Séance de cours

Mesures de risque cohérentes: Approche spectrale

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

FIN-417: Quantitative financial risk management

This course is an introduction to quantitative risk management that covers standard statistical methods, multivariate models, risk measures, non-linear dependence structures (copula models), as well as credit risk. ...

Description

Cette séance de cours de l'instructeur porte sur le concept de mesures cohérentes du risque, en mettant l'accent sur l'approche spectrale de l'aversion du risque. Il définit le risque de manière rigoureuse, le principe de diversification, la valeur en risque (VaR), le manque à gagner attendu (ES), et les avantages et les inconvénients de VaR. La séance de cours explore l'axiome de subadditivité, l'allocation de capital et l'importance des surfaces de risque convexes. Il traite également de la création de nouvelles mesures cohérentes des risques grâce à des combinaisons convexes et à l'estimation des mesures spectrales des risques. La présentation se termine par des exemples illustrant les fonctions d'aversion aux risques et les implications des différentes mesures des risques sur l'optimisation du portefeuille.

Enseignant·e·s (2)

Damir Filipovic

Damir Filipovic holds the Swissquote Chair in Quantitative Finance and is Swiss Finance Institute Professor at the Ecole Polytechnique Fédérale de Lausanne (EPFL), Switzerland. Prior to this, he was head of the Vienna Institute of Finance and professor at the University of Vienna. He previously held the chair of financial and insurance mathematics at the University of Munich, and he was on the faculty of Princeton University. He received his Ph.D. in mathematics from ETH Zurich in 2000. Damir Filipovic worked as a scientific consultant for the Swiss Federal Office of Private Insurance from 2003 to 2004. There he co-developed the Swiss Solvency Test, which defines the regulatory capital requirement for all Swiss based insurance companies and groups. He is on the editorial board of several academic journals. His research interests include the term structure of interest rates, credit and volatility risk, quantitative methods in risk management, and stochastic processes. His papers have been published in a variety of academic journals including the Journal of Financial Economics, Mathematical Finance, Finance and Stochastics, and the Annals of Applied Probability. He is the author of a textbook titled Term-Structure Models.

Semyon Malamud

Enseignement et PhD Doctorant·es actuel·les Johannes Schwab, Onur Demiray, Giuseppe Matera A dirigé les thèses EPFL de Rémy Praz, Evgeny Petrov, Yuan Zhang, Julien Arsène Blatt, Erik Hapnes, Teng Andrea Xu, Boris Kuznetsov Cours Big Data and Machine Learning for Financial Economics FIN-622 Machine learning in finance FIN-407 Ce cours a pour objectif de donner une introduction à l'application de l'apprentissage automatique à la finance, en se concentrant sur les problèmes d'

Source officielle

Proximité ontologique

Business

Administration des affaires: Gestion des risques

Concepts associés (32)

Risque financier

Un risque financier est un risque de perdre de l'argent à la suite d'une opération financière (sur un actif financier) ou à une opération économique ayant une incidence financière (par exemple une vente à crédit ou en devises étrangères). Le risque de marché est le risque de perte qui peut résulter des fluctuations des prix des instruments financiers qui composent un portefeuille. Le risque de contrepartie est le risque que la partie avec laquelle un contrat a été conclu ne tienne pas ses engagements (livraison, paiement, remboursement, etc.

Entropic value at risk

In financial mathematics and stochastic optimization, the concept of risk measure is used to quantify the risk involved in a random outcome or risk position. Many risk measures have hitherto been proposed, each having certain characteristics. The entropic value at risk (EVaR) is a coherent risk measure introduced by Ahmadi-Javid, which is an upper bound for the value at risk (VaR) and the conditional value at risk (CVaR), obtained from the Chernoff inequality. The EVaR can also be represented by using the concept of relative entropy.

Coherent sheaf

In mathematics, especially in algebraic geometry and the theory of complex manifolds, coherent sheaves are a class of sheaves closely linked to the geometric properties of the underlying space. The definition of coherent sheaves is made with reference to a sheaf of rings that codifies this geometric information. Coherent sheaves can be seen as a generalization of vector bundles. Unlike vector bundles, they form an , and so they are closed under operations such as taking , , and cokernels.

Financial risk modeling

Financial risk modeling is the use of formal mathematical and econometric techniques to measure, monitor and control the market risk, credit risk, and operational risk on a firm's balance sheet, on a bank's trading book, or re a fund manager's portfolio value; see Financial risk management. Risk modeling is one of many subtasks within the broader area of financial modeling. Risk modeling uses a variety of techniques including market risk, value at risk (VaR), historical simulation (HS), or extreme value theory (EVT) in order to analyze a portfolio and make forecasts of the likely losses that would be incurred for a variety of risks.

Finitely generated module

In mathematics, a finitely generated module is a module that has a finite generating set. A finitely generated module over a ring R may also be called a finite R-module, finite over R, or a module of finite type. Related concepts include finitely cogenerated modules, finitely presented modules, finitely related modules and coherent modules all of which are defined below. Over a Noetherian ring the concepts of finitely generated, finitely presented and coherent modules coincide.

Afficher plus

Séances de cours associées (64)

Gestion quantitative des risques : mesures des risques

Couvre les mesures de risque utilisées pour déterminer le capital à risque et l'adéquation du capital.

Gestion des risques : méthodes quantitatives

Explore les concepts de gestion des risques, y compris VaR, ES, et les méthodes de mesure.

Risque global : Mesures de risque cohérentes

Examine l'importance des risques globaux et des mesures cohérentes des risques, y compris leur interprétation et leurs implications.

Mesures des risques: VaR et ES

Explore la valeur au risque et le manque à gagner prévu comme principales mesures du risque dans la gestion du risque financier.

Principes de finance : CAPM et gestion de portefeuille

Explore le CAPM, les primes de risque, les portefeuilles efficaces et l'efficacité du marché.

Afficher plus

Concepts associés (32)

Risque financier

Entropic value at risk

Coherent sheaf

Financial risk modeling

Finitely generated module

Afficher plus