Former PhD students
PhD student : Rudy Daccache (Divisional Director - Group Risk Management and Actuarial Services - Chedid Capital)
Supervisor(s) : Christian Yann Robert
Thesis title : Gestion des risques des taux d’intérêt et de liquidité dans le secteur bancaire libanais
Defense date : 26/06/2014
Abstract
L’objectif de cette thèse est de fournir à la Banque Audi des outils économétriques et appliqués pour une gestion des risques plus efficace et plus robuste. Les banques libanaises sont aujourd’hui confrontées à des défis plus importants que jamais : l’avenir de la région du Moyen-Orient repose notamment sur les conséquences de la guerre civile syrienne. Dans ce contexte, la gestion des taux d’intérêt et de la liquidité s’avère de plus en plus compliquée pour les banques commerciales.
En premier lieu, le risque de taux d’intérêt sur le marché libanais sera étudié. Ce marché est connu pour son manque de liquidité et le problème de calibrage des modèles de taux est difficile. Afin de résoudre ce problème, nous utilisons les prix historiques des obligations émises par le gouvernement libanais et libellées en monnaie locale et en dollars américains. Nous considérons des modèles de Nelson-Siegel et Svensson et contraignons le niveau de corrélation des facteurs afin de stabiliser l’estimation des paramètres de ces modèles. La méthode conduit à des résultats qui s’interprètent très facilement d’un point de vue économique et peuvent être utilisés pour la prévision des variations de la courbe des taux sur la base d’une analyse économique prospective.
En second lieu, la problématique des dépôts des clients traditionnels sera étudiée. Ces derniers sont reconnus comme étant la source principale de financement des banques commerciales libanaises (80–85 % du passif). Bien qu’ils soient contractuellement des dépôts à court terme (principalement un mois) versant des taux d’intérêt fixes, ces dépôts sont assimilés à une source de financement stable possédant un comportement proche de celui des taux d’intérêt du marché. Nous développons un modèle à correction d’erreur représentant un équilibre à long terme entre le Libor et le taux moyen du secteur bancaire libanais offert sur les dépôts en dollars américains. Les résultats permettent de déterminer une date de réévaluation des dépôts clientèle en cas de fluctuation des taux d’intérêt. Une nouvelle duration du passif tenant compte des comportements des clients a été mise en place. Elle sera, par construction, plus élevée que la duration contractuelle. En cas de hausse des taux d’intérêt, une baisse de l’écart entre la duration des actifs et des passifs sera alors observée, menant à une diminution de l’impact négatif de cette hausse.
Après avoir étudié le profil de risque de taux des dépôts clientèle, nous commençons la deuxième partie de la thèse par la détermination de l’échéancier des retraits. Nous segmentons les données historiques relatives aux dépôts clientèle selon la monnaie, le type de dépôt et la résidence du déposant. Pour chaque filtre, un modèle à correction d’erreur est développé. Les résultats montrent la relation entre les dépôts clientèle, un indicateur relatif du niveau économique et les écarts entre les taux offerts sur le marché libanais. Ainsi, le modèle permettra d’évaluer le comportement des retraits des dépôts clientèle et de comprendre leur profil de risque de liquidité.
Les grandes institutions financières détiennent des positions importantes en actifs financiers. La dernière partie de la thèse discute de la gestion du risque de liquidité de marché en cas de cession forcée de ces actifs. Nous supposons qu’un investisseur détient une position importante dans un actif donné. À \(t = 0\), un choc sévère provoque une forte dépréciation de la valeur de l’actif et, par conséquent, force l’investisseur à opter pour la liquidation du portefeuille dès que possible, tout en limitant ses pertes. Les rendements des actions sont modélisés par des processus de type GARCH, qui sont adaptés pour décrire des comportements extrêmes à la suite d’une forte variation de l’actif au temps initial. Suivant que le marché est liquide ou illiquide, nous proposons à l’investisseur une stratégie optimale qui maximise sa fonction d’utilité. Enfin, nous intégrons dans le modèle un avis d’expert afin d’optimiser la prise de décision.
PhD student : Erwan Koch (Director of the Expertise Center for Climate Extremes (ECCE) at the University of Lausanne)
Supervisor(s) : Christian Yann Robert, Pierre Ribereau
Thesis title : Outils et modèles pour l'étude de quelques risques spatiaux et en réseaux : application aux extrêmes climatiques et à la contagion en finance
Defense date : 02/07/2014
Abstract
Cette thèse s’attache à développer des outils et modèles adaptés a l’étude de certains risques spatiaux et en réseaux. Elle est divisée en cinq chapitres. Le premier consiste en une introduction générale, contenant l’état de l’art au sein duquel s’inscrivent les différents travaux, ainsi que les principaux résultats obtenus. Le Chapitre 2 propose un nouveau générateur de précipitations multi-site. Il est important de disposer de modèles capables de produire des séries de précipitations statistiquement réalistes. Alors que les modèles précédemment introduits dans la littérature concernent essentiellement les précipitations journalières, nous développons un modèle horaire. Il n’implique qu’une seule équation et introduit ainsi une dépendance entre occurrence et intensité, processus souvent considérés comme indépendants dans la littérature. Il comporte un facteur commun prenant en compte les conditions atmosphériques grande échelle et un terme de contagion auto-regressif multivarié, représentant la propagation locale des pluies. Malgré sa relative simplicité, ce modèle reproduit très bien les intensités, les durées de sècheresse ainsi que la dépendance spatiale dans le cas de la Bretagne Nord. Dans le Chapitre 3, nous proposons une méthode d’estimation des processus maxstables, basée sur des techniques de vraisemblance simulée. Les processus max-stables sont très adaptés à la modélisation statistique des extrêmes spatiaux mais leur estimation s’avère délicate. En effet, la densité multivariée n’a pas de forme explicite et les méthodes d’estimation standards liées à la vraisemblance ne peuvent donc pas être appliquées. Sous des hypothèses adéquates, notre estimateur est efficace quand le nombre d’observations temporelles et le nombre de simulations tendent vers l’infini. Cette approche par simulation peut être utilisée pour de nombreuses classes de processus max-stables et peut fournir de meilleurs résultats que les méthodes actuelles utilisant la vraisemblance composite, notamment dans le cas où seules quelques observations temporelles sont disponibles et où la dépendance spatiale est importante
PhD student : Quang Huy Nguyen (Deputy Head of the Department of Economic Mathematics, NEU University Vitenam, in charge of Actuary training programs and Data science training programs)
Supervisor(s) : Christian Yann Robert
Thesis title : Queue de distribution de somme de variables aléatoires a variations régulières, calculs et simulations
Defense date : 03/11/2014
Abstract
Cette thèse s'intéresse à l'utilisation de techniques numériques par approximation sous forme de séries et de techniques de simulation pour l'approximation de la queue de distribution de sommes de variables aléatoires à variations régulières. Le calcul de la probabilité que la somme soit plus grande qu'un seuil donné est important en gestion des risques. En particulier, ce calcul est utilisé pour définir le besoin en capital des sociétés d'assurances ou d'autres institutions financières. Le premier chapitre constitue l'introduction de la thèse. Il explique les principaux résultats et présente les outils mathématiques qui sont développés dans la thèse. Le second chapitre est basé sur le travail : ”Series expansions for the sum of the independent Pareto random variables”, article rédigé avec le Professeur Christian ROBERT, directeur de la thèse. Cet article est soumis à publication. Il propose un algorithme de calcul pour déterminer la queue de distribution d'une somme de variables aléatoires de type Pareto non nécessairement équidistribuées. Il propose une approximation sous forme de série de la fonction de survie de la somme. L'algorithme utilisé pour calculer l'approximation est simple, facile à implémenter, et offre de très bons résultats numériques. Le troisième chapitre de cette thèse est basée sur l'article : ”New efficient estimators in rare event simulation with heavy tails”, publié dans Journal of Computational and Applied Mathematics, et co-écrit avec le Professeur Christian ROBERT. Il s'intéresse à l'approximation par simulation de la probabilité que la somme de variables aléatoires indépendantes à variations régulières soit plus grande qu'un seuil élevé. Des estimateurs efficaces ont déjà été introduits dans la littérature associée à la simulation d'évènements rares. Nous proposons de nouvelles techniques de simulation qui sont plus efficaces que les méthodes précédemment proposées. Le quatrième chapitre poursuit l'analyse de la simulation d'évènements rares du type ”la somme est plus grande qu'un seuil”, mais cette fois-ci il s'intéresse à des situations où les variables aléatoires sont dépendantes. Il se focalise sur le cas où la dépendance est donnée par une copule archimédienne. Ce chapitre est basé sur l'article en relecture : ”Efficient simulation of tail probabilities of sums with heavy tailed random variables and Archimedean copulas”. Les équivalents asymptotiques de la probabilité de dépassement de seuil ne sont connus que dans des cas particuliers et ils fournissent en général des approximations très médiocres de la vraie valeur. Les techniques de simulation sont donc très appréciables pour obtenir rapidement des approximations précises. Nous proposons quatre estimateurs et quatre techniques de simulation associées. Nous montrons que les erreurs relatives sont asymptotiquement bornées pour presque tous les estimateurs. Les simulations montrent que certains estimateurs sont plus précis
PhD student : Mabelle Sayah (Head of Group Market Risk - Bank Audi)
Supervisor(s) : Christian Yann Robert
Thesis title : Understanding some new Basel III implementation issues for Lebanese Commercial Banks
Defense date : 12/09/2017
Abstract
This thesis aims at providing Bank Audi with an updated tool to understand and investigate in given risk types encountered in their portfolios and the way Basel suggests computing their capital charges. International regulator is constantly changing and modifying previously used approaches to enhance the reflection of the market and banking sector risks. The recent financial crisis played a major role in these reforms, in addition the situation of Bank Audi and the markets it is operating in, represent certain specifications that should be accounted for. The work handles interest rate risk in the trading book, Counterparty Credit Risk faced with derivatives along a closer look on the Credit Valuation Adjustment topic and the incorporation of Wrong Way Risk. The first part discusses the new Fundamental Review of the Trading Book: focusing on the general interest rate risk factor, the paper compared Basel’s Sensitivity Based Approach (SBA) capital charge to more traditional approaches of VaR using several models such as Generalized Auto Regressive Conditional Heteroscedasticity (GARCH), Principal Components Analysis (PCA), Independent Components Analysis (ICA) and Dynamic Nelson Siegel. Application on portfolios with zero coupon bonds of different sovereigns revealed the divergence in results between stable markets (such as France and Germany), less stable (such as the USA) and emergent markets (such as Turkey). The second part is dedicated to the Counterparty Credit Risk. A new capital charge methodology was proposed by Basel and set as a standard rule in 2014: the Standardized Approach for Counterparty Credit Risk (SA-CCR). Applying this approach on different derivatives portfolios, we compared it to internal models. The internal methodologies incorporated historical estimations and future projections based on Vasicek and GARCH models. Different hedging cases were investigated on EUR and USD portfolios. The impact of each hedging technique and the difference between IMM and the standardized methods were highlighted in this work: without hedging, the internal approach amends 80% of the standardized capital whereas, in general, the hedging is encouraged more under the standardized approach relatively to its capital reduction under the internal model. The third part remains a part of the Counterparty Credit Risk however, the main focus in this work is the Credit Valuation Adjustment. This topic was neglected in terms of capital charge earlier but due to its important impact is now incorporated as a capital charge amended when no central clearing is put in place when dealing with derivatives. We focus on the regulatory approaches of capital computation, comparing both accepted approaches based on portfolios of interest rate swaps held with investment grade sovereigns. An incorporation of the Wrong Way Risk is another addition in this work: using Error Correction Models we were able to reflect the impact of the correlation between the exposure and the credit quality of the investment grade sovereign we are dealing with. Based on such results, a suggestion of a re-calibrated standardized approach is in place to encourage the use of the CDS as an indicator of the credit quality of the counterparty and not its grade (investment or not) as followed by the new Basel regulations
PhD student : Soffana Madani (Enseignante Auto-Entrepreneure)
Supervisor(s) : Ragnar Norberg et Christian Yann Robert
Thesis title : Contributions à l’estimation à noyau de fonctionnelles de la fonction de répartition avec applications en sciences économiques et de gestion
Defense date : 29/09/2017
Abstract
La répartition des revenus d'une population, la distribution des instants de défaillance d'un matériel et l'évolution des bénéfices des contrats d'assurance vie - étudiées en sciences économiques et de gestion – sont liées a des fonctions continues appartenant à la classe des fonctionnelles de la fonction de répartition. Notre thèse porte sur l'estimation à noyau de fonctionnelles de la fonction de répartition avec applications en sciences économiques et de gestion. Dans le premier chapitre, nous proposons des estimateurs polynomiaux locaux dans le cadre i.i.d. de deux fonctionnelles de la fonction de répartition, notées LF et TF , utiles pour produire des estimateurs lisses de la courbe de Lorenz et du temps total de test normalisé (scaled total time on test transform). La méthode d'estimation est décrite dans Abdous, Berlinet et Hengartner (2003) et nous prouvons le bon comportement asymptotique des estimateurs polynomiaux locaux. Jusqu'alors, Gastwirth (1972) et Barlow et Campo (1975) avaient défini des estimateurs continus par morceaux de la courbe de Lorenz et du temps total de test normalisé, ce qui ne respectait pas la propriété de continuité des courbes initiales. Des illustrations sur données simulées et réelles sont proposées. Le second chapitre a pour but de fournir des estimateurs polynomiaux locaux dans le cadre i.i.d. des dérivées successives des fonctionnelles de la fonction de répartition explorées dans le chapitre précédent. A part l'estimation de la dérivée première de la fonction TF qui se traite à l'aide de l'estimation lisse de la fonction de répartition, la méthode d'estimation employée est l'approximation polynomiale locale des fonctionnelles de la fonction de répartition détaillée dans Berlinet et Thomas-Agnan (2004). Divers types de convergence ainsi que la normalité asymptotique sont obtenus, y compris pour la densité et ses dérivées successives. Des simulations apparaissent et sont commentées. Le point de départ du troisième chapitre est l'estimateur de Parzen-Rosenblatt (Rosenblatt (1956), Parzen (1964)) de la densité. Nous améliorons dans un premier temps le biais de l'estimateur de Parzen-Rosenblatt et de ses dérivées successives à l'aide de noyaux d'ordre supérieur (Berlinet (1993)). Nous démontrons ensuite les nouvelles conditions de normalité asymptotique de ces estimateurs. Enfin, nous construisons une méthode de correction des effets de bord pour les estimateurs des dérivées de la densité, grâce aux dérivées d'ordre supérieur. Le dernier chapitre s'intéresse au taux de hasard, qui contrairement aux deux fonctionnelles de la fonction de répartition traitées dans le premier chapitre, n'est pas un rapport de deux fonctionnelles linéaires de la fonction de répartition. Dans le cadre i.i.d., les estimateurs à noyau du taux de hasard et de ses dérivées successives sont construits à partir des estimateurs à noyau de la densité et ses dérivées successives. La normalité asymptotique des premiers estimateurs est logiquement obtenue à partir de celle des seconds. Nous nous plaçons ensuite dans le modèle à intensité multiplicative, un cadre plus général englobant des données censurées et dépendantes. Nous menons la procédure à terme de Ramlau-Hansen (1983) afin d'obtenir les bonnes propriétés asymptotiques des estimateurs du taux de hasard et de ses dérivées successives puis nous tentons d'appliquer l'approximation polynomiale locale dans ce contexte. Le taux d'accumulation du surplus dans le domaine de la participation aux bénéfices pourra alors être estimé non parametriquement puisqu'il dépend des taux de transition (taux de hasard d'un état vers un autre) d'une chaine de Markov (Ramlau-Hansen (1991), Norberg (1999))
PhD student : Gwladys Mao (Endrix - CSR Consultant - Lecturer - Actuarial Science ESILV)
Supervisor(s) : Christian Yann Robert
Thesis title : Estimation des coûts économiques des inondations par des approches de type physique sur exposition
Defense date : 21/10/2019
Abstract
Les travaux de cette thèse se situent dans le cadre de l’élargissement du périmètre des impacts estimés par le modèle inondation de la Caisse Centrale de Réassurance (CCR).
Le premier chapitre étudie les différents impacts d’une inondation ainsi que leurs interdépendances, afin d’en proposer une classification. À partir de cette analyse, nous proposons un modèle global construit par chaînage des différentes modélisations d’impacts, dans lequel les sorties des différents modèles servent d’entrées aux modèles suivants. Cette démarche permet d’obtenir une répartition des impacts par poste et de mieux comprendre les effets en cascade, depuis les dommages directs jusqu’aux conséquences macroéconomiques.
Le chapitre 2 s’intéresse à la modélisation des dommages aux véhicules selon le cahier des charges de la CCR. Les différentes contraintes à respecter sont les suivantes : la modélisation doit porter uniquement sur le péril inondation et le risque automobile, et permettre une évaluation aussi bien pour un événement particulier que pour la charge totale annuelle. L’étude de ce risque nous a permis de décrire, d’implémenter et d’identifier les difficultés ainsi que les améliorations possibles de différentes approches de modélisation, à savoir :
— une régression linéaire, méthodologie actuellement utilisée par la CCR ;
— une modélisation fréquence × sévérité associée à la théorie des valeurs extrêmes, approche très utilisée dans le domaine de l’assurance ;
— une modélisation physique fondée sur l’exposition, démarche déjà adoptée par la CCR pour les dommages au bâti. Nous nous sommes ainsi appuyés sur le modèle d’aléa inondation de la CCR et avons développé les modules de vulnérabilité et de dommages propres au risque automobile.
La CCR étant chargée de la gestion comptable et financière du Fonds national de gestion des risques en agriculture pour le compte de l’État, les travaux se sont poursuivis, dans le chapitre 3, par la modélisation du risque agricole. À partir d’un état de l’art consacré à la modélisation des conséquences agricoles des inondations, une modélisation de ce risque est proposée et implémentée. Le modèle s’intègre dans la démarche de modélisation physique fondée sur l’exposition développée à la CCR.
Le travail a porté sur le développement des modules de vulnérabilité et de dommages spécifiques à l’agriculture. Le modèle de vulnérabilité a été développé à partir du Registre parcellaire graphique, tandis que le module de dommages a été construit à partir des courbes de dommages agricoles élaborées dans le cadre du groupe de travail national « Analyse multicritère inondation », notamment à travers les travaux de l’IRSTEA. Le modèle d’aléa utilisé est celui développé par la CCR depuis 2003.
Le dernier chapitre est conçu comme une base technique destinée à permettre la poursuite des travaux d’élargissement du périmètre des impacts modélisés. Tout d’abord, un état des lieux des travaux réalisés — portant sur les risques automobile et agricole — et des travaux en cours — concernant notamment les pertes d’exploitation consécutives à un dommage direct — est dressé et replacé dans le contexte de la modélisation globale des impacts proposée à la CCR.
Pour les impacts qui n’ont pas encore été traités, nous présentons les principales problématiques de modélisation, un bref état de l’art ainsi que les conclusions qui en découlent en termes de choix méthodologiques et de perspectives de modélisation.
PhD student : Maximilen Baudry (Principal Engineer - Akeneo)
Supervisor(s) : Christian Yann Robert
Thesis title : Quelques problèmes d’apprentissage statistique en présence de données incomplètes
Defense date : 08/01/2020
Abstract
La plupart des méthodes statistiques ne sont pas nativement conçues pour fonctionner sur des données incomplètes. L’étude des données incomplètes n’est pas nouvelle et de nombreux résultats ont été établis pour pallier l’incomplétude en amont de l’étude statistique. D’autre part, les méthodes de deep learning sont en général appliquées à des données non structurées de type image, texte ou audio, mais peu de travaux s’intéressent au développement de ce type d’approche sur des données tabulaires, et encore moins sur des données incomplètes. Cette thèse se concentre sur l’utilisation d’algorithmes de machine learning appliqués à des données tabulaires, en présence d’incomplétude et dans un cadre assurantiel. Au travers des contributions regroupées dans ce document, nous proposons différentes façons de modéliser des phénomènes complexes en présence de schémas d’incomplétude. Nous montrons que les approches proposées donnent des résultats de meilleure qualité que l’état de l’art
PhD student : Steve Briand (Data Scientist -- AITH)
Supervisor(s) : Christian Yann Robert et de Jean-Yves Lesueur
Thesis title: Préférences individuelles, retraite, prévention santé et dépendance : applications microéconométriques
Defense date : 25/06/2020
Abstract
Cette thèse de doctorat porte sur l’économie du vieillissement. Elle étudie plus finement les déterminants des décisions individuelles en termes de départ à la retraite, de prévention santé et de souscription à une offre d’assurance dépendance. Le Chapitre 1 part du constat que les incitations financières visant à encourager les individus à retarder leurs départs à la retraite ont des effets relativement limités et hétérogènes. Il explore le rôle d’un autre déterminant potentiel de la décision de départ : le biais d’incohérence temporelle. A partir de données d’enquête française, l’analyse économétrique montre que les individus manifestant de l’incohérence temporelle sont bien moins susceptibles de retarder leurs départs à la retraite pour bénéficier d’un bonus de pension (la surcote). Le Chapitre 2 étudie l’effet causal de la retraite sur les comportements préventifs et à risque au sein des couples. Cet article est le premier à tenir compte de la coordination entre conjoints et des effets d’externalités asymétriques des comportements dans ce type d’évaluation. Les résultats économétriques sur données d’enquête européenne révèlent des effets hétérogènes en fonction des comportements étudiés, mais également du statut de pénibilité de l’emploi avant retraite et de l’ordre des départs à la retraite dans le couple. Le Chapitre 3 questionne la nature de la relation entre l’effort de prévention et la demande d’assurance pour le risque de dépendance, dans le cadre de l’introduction d’un programme de prévention par un organisme assureur. Les prédictions à l’équilibre d’un modèle théorique d’assurance montrent que le programme de prévention n’engendre pas d’effet de réduction de l’effort d’autoprotection mais a, en revanche, un effet ambigu sur le choix du taux de couverture assurantiel. Les résultats de l’analyse économétrique associée sur données d’enquête française mettent en évidence un effet positif de l’intention de participation au programme sur l’effort de prévention et sur la décision d’assurance, rejetant ainsi l’existence d’effet d’éviction. Ils indiquent également l’existence d’une sélection avantageuse sur le marché de l’assurance dépendance français
PhD student : Olivier David Zerbib (Associate Professor, CREST, ENSAE, Institut Polytechnique de Paris)
Supervisor(s) : Christian Yann Robert et de Joost Driessen
Thesis title : Asset pricing and impact investing with pro-environmental preferences
Defense date : 16/11/2020
Abstract
Cette thèse étudie les effets des préférences pro-environnementales des investisseurs sur la valorisation des actifs et l’investissement d’impact. Le premier chapitre montre comment l’investissement durable, à travers la pratique conjointe de l’intégration de critères environnementaux, sociaux et de gouvernance (ESG) et du filtre d’exclusion, affecte le rendement des actifs. L’effet de ces deux pratiques se traduit par l’émergence de deux « primes de goût » et deux « primes d’exclusion » qui induisent des effets croisés entre les actifs exclus et non exclus. En utilisant les détentions de 453 fonds verts investissant dans les actions américaines entre 2007 et 2019 pour approximer les goûts des investisseurs durables, j’estime le modèle appliqué à l’investissement vert et à l’exclusion des « actions du péché » (« sin stocks »). L’effet de goût annuel varie entre -1,12% et +0,14% pour les différents secteurs considérés et l’effet moyen d’exclusion est de 1,43%. Au second chapitre, j’utilise les obligations vertes comme un instrument pour identifier l’effet des motivations non-pécuniaires, notamment des préférences pro-environnementales, sur les prix des obligations. Je mets en œuvre une méthode d’appariement, suivie d’une procédure de régression en deux étapes, pour estimer le différentiel de rendement entre une obligation verte et une obligation conventionnelle contrefactuelle entre juillet 2013 et décembre 2017. Les résultats font apparaître une faible prime négative : le rendement d’une obligation verte est plus faible que celui d’une obligation conventionnelle. En moyenne, la prime est de -2 points de base pour l’échantillon total ainsi que pour les obligations en dollar et en euro considérées séparément. Je montre que cette prime négative est plus prononcée pour les obligations financières et celles ayant une faible notation. Les résultats soulignent le faible impact des préférences pro-environnementales des investisseurs sur le prix des obligations, ce qui ne représente pas, à ce stade, une désincitation pour les investisseurs à soutenir l’expansion du marché des obligations vertes. Enfin, le troisième chapitre montre comment l’investissement vert pousse les entreprises à réduire leurs émissions de gaz à effets de serre en faisant augmenter leur coût du capital. Les émissions des entreprises se réduisent lorsque la proportion d’investisseurs verts et leurs exigences environnementales croissent. Cependant, une hausse de l’incertitude concernant les impacts environnementaux futurs atténue la pression sur le coût du capital des entreprises les plus carbo-intensives, ce qui les pousse à accroître leurs émissions. Je développe une analyse empirique qui corrobore les résultats théoriques en analysant les actions américaines et en utilisant les détentions des fonds verts pour approximer les croyances des investisseurs verts. Lorsque la proportion d’actifs gérés par des investisseurs verts double, l’intensité carbone des entreprises baisse en moyenne de 5% par an
PhD student : Arthur Maillart (Innovation Lead & Consultant Expert - Detralytics)
Supervisor(s) : Christian Yann Robert
Thesis title : Quelques méthodes d’explicabilité pour les modèles d’apprentissage statistique en actuariat
Defense date : 29/06/2021
Abstract
Dans cette thèse, montrons à travers trois problématiques indépendantes l'intérêt des méthodes d'explicabilité pour l'apprentissage statistique en science actuarielle. Dans notre premier cas d’usage, nous construisons un modèle de fréquence sinistre, notre boîte noire, avec un Poisson random forest. Puis, nous proposons une méthode permettant de construire un arbre qui reproduit fidèlement les prédictions de la boîte noire tout en étant moins complexe et de ce fait plus interprétable. En remarquant que la complexité d’un ensemble d’arbres est liée aux trop nombreux rectangles (règles) qui forment la partition sur laquelle prédit le modèle, nous proposons une méthode permettant de défragmenter l’espace et donc d’agréger les petits rectangles de la partition fine pour en former moins, mais plus grands. Pour cela, nous exprimons la distribution de couples (rectangle, prédiction) en fonction de paramètres à estimer. Grâce à cela, il est possible de formuler le problème d'agrégation comme un problème de maximisation de la vraisemblance dont nous pouvons obtenir une solution numérique avec l'algorithme espérance-maximisation. Suite à cette optimisation, nous disposons d’un ensemble restreint de rectangles dont nous nous servons pour construire un arbre de régression qui sert d’interface avec le modèle boîte noire. Grâce à ce modèle de substitution que nous extrayons, nous pouvons ensuite expliquer les prédictions du modèle de fréquence sinistre en fonction des variables télématiques. Notre deuxième application porte sur l’estimation de l’indice de queue qui mesure l'importance d'un évènement extrême. Pour cela, nous supposons que ce paramètre prend un nombre fini de valeurs sur une partition de l'espace des variables explicatives. Nous ajustons un modèle gamma gradient boosting, notre boîte noire, pour obtenir une estimation de l'indice de queue en fonction des variables explicatives. Puis, nous déterminons la partition générée par le gamma gradient boosting et calculons la valeur prédite par ce dernier au sein de chaque rectangle. Nous connaissons ainsi les prédictions du modèle sur toute la partition. Pour obtenir un modèle statistiquement plus pertinent, nous agrégeons les rectangles avec une méthode de classification ascendante hiérarchique contrainte spatialement. Toutefois, ce modèle n'est pas interprétable puisque la forme des régions créées par l'agrégation est trop complexe pour être décrite simplement. Par conséquent, nous modifions l’algorithme de l’arbre de régression pour qu’il apprenne à reproduire cette partition. Notre modèle de substitution s’obtient en élaguant l’arbre maximal à la profondeur souhaitée. Nous appliquons cette méthodologie à un jeu de données qui contient les coûts estimés des tornades aux États-Unis sur les 50 dernières années. Notre dernière application se consacre aux modèles paramétriques. Parmi ces modèles, nous trouvons les modèles linéaires généralisés, et les réseaux de neurones. Notre boîte noire est ici un réseau de neurones. Contrairement aux applications précédentes, nous ne cherchons pas une explication globale des prédictions mais seulement des explications valables au voisinage d'une prédiction à expliquer. Nous nous plaçons dans un cadre de classification binaire et proposons une méthode pour expliquer une prédiction pour une observation donnée de l'espace. La stratégie que nous suggérons ici est d'identifier des points influents pour une prédiction. Ces points, peu nombreux, permettent de localiser la frontière de décision au voisinage de la prédiction à expliquer. Ensuite, nous développons un algorithme qui permet de construire un hyperplan tangent à la frontière de décision au voisinage de la prédiction à expliquer. Cet hyperplan est un modèle de substitution local qui permet d'expliquer une prédiction à la fois. Nous illustrons cette stratégie avec un problème de prévention pour lequel nous voulons trouver les profils les plus susceptibles de faire une déclaration de sinistre.
PhD student : Samuel Piveteau (Actuaire spécialiste non-vie - Pricing & Reporting - Vaudoise Assurances)
Supervisor(s) : Christian Yann Robert et de Julien Trufin
Thesis title : Modélisation de la mortalité par cause de décès
Defense date : 12/07/2021
Abstract
Cette thèse traite de la modélisation de la mortalité par cause de décès. Nous proposons d'aborder ce sujet sous trois angles : l'extrapolation de la mortalité par cause aux âges avancés, le regroupement des causes de décès et la prévision de la mortalité par cause. La première partie traite de l'extrapolation de la mortalité par cause aux âges avancés, qui est un sujet important en raison de l'incertitude des données aux âges avancés. L'objectif est d'extrapoler les forces de mortalité par cause aux âges avancés tout en maintenant la cohérence avec les méthodes habituelles d'extrapolation toutes causes confondues. Nous proposons une méthode top-down que nous adaptons à la mortalité par cause distribuée comme une variable de Poisson. La vraisemblance du modèle est divisée en deux parties, représentant respectivement la mortalité toutes causes confondues et la contribution des causes de décès. L'extrapolation de la mortalité aux âges élevés est obtenue en deux étapes. La première étape consiste à extrapoler la mortalité toutes causes aux âges avancés en utilisant les techniques standards de fermeture des tables de mortalité. La deuxième partie de l'algorithme consiste à extrapoler les contributions des causes de décès à la mortalité globale en utilisant une approche multinomiale P-splines. En recombinant les extrapolations des forces de mortalité aux âges élevés et des contributions des causes à la mortalité globale, nous obtenons l’extrapolation de la mortalité par cause. Dans la deuxième partie, nous proposons un algorithme pour diviser une base de mortalité en plusieurs groupes de telle sorte que l'ajustement obtenu en utilisant un modèle de Lee-Carter sur chaque groupe soit optimal. Le cadre est le suivant : nous disposons de séries temporelles de forces de mortalité calculées pour un ensemble de caractéristiques tels l'âge, la cause de décès ou le pays. Afin d'obtenir un meilleur ajustement et une estimation plus précise de la dynamique de l'ensemble des séries, il peut être utile de diviser la base de données en plusieurs groupes, sur chacun desquels un modèle de Lee-Carter est calibré. Nous proposons un algorithme dérivé des K-centroïdes et adapté au modèle LC que nous appelons le K-LC. A partir d'un algorithme apparemment complexe, nous montrons que la méthode est équivalente à un algorithme de K-centroïdes pour une fonction de distance spécifique. Deux applications sont proposées pour illustrer l'algorithme. La première traite de la division par sexe dans la prévision de la mortalité et la seconde aborde la question du regroupement des séries de mortalité par cause de décès. La troisième partie traite de la projection des taux bruts de mortalité par cause. Nous avons proposé un modèle pour traiter trois problèmes fondamentaux qui se posent lors de la projection de la mortalité par cause : les changements de tendances, le problème de la dépendance temporelle des causes de décès et la présence de biais dans les prévisions de mortalité. Nous introduisons un modèle espace-état de Poisson permettant de contourner ces problèmes au moyen d’une dynamique particulière. Cette dynamique nous permet de saisir la structure de dépendance temporelle entre les variations des causes de décès et d'inclure le potentiel de changement de tendance. La calibration du modèle est réalisée par l'algorithme Espérance-Maximisation. Nous adaptons cette méthode au modèle de Poisson de la mortalité, et montrons que pour certains paramètres, l'estimation peut être obtenue par formule fermée. Une application à la population féminine américaine entre 1979 et 2012 est proposée. Nous détaillons les structures de dépendance obtenues et mesurons leur impact sur la dépendance entre les causes de décès à l'aide de simulations. Nous faisons ensuite des prédictions sur les années 2012 à 2017, que nous comparons à celles d'un modèle LC standard appliqué à chaque cause séparément.
PhD student : Qinkai Chen (Quantitative Researcher - ExodusPoint Capital Management)
Supervisor(s) : Mathieu Rosenbaum et de Christian Yann Robert
Thesis title : Deep learning solutions to some prediction problems in finance
Defense date : 15/03/2023
Abstract
This thesis consists of two connected parts that examen respectively two prediction problems in finance, stock return prediction and short-term volatility prediction. It also has another additional part which examens a related issue in contemporary artists connection discovery with some methods derived from the two first parts.In the first part, we present a univariate and a multivariate deep learning solution to the problem of stock return prediction with financial news. We first introduce a univariate prediction procedure that predicts the short-term return of a stock after the publication of news associated with this stock (Chapter 2). In this procedure, we first use a transfer learning based method to generate contextualized embeddings of the words in a news’ headline, a recurrent neural network is then used to make predictions from the generated embeddings. Through extensive experiments, we show that this approach outperforms other baseline models. We then extend our univariate approach to a multivariate model (Chapter 3), in which a single news can not only impact one stock but also all other related stocks. Through an innovative multi-graph convolutional network structure, we can model the information transmission process from one stock to others based on stock relationships built from different sources. We demonstrate the effectiveness of this approach with a similar experiment setup as the first study.In the second part of this thesis, we are interested in predicting short-term realized volatility from limit order book with a multivariate model (Chapter 4). To achieve this goal, we design a graph neural network containing both temporal and cross-sectional relations. Graph transformer operators are integrated into the model for better accuracy and computing efficiency on this large graph. Through experiments based on more than 500 stocks, we demonstrate that a graph-based multivariate approach has better predictive power than commonly used univariate baselines.In the third part, we introduce a solution to discovering the relations among the contemporary artists through their biographies (Chapter 5). For this purpose, we design a general NLP framework, in which we first continue to pre-train an existing general language model with unlabeled art-related texts. We then fine-tune this new pre-trained model with labeled biography pairs. We demonstrate that our approach achieves more than 85% accuracy in identifying the connection between two artists and outperforms other baseline models in the experiments.
PhD student : Fanny Cartellier (Postdoc at the University of Zurich)
Supervisor(s) : Christian Yann Robert et Peter Tankov
Thesis title : Strategic interactions in the ecological transition : Quantitative approaches in climate finance
Defense date : 26/06/2024
Abstract
This thesis models the strategic behavior and interactions of key players in the low-carbon transition, and the impact they have on its progress. It pays particular attention to the role of financial actors in climate change mitigation. Chapter 1 reviews the climate stress test methodologies used by financial supervisors and proposed in academic articles. It suggests research avenues for improving their ability to assess the full range of physical and transition risks that could threaten financial stability. Chapter 2 looks at the effect of divestment by banks from polluting assets whose operation is incompatible with the transition to a low-carbon economy, so-called stranded assets. Under certain conditions, such divestment by one bank triggers a chain reaction, prompting other banks to divest in turn. This scenario not only raises the question of the levers available to achieve the low-carbon transition, but also the risks of economic and financial instability that the latter may provoke. Chapter 3 models how the practice of greenwashing is influenced by investors' green preferences in a stochastic dynamic equilibrium model. It shows that investors' preference for low-carbon companies encourages them to engage in greenwashing. Nevertheless, investors can discourage this practice by penalizing it when it is revealed by environmental controversies. These results are robust to the introduction of an interaction between firms, resolved by a mean field game, and are validated empirically. Chapter 4 develops a methodology to identify coarse correlated equilibria in linear quadratic mean field games, an emerging tool in the field of financial mathematics. Under certain conditions, this type of equilibrium achieves higher levels of social welfare than the commonly used Nash equilibrium, while also being non-cooperative. By applying this method to a stylized game of climate change mitigation between countries, it shows how coarse correlated equilibria propose a non-cooperative response, at least theoretically, to the tragedy of the commons
PhD student: Thomas Giroux (Assistant Professor (Tenure-Track) of Sustainable Finance - ETH Zürich)
Supervisor(s) : Christian Yann Robert
Thesis title : From sustainable to impact investing - A system-level approach
Defense date : 06/06/2025
Abstract
My PhD dissertation, titled ”From Sustainable to Impact Investing: A System-Level Approach”, leverages quantitative methods and empirical data to explore how financial innovation can generate measurable impacts and drive systemic change. It focuses on the integration of environmental risks into financial analysis and the development of impact-oriented investment practices in financial markets.The first part addresses environmental risk pricing using advanced econometrics. ”A Dynamic Approach to Carbon Asset Pricing” presents a model with scoredriven conditional betas to estimate time-varying carbon risk premiums. ”Valuing Biodiversity as a SystemicRisk” shows that biodiversity risk is distinct from carbon risk and carries a sector-specific premium. ”Tail Risk and Environmental Risk” introduces a robust method to study extreme returns and their link to environmental factors.The second part investigates innovative financial tools for impact. ”Innovative Finance for Biodiversity Conservation” presents a theoretical and empirical framework showing that high-impact projects require blended finance and risk mitigation. ”Scaling Blended Finance for the SDGs” models the decision-making of development finance institutions, highlighting greater concessionality for impactful projects in high-risk countries.This dissertation provides new insights into how financial innovation can transform sustainable finance and support large-scale environmental and social transitions
PhD student : Fallou Niakh (Coordinateur des enseignements d’actuariat et de finance · ENSAE Paris)
Supervisor(s) : Christian Yann Robert et de Caroline Hillairet
Thesis title : Hybrid Risk-Sharing Mechanisms : Bridging Traditional Insurance and Peer-to-Peer Solutions
Defense date : 28/08/2025
Abstract
This thesis investigates hybrid risk-sharing mechanisms that combine traditional insurance instruments with peer-to-peer (P2P) pooling schemes. It responds to structural limitations in conventional insurance—such as solvency constraints, coverage caps, and index mismatches in parametric insurance—by proposing a layered architecture that integrates ex-ante financial protection with ex-post solidarity, to improve collective efficiency and fairness.Chapter 1 lays the theoretical foundations of P2P risk-sharing by modeling how heterogeneous agents can allocate losses collectively. It introduces a fixed point approach to construct risk-sharing rules that are both Pareto-optimal and actuarially fair. Through detailed numerical analyses, the chapter examines how individual risk aversion, heavy-tailed distributions, and inter-agent dependence affect the optimal allocation of aggregate losses.The second chapter presents a hybrid model for managing natural catastrophe risks. It combines capped traditional insurance with a government-coordinated redistributive taxation scheme that covers residual losses in the event of insurer default. The proposed P2P mechanism is grounded in optimal taxation theory and is empirically assessed on simulated data for 221 European regions. Results demonstrate a substantial reduction in regional disutility and improved fairness across territories.The third chapter addresses basis risk in parametric insurance, particularly for solar energy producers. It constructs an optimized weather index to homogenize the gap between realized losses and payouts, and develops a P2P mechanism to redistribute residual basis risk among producers. Using high-frequency data from 50 solar farms in southern Germany, the model achieves a 55% reduction in basis risk variance, thus enhancing the robustness and acceptability of parametric contracts.
PhD student : Oleksandr Sorochynskyi (Actuaire - PRIM'ACT)
Supervisor(s) : Frédéric Planchet et de Christian Yann Robert
Thesis title : Contribution à l'analyse des risques de mortalité et de morbidité en assurance à l'aide de données de santé
Defense date : 23/09/2025
Abstract
La disponibilité croissante de données médicales offre des opportunités pour l’exploitation secondaire de ces dernières, notamment pour la construction d’indicateurs de santé, sans nécessiter la mise en place coûteuse de nouveaux dispositifs de collecte. Ces indicateurs jouent un rôle crucial dans trois grands enjeux des systèmes de santé contemporains : éclairer les décisions des politiques publiques, améliorer l’efficience du système de soins, et cibler les actions de prévention. Cette thèse s’inscrit dans ce cadre général en explorant différentes stratégies d’exploitation secondaire des données de santé, en mettant l’accent sur les cas où cette exploitation soulève des défis méthodologiques importants. Les contributions proposées relèvent principalement de la méthodologie statistique appliquée, adaptée à des contextes variés, et ont pour but de démontrer le potentiel de telles données dans la production d’indicateurs utiles et fiables. Les travaux sont structurés autour de trois contextes d’application distincts. Le Chapitre 1 propose une méthodologie de calcul de l’espérance de vie en bonne santé à partir des données hospitalières issues du PMSI. En appliquant un modèle de Cox à la durée de vie sans survenue de pathologies majeures, il devient possible d’analyser un indicateur de type disease-free life expectancy, intégrant à la fois la morbidité et la mortalité. L’analyse confirme le rôle central de certains facteurs comportementaux, tout en permettant une quantification fine des disparités entre sexes et territoires. Ce travail illustre ainsi le potentiel des données hospitalières pour produire des indicateurs robustes, exploitables par les décideurs publics, et complémentaires aux indicateurs classiques fondés sur les enquêtes. Le Chapitre 2 s’intéresse aux âges biologiques comme indicateurs individuels de santé, conçus pour refléter l’état physiologique d’un individu mieux que son âge chronologique. À partir des données NHANES, plusieurs méthodes de calcul d’âges biologiques sont comparées selon leurs associations avec la mortalité, la morbidité et divers facteurs de risque. Une procédure d’imputation multiple permet de dépasser les limites du plan d’enquête. La comparaison est menée dans une perspective de prévention, avec l’objectif de construire un indicateur prédictif et compréhensible. L’analyse révèle qu’en l’absence de recalibrage, les âges biologiques ne permettent pas d’améliorer la prédiction du nombre de décès à partir d’une table de mortalité. L’intégration de la loi de mortalité dès la construction de l’indicateur permet de rendre ces âges biologiques opérationnels dans un cadre assurantiel, ouvrant la voie à des stratégies de prévention personnalisées. Le Chapitre 3 prolonge la réflexion dans un contexte assurantiel, en étudiant l’évaluation de la santé à travers les postes de préjudice extraits de rapports d’expertise médicale, à l’aide de techniques de traitement automatique du langage. Après une phase d’extraction des montants de préjudice, la tâche est formulée comme un problème de régression supervisée. Plusieurs modèles sont testés, allant de modèles linéaires aux réseaux de neurones basés sur CamemBERT. Les résultats montrent des performances modérées (R^2 entre 20% et 40%). Bien que cette tentative ne débouche pas encore sur un modèle opérationnel, elle permet d’explorer les approches possibles et d’identifier les conditions nécessaires à une poursuite réaliste de cette tâche : diversification des sources textuelles, disponibilité d’une référence humaine, et capacité des modèles à se généraliser à des documents produits plus tôt dans le processus d’indemnisation. Cette thèse illustre ainsi la diversité des approches possibles pour l’exploitation secondaire des données de santé. Chaque contexte impose des contraintes méthodologiques spécifiques, mais tous montrent le potentiel de ces données pour renforcer les capacités de pilotage, de prévention et l’efficience des systèmes de santé.
Current PhD students
PhD student : Yoann Jayer
Supervisor(s) : Christian Yann Robert et Maud Thomas
Thesis title : Approches causales en actuariat : estimer l’effet de mesures de préventions individuelles sur la réduction du risque. Application au retrait gonflement des argiles
PhD started : 2025
Abstract
PhD student : Marie Celine Ndom
Supervisor(s) : Christian Yann Robert
Thesis title : Dépendance technologique, accumulation et assurabilité dans l’assurance cyber
PhD started : 2026
Abstract