Le baromètre 2025 met en évidence une prise de conscience généralisée du risque géopolitique, désormais perçu comme un facteur de rupture majeur pour les entreprises. Si son intégration dans la gouvernance et les cartographies progresse, les moyens dédiés restent limités : budgets faibles, absence de ressources spécialisées et formations rares. Le pilotage demeure fragmenté et souvent réactif, malgré une reconnaissance de l’interdépendance croissante entre tensions internationales, chaînes de valeur et risques opérationnels. Les organisations identifient comme menaces principales les conflits potentiels impliquant les grandes puissances et appellent à une évolution vers une culture d’anticipation structurée et transversale.
This paper addresses the difficulty of 𝗶𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗶𝗻𝗴 𝗰𝗼𝗺𝗽𝗹𝗲𝘅, 𝗵𝗶𝗴𝗵-𝗱𝗶𝗺𝗲𝗻𝘀𝗶𝗼𝗻𝗮𝗹 𝘀𝗽𝗮𝘁𝗶𝗮𝗹 𝗱𝗮𝘁𝗮, 𝘀𝘂𝗰𝗵 𝗮𝘀 𝗰𝗹𝗶𝗺𝗮𝘁𝗲 𝗮𝗻𝗱 𝘀𝗮𝘁𝗲𝗹𝗹𝗶𝘁𝗲 𝗶𝗺𝗮𝗴𝗲𝗿𝘆, 𝗶𝗻𝘁𝗼 𝗽𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝘃𝗲 𝗺𝗼𝗱𝗲𝗹𝘀 𝗳𝗼𝗿 𝗶𝗻𝘀𝘂𝗿𝗮𝗻𝗰𝗲.
The study proposes a novel multi-view contrastive learning framework designed to generate low-dimensional spatial embeddings. This method aligns data from multiple sources (e.g., satellite imagery and OpenStreetMap features) with coordinate-based encodings.
The resulting embeddings are shown to consistently improve predictive accuracy in risk models, demonstrated through a case study on French real estate prices. The paper highlights that the embeddings capture spatial structure, enhance model interpretability, and exhibit transferability to unobserved regions.
The paper summarizes a study of U.S. listed firms (2010‑2022) that examines how major cyber incidents—defined as events affecting ≥10,000 individuals or disclosed in an 8‑K—drive lasting upgrades in personnel, technology, and architecture. Findings indicate a 27% rise in cybersecurity hiring that persists for at least two years, alongside increased adoption of specialized software (+30%), cloud services (+11%), and memory‑safe languages (+50‑60%). Breached firms often surpass peers, and spillover effects occur through industry and IT‑system similarity networks, but not via geographic proximity. Cyber‑insurance coverage correlates with muted responses, suggesting potential moral hazard.
This peer review assesses the Dutch authorities' frameworks for monitoring cyber risks, implementing supervisory practices, and coordinating incident response mechanisms. Key findings highlight the Netherlands' significant progress, including the development of the Threat Intelligence-Based Ethical Red-teaming (TIBER) and Advanced Red Teaming (ART) frameworks, while also identifying areas for improvement, such as streamlining information sharing mechanisms and analyzing third-party risks. Overall, the report underscores the persistent challenges posed by the evolving threat landscape and the strategic steps taken by the Netherlands to maintain financial stability against operational and cyber threats.
The paper argues that Shapley allocation is the most suitable risk allocation method for financial institutions, balancing theoretical properties, accuracy, and practicality. It overcomes perceived computational intractability by replacing the exponential analytical approach with an efficient Monte Carlo algorithm that scales linearly and becomes preferable for ≥10-14 units. The study proposes solutions for negative allocations, a consistent multi-level hierarchical framework (PTD, CTD, BU approaches), and demonstrates applicability to large trading portfolios under Basel 2.5 and FRTB regimes, showing Shapley better captures diversification and hedging effects compared to simpler methods.
The BCBS November 2025 monitoring report (data as of 31 December 2024) on 176 banks shows Group 1 banks’ CET1 ratios rose to 14.0%, with no capital shortfalls under fully phased-in Basel III rules. Full implementation is projected to raise Tier 1 minimum required capital by 1.4% for Group 1 banks, driven mainly by the output floor and market risk revisions. A €5.7 billion TLAC shortfall persists among some G-SIBs. Operational risk’s share of MRC fell to 16.0% as 2008-crisis losses fade, but the report notes Covid-19-related losses may soon increase operational risk capital. Leverage and liquidity ratios remained stable and well above minima.
Le G7 Cyber Expert Group analyse l’impact croissant de l’intelligence artificielle sur la cybersécurité du secteur financier. L’IA, notamment l’IA générative et les systèmes agentiques, offre des capacités avancées pour renforcer la détection des menaces, automatiser l’analyse d’anomalies, améliorer la réponse aux incidents et surveiller plus efficacement les fournisseurs et chaînes d’approvisionnement. Ces atouts peuvent accroître la résilience opérationnelle des institutions financières.
Parallèlement, l’IA génère de nouveaux risques. Les acteurs malveillants peuvent utiliser ces technologies pour créer des attaques plus sophistiquées, automatiser le développement de maliciels, produire des campagnes d’hameçonnage hautement personnalisées ou contourner des systèmes de défense. Les modèles d’IA eux-mêmes deviennent vulnérables à la manipulation des données, aux fuites d’informations ou aux attaques d’ingénierie sociale visant les systèmes automatisés.
Le rapport souligne que ces évolutions exigent une adaptation de la gouvernance, de la supervision, de la gestion des tiers et des compétences internes. Les institutions doivent intégrer la cybersécurité dans le développement et l’usage de l’IA, assurer une supervision humaine adéquate, protéger les données, renforcer la détection et la réponse aux incidents et investir dans les compétences spécialisées. Les autorités sont encouragées à actualiser leurs cadres de risque, à coopérer avec l’industrie et la recherche, et à promouvoir une IA sûre, fiable et transparente pour préserver la stabilité du système financier.
The paper applies an extended mean-field game framework to model policyholder behavior in a large mutual insurance company, where surplus/deficit is shared among members. It proves global existence and uniqueness of the Nash equilibrium, characterized by constrained MF-FBSDEs, and solves these numerically using a modified deep BSDE algorithm. Key findings include: insurance demand rises with risk aversion, loss volatility, and surplus-sharing ratio; optimal coverage decreases toward the horizon; practical no-short-selling constraints reduce wealth disparities; and pool composition affects all members’ strategies through interdependence. Extensions to survival models and decentralized insurance are proposed.
Ces normes établissent les critères que les autorités de surveillance appliqueront pour identifier les (ré)assureurs tenus d'intégrer des analyses macroprudentielles dans leur évaluation interne des risques et de la solvabilité (ORSA) et dans l'application du principe de la personne prudente (PPP). Cette initiative s'inscrit dans le cadre de la révision de la directive Solvabilité II, visant à renforcer la stabilité financière du secteur.
L'approche de sélection retenue est hybride, combinant un critère quantitatif et des critères qualitatifs pour un ciblage précis. Le critère principal est un seuil de 20 milliards d'euros de total d'actifs, relevé en réponse aux retours des parties prenantes pour mieux garantir la proportionnalité. Il est complété par des critères qualitatifs (tels que l'interconnexion, le type d'activité, la substituabilité et le risque de liquidité). Ces derniers offrent aux superviseurs une flexibilité fondée sur le risque, leur permettant d'ajouter ou de retirer des entités afin de capturer les risques non liés à la seule taille de bilan et d'assurer une application judicieuse.
Le rapport final, incluant l'analyse d'impact et les retours de la consultation, a été soumis à la Commission européenne pour adoption formelle.
EIOPA has published its final report on the draft 𝗥𝗲𝗴𝘂𝗹𝗮𝘁𝗼𝗿𝘆 𝗧𝗲𝗰𝗵𝗻𝗶𝗰𝗮𝗹 𝗦𝘁𝗮𝗻𝗱𝗮𝗿𝗱𝘀 (𝗥𝗧𝗦) that will shape how insurers integrate macroprudential risk into both the 𝗢𝗥𝗦𝗔 and the 𝗣𝗿𝘂𝗱𝗲𝗻𝘁 𝗣𝗲𝗿𝘀𝗼𝗻 𝗣𝗿𝗶𝗻𝗰𝗶𝗽𝗹𝗲 (𝗣𝗣𝗣). These RTS are a key outcome of the Solvency II review and aim to ensure consistent, proportionate application of the new macroprudential requirements across the EU.
At the heart of the RTS is a hybrid identification approach for determining which undertakings must perform enhanced macroprudential analyses:
🔹 𝗤𝘂𝗮𝗻𝘁𝗶𝘁𝗮𝘁𝗶𝘃𝗲 𝗧𝗵𝗿𝗲𝘀𝗵𝗼𝗹𝗱
Insurers and groups with total assets above EUR 20 billion are presumptively in scope. This threshold—raised from the initially proposed EUR 12 billion after consultation—accounts for inflation and seeks to balance financial stability monitoring with regulatory burden.
🔹 𝗤𝘂𝗮𝗹𝗶𝘁𝗮𝘁𝗶𝘃𝗲, 𝗥𝗶𝘀𝗸-𝗕𝗮𝘀𝗲𝗱 𝗖𝗿𝗶𝘁𝗲𝗿𝗶𝗮
Supervisors can add entities below the threshold or exclude those above it based on:
• Interconnectedness with the financial system
• Systemically relevant activities (e.g., derivatives use, common exposures, guarantees, VA products)
• Substitutability concerns
• Liquidity risk
• Duration mismatch, leverage, or reliance on illiquid/opaque assets (for PPP analyses)
This flexibility should ensure proportionality while maintaining a consistent baseline for supervisory convergence.
The RTS respond to new legislative mandates introduced by the 𝗦𝗼𝗹𝘃𝗲𝗻𝗰𝘆 𝗜𝗜 review (Directive (EU) 2025/24), which require insurers to consider both outside-in and inside-out risks—reflecting EIOPA’s view that systemic risk in insurance can emerge through direct failure of key players or through behaviors that amplify shocks across the market.
Public consultation (Oct 2024–Jan 2025) generated valuable feedback, particularly around the asset threshold and the challenge of assessing “inside-out” systemic risks. EIOPA’s final approach is intended to reflect these insights while staying true to its mandate: strengthening the macroprudential framework without imposing unnecessary burdens.
The desired result is a balanced, forward-looking framework that enhances supervisory dialogue, supports financial stability, and reinforces the link between micro- and macroprudential perspectives.
The final RTS have now been submitted to the European Commission for adoption.