Développement d’un outil de stress-test de la liquidité bancaire basé sur des modèle classique et modèles d’intelligence artificielle / Aya Benosmane (2024) 

Public ISBD Titre : Développement d’un outil de stress-test de la liquidité bancaire basé sur des modèle classique et modèles d’intelligence artificielle Type de document : document électronique Auteurs : Aya Benosmane, Auteur ; Hakim Fourar Laidi, Directeur de thèse ; Chems-Eddine Ait Ouarabi, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2024 Importance : 1 fichier PDF (4 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2024 Bibliogr. p. 146 - 147 . - Annexe p. 148 - 158 Langues : Français (fre) Mots-clés : Risque liquidité Prévisionnel Stress test Intelligence artificielle Modélisation Scénario Index. décimale : PI02224 Résumé : Dans le contexte d’un paysage financier complexe et volatile, la gestion des risques est essentielle à la stabilité des institutions financières. En Algérie, Société Générale Algérie est confrontée à plusieurs défis en raison des fluctuations des prix du pétrole et d’autres facteurs économiques. Pour y faire face, l’outil de test de résistance de liquidité SGA a été développé à l’aide de modèles d’apprentissage automatique et d’analyses avancées. Cet outil vise à anticiper et à évaluer avec précision les effets des crises financières et économiques potentielles sur la liquidité de la Banque. Ce projet représente une initiative active visant à améliorer la capacité de SGA à naviguer pendant les fluctuations économiques et à protéger efficacement les intérêts de ses clients et de l’économie nationale Développement d’un outil de stress-test de la liquidité bancaire basé sur des modèle classique et modèles d’intelligence artificielle [document électronique] / Aya Benosmane, Auteur ; Hakim Fourar Laidi, Directeur de thèse ; Chems-Eddine Ait Ouarabi, Directeur de thèse . - [S.l.] : [s.n.], 2024 . - 1 fichier PDF (4 Mo) : ill. Mode d'accès : accès au texte intégral par intranet Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2024 Bibliogr. p. 146 - 147 . - Annexe p. 148 - 158 Langues : Français (fre) Mots-clés : Risque liquidité Prévisionnel Stress test Intelligence artificielle Modélisation Scénario Index. décimale : PI02224 Résumé : Dans le contexte d’un paysage financier complexe et volatile, la gestion des risques est essentielle à la stabilité des institutions financières. En Algérie, Société Générale Algérie est confrontée à plusieurs défis en raison des fluctuations des prix du pétrole et d’autres facteurs économiques. Pour y faire face, l’outil de test de résistance de liquidité SGA a été développé à l’aide de modèles d’apprentissage automatique et d’analyses avancées. Cet outil vise à anticiper et à évaluer avec précision les effets des crises financières et économiques potentielles sur la liquidité de la Banque. Ce projet représente une initiative active visant à améliorer la capacité de SGA à naviguer pendant les fluctuations économiques et à protéger efficacement les intérêts de ses clients et de l’économie nationale

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00820	PI02224	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Data sciences_Intelligence artificielle	Téléchargeable

Documents numériques

BENOSMANE.Aya.pdf URL

Utilisation de l’IA pour la conception d’un outil de stress-test de la trésorerie de la société générale Algérie / Walid Bensefia (2023) 

Public ISBD Titre : Utilisation de l’IA pour la conception d’un outil de stress-test de la trésorerie de la société générale Algérie Type de document : document électronique Auteurs : Walid Bensefia, Auteur ; Nawal Namani, Auteur ; Oussama Arki, Directeur de thèse ; Chems-Eddine Ait Ouarabi, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2023 Importance : 1 fichier PDF (4.3 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2023 Bibliogr. P. 112 - 113. - Annexes P. 116 - 135 Langues : Français (fre) Mots-clés : ALM Banque Liquidité Machine learning Prévision Stress-test Index. décimale : PI02323 Résumé : Depuis la crise financière de 2008, de nouvelles réformes ont été mises en place visant à fournir un cadre réglementaire plus protecteur notamment par la mise en place d’outils d’analyse de risque dont les tests de résistance bancaire “Les stress-tests” visant à évaluer la robustesse des banques face aux chocs financiers qui peuvent causer une crise de liquidité. En plus de l’élaboration d’un scénario de stress, l’étape la plus importante est d’établir un prévisionnel des postes les plus significatifs de la trésorerie de la banque afin de le stresser pour ensuite avoir le stress-test final. L’objectif de ce PFE est en premier lieu de proposer un modèle de prévision pour la trésorerie de la SGA grâce à des algorithmes de Machine Learning, ensuite de lui injecter des scénarios de stress basés sur des hypothèses macroéconomiques et microéconomiques pour minimiser le risque futur de liquidité afin que la banque puisse faire face à ses engagements. Utilisation de l’IA pour la conception d’un outil de stress-test de la trésorerie de la société générale Algérie [document électronique] / Walid Bensefia, Auteur ; Nawal Namani, Auteur ; Oussama Arki, Directeur de thèse ; Chems-Eddine Ait Ouarabi, Directeur de thèse . - [S.l.] : [s.n.], 2023 . - 1 fichier PDF (4.3 Mo) : ill. Mode d'accès : accès au texte intégral par intranet Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2023 Bibliogr. P. 112 - 113. - Annexes P. 116 - 135 Langues : Français (fre) Mots-clés : ALM Banque Liquidité Machine learning Prévision Stress-test Index. décimale : PI02323 Résumé : Depuis la crise financière de 2008, de nouvelles réformes ont été mises en place visant à fournir un cadre réglementaire plus protecteur notamment par la mise en place d’outils d’analyse de risque dont les tests de résistance bancaire “Les stress-tests” visant à évaluer la robustesse des banques face aux chocs financiers qui peuvent causer une crise de liquidité. En plus de l’élaboration d’un scénario de stress, l’étape la plus importante est d’établir un prévisionnel des postes les plus significatifs de la trésorerie de la banque afin de le stresser pour ensuite avoir le stress-test final. L’objectif de ce PFE est en premier lieu de proposer un modèle de prévision pour la trésorerie de la SGA grâce à des algorithmes de Machine Learning, ensuite de lui injecter des scénarios de stress basés sur des hypothèses macroéconomiques et microéconomiques pour minimiser le risque futur de liquidité afin que la banque puisse faire face à ses engagements.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00637	PI02323	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Data sciences_Intelligence artificielle	Téléchargeable

Documents numériques

BENSEFIA.Walid_NAMANI.Nawal.pdf URL