Qui nous sommes et ce que nous construisons

Une simulation d’investissement, au sens strict, est un cadre qui relie des hypothèses explicites à des trajectoires possibles. Nous partons toujours de cette définition simple, parce que vous en avez déjà vu les dérives. Vous avez connu les feuilles de calcul opaques, les courbes lisses qui rassurent trop vite, les scénarios écrits pour valider une décision déjà prise. Nous avons pris le chemin inverse. Poranexia est né du constat que les équipes financières manquent moins d’outils que de cadres fiables pour tester des décisions dans un environnement multi-actifs cohérent. Nous travaillons donc sur la charpente, pas sur le vernis graphique. Nous concevons avec vous des moteurs de simulation capables d’agréger plusieurs classes d’actifs, d’intégrer des contraintes opérationnelles, et de rendre visibles les zones d’incertitude plutôt que de les masquer. Notre méthode, que nous appelons trame hypothèses–mécanismes–scénarios, commence toujours par clarifier ce que vous supposez, puis comment ces hypothèses se propagent dans le temps, avant d’examiner les distributions de résultats. Vous obtenez un langage commun entre décideurs, spécialistes des données et fonctions de contrôle. Nous, nous défendons votre intérêt en refusant les raccourcis séduisants. Vous, vous gagnez un espace de travail où il devient possible de contester un modèle sans remettre en cause la décision elle-même. Poranexia reste volontairement indépendant d’éditeurs et d’intermédiaires, pour garder une liberté totale dans la conception de vos cadres de simulation.
Parlons modèles
Étendue
Couverture temporelle

Scénarios projetés et recalibrés en continu sur des horizons cohérents.

Souple
Intégration de données
Architecture pensée pour intégrer vos données internes et flux externes.
Renforcée
Traçabilité des choix
Processus structuré pour documenter chaque hypothèse de simulation.

Nos repères pour concevoir vos cadres de simulation

Nous savons que vous avez déjà investi du temps et des ressources dans vos modèles actuels. Notre rôle n’est pas de les remplacer par principe, mais de les éclairer, de les renforcer et de les rendre plus lisibles, afin que chaque décision prise à partir d’eux reste consciente des hypothèses qui la sous-tendent.

Nommer les limites

Nous commençons toujours par clarifier ce que le modèle ne sait pas, avant de discuter de ce qu’il projette. Cette honnêteté sur les zones d’ombre permet de mieux utiliser les résultats, d’éviter les interprétations excessives et de rappeler que les scénarios ne sont pas des promesses mais des repères pour la décision.

Rendre lisible

Chaque moteur de simulation doit pouvoir être expliqué simplement à quelqu’un qui n’a pas participé à sa construction. Nous travaillons donc sur des schémas, des notes et des résumés qui rendent visibles les hypothèses structurantes, sans noyer les décideurs dans des détails techniques inutiles.

Notre trajectoire

De la feuille de calcul isolée aux cadres de simulation multi actifs gouvernés et documentés

  1. 2017

    Origines terrain

    Premiers travaux menés autour de feuilles de calcul complexes, pour rendre visibles les hypothèses cachées et les chaînes de calcul implicites.

    01 / 06
  2. 2019

    Méthode interne

    Formalisation d’une méthode interne pour structurer les moteurs de simulation multi-actifs autour d’hypothèses, de mécanismes et de scénarios.

    02 / 06
  3. 2020

    Missions récurrentes

    Interventions régulières auprès de directions financières pour revoir des cadres de projection et documenter les limites des modèles utilisés.

    03 / 06
  4. 2022

    Création structure

    Création officielle de Poranexia comme structure dédiée à la conception et à la validation de moteurs de simulation multi-actifs.

    04 / 06
  5. 2023

    Travaux collectifs

    Participation à des groupes de travail français sur la gouvernance des modèles et la transparence des scénarios prospectifs.

    05 / 06
  6. 2024

    Focalisation gouvernance

    Renforcement des travaux sur la documentation, la traçabilité et la communication des résultats de simulation vers les comités décisionnels.

    06 / 06

L’équipe qui challenge vos moteurs de simulation

Julien Morel architecte de cadres de simulation avancés
Clara Nguyen analyste quantitative multi actifs
Samuel Lefèvre spécialiste des usages décisionnels
Amina Boulkacem responsable documentation des modèles
Pierre Fontaine ingénieur données pour la simulation
Élodie Caron coordinatrice de projets complexes

Reconnaissance et collaborations structurantes

2019

Intervention colloque gestion des risques

Étude détaillée sur la robustesse des moteurs de simulation multi-actifs, présentée lors d’un colloque européen en gestion des risques.

2020

Groupe de travail scénarios prospectifs

Participation à un groupe de travail français sur la modélisation de scénarios prospectifs et la gouvernance des hypothèses clés.

2022

Conférence transparence des modèles

Conférence invitée sur la transparence des modèles de simulation auprès d’un réseau de directions financières et de contrôle interne.

2023

Partenariat recherche appliquée

Collaboration avec un cabinet de recherche appliquée pour formaliser un référentiel interne de validation de moteurs de simulation.

2024

Note technique documentation des stress tests

Publication d’une note technique sur la documentation des hypothèses de stress dans les environnements multi-actifs complexes.

Cadres sur mesure

Discutons de vos moteurs de simulation avant qu’ils ne pilotent vos décisions

Vous savez déjà que les moteurs de simulation peuvent éclairer ou brouiller une décision, selon la façon dont ils sont conçus. Nous vous proposons de passer ensemble du côté clair, en confrontant vos modèles actuels à une grille de lecture indépendante, structurée et adaptée à vos contraintes internes. Aucune solution préfabriquée, uniquement un travail précis sur vos hypothèses, vos mécanismes et vos scénarios projetés.
Équipe travaillant sur un moteur de simulation multi actifs

Revue attentive de l’équilibre entre sophistication technique, lisibilité pour les décideurs et contraintes de contrôle interne existantes.

Analyse structurée des zones de fragilité de vos moteurs actuels, avec un focus sur la cohérence entre classes d’actifs.

Mise en avant des enjeux de gouvernance des modèles pour limiter les dérives d’usage et les interprétations excessives.

Formalisation claire des hypothèses clés et des scénarios de référence pour faciliter les échanges entre équipes.

Approche collaborative impliquant directions financières, fonctions de contrôle et spécialistes des données.

Propositions concrètes pour faire évoluer vos cadres de simulation sans perturber vos processus quotidiens.