'investissement à développer des modèles de risque de crédit pour les portefeuilles structurés. Sa thèse de doctorat portait sur les processus de Hawkes appliqués aux défauts corporates. Elle enseigne régulièrement dans des masteres de finance quantitative et supervise les travaux de recherche appliquée de notre équipe. Son approche combine une rigueur mathématique exemplaire avec une compréhension fine des contraintes opérationnelles des risk managers.
Marc-Antoine Durand
Directeur des relations réglementaires
Marc-Antoine a travaillé pendant huit ans au département de la stabilité financière d'une banque centrale européenne, où il a participé à l'évaluation des modèles internes des établissements bancaires. Il connaît les attentes des superviseurs en matière de modélisation de la corrélation de défaut et aide nos utilisateurs à structurer leur documentation réglementaire. Il est l'auteur de plusieurs articles sur le risque systémique et la contagion interbancaire.
Inès Kowalski
Experte en calibration et validation de modèles
Inès a débuté sa carrière comme trader de produits dérivés de crédit avant de se tourner vers la modélisation quantitative. Elle a une expérience unique de la manière dont les hypothèses de corrélation impactent les prix de marché et les provisions réglementaires. Elle dirige nos ateliers de calibration sur données réelles et développe les protocoles de validation interne que nous recommandons à nos utilisateurs. Son expertise pratique est un contrepoint essentiel à la théorie académique.
Reconnaissance académique
Nos engagements
Intégrité intellectuelle
Transparence des modèles
Pertinence réglementaire
Nous maintenons un dialogue constant avec les évolutions du cadre prudentiel pour que nos approches restent utiles dans un contexte de supervision exigeante.
Actionnabilité
Accessibilité savante
Nous défendons l'idée qu'une idée complexe bien expliquée vaut mieux qu'une idée simplifiée jusqu'à l'inexactitude. Notre pédagogie vise la compréhension profonde.