Socio-économie & Nouvelles technologies
Finance, Investissement & Gestion des risques

Pandémies & Maladies infectieuses

Économie & Développement mondial

Covid-19

Marchés financiers, modélisation & tarification

Pertes économiques & Financement du risque de catastrophe

Assurance & Gestion des risques

AXA Awards

France

Modélisation de valeurs extrêmes pour l'analyse de la pandémie de COVID-19 et de son impact et l'atténuation des futures crises connexes

Les inférences et les prévisions des risques sont d'une importance cruciale pour les décideurs, les sociétés financières et d'assurance, et la société. Elle sont particulièrement importantes dans les environnements qui traversent des événements fortement perturbateurs et généralement sans précédent, tels que le double choc actuel de la pandémie COVID-19 et la chute des prix du pétrole. Il existe peu de techniques statistiques pour analyser les événements extrêmes dans un monde non stationnaire et sous contrainte de temps, et elles sont généralement limitées aux données qui ont un faible nombre de caractéristiques par échantillon et ne sont pas extensibles aux données complexes qui pourraient en avoir des centaines voire des milliers. Le Dr Gilles Stupfler, lauréat d’un Award du Fonds AXA pour la Recherche à l'ENSAI, cherche à repousser les limites des connaissances actuelles en abordant ce problème de modélisation de l'impact des risques liés aux événements très perturbateurs tels que la pandémie COVID-19, en l'absence de données pertinentes, par le développement de techniques adaptées. Son projet est composé de deux axes de recherche.

Le premier volet d'activité impliquera l'inférence sur des extrêmes non stationnaires, en vue de modéliser les grandes conséquences économiques et financières de la propagation mondiale de la COVID-19 compte tenu des informations géographiques, sanitaires et climatiques auxiliaires. Avec son équipe, ils développeront une méthodologie générale utilisant diverses mesures de risque, y compris des mesures de risques expectiles et extremiles récemment introduites qui offrent des alternatives judicieuses aux mesures de risque traditionnelles basées sur les quantiles (p. Ex., Value-at-Risk et déficit attendu) lorsqu'il s'agit d’événements rares qui entraînent de graves pertes.

Le deuxième volet de travail exploitera la vaste richesse de données fonctionnelles à notre disposition pour construire des estimateurs pour les mesures de risque de régression extrême avec des covariables fonctionnelles, en vue d'analyser et de prédire les conséquences de la pandémie COVID-19. Ces estimateurs sont des « estimateurs non paramétriques », dans le sens où ils apprennent progressivement la structure des données avec une contribution minimale de l'utilisateur. Les méthodes seront mises en œuvre sur des données simulées et réelles issues de la climatologie, de l'épidémiologie, de l'assurance et de la finance. Cela nécessite des compétences techniques spécialisées et des résultats de pointe issus de la théorie des valeurs extrêmes.

Avec cette combinaison de nouvelles techniques de mesure des risques et de méthodes de données de grande dimension, ce programme de recherche fournira une boîte à outils diversifiée pour l'évaluation et l'atténuation des risques extrêmes dus à des événements rares, y compris une pandémie ou un événement climatique perturbateur.