Thèse en cours

Méthodes d'apprentissage statistique pour l'analyse prédictive du risque de crédit et l'optimisation de portefeuille
FR  |  
EN
Auteur / Autrice : Bruno Belucci teixeira
Direction : Vincent RivoirardKarim LouniciKatia Muller meziani
Type : Projet de thèse
Discipline(s) : Sciences
Date : Inscription en doctorat le 28/04/2022
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : SDOSE Sciences de la Décision, des Organisations, de la Société et de l'Echange
Partenaire(s) de recherche : Laboratoire : Centre de recherche en mathématiques de la décision (Paris)
établissement opérateur d'inscription : Université Paris Dauphine-PSL (1968-....)

Résumé

FR  |  
EN

L'objectif de la thèse est de développer des techniques de Deep Learning pour construire des modèles prédictifs du risque de crédit permettant le calcul d'une probabilité de défaut économique sur mesure. Celle-ci sera utilisée afin de quantifier l'écart aux valeurs réglementaires, ce que permettra la mise en place de « Early Warning Signals » et l'optimisation des prix des divers produits financiers. Les techniques que seront développés au long de la thèse porteront sur une solution Deep Learning pour des données tabulaires en incorporant des données textuelles.