Lorsque les pertes individuelles importantes sont rares, la queue empirique de la distribution des pertes devient instable et souvent sous-estimée. Cet atelier propose une étude de cas appliquée et interactive axée sur l’hétérogénéité et les événements rares. Les participants travailleront avec des données pour explorer divers choix de modélisation, évaluer les risques de queue et comparer les approches lorsque les informations sont limitées. Par équipe, ils expérimenteront toute une gamme de techniques de modélisation, telles que les familles de gravité alternatives, l’inclusion de covariables, les méthodes de régularisation, les extensions de valeurs extrêmes et des stratégies telles que le rééchantillonnage par opposition à la modélisation paramétrique de la queue. Ils examineront également des critères d’évaluation équitables dans des contextes de petits échantillons. Après une brève présentation des principaux défis du secteur (tarification, mesure des risques et gestion de portefeuille), les participants travailleront en équipes sur un ensemble de données synthétiques calibrées pour des scénarios réalistes de pertes importantes.