Tableau de bord
Synthèse patrimoine, scénarios et moteurs de calcul

Pilotage patrimonial actif/passif, projection et risque.

Une nouvelle application dans ASSURF pour cadrer le patrimoine, les passifs, les scénarios économiques et les premières analyses ALM personnelles.

Déjà un compte ASSURF ? La connexion ouvre directement votre espace ALMBest.

Première portée livrée

  • profils et portefeuilles ALM
  • actifs, passifs et objectifs patrimoniaux
  • scénarios économiques centralisés
  • synthèse projection, solvabilité et stress
  • API JSON de base pour intégration front ou agents IA
Aide — ALMBest
Qu'est-ce qu'ALMBest ?

ALMBest est le cockpit de pilotage actif-passif : il met en regard votre patrimoine et vos engagements pour projeter, stresser et optimiser votre allocation dans le temps, avec des moteurs quantitatifs (Monte Carlo, Markowitz, DCC-GARCH, CVaR…).

Parcours conseillé
1
Créer un portefeuille Conteneur de base. Définissez la devise, le budget mensuel et le patrimoine net cible.
2
Saisir les actifs & passifs Épargne, immobilier, actions… et crédits, engagements futurs. Renseignez rendement attendu et volatilité.
3
Définir un scénario économique Inflation, rendements actions/oblig/immo, choc de taux. Sans scénario, les hypothèses sont neutres.
4
Projection & Monte Carlo Trajectoire déterministe sur 15 ans et distribution statistique sur N simulations.
5
Analyser le risque Sélectionnez un panier d'actifs, fixez vos limites (vol. max, solvabilité min…) et voyez les dépassements.
6
Optimiser l'allocation Markowitz, Black-Litterman, Parité des risques, CVaR — moteur Rust ou fallback Python.
Indicateurs clés
Patrimoine net
Actifs totaux − Passifs totaux
Volatilité
Écart-type pondéré des rendements d'actifs
Ratio de solvabilité
Actifs / Passifs — ≥ 1.0 signifie solvable
Ratio de liquidité
Budget annuel / Service de dette annuel
Perte en stress
Actifs × min(vol, 35 %)
Prob. de ruine
max(2 %, vol / 2) — heuristique
VaR 95 %
Perte max au 5e percentile des simulations
CVaR 95 %
Perte moyenne au-delà de la VaR
Moteur de covariance

Deux modes disponibles dans l'optimiseur :

Classe d'actif (défaut) — Σ = D·C·D à partir de corrélations expertes stables. Rapide, ne nécessite pas d'historique.
DCC-GARCH(1,1) — Covariance conditionnelle dynamique. Capture les clusters de volatilité. Requiert ≥ 30 observations de rendements par actif.
Q_t = (1-a-b)·Q̄ + a·z_{t-1}z'_{t-1} + b·Q_{t-1}
Σ_t = D_t · R_t · D_t
Pages rapides
Rapport Portefeuilles Objectifs Retraite Contrats Actifs Passifs Scénarios Projection Risque Optimisation