Category Archives: Crash courses

Formation R à la CIMA, au Gabon

Je vais bientôt descendre une semaine au Gabon, au siège de la CIMA, la Conférence Interafricaine des Marchés d’Assurance, pour une formation à R.

Souhaitant un cours aussi interactif que possible, je n’ai pas prévu de transparents. Je mettrais toutefois en ligne des documents, si nécessaire. J’avais fait un billet, la semaine passée, pour expliquer comment importer les tables de mortalité. On travaillera sur ces bases pour apprendre à manipuler les fonctions de base de R, lundi.

Sinon, en guise d’introduction, je mentionnerais quelques livres ou notes de cours, en pdf,

  • “R pour les débutants” par Emmanuel Paradis, (pdf)
  • “Introduction à la programmation en R, Quatrième édition” par Vincent Goulet (pdf)
  • “Brise Glace-R (ouvrir la voie aux pôles statistiques)” par Andrew Robinson et Arnaud Schloesing (pdf)
  • “Introduction à R” par Julien Barnier (pdf)
  • “Aide mémoire R” par Mayeul Kauffmann (pdf)
  • “Lire ; Compter ; Tester… avec R”  (pdf)
  • “L’Actuariat avec R” par Arthur Charpentier et Christophe Dutang (pdf)

et je peux aussi mentionner les slides d’Ewen Gallic,

(pour les derniers transparents, je doute toutefois qu’on parlera de ggplot2, je pense qu’on se limitera aux fonctions de base). A suivre…

Graduate Crash Course on Risk Measures

Tomorrow morning, I will give a crash course on risk measures at Louvain-la-Neuve, in Belgium. This is a crash course of PhD students (and researchers) with a long introduction on the univariate static framework (and some mathematical tools that will be interesting later on, such as the Fenchel transform and more generally on convexity, as well as some results on optimal transport). I will also mention what was obtained in decision theory, inspired by Itzhak Gilboa‘s Theory of Decision under Uncertainty. Then I will mention extensions to derive multiple risk measures, based on Marc Henry and Alfred Galichon‘s work. Finally, I will conclude by introducing the difficulty to derive dynamic risk measures.

The slides are based on a document I am still working on. And unfortunately, the deeper I get to explain the roots of the axioms, or the assumptions, the more papers I discover (and I need to read, and understand). So I guess I will need some time to finalize my survey. Note that I decided to skip details on technical issues when working on , and the weak topology on the dual of . I will try to add additional references in the notes, but I wanted the slides to be as simple as possible. I also want to add more connections with statistical results, such as Neyman Pearson’s lemma, for instance (as mentioned in a paper by Alexander Schied). All my apologies for the typos, too.

Introduction aux arbres de classification

Dans quelques semaines, je ferais une introduction aux arbres de classification dans le cadre d’un séminaire de deux heures organisé par le collectif pour le développement et les applications en mesure et évaluation (Cdame). Je mettrais du matériel en ligne très bientôt. Je ne peux m’empêcher de mentionner les autres séminaires des semaines à venir, car le thème de cette session sera très statistique,

  • Lundi 10 mars de 14:00 à 16:00: Karim Oualkacha (UQAM), Introduction aux modèles linéaires généralisés et leurs applications [Résumé]
  • Lundi 17 mars de 14:00 à 16:00: André Achim (UQAM), La détermination du nombre de dimensions en analyse factorielle exploratoire: bien mieux que l’analyse parallèle [Résumé]
  • Lundi 7 avril de 14:00 à 16:00: Gérald Boutin (UQAM), Les entretiens de recherche qualitatifs : des savoirs théoriques à la pratique [Résumé]
  • Lundi 14 avril de 14:00 à 16:00: Jean-François Angers (Université de Montréal), Bayes 101. [Résumé]
  • Lundi 28 avril de 14:00 à 16:00: Arthur Charpentier (UQAM), Les arbres de classification. [Résumé]

Formation ERM de l’Institut des Actuaires

Intervention jeudi après midi dans le cadre de la formation ERM (Enterprise Risk Management) de l’Institut des Actuaires, sur le thème “everything you wanted to ask about tail dependence in risk management and you’re afraid to ask“.
Comme Anne-Laure Fougères est déjà intervenue sur les extrêmes, et que Stéphane Loisel ont présenté les copules, le cours sera une discussion autour des diverses recommandations du Groupe Consultatif, des documents du CEIOPS, et de divers documents qui circulent sur le calcul du SCR (Solvency Capital Requierment) de l’agrégation des risques. Ou “everything you wanted to ask about tail dependence in risk management and you’re afraid to ask“… Les slides sont en ligne ici, et ne contienent que les éléments illustratifs du cours.

Short course on catastrophes: the Mexican earthquake

One case study of catastrophes covers will be the Mexican cat bond. The dataset of past historical events in Mexico can be downloaded here.

Since everything we need is in this dataset, everything can be done using R.

mex=read.table("https://blogperso.univ-rennes1.fr/arthur.charpentier/public/conferences/EQ-mex-6-5.txt") 
mex$D=mex$V1*10000+mex$V2*100+mex$V3 
mex$Date=as.Date(as.character(mex$D),"%Y%m%d")

 

Calculs de SCR, Solvency Capital Requirements

Pour reprendre le contexte général, Solvency II (l’analogue de la directive CRD pour les banques*) repose sur 3 piliers,

  1. définir des seuils quantitatifs de calcul des provisions techniques des fonds propres, seuils qui seront à terme réglementaires, à savoir le MCR (Minimum Capital Requirement, niveau minimum de fonds propres en-dessous duquel l’intervention de l’autorité de contrôle sera automatique) et le SCR (Solvency Capital Requirement, capital cible nécessaire pour absorber le choc provoqué par une sinistralité exceptionnelle),
  2. fixer des normes qualitatives de suivi des risques en interne aux sociétés, et définir comment l’autorité de contrôle doit exercer ses pouvoirs de surveillance dans ce contexte. Notons qu’en principe, les autorités de contrôle auront la possibilité de réclamer à des sociétés “trop risquées” de détenir un capital plus élevé que le montant suggéré par le calcul du SCR, et pourra les forcer àréduire leur exposition aux risques,
  3. définir un ensemble d’information que les autorités de contrôle jugeront nécessaires pour exercer leur pouvoir de surveillance.

Cette histoire de pilliers peut s’illustrer de la manière suivante

Sur le premier pilier, assureurs et réassureurs devront mesurer les risques, et devront s’assurer qu’ils détiennent suffisamment de capital pour les couvrir. En pratique, le CEIOPS et la Commission Européenne ont retenu une probabilité de ruine de 0,5%. Les calculs de capital se font alors de deux manières, au choix,

  1. utiliser une formule standard. La formule ainsi que la calibration des paramètres ont été abordé à l’aide des QIS.
  2. utiliser un modèle interne. Là dessus, le CEIOPS étudie les modalités d’évaluation.

En avril 2007, QIS3 a été lancé, afin de proposer une formule standard pour le calcul des MCR et SCR, en étudiant la problématique spécifique des groupes. En particulier, on trouve dans les documents la formule suivante (pour un calcul de basic SCR)

Cette formule sort du QIS3, mais on trouve des choses analogues dans Sandström (2004), par exemple,

Avec une contrainte forte sur la forme du SCR, il obtient alors

D’où sort cette formule ? Certains ont tenté des éléments de réponse, par exemple

Ce résultat n’est malheureusement pas très probant car il n’est jamais rien évoqué sur la dépendance entre les composantes, ce qui est troublant. Sandstôrm écrit quelque chose de similaire, même si pour lui “normalité” est ici entendu dans un cadre multivarié.

Une explication peut être trouvée dans un papier de Dietmar Pfeiffer et Doreen Straßburger (ici) paru dans le Scandinavian Actuarial Journal (téléchargeable ici). Il cherche à expliquer comment calculer le SCR,

Il note, et c’est effectivement l’intuition que l’on avait, que dans un monde Gaussien (multivarié), cette formule marche, aussi bien pour un SCR basé sur la VaR que la TVaR. En particulier, ils citent un livre de Sven Koryciorz, correspondant à sa thèse de doctorat, intitulée “Sicherheitskapitalbestimmung und –allokation in der Schadenversicherung. Eine risikotheoretische Analyse auf der Basis des Value-at-Risk und des Conditional Value-at-Risk“, publiée en 2004.
Sinon, pour aller un peu plus loin, on peut aussi noter, dans les rapports du CEIOPS des déclarations un peu troublantes, par exemple

Il est pourtant facile de montrer que ce n’est pas le cas (même si c’est effectivement ce que préconise la “formule standard“). Le graphique ci-dessous montre l’évolution de la VaR d’une somme de risques corrélés (échangeables) en fonction de la corrélation sous-jacente: sur cet exemple, les risques très très corrélés sont moins risqués que des risques moyennement corrélés.

(la loi sous-jacente est une copule de Student). En revanche pour la TVaR, sur le même exemple, la TVaR de la somme est effectivement une fonction croissante avec la corrélation,


(plus de compléments dans les slides de l’école d’été à Lyon l’été dernier, ici).

* Pour reprendre des éléments de la page de wikipedia (ici), la directive européenne CRD (Capital Requirements Directive, i.e. Fonds Propres Réglementaires) transpose dans le droit européen les recommandations des accords de Bâle II, visant à calculer les fonds propres exigés pour les établissements financiers (i.e. directives 2006/48/CEet 2006/49/CE) .

Measuring and Covering Catastrophic Risks

Short course on Measuring and Covering Catastrophic Risks at the Maresias Conference in Sao Paulo, April 2009. Slides are now online.

There has been recently a large interest in catastrophic risks, especially following hurricane seasons in 2004 and 2005. But measuring those risks and providing an appropriate cover might be difficult. In this course, we will first describe those risks, especially climate risks (or climate related), man based risks (large fires or business interuption), and mortality risks. For those risks, we will also discuss possible covers, from classical (re)insurance to securitization (cat or mortality bonds) or insurance-linked securities (cat options). As we will see, the pricing of those products can simply be related to the choice of a risk measure. We will then discuss risk measures for large risks, and conclude with the aggregation issue.

Cat bond securitization will be studied in this course, explaining why they can be an additional tool (instead of an alternative technique) to insure against natural catastrophes.
while a Cat Bond mechanism is the following
For a more fancy description, it can be described as follows,

Two examples of natural catastrophes securitization will be studied carefully

  • WinCat : Winterthur securitization in 1997
  • The Mexican Earthquake 2007 Cat Cond.

The dataset used in this example was kindly provided by Dr. Miguel A. Santoyo (here)

  • Longevity and Mortality Risk

Cours de préparation à l’Agregation d’économie, information et incertain

Petite séance d’économie de l’information et de l’incertain dans le cadre de la préparation à l’agrégation. Les slides qui ont été utilisés sont en ligne.

Le cours présente les principes de base en économie de l’incertain (en particulier l’espérance d’utilité, telle que formalisée par par von Neumann et Morgenstern) a partir des lotteries, puis présentera rapidement quelques applications en finance et en assurance.

La seconde partie aborde les deux points clés d’aléa-moral et d’antisélection, et plus généralement d’asymétrie d’information.


Quelques compléments peuvent se trouver sur internet en particulier http://cepa.newschool.edu/ (en anglais), sur la page d’Olivier Gossner ou de Denis Bouyssou, à l’Université de la Réunion, des slides de François Pigalle, ou sinon l’article de Jean Benoit Dujol dans le Tigre. Pour une approche plus “formalisée”, on retiendra les slides de Pierre Cahuc à l’X. Sinon pour une vision plus générale du problème, il y a l’article de Xavier de la Vega paru dans le mensuel Sciences Humaines.

Sinon, une petite précision par rapport à la réponse que j’avais apporté oralement à une question (qui était posée lors du clavardage, “lien Arrow-Debreu ?“). J’avais évoqué l’approche de Gérard Debreu sur l’existence de fonctions d’utilité, mais ce n’était peut-être pas ce qui était posé par l’internaute… Pour reprendre, dans le contexte de l’intervention

  • von Neumann et Morgenstern ont montré qu’introduire une relation d’ordre sur les loteries (c’est à dire supposer que les agents savaient comparer des risques, et des biens aléatoires) était équivalent – moyennant quelques hypothèses sur la relation d’ordre – à supposer que les agents comparent l’espérance (sous la probabilité de survenance des évènements) de l’utilité des revenus (aléatoire).
  • lors de la question posée par clavardage, j’ai essayé de faire un parallèle avec les résultats obtenus par Debreu – un peu après von Neumann et Morgenstern d’ailleurs, en 1959 dans Théorie de la Valeur, et  en 1944 dans Theory of Games and Economic Behavior – qui avait montrer que supposer que les agents pouvaient comparer des biens, ou des paniers de biens, i.e. construire une relation d’ordre sur les ensembles de paniers était équivalent à comparer des utilités (cf. cours de Jean-Yves Jaffray, ou l’article de wikipedia sur l’utilité).
  • mais parrallèlement, Arrow et Debreu ont travaillé ensemble sur d’autres sujets connexes, en particulier introduit un concept fondamental en économie de l’incertain, en particulier dans une optique financière, que sont les “biens d’Arrow-Debreu” ou “Arrow-Debreu asset“. . Ces biens sont fondamentaux en finance car ils permettent de justifier la construction de la probabilité risque neutre, permettant de valoriser des produits sur des marchés en supposant qu’il existe une absence d’opportunité d’arbitrage. Dans un univers incertain, avec E états de la nature, on peut construire E biens d’Arrow-Debreu, chaque bien payant 1 dans un état de la nature, et 0 sinon. Le prix de tels bien est appelé “prix d’état“. Ils sont essentiels pour valoriser ces les actifs financiers. Des compléments théoriques dans les slides du cours de l’X, mais aussi dans les slides que je présenterais en fin de semaine à Montpellier (ici).

Je ne sais pas si ces éléments permettent de mieux répondre à la question qui était posée, mais la réponse me paraît plus exacte que celle que j’avais faite, omettant de parler des biens d’Arrow-Debreu. Sinon j’ai transmis la demande qui avait été faite de faire une intervention en statistique (rappeler la base de la statistique descriptive) et en théorie de jeux.

Mesurer les grands risques

Formation CARITAT, mesurer les risques extrêmes en assurance (flyer)

Introduction : mesurer les grands risques 9 :00 – 12 :30, A. Charpentier (slides)

  • Modèles probabilistes pour les extrêmes et estimation
  • Mesures de downside-risques, VaR, TVaR et mesures spectrales
  •  … un peu de R

Quelques compléments sur la TVaR 14 :00 – 15 :30, F. Planchet (http://www.ressources-actuarielles.net/)

  • Proprietes de la TVaR
  • Mise en oeuvre pratique, sous R
  • Application(s) en reassurance

SCR, estimation et robustesse 16 :00 – 17 :30, P. Therond

  • Solvency Capital Requirement : estimation
  • Solvency Capital Requirement : robsutesse
  • Mise en oeuvre dans une optique Solvency II

Sales forecasting

Quelques heures de cours à l’ESC Rennes sur sur le thème Sales Forecasting. Les slides sont en ligne, avec la partie 1 et la partie 2 (j’ai aussi mis en ligne la base de données sur le trafic autoroutier). Parmi les contraintes techniques, il fallait utiliser Excel (exclusivement). Je mets donc des liens vers macro1 et macro2 qui sont des add-ins permettant de faire un peu de séries temporelles. Sinon un petit exemple est aussi disponible…

La partie 1 est

et la partie 2