Academic literature on the topic 'Risque d'estimation'

Introduction Nous avons analysé les liens entre certaines variables contextuelles, certaines caractéristiques des mères et le risque de donner naissance à des nouveau-nés très petits pour l'âge gestationnel (TPAG) au Québec entre 2000 et 2008. Méthodologie Les variables liées au contexte ont été tirées de l'Enquête sur la santé dans les collectivités canadiennes, du Recensement canadien et du Registre des naissances du Québec. Les variables individuelles provenaient aussi du Registre des naissances du Québec. Les rapports de cotes (RC), ajustés selon l'âge de la mère, la scolarité, la parité, l'état matrimonial et le pays de naissance, ont été évalués au moyen de modèles de régression logistique multiniveau (par des équations d'estimation généralisées). Résultats Les naissances survenues dans les quartiers présentant une proportion élevée de résidents sédentaires (RC : 1,07, intervalle de confiance [IC] à 95% : 1,01 à 1,11) et dans les quartiers présentant une proportion moyenne (RC : 1,09, IC à 95% : 1,05 à 1,15) ou élevée de résidents souffrant d'insécurité alimentaire (RC : 1,05, IC à 95% : 1,01 à 1,11) présentaient un risque accru d'être TPAG. Le risque de naissance de nouveau-né TPAG était plus faible dans les quartiers présentant une proportion moyenne de résidents mariés (RC : 0,94, IC à 95 % : 0,90 à 0,98).

Dans le cadre des estimations de crues extrêmes, les hydrologues d'EDF génèrent à l'aide de la méthode SCHADEX des centaines de milliers de crues synthétiques de toutes intensités avec des dynamiques très variées. Cet article détaille l'ensemble du travail réalisé par les hydrauliciens d'EDF pour le développement d'un outil performant, dédié au traitement de ces scénarios hydrologiques. Cet outil, nommé MELχOR, est capable de simuler le passage de 200 000 hydrogrammes dans un barrage capacitif en 2 à 3 heures de calcul. La sûreté de l'ouvrage vis-à-vis du risque de crue est finalement étudiée de manière plus robuste par le biais de la distribution de la cote maximale atteinte lors de ces crues.

Situé sur l'Isère à 10 km en amont de la confluence avec le Rhône, le barrage mobile en rivière de Beaumont-Monteux a connu dès le début de son exploitation en 1921 des phénomènes d'érosion en aval du radier. Les confortements successifs n'ont pas permis d'assurer une protection pérenne de l'ouvrage vis-à-vis des affouillements. Dans la continuité d'une étude sur modèle numérique 3D réalisée par EDF, ARTELIA a réalisé pour le compte d'EDF une étude sur modèle réduit au 1/50ème des affouillements en aval du barrage. La difficulté de représentation sur modèle physique de la molasse gréseuse formant l'assise du barrage a conduit à choisir un matériau granulaire affouillable, calibré sur la base de plusieurs formules empiriques d'estimation des profondeurs d'affouillement. La mesure des vitesses en aval du barrage, l'établissement des champs de vitesse en surface (en amont et en aval) et le relevé bathymétrique par photogrammétrie ont permis d'établir une description complète des conditions d'écoulement et des affouillements générés en état actuel. Les différentes solutions " anti-affouillement " testées ont permis d'apprécier l'influence des règles de gestion des organes mobiles sur la formation des affouillements pour les débits faibles et moyens, et d'identifier les modifications structurelles les plus efficaces pour la réduction du risque d'affouillement (réalisation d'un bassin de dissipation exploitant au mieux la structure existante, mise en œuvre d'un tapis d'enrochements).

Le risque absolu est defini comme la probabilite de survenue d'un evenement pour un sujet ayant des caracteristiques donnees. Le risque attribuable est defini comme la proportion de cas d'une maladie attribuable a un facteur d'exposition. Ce travail d'epidemiologie biostatistique developpe des methodes d'estimation du risque absolu et du risque attribuable basees sur l'utilisation de modeles de regression, ce qui assure une grande generalite. Il s'agit d'estimations ponctuelles et d'estimations de la variance ce qui conduit a determiner des intervalles de confiance. Des methodes d'estimation parametriques et semi-parametriques du risque absolu sont proposees a partir de deux types d'etudes: l'etude de cohorte et l'etude cas-temoins dans une cohorte. La notion de risques competitifs est prise en compte. Pour les deux types d'etude, le modefle exponentiel par intervalles presente un interet particulier. Des methodes d'estimation du risque attribuable, basees sur l'utilisation du modele de regression logistique dans une etude cas-temoins, sont proposees. Pour estimer la variance du risque absolu dans une etude cas-temoins dans une cohorte et du risque attribuable dans une etude cas-temoins, il est necessaire d'estimer la covariance de variables aleatoires reliees par des relations implicites. Une extension de la delta-methode est developppee

La dispersion atmosphérique intentionnelle ou accidentelle de substances toxiques d'origine nucléaire, radiologique, biologique ou chimique (NRBC) peut avoir des conséquences sanitaires graves. Pour les estimer, l'évaluation de risque NRBC s'appuie, entre autres, sur des modèles d'écoulement/dispersion atmosphérique. En calculant l'évolution spatio-temporelle de la concentration en polluant, ces modèles permettent de quantifier l'effet toxique potentiel sur l'homme. Les évaluer suppose de comparer leurs résultats à des données expérimentales. Or, les méthodologies existantes de comparaison modèle/expérience ont deux défauts : d'une part elles sont inadaptées au contexte d'évaluation de risque NRBC, et d'autre part elles sont biaisées car elles reposent sur des comparaisons directes modèle/expérience. La turbulence dans la couche limite atmosphérique introduit une composante aléatoire importante dans les observations, donc un écart inévitable au résultat de modèle, fût-il « parfait ». Dans cette thèse, deux outils sont construits pour combler ces lacunes. Le premier est une méthodologie de comparaison modèle/expérience spécifiquement adaptée à l'évaluation de risque. Le second est un modèle statistique empirique de calcul de l'incertitude des résultats de simulation. Associé à un modèle de dispersion probabiliste, le modèle statistique proposé permet de calculer une enveloppe de réponse plutôt qu'un résultat « moyen » unique, celui-ci étant peu exploitable malgré son omniprésence dans les évaluations de risques actuelles. Utilisés conjointement, les deux outils développés dans cette thèse donnent à la comparaison modèle/expérience l'objectivité souhaitée
Atmospheric dispersion of contaminated clouds following deliberate or accidental releases of CBRN (chemical, biological, radiological, nuclear) toxic substances may have serious health impacts. In order to estimate them, CBRN risk assessment activities rely, among other things, on atmospheric dispersion models. These models compute the concentration field of pollutant in order to quantify potential adverse effects on human population. They need to be evaluated, which means their outputs have to be compared to experimental data within an appropriate methodology. Now, existing evaluation methodologies have two flaws: firstly they are not suited to risk assessment, and secondly their results may be somewhat arbitrary because they are based on direct comparisons between observations and model results. Turbulence in the atmospheric boundary layer introduces a large random component in the observations, and thus an inevitable gap between observations and model results, be the latter "perfect". In this thesis two tools have been built to fix these issues. The first one is an evaluation methodology suitable for the risk assessment context. The second one is an empirical statistical model meant to estimate the uncertainty in the simulation results. It can be associated to an atmospheric dispersion model with probabilistic capabilities in order to produce an envelop of the answer rather than a unique "average" result, the latter being of little use despite its omnipresence in current risk assessment studies. When used jointly, the two tools developed in this thesis enable model/experiment comparisons to be more objective and less subject to experimental randomness

Dans un marché de l'assurance vie en Afrique subsaharienne francophone à la traîne, mais promis à un bel avenir en cas d'émergence de solutions techniques et commerciales endogènes, la thèse propose des outils théoriques et opérationnels adaptés à son développement. Cette démarche s'inscrit en parallèle des actions entreprises par l'autorité de contrôle régionale (la CIMA) pour fournir aux assureurs de la région des outils adaptés. En effet, la CIMA a initié des travaux pour la construction de nouvelles tables réglementaires d'expérience, ce qui a permis de fournir des références fiables et pertinentes pour la mortalité de la population assurée dans la région. Toutefois, certaines problématiques techniques utiles n'ont pas été développées dans ces travaux de construction. La thèse leur accorde alors une attention particulière. Ainsi, d'une part, la thèse permet de fournir des outils pour tenir compte des différences de mortalité entre pays de la région, tout en limitant les risques systématiques liés aux fluctuations d'échantillonnage (dues à la petite taille des échantillons de données par pays). Il apparaît notamment que si la modélisation indépendante de chaque pays n'est pas appropriée, les modèles d'hétérogénéité à facteurs observables, tels que le modèle de Cox ou de Lin et Ying, permettent d'atteindre cet objectif. On précise toutefois ici que ces modèles d'hétérogénéité ne permettent pas de supprimer le risque systématique lié aux fluctuations d'échantillonnage lors de l'estimation du modèle, ils engendrent seulement une réduction de ce risque en contrepartie d'une augmentation du risque systématique lié au choix du modèle. D'autre part, la thèse permet également de fournir des outils pour modéliser la mortalité d'expérience future dans la région. En absence de données sur les tendances passées de la mortalité d'expérience, ni le modèle classique de Lee-Carter ni ses extensions ne sont applicables. Une solution basée sur un ajustement paramétrique, une hypothèse sur la forme de l'évolution du niveau de mortalité (évolution linaire ou exponentielle) et un avis d'expert sur l'espérance de vie générationnelle à un âge donné est alors proposée (ces travaux s'appuient sur le modèle de Bongaarts). Ensuite, dans un second temps, en supposant disposer de données sur les tendances passées (ce qui pour mémoire n'est pas le cas à ce stade dans la région, mais devrait l'être dans les prochaines années), la thèse propose une modélisation de la mortalité future à partir d'une référence de mortalité externe et une analyse des risques systématiques associés (risques liés aux fluctuations d'échantillonnage et au choix de la référence de mortalité).

Les salmonelles sont à l'origine de toxi-infections alimentaires collectives pouvant provoquer la mort chez les jeunes enfants, les personnes âgées et les personnes immuno-déprimées. Les produits alimentaires issus de la filière de production de volailles de chair représentent un risque de contamination non négligeable en raison de l'évolution des pratiques de consommation et des risques de contaminations croisées lors de la préparation des repas. Une meilleure connaissance de l'épidémiologie analytique de cette bactérie dans les élevages permet de proposer des mesures de lutte destinées à réduire la prévalence de contamination des lots de volailles. Les facteurs de risque de contamination des lots mis en évidence au cours de ce travail soulignent l'importance du statut sanitaire des poussins livrés et par conséquent celui des élevages parentaux, la qualité de l'hygiène en élevage ainsi que l'importance de l'alimentation. L'utilisation opérationnelle de ces facteurs de risque a permis la création d'un logiciel d'aide à la décision permettant d'estimer la probabilité de contamination des lots. L'intégration d'un tel système d'aide à la décision au sein d'un processus d'assurance de la qualités'inspirant de la méthode HACCP appliquée à l'élevage, est aussi discutée.

Dans cette thèse, nous étudions l'estimation de la valeur à risque conditionnelle (VaR) en tenant compte du risque d'estimation et du risque de modèle. Tout d'abord, nous considérons une méthode en deux étapes pour estimer la VaR. La première étape évalue le paramètre de volatilité en utilisant un estimateur quasi maximum de vraisemblance généralisé (gQMLE) fondé sur une densité instrumentale h. La seconde étape estime un quantile des innovations à partir du quantile empirique des résidus obtenus dans la première étape. Nous donnons des conditions sous lesquelles l'estimateur en deux étapes de la VaR est convergent et asymptotiquement normal. Nous comparons également les efficacités des estimateurs obtenus pour divers choix de la densité instrumentale h. Lorsque l'innovation n'est pas de densité h, la première étape donne généralement un estimateur biaisé de paramètre de volatilité et la seconde étape donne aussi un estimateur biaisé du quantile des innovations. Cependant, nous montrons que les deux erreurs se contrebalancent pour donner une estimation consistante de la VaR. Nous nous concentrons ensuite sur l'estimation de la VaR dans le cadre de modèles GARCH en utilisant le gQMLE fondé sur la classe des densités instrumentales double gamma généralisées qui contient la distribution gaussienne. Notre objectif est de comparer la performance du QMLE gaussien par rapport à celle du gQMLE. Le choix de l'estimateur optimal dépend essentiellement du paramètre d qui minimise la variance asymptotique. Nous testons si le paramètre d qui minimise la variance asymptotique est égal à 2. Lorsque le test est appliqué sur des séries réelles de rendements financiers, l'hypothèse stipulant l'optimalité du QMLE gaussien est généralement rejetée. Finalement, nous considérons les méthodes non-paramétriques d'apprentissage automatique pour estimer la VaR. Ces méthodes visent à s'affranchir du risque de modèle car elles ne reposent pas sur une forme spécifique de la volatilité. Nous utilisons la technique des machines à vecteurs de support pour la régression (SVR) basée sur la fonction de perte moindres carrés (en anglais LS). Pour améliorer la solution du modèle LS-SVR nous utilisons les modèles LS-SVR pondérés et LS-SVR de taille fixe. Des illustrations numériques mettent en évidence l'apport des modèles proposés pour estimer la VaR en tenant compte des risques de spécification et d'estimation
In this thesis, we study the problem of conditional Value at Risk (VaR) estimation taking into account estimation risk and model risk. First, we considered a two-step method for VaR estimation. The first step estimates the volatility parameter using a generalized quasi maximum likelihood estimator (gQMLE) based on an instrumental density h. The second step estimates a quantile of innovations from the empirical quantile of residuals obtained in the first step. We give conditions under which the two-step estimator of the VaR is consistent and asymptotically normal. We also compare the efficiencies of the estimators for various instrumental densities h. When the distribution of is not the density h the first step usually gives a biased estimator of the volatility parameter and the second step gives a biased estimator of the quantile of the innovations. However, we show that both errors counterbalance each other to give a consistent estimate of the VaR. We then focus on the VaR estimation within the framework of GARCH models using the gQMLE based on a class of instrumental densities called double generalized gamma which contains the Gaussian distribution. Our goal is to compare the performance of the Gaussian QMLE against the gQMLE. The choice of the optimal estimator depends on the value of d that minimizes the asymptotic variance. We test if this parameter is equal 2. When the test is applied to real series of financial returns, the hypothesis stating the optimality of Gaussian QMLE is generally rejected. Finally, we consider non-parametric machine learning models for VaR estimation. These methods are designed to eliminate model risk because they are not based on a specific form of volatility. We use the support vector machine model for regression (SVR) based on the least square loss function (LS). In order to improve the solution of LS-SVR model, we used the weighted LS-SVR and the fixed size LS-SVR models. Numerical illustrations highlight the contribution of the proposed models for VaR estimation taking into account the risk of specification and estimation

Cette thèse constitue l'une des premières études des produits dérivés climatiques. Elle examine d'abord la modélisation de la température, qui est la variable climatique la plus fréquente (chapitre 1). Un modèle univarié de type autorégressif à volatilité périodique est en général approprié pour décrire sa dynamique, notamment pour les données françaises. Elle aborde alors quelques aspects financiers des risques climatiques. En particulier, la quasi-indépendance du marché à la température semble justifier la pratique de l'évaluation selon une approche actuarielle (chapitre 2). Enfin, elle quantifie le risque de modèle lié à cette pratique (chapitre 3). Tandis que les prix des contrats Futures sont robustes par rapport aux erreurs de modélisation, d'importantes incertitudes sont mises en évidence autour du prix des options. La source des erreurs a été identifiée : il s'agit des composantes déterministes de tendance et de saisonnalité relatives à la moyenne du processus de température.

Our interest in this thesis is first to combine the different measurement techniques for operational risk in financial companies, and we highlight more and more the consequences of estimation risk which is treated as a particular part of operational risk. In the first part, we will present a full overview of operational risk, from the regulatory laws and regulations to the associated mathematical and actuarial concepts as well as a numerical application regarding the Advanced Measurement Approach, like Loss Distribution to calculate the capital requirement, then applying the Extreme Value Theory. We conclude this first part by setting a scaling technique based on (OLS) enabling us to normalize our external data to a local Lebanese Bank. On the second part, we feature estimation risk by first measuring the error induced on the SCR by the estimation error of the parameters, to having an alternative yield curve estimation and finishing by calling attention to the reflections on assumptions of the calculation instead of focusing on the so called hypothesis "consistent with market values", would be more appropriate and effective than to complicate models and generate additional errors and instability. Chapters in this part illustrate the estimation risk in its different aspects which is a part of operational risk, highlighting as so the attention that should be given in treating our models