Les contenus de ce site sont fournis à titre de recherche académique uniquement. Ils ne constituent pas des conseils en investissement, en gestion de patrimoine ou en planification financière. Toute décision prise sur la base de ces informations relève de la seule responsabilité de l'utilisateur.
Équipe de recherche collaborant sur des équations analytiques

Notre programme de recherche

Notre agenda de recherche s'articule autour de quatre axes complémentaires. Le premier porte sur les avancées théoriques du contrôle robuste multi-période, en particulier l'extension des préférences multiples récursives à des horizons de décision variables. Le deuxième développe des méthodes computationnelles permettant de résoudre numériquement les équations de Hamilton-Jacobi-Bellman robustes dans des dimensions élevées. Le troisième applique ces cadres à des problèmes empiriques de tarification des actifs et d'allocation de ressources sous incertitude de modèle. Le quatrième étend ces outils à des questions de politique macroéconomique où l'ambiguïté sur la spécification des chocs structurels joue un rôle central.

Chaque axe de recherche nourrit les autres. Les impasses théoriques signalent les besoins computationnels. Les limitations numériques orientent les simplifications théoriques acceptables. Les applications empiriques révèlent les hypothèses implicites que la théorie avait naturalisées. Les extensions macroéconomiques remettent en question les calibrations standard de l'aversion à l'ambiguïté. Ce va-et-vient entre théorie, calcul, données et politique constitue la trame de notre travail collectif.

Dernières publications et interventions

Working papers récemment diffusés, articles acceptés, présentations en conférence et séminaires invités sur le choix de portefeuille robuste face à l'ambiguïté.

Ambiguïté de modèle et prime de risque sur les marchés émergents
Featured
Working paper
•

Ambiguïté de modèle et prime de risque sur les marchés émergents

Working paper présentant une extension du cadre de contrôle robuste aux marchés caractérisés par des données limitées et des régimes changeants. Nous montrons que l'aversion à l'ambiguïté amplifie significativement la prime exigée lorsque la qualité de l'information se dégrade, et nous proposons une méthode de calibration empirique de l'ensemble d'incertitude.

#Marchés émergents #Prime de risque
Publication
•

Résolution numérique des équations de Bellman robustes par apprentissage profond

Article accepté dans une revue spécialisée en méthodes computationnelles. Nous comparons les performances des réseaux de neurones profonds avec les méthodes traditionnelles de discrétisation sur des problèmes de choix de portefeuille à cinq dimensions d'état, et identifions les cas où chaque approche domine.

#Apprentissage profond #Méthodes numériques
Séminaire
•

Séminaire invité à la Banque de France sur l'incertitude de modèle en politique monétaire

Présentation des implications macroéconomiques du contrôle robuste pour la conduite de la politique monétaire. Nous avons discuté comment la prise en compte explicite de l'ambiguïté sur la transmission des chocs modifie les recommandations de politique optimale face aux chocs de supply.

#Politique monétaire #Macroéconomie
Outil
•

Outil de démonstration : calibration interactive de l'ensemble d'ambiguïté

Mise en ligne d'un notebook interactif permettant d'explorer visuellement l'impact du seuil d'entropie relative sur la politique de portefeuille robuste. Les utilisateurs peuvent importer leurs propres séries historiques et comparer les allocations obtenues pour différents niveaux d'aversion à l'ambiguïté.

#Démonstration #Outil interactif
  1. 2019

    Fondations statiques

    Premiers travaux sur l'optimisation robuste statique appliquée au choix de portefeuille, avec des ensembles d'incertitude définis par contraintes de moment.

  2. 2021

    Utilité récursive

    Introduction des préférences multiples récursives pour modéliser l'aversion à l'ambiguïté dans un cadre dynamique, avec résolution analytique dans des cas simples.

  3. 2022

    Méthodes numériques

    Développement des premiers algorithmes de discrétisation et d'itération sur les valeurs pour résoudre les équations de Bellman robustes en dimension modérée.

  4. 2024

    Validation empirique

    Confrontation systématique des politiques robustes à des données historiques sur plusieurs classes d'actifs, avec calibration empirique des ensembles d'ambiguïté.

  5. 2025

    Apprentissage profond

    Intégration des méthodes d'apprentissage profond pour traiter les problèmes de contrôle robuste en haute dimension, avec comparaison rigoureuse aux méthodes classiques.

  6. 2026

    Extensions macroéconomiques

    Application des cadres robustes à la politique monétaire et à l'analyse des chocs structurels, en collaboration avec des institutions de recherche appliquée.

Rejoignez notre communauté de recherche

Co-écriture

Vous travaillez sur un problème lié à l'ambiguïté de modèle ou au contrôle robuste ? Nous sommes ouverts aux propositions de co-écriture et aux échanges préalables sur la faisabilité d'une collaboration.

Accès anticipé

Demandez l'accès à nos working papers avant leur soumission définitive. Nous diffusons régulièrement des versions préliminaires à un cercle restreint de relecteurs critiques.

Séminaires

Invitez-nous à présenter nos travaux dans votre institution. Nous acceptons les invitations à des séminaires de recherche, des ateliers méthodologiques et des conférences académiques.

Outils

Sollicitez l'accès aux codes sources et aux jeux de données utilisés dans nos publications. Nous fournissons la documentation technique nécessaire à une reproduction indépendante.