Elyes Baccar

Modélisation de la Probabilité de Défaut (PD) -Préparation des données : Chargement et exploration des données à travers des analyses descriptives univariées, bivariées et multivariées. Réalisation de tests statistiques de qualité des données, analyse des corrélations et traitement des valeurs manquantes. -Phase pré-modélisation : Mise en place d’un système de découpage des données en ensembles d’apprentissage, de test et de validation. Gestion du déséquilibre de classes dans les portefeuilles à faibles défauts. Évaluation de la valeur prédictive des variables via le Weight of Evidence (WoE) et l’Information Value (IV). Utilisation de méthodes graphiques et WOEpour le Découpage des variables continues. -Phase de modélisation : Développement et comparaison de plusieurs algorithmes de Machine Learning pour l’estimation de la PD : régression logistique , arbre de décision, Random Forest et XGBoost. Les modèles ont été évalués à l’aide de métriques de classification telles que l’AUC, ainsi que les scores de précision et de rappel, afin d’analyser leur pouvoir prédictif et discriminant. Cette approche a permis d’identifier les modèles les plus adaptés en fonction du compromis entre performance, interprétabilité et complexité.

Application de la théorie des valeurs extrêmes à la modélisation des risques de marché -Collecte, nettoyage et préparation des données pour l’analyse des risques extrêmes -Application des méthodes de maxima par bloc et dépassement du seuil afin de modéliser les événements extrêmes sur les marchés financiers

Création d’une application RShiny pour le provisionnement tardif en assurance vie et non-vie -Calcul des triangles de nombres par année de survenance (méthode coût moyen, méthode âge-to-âge) -Développement de dashboards interactifs pour la visualisation dynamique des résultats

Découverte du département Gestion des Risques Missions : -Introduction aux missions du département de Gestion des Risques Bancaires -Scoring et segmentation des clients, application du modèle Altman -Familiarisation avec les systèmes de notation interne, calcul de la Perte Attendue et respect des normes IFRS 9