Klaus Herrmann
Professeur adjoint
Membre de l'Équipe de statistique
Coordonnées
Courriel : Klaus.Herrmann@USherbrooke.ca
Téléphone : 819 821-8000, poste 63192
Local : D3-1027-7
Formation
- Dipl.-Kfm. Administration internationale, Université de Tübingen, Allemagne (2010)
- Ph. D. Science : Mathématiques, KU Leuven, Belgique (2015)
- Chercheur postdoctoral, Université Concordia (2016-2018)
- Chercheur postdoctoral, Université McGill (2018-2019)
Thèmes de recherche
- Structures de dépendance induites par des copules
- Agrégation de variables aléatoires dépendantes entre elles
- Mesures de risque multivariées
- Théorie des valeurs extrêmes
Recherches actuelles
Ma recherche se concentre principalement sur les concepts de dépendance en statistique et en probabilité. Plus spécifiquement, j’étudie les structures de dépendance induites par des copules, l’agrégation de variables aléatoires dépendantes entre elles et les mesures de risque multivariées, ainsi que l’application de ces concepts à la sélection de portefeuilles et à la gestion quantitative du risque. Je m’intéresse également aux méthodes numériques appliquées à l’évaluation de fonctions de répartition multivariées et à la théorie des valeurs extrêmes.
Publications
Coblenz, M., Grothe, O., Herrmann, K., Hofert, M. (2022). Smoothed bootstrapping of copula functionals. Electronic Journal of Statistics, 16(1), 2550–2606.
Herrmann, K., Hofert, M., Mailhot, M. (2020). Multivariate geometric tail- and range-value-at-risk. ASTIN Bulletin: The Journal of the IAA, 50(1), 265–292.
Gijbels, I., Herrmann, K. (2018). Optimal Expected-Shortfall Portfolio Selection With Copula-Induced Dependence. Applied Mathematical Finance, 25(1), 66--106.
Herrmann, K., Hofert, M., Mailhot, M. (2018). Multivariate Geometric Expectiles. Scandinavian Actuarial Journal, 7, 629--659.
Beirlant J., Schoutens W., De Spiegeleer J., Reynkens T., Herrmann K. (2016). Hunting for Black Swans in the European Banking Sector Using Extreme Value Analysis. In: Kallsen J., Papapantoleon A. (eds) Advanced Modelling in Mathematical Finance. Springer Proceedings in Mathematics & Statistics, vol 189, Springer.
Beirlant, J., Herrmann, K. and Teugels, J.L. (2016). Estimation of the Extreme Value Index. In: Longin, F. (ed) Extreme Events in Finance: A Handbook of Extreme Value Theory and its Applications, John Wiley & Sons, Inc.
Gijbels I., Herrmann K., Sznajder D. (2015). Flexible and Dynamic Modeling of Dependencies via Copulas. In: Antoniadis A., Poggi JM., Brossat X. (eds) Modeling and Stochastic Learning for Forecasting in High Dimensions. Lecture Notes in Statistics, vol 217, Springer.
Gijbels, I., Herrmann, K. (2014). On the distribution of sums of random variables with copula-induced dependence. Insurance: Mathematics and Economics, 59, 27--44.
Gijbels, I., Herrmann, K., Verhasselt, A. (2013) Discussion on Large covariance estimation by thresholding principal orthogonal components. Journal of the Royal Statistical Society B, Statistical Methodology, 75, 662--663.