Un cabinet de conseil dédié au
pilotage des risques numériques

Metametris est un cabinet de conseil indépendant, basé à Paris, spécialisé dans la gestion des risques numériques et la conformité réglementaire.

Depuis 2005, nous accompagnons les institutions financières (DSI, RSSI, Direction des risques) dans l’identification, l’évaluation et la maîtrise de leurs risques.

Avec une expertise éprouvée dans la mise en œuvre de programmes réglementaires complexes (DORA, NIS2, RGPD…), nous proposons des solutions sur mesure pour répondre aux défis de la résilience opérationnelle numérique. Nous accompagnons nos clients dans leur mise en conformité par rapport aux réglementations et aux normes en vigueur en constante évolution.

Nos engagements en
6 points clés

  1. Une expertise de pointe. Plus de 20 ans d’expérience dans la gestion des risques opérationnels, au service d’organisations de toutes tailles, avec une connaissance approfondie des environnements financiers, numériques et réglementaires.
  2. Pragmatisme & Efficacité opérationnelle. Une approche orientée résultats pour maximiser l’impact des investissements en gestion des risques. Nous délivrons des résultats mesurables à partir d'objectifs clairs et d'un pilotage transparent.
  3. Dialogue et Collaboration. Le succès d’un projet repose sur l’engagement des équipes. Nous favorisons un transfert de compétences fluide, en surmontant les résistances au changement.
  4. Une approche innovante. Nous abordons la gestion des risques numériques selon une vision à 360° qui intègre l'organisation, la gouvernance, les dispositifs techniques, l'environnement de contrôle et le pilotage des tiers TIC dans une approche globale basée sur les risques.
  5. Compréhension fine des enjeux métiers de la continuité d’activité. Une maîtrise approfondie de l'étude d'impacts métiers, de scénarios d'interruption d'activité au service de la stratégie de résilience des organisations particulièrement pour les secteurs bancaires et assurantiels.
  6. Nos références clients. Nous collaborons avec des banques, assurances, gestionnaires d’actifs et entreprises internationales, pour des solutions robustes et pérennes.

Notre revue
de presse

Date :
This paper investigates dynamic insurance pricing and risk management when insurers face correlation ambiguity between underwriting and financial investment risks. By employing a robust control framework and G-expectation theory, the research models how insurers make decisions under worst-case beliefs regarding these unknown dependencies. The authors identify five distinct equilibrium regimes, such as pure underwriting or zero underwriting, which shift based on market conditions and ambiguity levels. A key finding challenges traditional assumptions by showing that uncertainty does not always lead to higher premiums or reduced utility for the insurer. Instead, ambiguity aversion can sometimes improve an insurer’s position by encouraging more conservative and robust portfolio allocations. Ultimately, the study highlights that accurately understanding risk dependence is essential for effective regulatory policy and equilibrium pricing in modern financial markets.
Lire la suite
Date :
This paper analyzes the shift in European digital regulation from a science-based model to one rooted in constitutional values. While traditional risk management relied on the precautionary principle and quantifiable data, modern frameworks like the GDPR, DSA, and AI Act focus on safeguarding fundamental rights and democracy. The authors argue that this transformation addresses the intangible nature of digital harms and the significant imbalance of power between public regulators and private tech firms. By delegating risk assessment to private entities, the EU utilizes accountability and proportionality as tools to govern technological uncertainty. Ultimately, the text illustrates how legal and ethical standards have replaced empirical science as the primary metrics for regulating the digital ecosystem.
Lire la suite
Date :
This paper provides a rigorous mathematical analysis of the axiomatic foundations used to quantify financial risk. The author traces the evolution of risk measurement from early standards like Value-at-Risk to more sophisticated frameworks including coherent, convex, and spectral risk measures. Central to the text are the representation theorems that define these measures through dual sets of probability scenarios and penalty functions. The scope extends to dynamic settings, where time-consistency is required for multi-period assessments, and systemic risk involving interconnected institutions. Finally, the research bridges the gap between theory and practice by integrating machine learning techniques, specifically examining the concentration of empirical estimators and the use of conformal prediction for distribution-free risk control.
Lire la suite