Академический Документы
Профессиональный Документы
Культура Документы
far
Parcours Ise
Ingenierie Statistique et Economique de la Finance, de lAssurance et du Risque
ISEFAR
(Ingenierie Statistique et Economique de la Finance, de lAssurance et du Risque)
et deux parcours en M2 :
ISEFAR-SR
(Statistique du risque)
Secretariat ISEFAR
:
M. Brahim Boughezala
Universite Paris Ouest Nanterre la Defense
UFR SEGMI, Bureau R40.1, b
atiment G
200 avenue de la republique
92001 Nanterre Cedex
mail : bboughez@u-paris10.fr
Site internet : http://isifar.u-paris10.fr/
Responsable du parcours GR :
Meglena Jeleva, professeur Paris Ouest, equipe EconomiX : meglena.jeleva@u-paris10.fr
Responsable du parcours SR :
Cecile Durot, professeur Paris Ouest, equipe ModalX : cecile.durot@u-paris10.fr
Contact entreprises :
Patrice Bertail, professeur Paris Ouest, equipe ModalX : patrice.bertail@u-paris10.fr
.
.
.
.
.
3
3
4
5
5
5
e de M1
2 Organisation de lanne
2.1 Premier semestre, note S1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Second semestre, note S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
6
7
e de
3 Organisation de lanne
3.1 Premier semestre, note S3
3.2 Second semestre, note S4
3.3 Contrat dalternance . . .
M2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
8
8
9
9
9
11
13
14
14
15
15
16
17
17
18
18
. . . . .
. . . . .
. . . . .
. . . . .
dipl
ome
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
far
Le parcours Ise
1.1
Pr
esentation et Objectifs
Le master de la mention Risque et Environnement de luniversite Paris Ouest est rattache aux deux domaines
Droit,
economie et gestion et Sciences, technologies et Sant
e. Sa creation en 2014 resulte de la volonte de rapprochement des formations en economie et en mathematiques de lUFR SEGMI (Unite de formation et de recherche
de sciences economiques, gestion, mathematiques et informatique). Il est propose au sein de lUFR SEGMI conjointement par les departements de Math
ematiques et Informatique et de Sciences Economiques. Le master nait
en effet de la fusion de deux masters :
Le master ISIFAR-SR (fili`ere Statistique du risque du master Ingenierie Statistique et Informatique de la
Finance, de lAssurance et du Risque) propose de 2006 `a 2013 conjointement, dans le cadre dune co-habilitation,
par le departement de Mathematiques et Informatique de luniversite Paris Ouest et le departement de mathematiques de luniversite Paris Diderot.
Le master GRFA (Gestion des risques en Finance et Assurance) propose de 2006 `a 2013 par le departement
Sciences Economiques de luniversite Paris Ouest.
La vocation du master est de former des cadres `a profil ding
enieurs
economistes ou ding
enieurs statisticiens specialises dans lanalyse des probl`emes actuariels, financiers ou de gestion du risque. Son originalite est
de donner `a des etudiants de tr`es bon niveau une double competence en modelisation mathematique et en analyse
economique des risques, alliant des connaissances plus theoriques avec des enseignements plus appliques, ce qui leur
permettra doccuper des postes `
a responsabilite dans les societes dassurance et les banques, mais aussi dans les
grandes entreprises et les collectivites territoriales.
Apr`es une ann
ee de M1 commune `
a tous les etudiants et consacree aux connaissances fondamentales en probabilites, statistiques et economie du risque et de lassurance, ainsi qu`a la matrise doutils informatiques, deux parcours
sont proposes aux etudiants, leur permettant une orientation professionnelle plus precise :
Le parcours ISEFAR-GR
(Gestion des risques) est axe sur lacquisition de connaissances en economie du risque
et de lincertain, en evaluation des politiques publiques et en risk management mobilisables dans levaluation
des risques environnementaux, technologiques et financiers et dans lelaboration de plans de gestion globale
des risques dans les grandes entreprises et les collectivites locales et nationales. Les diplomes du parcours
ISEFAR-GR
acqui`erent des competences plus approfondies en analyse economique des risques permettant une
comprehension des enjeux economiques et sociaux de la gestion des risques et du comportement des differents
acteurs economiques face `
a ces risques.
Le parcours ISEFAR-SR
(Statistique du risque) est la nouvelle mouture de la fili`ere SR (Statistique du risque)
du master ISIFAR-SR. Il met laccent sur lacquisition de connaissances en statistique, probabilites et programmation mobilisables dans le traitement de donnees pour la tarification de produits assurantiels et financiers. Les
1.2
D
ebouch
es
Parcours ISEFAR-GR.
Les secteurs dactivite principalement vises par le parcours ISEFAR-GR
sont ceux de
lindustrie, des cabinets de conseil, des organismes publics en charge de la gestion des risques et des collectivites
locales. Cependant, les competences acquises en statistique ouvrent aussi des debouches dans le secteur de la
banque et de lassurance.
Dans les grandes entreprises et les cabinets de conseil, les competences acquises par les dipl
omes peuvent
etre mobilisees dans les departements de Risk Management pour les activites suivantes :
Analyse et quantification de lexposition aux differents risques de lentreprise (risques technologiques, risques
produits, risques dinvestissement,)
Elaboration de plans de gestion globale des risques combinant prevention et assurance en conformite avec les
contraintes reglementaires et legislatives ;
Dans les soci
et
es dassurance et les banques, les diplomes peuvent occuper des postes de charges detudes
(notamment dans les departements Risk Management) avec des missions de :
Definition de la cible, et des garanties des nouveaux produits dassurance ;
Realisation detudes prospectives sur un risque (maladie, dependance, accident,...) ;
Mise en conformite des procedures devaluation et de couverture des risques avec les r`eglementations prudentielles Bale et Solvabilite.
Sans etre exhaustive, la liste suivante fournit quelques exemples de postes qui peuvent etre occupes par les
diplomes.
Dans les grandes entreprises et cabinets de conseil :
Risk manager
Conseiller en analyse et prevention des risques
Analyste des risques
Dans les banques :
Analyste de credits et risques bancaires ;
Gestionnaire des risques ;
Specialiste de loctroi du credit.
Parcours ISEFAR-SR.
Le parcours ISEFAR-SR
formant des ing
enieurs statisticiens specialises dans les
domaines de lassurance et de la finance, ces domaines constituent naturellement les debouches privilegies
du parcours. La diversite des competences acquises accrot en outre les possibilites de debouches vers dautres
domaines, notamment ceux dans lesquels la manipulation de grandes masses de donn
ees est indispensable,
comme lindustrie, le marketing ou les societes de services informatiques (SSII). Sans etre exhaustive, la liste
suivante fournit quelques exemples de debouches vers lesquels se sont orientes de jeunes diplomes du master
1.3
Conditions dacc`
es
Le Master ISEFAR
etant une formation `
a recrutement sur caract`
eres sp
ecifiques, son acc`es, en
premi`ere comme en seconde annee, se fait sur dossier. Une commission pedagogique, apr`es avoir instruit lensemble
des dossiers de candidature, etablit la liste des candidats admis, sous reserve de lobtention du diplome requis (M1
pour les candidats au M2 et L3 pour les candidats au M1). Les candidats sont avises individuellement en juillet de la
decision les concernant.
En M1 : Peuvent se porter candidat les titulaires dune licence ou equivalent (Bac +3 dune ecole ou dune universite) en economie (justifiant dun bon niveau en mathematiques), en mathematiques, mathematiques et informatique,
MASS ou econometrie. Le master offre ainsi une fili`ere de poursuite detudes logique aux etudiants qui auront suivi
le double cursus de licence en economie et licence en mathematiques de luniversite Paris Ouest.
ISEFAR.
Ils sont egalement accessibles, sur avis de la commission pedagogique, aux etudiants ayant valide un M1
dune thematique similaire dune ecole, dune universite francaise ou etrang`ere ou dune formation jugee equivalente.
Des connaissances en Actuariat, Economie, Finance et Assurance, Statistique Inferentielle, Analyse des donnees et
Probabilites ainsi quune matrise des logiciels Excel, SAS et R seront particuli`erement appreciees.
1.4
Candidature
1.5
Modalit
es de contr
ole des connaissances. Pour chaque element pedagogique (cours) au niveau duquel sop`ere
levaluation de letudiant, la formule dexamen peut comporter un ou deux volets : le controle continu (compose
depreuves qui visent `
a verifier ponctuellement les acquis de letudiant) et/ou lepreuve finale (portant sur lensemble
du programme, pouvant prendre la forme dune epreuve sur table, dun memoire ou dun dossier par exemple). Lorsque
les deux volets sont presents, leur ponderation respective est fixee par lequipe pedagogique.
En M1, les etudiants nayant pas valide lensemble des enseignements de lannee sont convoques `
a une seconde
session dexamen, dite session de rattrapage, o`
u ils devront obligatoirement repasser tous les element pedagogique qui
nont pas ete valides (voir ci-dessous), `
a lexclusion de tout autre. En M2, il nest pas prevu de session de rattrapage.
Validation et r`
egles de compensation. Une UE (unite denseignement) est constituee dun ou plusieurs elements
pedagogiques, dits EC (elements constitutifs). Le resultat obtenu `a une UE est donne par la moyenne ponderee des
notes acquises aux EC correspondants (il y a compensation intra UE). Les UE dun meme semestre se compensent
entre elles compte tenu de leur coefficient de ponderation (il y a compensation intra semestre). Les semestres dune
meme annee de formation (M1 ou M2) se compensent entre eux (il y a compensation inter semestres). A condition
que la moyenne ponderee des notes obtenues pour une annee de formation (M1 ou M2) soit superieure ou egale `
a
10, letudiant se voit attribuer une mention etablie `a partir de cette moyenne : passable pour une moyenne dans
lintervalle [10, 12[, Assez bien pour une moyenne dans [12, 14[, Bien pour une moyenne dans [14, 16[, Tr`es bien pour
une moyenne superieure ou egale `
a 16. Une UE (et donc aussi tous les EC correspondants) est acquise et capitalisee
d`es lors que letudiant est declare admis ou admis par compensation `a celle-ci. Une EC dune UE non acquise est
acquise et capitalisee si, et seulement si, la note obtenue `a lEC est superieure ou egale `a 10.
e de M1
Organisation de lanne
2.1
UE
Harmonisation
Fondamentaux
Anglais
2.2
ECTS
3
3
4.5
4.5
3
4.5
4.5
3
Volume horaire
36
36
40
40
24
48
48
24
Le second semestre se deroule en une unique periode de cours dune duree de douze semaines. Les cours proposes
pendant cette periode sont rassembles en deux UE de fondamentaux et une UE doptions.
A lissue du second semestre, les etudiants ont la possibilite deffectuer un stage en entreprise dune duree minimale
de deux mois. Ce stage, bien que non obligatoire, est conseille. Il pourra dans certains cas prendre la forme dune
initiation `a la recherche, et donc etre effectue au sein dune equipe de recherche.
UE
Fondamentaux en mathematiques
Fondamentaux en economie
ECTS
3
4.5
4.5
3
4.5
4.5
3
3
3
Volume horaire
36
48
48
24
40
40
24
24
24
e de M2
Organisation de lanne
Lannee de M2 est organisee autour de deux parcours :
ISEFAR-SR
(Statistique du risque)
Pour chacun des deux parcours, le M2 consiste en deux semestres valorises par 30 ECTS chacun. Chaque semestre
comporte une UE de tronc commun constituee de cours obligatoires dans les deux parcours, ainsi quune UE de
fondamentaux et une UE doptions constituees de cours specifiques `a chacun des parcours, les fondamentaux de lun
des parcours etant pour la plupart proposes en option de lautre. Pour valider lUE doptions, letudiant choisit donc
des cours parmi ceux proposes au sein de lUE doptions correspondant `a son parcours. Enfin, le stage en entreprise
est obligatoire pour les deux parcours et constitue `a lui seul une UE.
Durant le M2, la recherche de stage sera facilitee par la mise en place de deux dispositifs :
Un cours de communication (obligatoire mais non valorise par des ECTS) est propose aux etudiants de M2. Il
comporte une formation `
a la redaction de CV et de lettres de motivation, suivie de simulations dentretien. Il
comporte en outre un volet decouverte des metiers et de ses competences.
Un suivi des relations avec les entreprises ayant accueilli des stagiaires de la formation sera assurees par lorganisation de forums.
Les tableaux ci-dessous donnent les intitules des cours de chacun des deux semestres de M2 pour les deux parcours,
le nombre dheures denseignement (voir le paragraphe 5 page 14 pour le detail de la repartition en cours et TD), le
nombre dECTS associes, ainsi que les UE correspondantes.
3.1
Le premier semestre se deroule en une unique periode de cours dune duree de douze semaines `a luniversite.
UE
Tronc commun
Fondamentaux GR
Fondamentaux SR
3.2
ECTS
1.5
3
3
4.5
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
Volume horaire
24
36
24
48
36
24
20
24
30
24
30
30
24
24
30
24
24
20
24
24
24
UE
Tronc commun
Fondamentaux GR
Fondamentaux SR
Options GR (choisir 1 cours)
ECTS
3
3
3
3
3
3
3
3
3
3
3
Volume horaire
30
20
24
32
32
32
20
32
24
20
24
Suite `a cette premi`ere periode, letudiant effectue en seconde periode un stage de fin detudes en entreprise dune
duree de 4 `a 6 mois (entre debut avril et fin septembre). Le stage donne lieu `a un rapport ecrit faisant lobjet dune
soutenance orale. La soutenance est publique et se deroule en presence du responsable de stage en entreprise et de
lenseignant referent. Le stage, qui constitue `
a lui seul une UE, est valorise par 18 ECTS.
3.3
Contrat dalternance
Lorsque le M2 est realise dans le cadre dun contrat dalternance avec une entreprise, letudiant sera present en
entreprise deux jours par semaine pendant le premier semestre et la premi`ere periode du second semestre, les trois
autres jours ouvres de la semaine etant consacres aux cours `a luniversite. Il sera present en entreprise `
a temps plein
pendant la seconde periode du second semestre. Le travail realise en entreprise dans le cadre dun contrat dalternance
tient lieu de stage.
Rappelons que le M1 est constitue de deux semestres notes respectivement S1 et S2 et que chaque semestre
comporte plusieurs UE (voir page 6). Le contenu des cours de M1 est decrit ci-dessous, les cours etant rassembles par
semestre et selon quils sont obligatoires ou optionnels. Les volumes horaires de cours magistraux (CM), de travaux
diriges (TD) et de travaux diriges sur machine (TDM) sont egalement donnes pour chaque cours.
4.1
S1 -
Notion dexternalite
Concurrence imparfaite
Theorie des jeux (9 heures)
Jeux non cooperatifs
Equilibre de Nash
Jeux dynamiques
Harmonisation en math
ematiques (36h CM)
Probabilites (16 heures) :
Probabilites conditionnelles, independance.
Calcul de lois de vecteurs aleatoires.
Vecteurs gaussiens.
Analyse (10 heures) :
Suites reelles, sommes de Riemann et suites de fonctions (convergences simple et uniforme).
Developpements limites.
Integration.
Optimisation de fonctions reelles de plusieurs variables.
Alg`ebre lineaire (10 heures) :
Espaces vectoriels.
Applications lineaires (calcul matriciel).
Valeurs propres et vecteurs propres.
Diagonalisation et changements de bases.
Projections orthogonales.
Formes quadratiques.
Economie du risque (24h CM et 16hTD)
Accroissement de risque et preferences
Dominance stochastique
Aversion pour le risque
Le mod`ele Esperance dutilite
Les mod`eles Non Esperance dutilite (RDU, Prospect theory)
Information et Incitations (24h CM et 16hTD)
Mod`ele Principal-Agent
Selection adverse
Alea Moral
Initiation `
a SAS et R (24h CM)
Initiation au logiciel R (8h TDM).
Principes generaux (installation, packages, aide).
Objets R (vecteurs, matrices, data frame, listes, facteurs).
Lire et enregistrer des donnees.
Elements de programmation (fonctions, boucles).
R pour les graphiques.
Initiation au logiciel SAS (16h TDM).
Importer, saisir, charger, fusionner, manipuler des donnees sous SAS.
10
Generalites et introduction `
a la Statistique.
Methode delta dans le cas multivarie.
Theor`eme de Glivenko-Cantelli.
Estimation
Cadre non-parametrique : estimateurs empiriques ; estimateurs `a noyau ; comportement asymptotique.
Cadre parametrique : estimateurs du maximum de vraisemblance ; normalite asymptotique.
Tests statistiques.
Test du rapport de vraisemblance ; comportement asymptotique.
Test dadequation de Kolmogorov-Smirnov et du Chi-deux.
Tests dAnderson-Darling.
4.2
S2 - Fondamentaux
Choix de portefeuille
Diversification du risque
Mod`ele de Markowitz
Mod`ele EU
Introduction `
a lassurance (24h CM)
Demande dassurance et determinants de la demande dassurance
Arbitrages prevention-assurance
Forme optimale des contrats dassurance
Mod`
eles de r
egression (24h CM et 24h TD)
Le mod`ele lineaire Gaussien.
Definition du mod`ele lineaire Gaussien ; identifiabilite et contraintes didentifiabilite en presence de facteurs.
Estimateurs du maximum de vraisemblance.
Test de Fisher.
Selection de variables.
Validation de mod`ele.
Extensions (cas non gaussien, comportement asymptotique des estimateurs des moindres carres et du test du
rapport des vraisemblances dans un cadre non-lineaire).
Le mod`ele lineaire generalise.
Estimateurs du maximum de vraisemblance.
Test de Wald et du rapport des vraisemblances.
Selection de variables.
Validation de mod`ele.
Cas du mod`ele logistique et du mod`ele de Poisson.
Regression non-parametrique (estimateur `a noyau, compromis biais-variance, choix de la fenetre par validation
croisee).
Politique
economique (24h CM et 16h TD)
Politique monetaire
Reglementation prudentielle
Politiques de la concurrence
S
eries chronologiques (24h CM et 24h TDM)
Generalites sur les processus stationnaires :
Stationnarite.
Tendance et saisonnalite.
Mesure spectrale.
Decomposition de Wold.
Filtres et representation spectrale.
Statistiques des series temporelles stationnaires :
Estimateurs statistiques de la moyenne et de la fonction dauto-covariance.
Normalite asymptotique des estimateurs.
Intervalles de confiance.
Spectrogramme.
Tests.
Processus ARMA.
12
4.3
S2 - Options
13
Statistique
Statistiques dordre et quantiles empiriques ; convergence.
Introduction au Bootstrap.
Rappelons que le M2 est constitue de deux semestres notes respectivement S3 et S4 et que chaque semestre
comporte plusieurs UE (voir page 6), dont une de tronc commun obligatoire pour les deux parcours RM et SR,
et dautres specifiques pour chacun des parcours. Le contenu des cours de M2 est decrit ci-dessous, les cours etant
rassembles par semestre et selon quils sont de tronc commun, destines `a la fili`ere SR ou destines `a la fili`ere RM. Est
precise pour chaque cours hors du tronc commun sil est ou non obligatoire.
5.1
Math
ematiques financi`
eres et actuarielles (24h CM et 24h TD)
Mesure dune evolution : variations et taux nominaux.
Rentabilite dun investissement :
Remuneration : obligations, actions, immobilier,...
Taux de rentabilite et de rendement : dcomposition fondamentale.
Taux moyens.
Valorisation dune action.
Crit`eres de rentabilite.
Interets et Escomptes en temps discret et en temps continu.
Calcul actuariel et financier
En avenir certain.
A un ou plusieurs flux.
Introduction au calcul actuariel en avenir incertain.
Les mesures de risques
La VaR : definition et methodes destimation.
Les mesures de risque coherentes.
TVaR et mesures apparentees.
14
5.2
S3 - Fondamentaux GR
.
Risk Management (24h CM)
5.3
S3 - Fondamentaux SR
15
.
Math
ematiques de lassurance (30h CM)
Introduction : mod`ele individuel, collectif, calcul des primes, calcul du risque et de la probabilite de ruine.
Distribution de sinistres : estimation parametrique (classique et bayesienne), selection et validation du mod`ele.
Frequence de sinistres : distributions discr`etes (Poisson, binomiale et binomiale negative) ; Melanges de lois.
Co
ut de sinistres : mod`eles composes - probl`emes inverses, simulation de variables et calculs par des distributions
approchees.
Analyse de risques dependants : Copules.
Processus en assurance : (a) `
a temps discret : calcul de la probabilite de ruine par convolution, par inversion ;
(b) `a temps continu : formule asymptotique de Cramer, le mouvement brownien et la probabilite de ruine (c)
les mod`eles dassurance comme realisation de processus ponctuels.
5.4
S3 - Options GR
16
5.5
S3 - Options SR
5.6
17
Bootstrap.
5.7
S4 - Fondamentaux et Options GR
Rationalite limitee.
Prospect theory (Kahneman et Tversky).
Role des emotions.
Interactions sociales.
Evaluation socio-
economique des risques (obligatoire, 24h CM)
Lanalyse co
ut-benefice.
Lanalyse co
ut-efficacite.
Les methodes devaluation contingente.
.
Statistique pour lassurance (option, 24h CM et 6h TD)
Voir paragraphe 5.8.
5.8
S4 - Fondamentaux et Options SR
18
R
eassurance (option, 24h CM)
Ce cours est assure en partie par un professionnel de lassurance (12h CM) et en partie par un enseignant-chercheur
en mathematiques de luniversite (12h CM).
Premi`
ere partie :
Presentation des differentes formes de reassurance : formes juridiques (obligatoire, semi-obligatoire et facultative)
et formes techniques (reassurance proportionnelle et non proportionnelle).
Reassurance proportionnelle : traite Quote-Part, excedent de plein, clauses de reassurance proportionnelle
Reassurance non-proportionnelle : traite XS ou XL(Excedent de sinistre), traite Stop Loss (Excedent de perte
annuelle), clauses de reassurance non proportionnelle
Reassurance et tarification : mise en as-if des donnees, approche historique(methode du Burning Cost), approche
probabiliste (loi de Pareto), approche par exposition (courbes MBBEFD).
Seconde partie :
Rappel de la condition de Cramer-Lundberg pour la probabilite de ruine. Distinction entre les lois `
a decroissance
rapide et sous-exponentielles. Graphes quantile-quantile.
Le domaine dattraction de la loi de Frechet. Lois de type Pareto.
Estimation de lindice de queue dans le cas i.i.d. Estimateur de Hill.
Estimation de quantiles extremes.
Cas de la dependence temporelle : lindice extremal.
Statistiques pour lassurance (obligatoire, 24h CM et 8hTD)
Mod`eles de donnees de survie et application `a la construction de tables de mortalite.
Modelisation de la dependance : copules et application `a la gestion des risques.
Estimation de la volatilite par methodes de Bootstrap. Applications au provisionnement.
19