Notre revue
de presse

Date :
L’ICAAP, selon le guide BCE de juillet 2026, est un outil stratégique assurant la résilience bancaire. Il combine deux perspectives complémentaires : normative (conformité réglementaire) et économique (préservation de la valeur), qui doivent s’alimenter mutuellement. La BCE exige une identification exhaustive des risques, des méthodes prudentes, des stress tests sévères, une validation indépendante et des données fiables. Les risques difficiles à quantifier doivent être couverts par des hypothèses conservatrices. Intégré à la gouvernance et aux décisions stratégiques, l’ICAAP permet de préserver la solvabilité, d’anticiper les chocs et de distinguer clairement les coussins internes des exigences prudentielles.
Date :
Les Orientations de l'EIOPA sur le reporting et la transparence (cadre Solvabilité II) encadrent la transmission des données financières des assureurs aux autorités de contrôle et la publication d'informations au public. Elles définissent la structure des rapports prudentiels réguliers (RSR) et des états quantitatifs (QRT) transmis aux superviseurs, tout en imposant la publication d'un rapport public sur la solvabilité et la situation financière (SFCR) pour les marchés et les assurés. Elles exigent une approche par transparence (look-through) pour identifier les risques sous-jacents des fonds d'investissement et appliquent un principe de proportionnalité pour adapter la fréquence et la charge administrative selon la taille et le profil de risque de l'entité.
Date :
L’intégration structurelle de l’IA au cœur des services financiers critiques impose de dépasser la simple conformité éthique de l'EU AI Act pour se concentrer sur la résilience opérationnelle exigée par DORA, dont les obligations s'appliquent bien avant celles de la réglementation sur l'IA. Les contrôles de continuité classiques sont inadaptés aux défaillances spécifiques de l’IA, telles que la dégradation silencieuse (grey failure), le non-déterminisme et la forte concentration systémique autour de rares fournisseurs de modèles. Pour y remédier, l’AI Resilience Framework (ARF) propose une méthode d'intégration unifiée : cartographier les dépendances aux services importants, piloter une matrice de criticité, instrumenter les tolérances face aux dérives, et garantir des doctrines de repli humain non fictionnelles. Face à ces risques probabilistes, les décideurs et architectes doivent unifier leurs registres de risques et adopter une approche Zero Trust pour assurer la survie de leurs services.