Biais asymptotique de l’apprentissage par gradient stochastique dans un modèle de diffusion pour le risque et la ruine en assurances.

Ce stage vise à porter un regard nouveau sur la modélisation du processus de réserve en assurance et gestion de risque financier en proposant une approche probabiliste basée sur les théories des équations différentielles stochastiques et le gradient stochastique. Ce cadre a été appliqué avec succès à de nombreux domaines de la modélisation mathématique. Notre objectif est d’élargir ses applications à la modélisation de la gestion du risque et, plus généralement, à la modélisation des processus de réserve. Ainsi, l’avancement de cette science acquerra les compétences et l’expérience que l’économie numérique exige. L’entrée dans l’ère numérique, illustrée par l’essor des Gafa (Google, Apple, Facebook, Amazon), a placé l’algorithmique au cœur de l’économie numérique ; on entend par algorithmique une discipline à la frontière de deux sciences étroitement imbriquées : les mathématiques et l’informatique. Avec la croissance exponentielle du nombre de données numériques – le fameux Big Data – que les mathématiques ont accru leur emprise sur l’économie. Comprendre la science sur ces outils numériques et ses applications permettra d’identifier les moyens pour exploiter les technologies émergentes qui créeraient des emplois et des industries qui n’ont jamais existé auparavant, tout en revigorant les industries établies.

Faculty Supervisor:

Khader Khadraoui

Student:

Partner:

Tunisia Polytechnic School, University of Carthage

Discipline:

Mathematics

Sector:

Education

University:

Université Laval

Program: