Université de Strasbourg

Jean Bérard, Ernst Eberlein, Karl-Théodor Eisele & Thorsten Schmidt

Biographie - Jean Bérard

Institut de Recherche Mathématique Avancée (IRMA), université de Strasbourg

Jean Bérard, FRIAS-USIAS Fellow 2017

Jean Bérard est professeur de mathématiques à l’université de Strasbourg. Il est membre de l’Institut de Recherche Mathématique Avancée (IRMA), et est actuellement responsable du programme d’actuariat à  Strasbourg.

Ses thèmes de recherche incluent la théorie des probabilités, les méthodes de Monte Carlo, et la modélisation stochastique appliquée aux sciences de la vie et aux sciences actuarielles.






Biographie - Ernst Eberlein

Département de mathématiques stochastiques, université de Fribourg-en-Brisgau, Allemagne

Ernst Eberlein, FRIAS-USIAS Fellow 2017

Ernst Eberlein est professeur émérite à l’université de Fribourg-en-Brisgau. Il a étudié les mathématiques et la physique au sein des universités de Paris et d’Erlangen-Nürnberg, et a obtenu son doctorat de cette dernière. Dans le cadre de post-doctorats, il a occupé divers postes à l’université de Bonn, à l’IMPA de Rio de Janeiro et à l’ETH Zürich, qui lui a décerné son habilitation en mathématiques.

Il a publié environ 80 articles autour de la théorie des probabilités et des mathématiques financières, et est l’éditeur de nombreux actes de colloque. Au début des années 1990, il a été l’un des premiers à appliquer les processus de Lévy afin d’obtenir des modèles financiers plus réalistes. Il a supervisé plus de 20 thèses de doctorat. Il a été doyen et doyen des affaires étudiantes de sa faculté et a occupé des postes de chercheur visiteur au sein de l’université Stanford, des universités de Californie et de San Diego (UCSD) ainsi que de l’université technologique de Sydney (UTS) lors de congés sabbatiques.

Ernst Eberlein est l’un des membres fondateurs du Freiburg Center for Data Analysis and Modeling (FDM). Il est membre élu de l’International Statistical Institute et membre honoraire de la Bachelier Finance Society. Lors de l’année académique 2009/2010, il a été Fellow FRIAS dans le cadre du projet « Information, Liquidity, and Trust in Incomplete Markets » et a occupé le poste de professeur John-von-Neumann à l’université technique de Munich en 2015. Il a été co-éditeur de Mathematical Finance et Applied Mathematical Finance.

Il est régulièrement invité à donner des conférences dans le domaine des mathématiques financières. Ses recherches et activités de conseil actuelles se concentrent sur la modélisation des marchés financiers et la gestion des risques, ainsi que l’estimation de produits financiers dérivés.

Biographie - Karl-Théodor Eisele

UFR de Mathématique et d'Informatique, université de Strasbourg

Karl-Théodor Eisele, USIAS Fellow 2017

Karl-Théodor Eisele est professeur émérite de mathématiques actuarielles et financières à l’UFR de mathématique et d’informatique de l’université de Strasbourg, membre du Laboratoire de recherche en gestion et économie (LaRGE) et de l’Institut de recherche mathématique avancée (IRMA). Il a rejoint l’université de Strasbourg en 1988. Auparavant, il a occupé plusieurs postes au sein des universités d’Heidelberg, de Zürich et de New York. De 1996 à 2006, il était chargé du programme d’actuariat de l’université de Strasbourg. Il est Fellow de l’Association allemande de mathématiques actuarielles et financières ainsi que de l’Association suisse des actuaires. 

Ses recherches concernent la distribution des demandes mixtes dans les assurances non-vie, la probabilité de ruine, l’évaluation multipériodique des risques ainsi que les mathématiques de la solvabilité à destination des assurances et institutions financières.

Biographie - Thorsten Schmidt

Département de mathématiques stochastiques, université de Fribourg-en-Brisgau, Allemagne

Thorsten Schmidt, FRIAS-USIAS Fellow 2017

Thorsten Schmidt a succédé à Ernst Eberlein en tant que professeur de mathématiques stochastiques à l’université de Freiburg à l’été 2015.

Ses recherches associent les mathématiques financières aux processus et aux statistiques stochastiques, et il a entre autres publié dans les domaines du risque de crédit, des taux d’intérêt, des processus affines et des mesures d’estimation du risque. Plus récemment, il s’intéresse également à l’apprentissage automatique. Au cours de sa carrière, il a été confronté à des problèmes intéressants de statistiques et de mathématiques financières qui, de par leur surprenante complexité, l'ont amené à rechercher une plus grande compréhension mathématique. À Fribourg, il travaille avec sa jeune équipe de chercheurs à répondre à ces défis à l’aide de modèles mathématiques améliorés et se concentre sur divers domaines d’application où ceux-ci pourraient se révéler particulièrement utiles. Outre la finance, ces secteurs comprennent la médecine, la robotique et tout autre domaine utilisant la modélisation stochastique.

Projet - Relier la finance et l’assurance : théorie et applications

Octobre 2017 - septembre 2019

Ce projet a pour objectif de traiter des problèmes situés à l’intersection de la finance et de l’assurance. Ces questions sont particulièrement d’actualité au vu des conditions du marché, dans la mesure où les faibles taux d’intérêt représentent à la fois un défi pour les compagnies d’assurance et un élément moteur essentiel pour les marchés boursiers. Ces phénomènes démontrent à la fois la grande pertinence de ce projet ainsi que son fort potentiel de développement.

Le thème principal que nous explorerons sera celui des produits dérivés hybrides, qui se fondent sur les actions et les taux d’intérêt. Ce type de dérivé apparaît naturellement dans les produits d’assurance indexés sur actions, les annuités variables et autres produits financiers du domaine des pensions et de l’assurance-vie. La première étape consistera à développer des résultats fondamentaux sur les actifs de ce type, et à chercher en particulier des méthodologies d’estimation et de gestion des risques. Nous couvrirons également la question essentielle du risque de modèle, à l’aide de méthodes issues de la finance robuste et bayésienne. La deuxième étape sera consacrée à l’application de ces résultats par l’étude de problèmes spécifiques au secteur et le développement de solutions sur mesure.

Investissements d'Avenir