Nos derniers articles

L’évaluation des risques environnementaux nécessite une rigueur quantitative pour surmonter l’opacité du marché. La VaR classique étant inadaptée aux ruptures systémiques, l’Expected Shortfall et le « Coût du risque environnemental » offrent un cadre prospectif plus robuste. Entre l’approche macroéconomique (Top-down) et la démarche granulaire par site (Bottom-up), cette dernière reste l'objectif clé pour la gestion de portefeuille. Une modélisation fiable exige sept principes : transparence, géolocalisation des actifs, priorité aux données observables pour limiter la propagation d'erreurs, prise en compte des interactions non linéaires, scénarios prospectifs, agrégation cohérente et adéquation aux besoins de l'utilisateur. Ces principes garantissent des décisions auditables et actionnables.

This paper explores risk factor distribution forecasting in finance, focusing on the widely used Historical Simulation (HS) model. It applies various deep generative methods for conditional time series generation and proposes new techniques. Evaluation metrics cover distribution distance, autocorrelation, and backtesting. The study reveals HS, GARCH, and CWGAN as top-performing models, with potential future research directions discussed.