dc.contributor.author |
Bensefia, Walid |
|
dc.contributor.author |
Namani, Nawal |
|
dc.contributor.other |
Arki, Oussama, Directeur de thèse |
|
dc.contributor.other |
Ait Ouarabi, Chems-Eddine, Directeur de thèse |
|
dc.date.accessioned |
2023-10-10T08:16:02Z |
|
dc.date.available |
2023-10-10T08:16:02Z |
|
dc.date.issued |
2023 |
|
dc.identifier.other |
EP00637 |
|
dc.identifier.uri |
http://repository.enp.edu.dz/jspui/handle/123456789/10833 |
|
dc.description |
Mémoire de Projet de Fin d’Études : Génie Industriel. Data Science et Intelligence Artificielle : Alger, École Nationale Polytechnique : 2023 |
fr_FR |
dc.description.abstract |
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. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.subject |
Liquidité |
fr_FR |
dc.subject |
Stress-test |
fr_FR |
dc.subject |
Machine learning |
fr_FR |
dc.subject |
Banque |
fr_FR |
dc.subject |
Prévision |
fr_FR |
dc.subject |
ALM |
fr_FR |
dc.title |
Utilisation de l’IA pour la conception d’un outil de stress-test de la trésorerie de la société générale Algérie |
fr_FR |
dc.type |
Thesis |
fr_FR |