Notre revue
de presse

Date :
This case study examines how a leading Australian financial organization operationalizes 𝗰𝘆𝗯𝗲𝗿-𝘁𝗵𝗿𝗲𝗮𝘁 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝗰𝗲 (𝗖𝗧𝗜), using military intelligence doctrine (the intelligence cycle) as a theoretical lens. The research, framed as a stakeholder-activity process model, reveals 𝗮 𝗳𝘂𝗻𝗱𝗮𝗺𝗲𝗻𝘁𝗮𝗹 𝗶𝗻𝘃𝗲𝗿𝘀𝗶𝗼𝗻 𝗼𝗳 𝗲𝘀𝘁𝗮𝗯𝗹𝗶𝘀𝗵𝗲𝗱 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝗰𝗲 𝗻𝗼𝗿𝗺𝘀.
Instead of strategic requirements driving CTI downward from leadership, 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝗰𝗲 𝗳𝗹𝗼𝘄𝘀 𝘂𝗽𝘄𝗮𝗿𝗱 𝗮𝗻𝗱 𝗼𝘂𝘁𝘄𝗮𝗿𝗱 from technology operations. This challenges the assumption of intelligence-led security in civilian contexts. The study finds 𝗼𝗿𝗴𝗮𝗻𝗶𝘇𝗮𝘁𝗶𝗼𝗻𝘀 𝗽𝗮𝗿𝗮𝗱𝗼𝘅𝗶𝗰𝗮𝗹𝗹𝘆 𝗹𝗶𝗺𝗶𝘁 𝗖𝗧𝗜'𝘀 𝘀𝘁𝗿𝗮𝘁𝗲𝗴𝗶𝗰 𝘃𝗮𝗹𝘂𝗲 𝗱𝘂𝗲 𝘁𝗼 𝗶𝘁𝘀 𝗹𝗼𝘄 𝗼𝗿𝗴𝗮𝗻𝗶𝘇𝗮𝘁𝗶𝗼𝗻𝗮𝗹 𝗽𝗼𝘀𝗶𝘁𝗶𝗼𝗻𝗶𝗻𝗴, a 𝗸𝗻𝗼𝘄𝗹𝗲𝗱𝗴𝗲 𝗴𝗮𝗽 𝗯𝗲𝘁𝘄𝗲𝗲𝗻 𝗯𝘂𝘀𝗶𝗻𝗲𝘀𝘀 𝗮𝗻𝗱 𝗜𝗧, and a lack of strategically relevant analytical products. The findings provide an empirical explanation of CTI practice and a diagnostic model for bottom-up operationalization.
Date :
Les simulations de Monte Carlo imbriquées exigées par Solvabilité II représentent un obstacle majeur à la rapidité du calcul du capital de solvabilité (SCR), limitant leur usage à des exercices de conformité ponctuels. Dans son article *“On the Estimation of Own Funds for Life Insurers”*, Mark-Oliver Wolf propose plusieurs avancées pour améliorer cette efficacité.

L’auteur démontre d’abord l’**équivalence entre les méthodes directe et indirecte** d’estimation du capital disponible : sous hypothèse d’absence d’arbitrage, elles convergent vers la même valeur. Cette propriété permet d’utiliser l’une pour valider l’autre, renforçant ainsi la fiabilité des modèles.

Wolf introduit ensuite une **famille d’“estimateurs mixtes”** généralisant ces approches. Tous partagent la même espérance, ouvrant la voie à l’usage de **variables de contrôle** permettant de réduire la variance sans introduire de biais. Deux variantes sont proposées :

* le **contrôle “crude”**, simple à implémenter, combine les estimateurs direct et indirect ;
* le **contrôle “mixed”**, plus avancé, exploite plusieurs estimateurs pour des gains supplémentaires.

Les tests sur trois modèles (MUST, IS, openIRM) montrent des **réductions de variance jusqu’à un facteur 10** dans les scénarios réalistes. L’efficacité dépend toutefois du degré de corrélation entre actifs et passifs, plus cette relation étant forte, plus les gains sont importants.