Veuillez utiliser cette adresse pour citer ce document :
http://repository.enp.edu.dz/jspui/handle/123456789/11088Affichage complet
| Élément Dublin Core | Valeur | Langue |
|---|---|---|
| dc.contributor.author | Benosmane, Aya | - |
| dc.contributor.other | Fourar Laidi, Hakim, Directeur de thèse | - |
| dc.contributor.other | Ait Ouarabi, Chems-Eddine, Directeur de thèse | - |
| dc.date.accessioned | 2024-11-04T08:41:39Z | - |
| dc.date.available | 2024-11-04T08:41:39Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.other | EP00820 | - |
| dc.identifier.uri | http://repository.enp.edu.dz/jspui/handle/123456789/11088 | - |
| dc.description | Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificiel : Alger, École Nationale Polytechnique : 2024 | fr_FR |
| dc.description.abstract | 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 | fr_FR |
| dc.language.iso | fr | fr_FR |
| dc.subject | liquidité | fr_FR |
| dc.subject | Prévisionnel | fr_FR |
| dc.subject | Stress test | fr_FR |
| dc.subject | Intelligence artificielle | fr_FR |
| dc.subject | Scénario | fr_FR |
| dc.title | Développement d’un outil de stress-test de la liquidité bancaire basé sur des modèle classique et modèles d’intelligence artificielle | fr_FR |
| dc.type | Thesis | fr_FR |
| Collection(s) : | Département Génie industriel : Data Science_Intelligence Artificielle | |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| pfe.2024.DSIA.BENOSMANE,Aya.pdf | PI02224 | 4.35 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.