PAGES Gilles

< Retour à ILB Patrimoine
Thématiques des productions
Affiliations
  • 2018 - 2021
    Mondes anciens et medievaux
  • 2012 - 2021
    Laboratoire de Probabilités, Statistique et Modélisation
  • 2012 - 2020
    Laboratoire de probabilités et modèles aléatoires
  • 2015 - 2017
    Université Paris 6 Pierre et Marie Curie
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2006
  • 2005
  • 2003
  • 2000
  • Quantification du risque par l'ampleur et la propension.

    Olivier p. FAUGERAS, Gilles PAGES
    2021
    Nous proposons une nouvelle approche dans l'évaluation d'une variable aléatoire de risque $X$ en introduisant des mesures de risque magnitude-propension $(m_X,p_X)$. Cette mesure bivariée vise à rendre compte du double aspect du risque, où les magnitudes $x$ de $X$ indiquent l'importance des pertes encourues, tandis que les probabilités $P(X=x)$ révèlent la fréquence à laquelle on doit s'attendre à subir de telles pertes. L'idée de base est de quantifier simultanément la gravité $m_X$ et la propension $p_X$ du risque à valeur réelle $X$. Cette approche est à mettre en contraste avec les mesures de risque univariées traditionnelles, comme la VaR ou l'Expected shortfall, qui confondent généralement les deux effets. Dans sa forme la plus simple, $(m_X,p_X)$ est obtenu par transport de masse dans la métrique de Wasserstein de la loi $P^X$ de $X$ vers une distribution discrète à deux points $\{0, m_X\}$ avec la masse $p_X$ à $m_X$. L'approche peut également être formulée comme un problème de quantification optimale sous contrainte. Cela permet une comparaison informative des risques à l'échelle de la magnitude et de la propension. Plusieurs exemples illustrent l'approche proposée.
Les affiliations sont détectées à partir des signatures des publications identifiées dans scanR. Un auteur peut donc apparaître affilié à plusieurs structures ou tutelles en fonction de ces signatures. Les dates affichées correspondent seulement aux dates des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr