No Thumbnail Available
Details
- Supervisors
- Faculty
- Degree label
- Abstract
- La croissance du numérique rend les entreprises de plus en plus vulnérables aux attaques cyber. Celles-ci souhaitent donc se couvrir face à ce risque de plus en plus menaçant. Cependant, les assureurs n’ont pas encore une grande maîtrise du risque cyber. Ce mémoire, dans un premier temps, définira ce risque, tentera d’identifier les caractéristiques du risque cyber et analysera ce qui est déjà proposé sur le marché. Une étude purement descriptive sera réalisée pour y dégager certaines tendances. Ensuite, le processus de Hawkes permettra de modéliser la fréquence du risque cyber. L’effet auto-excitant de ce processus donne la possibilité de ne pas négliger la dépendance entre les polices lors de la modélisation. Une application univariée et multivariée sera apppliquée à des données. Enfin, le coût d’un sinistre pouvant être extrêment élevé, la théorie des valeurs extrêmes sera étudiée pour le modéliser. A l’aide d’un arbre de régression, une comparaison sera faite entre les facteurs de risque de la partie centrale de la distribution et ceux ayant une influence sur la queue de la distribution. The growth of digital technology is making businesses increasingly vulnerable to cyber attacks. As a result, they are looking to insure themselves against this increasingly threatening risk. However, insurers do not yet have a firm grasp of cyber risk. This brief will begin by first, define this risk, attempt to identify the characteristics of cyber risk and analyse what is already being already available on the market. A purely descriptive study will be carried out to identify certain trends. Next, the Hawkes process will be used to model the frequency of the cyber risk. The self-exciting effect of this process means that the dependency between policies dependency between policies when modelling. A univariate and multivariate application will be applied to the data. Finally, as the cost of a claim can be extremely high, extreme value theory will be used to model it. Using a regression tree, a comparison will be made between the risk factors in the central part of the distribution and those the tail of the distribution.