Le G7 Cyber Expert Group analyse l’impact croissant de l’intelligence artificielle sur la cybersécurité du secteur financier. L’IA, notamment l’IA générative et les systèmes agentiques, offre des capacités avancées pour renforcer la détection des menaces, automatiser l’analyse d’anomalies, améliorer la réponse aux incidents et surveiller plus efficacement les fournisseurs et chaînes d’approvisionnement. Ces atouts peuvent accroître la résilience opérationnelle des institutions financières.
Parallèlement, l’IA génère de nouveaux risques. Les acteurs malveillants peuvent utiliser ces technologies pour créer des attaques plus sophistiquées, automatiser le développement de maliciels, produire des campagnes d’hameçonnage hautement personnalisées ou contourner des systèmes de défense. Les modèles d’IA eux-mêmes deviennent vulnérables à la manipulation des données, aux fuites d’informations ou aux attaques d’ingénierie sociale visant les systèmes automatisés.
Le rapport souligne que ces évolutions exigent une adaptation de la gouvernance, de la supervision, de la gestion des tiers et des compétences internes. Les institutions doivent intégrer la cybersécurité dans le développement et l’usage de l’IA, assurer une supervision humaine adéquate, protéger les données, renforcer la détection et la réponse aux incidents et investir dans les compétences spécialisées. Les autorités sont encouragées à actualiser leurs cadres de risque, à coopérer avec l’industrie et la recherche, et à promouvoir une IA sûre, fiable et transparente pour préserver la stabilité du système financier.
The paper applies an extended mean-field game framework to model policyholder behavior in a large mutual insurance company, where surplus/deficit is shared among members. It proves global existence and uniqueness of the Nash equilibrium, characterized by constrained MF-FBSDEs, and solves these numerically using a modified deep BSDE algorithm. Key findings include: insurance demand rises with risk aversion, loss volatility, and surplus-sharing ratio; optimal coverage decreases toward the horizon; practical no-short-selling constraints reduce wealth disparities; and pool composition affects all members’ strategies through interdependence. Extensions to survival models and decentralized insurance are proposed.
Ces normes établissent les critères que les autorités de surveillance appliqueront pour identifier les (ré)assureurs tenus d'intégrer des analyses macroprudentielles dans leur évaluation interne des risques et de la solvabilité (ORSA) et dans l'application du principe de la personne prudente (PPP). Cette initiative s'inscrit dans le cadre de la révision de la directive Solvabilité II, visant à renforcer la stabilité financière du secteur.
L'approche de sélection retenue est hybride, combinant un critère quantitatif et des critères qualitatifs pour un ciblage précis. Le critère principal est un seuil de 20 milliards d'euros de total d'actifs, relevé en réponse aux retours des parties prenantes pour mieux garantir la proportionnalité. Il est complété par des critères qualitatifs (tels que l'interconnexion, le type d'activité, la substituabilité et le risque de liquidité). Ces derniers offrent aux superviseurs une flexibilité fondée sur le risque, leur permettant d'ajouter ou de retirer des entités afin de capturer les risques non liés à la seule taille de bilan et d'assurer une application judicieuse.
Le rapport final, incluant l'analyse d'impact et les retours de la consultation, a été soumis à la Commission européenne pour adoption formelle.