Nos derniers articles

Le modèle Cascading Climate Risk Network (CCRN) surmonte les limites des copules statiques en modélisant la propagation causale des risques climatiques via des Graphes Acycliques Dirigés (DAG). Il dissocie le conditionnement climatique annuel de la cascade physique intra-événementielle. Cette approche offre une transparence causale sur les enchaînements d'aléas (ex. : aridité → incendie → coulée de débris), une précision accrue sur les pertes extrêmes (VaR et TVaR à 99,5 %) pour la tarification des tranches hautes de réassurance, et une robustesse théorique fondée sur la monotonie, essentielle au stress-testing réglementaire et à la gestion du capital.

The study delves into optimizing reinsurance amidst uncertainty, aiming to minimize insurer's worst-case loss. It establishes a connection between optimal strategies under a reference measure and those in worst-case scenarios, applicable to tail risk quantification. Conditions for common optimal solutions are provided, with applications to expectile risk measures explored. Cooperative and non-cooperative models are compared.