Descriptifs des Programmes Année 2012/2013. Sommaire

Transcription

1 Master MIDO, Spécialité : Ingénierie Statistique et Financière Mathématiques de la modélisation et de la décision Mathématiques appliquées (MMD-MA) Descriptifs des Programmes Année 2012/2013 Sommaire INITIATION A VBA POUR EXCEL 2 TROUVER SON POSTE SUR LE MARCHE 2 METHODES POUR LES MODELES DE REGRESSION 3 SERIES TEMPORELLES 4 TESTS STATISTIQUES 6 UTILISATION DU LOGICIEL SAS 6 INTRODUCTION AUX METHODES MATHEMATIQUES DE L ASSURANCE PROCESSUS STOCHASTIQUES ET EDP 7 GESTION DE RISQUE ET DE CONSTRUCTION DE PORTEFEUILLE 8 CONDUITE DE PROJET ET COMMUNICATION 8 ANGLAIS 9 BLOC OPTIONNEL STATISTIQUE 10 ANALYSE DES DONEES ET SCORING 10 UTILISATION DU LOGICIEL SPAD 10 THEORIE DES SONDAGES 11 CONTROLE DE LA QUALITE - SURETE DE FONCTIONNEMENT 11 DATA MINING POUR LA RELATION CLIENT ET LE MARKETING 12 BASES DE DONEES POUR LA STATISIQUE 13 METHODES DE CLASSIFICATION 13 MARKETING 14 BLOC OPTIONNEL FINANCE 15 GESTION GLOBALE DES RISQUES, VAR 15 MODELES DE TAUX D INTERET 16 METHODES NUMERIQUES EN FINANCE (ISF) 17 ECONOMETRIE DE LA FINANCE ET APPLICATIONS A LA GESTION D ACTIFS 17 C++ 18 RISQUE DE CREDIT 18 METIERS DELA FINANCE ET PROJET PROFESSIONNEL 19 Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 16 1

2 Initiation à VBA pour Excel Trimestre : 1 er trimestre Volume horaire : 9 heures Nombre d ECTS : 1 Responsable du cours : Matthieu GENISSON Objectif de l'enseignement : Fournir les bases de la programmation en VBA pour Excel Présentation et manipulation des principaux objets VBA et Excel. Interaction VBA avec Excel. Possibilité de présenter l'interface avec R. (librairie RExcel) VB & VBA in a nutshell, Paul Lomax Nature et méthodes d enseignement : TD en salle machine Mode d évaluation : projet Trouver son poste sur le marché Trimestre : 1er trimestre Volume horaire : 6 heures Nombre d ECTS : 0 Responsable du cours : Geoffroy DELION Objectif de l'enseignement : ce cours a pour objectif de présenter les principales options possibles de métiers sur le marché en sortant du master ISF et de présenter un certain nombre d outils nécessaires à la construction d un projet de carrière personnel et identifié. Contenu de l'enseignement : Présentation générale du champ des possibles en termes d acteurs sur le marché et en terme de type de métier à la sortie du Master 2 ISF. Approche par les compétences et qualités demandées des différents métiers tout en proposant les questions à se poser par rapport à son approche personnelle. Présentation et restitution d outils de personnalité / gestion de carrière (possibilité de faire l autoévaluation par internet entre les deux cours de 2 fois trois heures) pour valider les éventuels choix qui se dessinent aux étudiants. Présentation de CV et 2

3 lettre de motivation et ainsi que la préparation et l exécution des entretiens d embauche (écueils à éviter et questions à poser, exemples d entretien etc ). Nature et méthode d'enseignement : cours magistral Pré requis : Aucun Mode d'évaluation : Projet Personnel Cours construit sur une approche et une constatation pragmatique du terrain, Deviens qui tu es (Pierre Cauvin) ; Développement personnel et professionnel par JC Durieux ; ABC de l Ennéagramme Par Eric Salem ; L analyse transactionnelle par René de Lassus ; Ces gestes qui vous trahissent par Joseph Messinger ; Les quatres accords Tolthèques par Miguel Ruiz Méthodes pour les modèles de régression Trimestre : 1 er trimestre Responsable du cours : Vincent RIVOIRARD Objectif de l'enseignement : La régression statistique a pour but - D estimer les paramètres entrant en jeu dans un modèle -De prédire les valeurs que peuvent prendre des observations -De déterminer les variables qui entrent en jeu de manière fondamentale dans un problème statistique. L objectif de ce cours (et des TP associés) est de décrire et de manipuler les méthodes modernes les plus classiques de la régression afin de fournir un bagage statistique solide aux étudiants qui suivront ce cours - Rappels sur le modèle et la régression linéaire, - Limitations de la régression usuelle, - Régression pas à pas, Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 16 3

4 - Choix de modèles (Méthodes ascendantes et descendantes, AIC et BIC) - Régression par moindres carrés pénalisés (estimateurs bridge et lasso) - Modèles linéaire généralisés - Régression Poissonienne - Modèles logit/probit - Régression non-linéaire (polynômes locaux, ondelettes) - Régression PLS et CART - P.A. Cornillon et E. Matzner-Lober : Régression : Théorie et applications - P.A. Cornillon et E. Matzner-Lober : Régression avec R: Régression - G. Saporta : Probabilités, analyses des données et statistiques - M. Tenenhaus : Statistique : Méthodes pour décrire, expliquer et prévoir Nature et méthodes d enseignement : cours magistral et TP sous R Mode d évaluation : examen final Séries temporelles Trimestre: 1 er trimestre Volume horaire: 27 heures Responsable du cours: Laurence de CREMIERS Statut: obligatoire Objectif de l enseignement: théorie et pratique de l analyse des séries temporelles : modélisation et prévision..., Contenu de l enseignement: Décomposition d une série temporelle. Rappels généraux sur la théorie des processus stochastiques en temps discret, stationnarité, autocorrélations. Bruit blanc et Marche aléatoire. 4

5 Les modèles ARIMA (Box et Jenkins) : modèles autorégressifs (AR), moyennes mobiles (MA), ARMA, ARIMA et SARIMA, identification, estimation et prévision. Comparaison de modèles. Applications à l aide du logiciel SAS. Bibliographie: - Gourérioux & Montfort (1995), «Séries temporelles et dynamiques», Economica - Box & jenkins (1976), «Time Series Analysis, Forecasting and Control», Holden Day - Hamilton (1994), «Time series analysis», Princeton university press; - Chatfield (1999) «The Analysis of Time Series. An Introduction.», Chapman & Hall - Makridakis (1998) «Forecasting. Methods ans Applications.», Wiley - Melard (2008) «Méthodes de prévision à court terme», Editions de l université de Bruxelles - Tenenhaus (2007) «Méthodes statistiques», Dunod - Yafee (2000), «Time series analysis with applications of SAS and SPSS», Academic Press Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen Tests statistiques Trimestre : 2 nd trimestre Responsable du cours : Fadoua BALABDAOUI - Tests non-séquentiels (tests classiques) : Tests d'hypothèses : Généralités, Hypothèses simples : Le lemme de Neyman-Pearson, Hypothèses composites : Le théorème de Karlin- Rubin, D'autres méthodes de construction: Test du Rapport de Vraisemblance (Likelihood Ratio Test), tests chi-deux. - Tests séquentiels : Le test de Wald : Tests Séquentiel du Rapport de Probabilités (TSRP), Approximation des bornes d'arrêt du TSRP, Courbe d'efficacité (Operating curve), La taille moyenne de l'échantillon (Average Sample Number), Application au contrôle de qualité - G. B. Wetherill : Sequential Methods in Satistics - Z. Govindarajulu : Sequential Satistics - R. Pisani D. Freedman, R. Pisani \& R. Purves& R. Purves : Statistics - G. Casella & R. L. Berger : Statistical Inference - F. Balabdaoui & O. Wintenberger (polycopi\'e) : Statistique Math\'ematique Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 16 5

6 - E. L. Lehmann : Testing Statistical Hypotheses Nature et méthodes d enseignement: cours magistral Mode d évaluation: examen final Utilisation du logiciel SAS Trimestre : 1er trimestre Volume horaire : 18 heures Responsable du cours : Thierry CEMBRZYNSKI - Module de base : les concepts fondamentaux, la lecture de données brutes, l édition et le tri de tableaux SAS. La transformation des données (codage, création de variables), les données manquantes. Le résumé des données (PROC MEANS, FREQ, UNIVARIATE). Introduction à la gestion des tableaux SAS, stockage des tableaux SAS. Lecture / Ecriture de fichiers externes. - Module GRAPH: graphique sur écran (PROC GPLOT) et annotation - Module STAT: i ntroduction à l ACP (PROC PRINCOMP), à la classification (PROC CLUSTER et FASTCLUS), à l analyse discriminante (PROC DISCRIM), à l analyse de variance et la régression (PROC ANOVA, PROC REG) sur un exemple de plan d experiences. Cet enseignement comprend la réalisation d un traitement de données. Nature et méthodes d enseignement : cours magistral Mode d évaluation : projet Introduction aux méthodes mathématiques de l assurance Trimestre : 1 er trimestre Responsable du cours : Fabien MARCHESE Une première partie du cours est consacrée à une présentation générale de l assurance et des mécanismes statistiques de l assurance dommage. Dans la seconde partie, la plus longue, sont exposées les méthodes mathématiques de l assurance vie. Les points suivants seront abordés: - Les fonctions probabilistes de l assurance vie. - Les tables de mortalité. 6

7 - Calcul des engagements de l assureur et tarification. Présentation sur quelques cas représentatifs des procédés généraux de calcul de primes pures. - Notions élémentaires sur les provisions mathématiques. Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Processus stochastiques et EDP Trimestre : 1er trimestre Volume horaire : 30 heures Responsable du cours : Imen BEN TAHAR Objectif de l'enseignement : L'objectif de ce cours est d'introduire des bases du calcul stochastique et d'explorer les liens qui existent entre les processus stochastiques étudiés et certaines équations aux dérivées partielles (e.d.p). Ce lien sera exploité dans le cadre d'applications financières: tel que l'évaluation des produits dérivés ou la gestion optimale de portefeuilles financiers. Contenu : 1. Calcul stochastique - Filtrations, temps d'arrêt - Martingales en temps continu - Integrale stochastique et formule d Itô pour semimartingales continues - Applications de la formule d Itô: théorème de Lévy, représentation des martingales browniennes et théorème de Girsanov 2. Diffusions et EDP - Diffusions: existence, unicité et propriété de Markov forte - Problèmes de Dirichlet et de Cauchy, équation de Poisson - Formule de Feynman-Kac 3. Introduction au contrôle stochastique - Programmation dynamique et équation de Hamilton Jacobi Bellman - Problème de Merton Nature et méthodes d enseignement : cours magistral Mode d évaluation : Examen Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 16 7

8 Gestion de risque et construction de portefeuille Trimestre : 1er trimestre Responsable du cours : Gabriel TURINICI Objectif de l'enseignement : - Rappels du cadre classique: critère moyenne-variance, Markowitz, _CAPM / MEDAF - Indices, portefeuilles optimaux, beta, arbitrage, APT - Modèles incluant une dépendance du temps: théorie du contrôle, _Merton,... - Assurance du portefeuille: stop-loss, options, CPPI - Trading de volatilité, volatilité locale et calibration, formule de _Dupire - Introduction à l'allocation tactique à travers l'analyse et les _indicateurs techniques - Au delà du Markowitz: Black-Litterman et autres extensions - Autres classes d'actifs: FOREX, commodities,... - JR. Portait, P. Poncet "Finance de marché" Dalloz R.B. Litterman "Mordern investment management: an equilibrium _approach", Goldman Sachs Z. Bodie, A. Kane A.J. Marcus "Investments" McGraw Hill 7th Edition J.C. Hull "Options, futures and other derivatives", Pearson Prentice _Hall 2006, 6th édition - P. Wilmott "Paul Wilmott introduces quantitative finance" John Wiley & _Sons, 2007 Nature et méthodes d enseignement : Cours magistral Mode d évaluation : Examen Conduite de projet et communication Trimestre : 1er trimestre Volume horaire : 15 heures Responsable du cours : Olivier QUELIER 8

9 Objectif de l'enseignement : Ce cours met les étudiants en situation de conduite d un projet de communication à partir des besoins du master ISF classique. Les différents projets sont liés en particulier au site Internet, à l association, aux réseaux sociaux, aux vidéos et conférences, à l annuaire des anciens, à la participation aux salons ou aux supports de cours. En fonction de leur projet, les étudiants définissent le contexte de leur action. Ils proposent ensuite leur stratégie et les moyens de la mettre en œuvre. Suite à leur action les étudiants remettent un «Plan de communication». De manière plus générale, le cours sensibilise les étudiants aux problématiques de la communication et de l action collective dans une organisation. Mode d évaluation : projet Anglais Trimestre : 1 er et 2 nd trimestres Volume horaire : 24 heures Responsable du cours : Cassandra BARTLETT Le but de cet enseignement est d apprendre à : - Ecrire une lettre de motivation en anglais; - Faire un CV et constituer un dossier d expérience professionnelle en anglais; - Etre performant en anglais lors d un entretien d embauche et de façon plus générale dans la vie professionnelle; - Etre capable de comprendre des sujets d actualité à l oral et à l écrit, et d en débattre; - Préparer le TOEIC (Test Of English for International Communication). Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 16 9

10 BLOC OPTIONNEL STATISTIQUE Analyse des données et scoring Trimestre : 1 er trimestre Volume horaire : 24 heures Responsable du programme du cours : Patrice BERTRAND - Rappels et compléments sur l Analyse Factorielle d un nuage de points (ACP), l Analyse des Correspondances (AFC), l Analyse des Correspondances Multiples (ACM). - Analyse Discriminante (AD) : Analyse factorielle discriminante, Analyse discriminante décisionnelle, Cas de deux groupes, Multicolinéarité, Analyse discriminante sur variables qualitatives (méthode DISQUAL, Analyse discriminante barycentrique), Analyse Discriminante Bayésienne dans le cas gaussien. - Régression logistique : Modélisation, Estimation des coefficients par le Maximum de Vraisemblance. Tests. Régression pas à pas. - Introduction à l algorithme du séparateur à vaste marge (SVM). L ensemble de ces méthodes enseignées est illustré par des démonstrations du logiciel R sur des jeux de données réels (principalement ACP, AFC, ACM, AD linéaire et quadratique, Régression logistique). Nature et méthodes de l'enseignement : cours magistral Mode d'évaluation : examen final Utilisation du logiciel SPAD Trimestre : 2 nd trimestre Volume horaire : 18 heures Nombre d ECTS : 2 Responsable du cours : Mireille SUMMA Statut optionnel - Introduction au logiciel SPAD.N. - Importation de données. 10

11 - Etude des programmes: tris à plat et tris croisés, analyse en composantes principales, analyse des correspondances simples et multiples, classification, régression linéaire - Interprétation des résultats. Cet enseignement comprend la réalisation d un traitement de données. Nature et méthodes d enseignement : cours magistral Mode d évaluation : projet Théorie des sondages Trimestre : 1 er trimestre Responsable du cours : Sébastien FAIVRE - Introduction: paramètre et estimateur, aléa de sondage, concepts de précision, base de sondage. - Echantillonnage à probabilités inégales; le cas particulier du sondage aléatoire simple. - Sondage stratifié. - Echantillonnage à plusieurs degrés; le cas particulier du sondage en grappes. - Généralités sur les redressements. - Redressement sur variables qualitatives: la technique de post-stratification sur une puis deux variables (calage sur marges). - Redressement sur variables quelconques : l estimateur par la régression. - Eléments de traitement des non-réponses. Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Contrôle de la qualité- Sûreté de fonctionnement Trimestre : 2 nd trimestre Nombre d ECTS : 2 Responsable du cours : Claude CONSTANT et Walter SCHÖN 15 heures Management de la qualité (Claude CONSTANT) : Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 1611

12 - Le système de gestion de la qualité, outil de management de la qualité dans l entreprise: ses enjeux, son organisation, les normes internationales ISO 9000 et l introduction à l assurance qualité - Présentation des différents outils et méthodes qualité utilisés comme des aides à la décision dans les phases de développement et de fabrication du produit. - Le contrôle qualité à la réception des lots. - L analyse des moyens de production et la maîtrise statistique des processus. - La méthodologie des plans d expériences dans la mise au point des processus. - Introduction à la méthodologie «Six Sigma». Sûreté de fonctionnement (Walter SCHÖN) : 6 heures - Généralités. - Traitement des données de fiabilité (fiabilité expérimentale et opérationnelle). - Fiabilité des systèmes. - Fiabilité et disponibilité des systèmes réparables. Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Data mining pour la relation client et le marketing Trimestre : 2nd trimestre Nombre d ECTS : 3 Responsables du cours : Pascal BIZZARI et Stéphanie THOMAS Contenu de l enseignement : Data mining pour la Relation Client et le Marketing. L objectif de l enseignement est d illustrer les applications du Data Mining dans les entreprises : - Positionnement du Data Mining - Structure des systèmes d information (entrepôt de données), enjeux du Data Mining - Cartographie des technologies de Data Mining - Statistiques et Data Mining, domaines d applications du Data Mining - Processus de réalisation d une étude - Etudes de cas : Ciblage marketing, segmentation de la clientèle, analyse de la satisfaction, associations de produits, analyse des parcours internet, prévention des impayés, scoring d attrition («churn»), calcul de valeur client. Nature et méthodes d enseignement : cours magistral & travaux pratiques Mode d évaluation : examen final 12

13 Bases de données pour la statistique Trimestre : 1 er trimestre Volume horaire : 25,5 heures Responsable du cours : Witold LITWIN - Architectures modernes des SGBD: ANSI-SPARC, multibase, fonctionnelle, clientserver(s), parallèles & cloud. - Conception et manipulation avancées de données en SQL-2 et QBE: nouveau types de données, domaines et contraintes d intégrité, différents types de jointures, fonctions d aide à la décision, requêtes multibases, déclencheurs. - Interfaces 4-GL et web. Transactions, fiabilité, données No-SQL, «Big Data Analysis». Nature et méthodes d enseignement : cours magistral Mode d évaluation : projet Méthodes de classification Trimestre : 1 er trimestre Volume horaire : 30 heures Nombre d'ects : 3 Responsable du cours : Patrice BERTRAND Public visé : Spécialité TSI et parcours statistique de la spécialité ISF Objectif de l'enseignement : Donner un sens théorique et pratique du Data Mining Contenu de l'enseignement : - Introduction. Notions de statistique et d analyse des données : variables aléatoires, échantillons. Réseaux de neurones : fondements neuro-biologiques, notion de neurone formel, définition d un réseau. - Classement ou discrimination. Approche statistique et analyse des données : définition du cadre Bayésien, méthodes paramétriques (analyse discriminante linéaire), méthodes non paramétriques (arbre de décision et segmentation). Approche réseaux de neurones : méthode du perceptron (propriétés mathématiques et limites), algorithme de rétropropagation (propriétés d approximateur universel). Estimation du taux de classement, validation et mesure de la capacité de généralisation des méthodes de classement : présentation de Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 1613

14 quelques exemples, utilisation pratique de ces méthodes (logiciels libres WEKA et TANAGRA). - Partitionnement et Classification hiérarchique. Méthodes de la Classification Hiérarchique (Classification Hiérarchique Descendante, Classification Ascendante Hiérarchique, liens avec les ultramétriques, formule de Lance et Williams, voisins réciproques), Méthode des k-means et variantes (convergence de l algorithme, version «batch», algorithmes d échange), Cartes auto-organisatrices de Kohonen, Evaluation d un partitionnement par mesure de l adéquation avec les données, et par mesure de la stabilité des résultats (liens avec les algorithmes de classification par méthode d ensemble). Nature et méthode d'enseignement : cours magistral Mode d'évaluation : examen final Marketing : de la théorie à la pratique Trimestre : 2ème Trimestre Nombre d'ects : 3 Responsable du cours : Jerôme BELLANGER, Fondateur - Gérant, cabinet d études qualitatives, J.B.C. Objectifs de l enseignement : "Marketing, de la théorie à la pratique" : acquisition et approfondissement des concepts fondamentaux du marketing et pratiques du marketing au travers de cas réels et récents Contenu de l'enseignement : la stratégie marketing, le marketing opérationnel, les études marketing, la GRC / CRM Nature et méthode d'enseignement : cours magistral Mode d'évaluation : examen final 14

15 BLOC OPTIONNEL FINANCE Gestion globale des risques, VAR Trimestre : 2 nd trimestre Nombre d'ects : 3 Responsable du programme du cours : Mr Enrique IGUZQUIZA Public visé : spécialités Actuariat et Ingénierie Statistique et Financière Objectif de l'enseignement : analyse des modèles mathématiques du risque de marché, étude des méthodes de gestion globales du risque de marché lorsque les sources d incertitude sont multiples. Contenu de l'enseignement. Introduction. Modèles dynamiques pour les prix d actifs financiers. Agrégation des risques, normalité, asymétrie, queues de distributions épaisses. La valeur risquée. Définition et méthodologies de calcul de la VaR (historiques, Monte Carlo, analytiques). Présentation de RiskMetrics de J.P. Morgan. Données, méthodologie, interprétations. Application. La cartographie de RiskMetrics, risque sur les instruments financiers comptants et produits dérivés. Estimation des matrices de variances-covariances, volatilités et corrélations. Nature et méthode d'enseignement : cours magistral Pré-requis : enseignements optionnels de finance des licence et master M1, notions de calcul stochastique Mode d'évaluation : examen final P. Jorion, Value at risk, McGraw-Hill, 2000 D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991 J. Longerstaey, L. More, Introduction to RiskMetrics, Morgan Guaranty Trust Company, 1995 Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 1615

16 Modèles de taux d intérêt Trimestre : 1 er trimestre Nombre d'ects : 3 Responsable du programme du cours : Sandrine HENON Objectif de l'enseignement : Ce cours est consacré aux modèles de taux d'intérêt à temps continu. Au travers de nombreux exemples, on décrit leur utilisation pour évaluer les produits dérivés sur taux d'intérêt. Contenu de l'enseignement. - Quelques outils de calcul stochastique : rappels. Formule d Ito Changement de probabilité : définition, théorème de Girsanov, formule pour les espérances conditionnelles. - Généralités sur les taux d'intérêt : Définitions : zéro-coupon, taux forward instantanés, taux court (ou taux spot) Modèles simples du taux court au travers de deux exemples : modèles de Vasicek et de CIR (Cox, Ingersoll et Ross). Modèles de Heath, Jarrow, Morton (HJM), probabilité risque-neutre, dynamique des zéro-coupon. - Produits de taux classiques. Généralités : formule de Black, phénomènes associés à la courbe de volatilités, taux forward, swap, taux swap. Changement de numéraire et probabilités forward. Application : prix des produits vanilles, les caplets et les swaptions. - Modèle LGM à un facteur. - Modèle BGM (Brace, Gatarek et Musiela) / Jamishidian. - Modèles à volatilité stochastique : Définition. Modèle SABR. Modèle d Heston Nature et méthode d'enseignement : cours magistral Pré-requis : notions de base de calcul stochastique, enseignements optionnels de finance des licence et master première année. Mode d'évaluation : examen final - D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance - D. Brigo and F. Mercurio. Interest Rate Models Theory and Practice 2nd édition, Springer- - P. Hagan, D. Kumar, A. Lesniewski and D. Woodward. Managing Smile Risk, WILMOTT Magazine. Septembre

17 Méthodes numériques en finance (ISF) Trimestre : 2nd trimestre Volume horaire 21 heures Nombre d'ects : 3 Responsable du programme du cours : Daniel THELL et Didier Faivre Public visé : spécialités Actuariat et Ingénierie Statistique et Financière Objectif de l'enseignement :Présentation succincte des principales méthodes numériques utilisées en finance pour l évaluation des produits dérivés. Contenu de l'enseignement :Théorie de la Réplication : valorisation des options. Formule de Feymann Kac et application au cas d options européennes, asiatiques et américaines. Méthodes numériques : arbres, EDP et Monte-Carlo. Présentation et utilisation d un pricer. Nature et méthode d'enseignement : cours magistral Pré-requis : calcul stochastique et modèles d évaluation d actifs financiers en temps continu. Mode d'évaluation : examen final J. Hull : Options and futures and other derivatives, Prentice Hall international, 1999 P. Wilmott, Derivatives : the theory and practice of financial engineering, John Wiley, 1998 D. Lamberton, B. Lapeyre : Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991 Économétrie de la finance et applications à la gestion d actifs Trimestre : 2 nd trimestre Nombre d'ects : 2 Responsable du programme du cours : Mabrouk CHETOUANE Objectif de l'enseignement : ce cours a pour objectif de présenter les principales contributions de la théorie financière à la gestion d actifs. Une attention particulière sera donnée à l évaluation statistique des modèles abordés. Contenu de l'enseignement : Choix et performances de portefeuille : choix de portefeuilles pour le critère moyenne-variance, estimation des performances et des portefeuilles efficients, critiques et extensions. Modèles d équilibre des actifs financiers : hypothèses du modèle, le modèle, analyse par régressions, critiques et extensions. Modèles à facteurs et principe d'arbitrage : définitions, modèle à facteurs endogènes et exogènes, inférence statistique, critiques et extensions. Nature et méthode d'enseignement : cours magistral Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 1617

18 Pré requis : méthodes d'optimisation, statistiques, introduction aux marchés financiers. Mode d'évaluation : l évaluation se basera sur la rédaction d un mémoire individuel où l étudiant confrontera, à l aide de données financières, les modèles théoriques à la réalité des marchés. C. Gouriéroux., O. Scaillet et A. Szafarz, Econométrie de la finance, Economica Y. Simon, Encyclopédie des marchés financiers, Vol I et II, Economica B. Dumas, A. Blaise, Les titres financiers : équilibre du marché et méthodes d'évaluation, PUF C ++ Trimestre : 2 nd trimestre Volume horaire : 24 heures Nombre d'ects : 3 Responsable du cours : Olivier CARLES Statut : Obligatoire Public visé : parcours finance de la spécialité ISF Objectif de l'enseignement : Donner un sens théorique et pratique du Data Mining Nature et méthode d'enseignement : cours magistral et travaux pratiques Mode d'évaluation : examen Risque de crédit Trimestre : 2 nd trimestre Nombre d'ects : 3 Responsable du programme du cours : Florent OMNES Public visé : spécialités Actuariat et Ingénierie Statistique et Financière Objectif de l'enseignement : ce cours a pour objet la présentation des principaux concepts et principales méthodes utilisés pour la définition, la mesure, et la gestion du risque de crédit. Contenu de l'enseignement. Le risque de crédit : généralités ; obligation du secteur privé, sécurités et covenants lors d une émission, taux de recouvrement en cas de défaillance, spread de crédit, emprunt à haut rendement ; prêt syndiqué, dette souveraine ; défauts croisés et corrélation de défaut, 18

19 actif contingent avec risque de défaut. Rating de créance et agences de rating. Dérivés de crédit. Modèles d évaluation du risque de crédit : modèles structurels (modèles de Merton, Black & Cox, Longstaff & Schwartz), modèles réduits (modèles à intensité, modèles à migration, modèle de Jarrow &Turnbull, Duffie & Singleton), modèles mixtes ; gestion de portefeuille et techniques de mesure du risque de crédit (exemples : CreditMetrics de J.P. Morgan, Credit Monitor de KMV). Nature et méthode d'enseignement : cours magistral et conférences Pré-requis : options finance de licence et master M1. Mode d'évaluation : examen final. D.Duffie, K.J.Singleton, Credit risk, Princeton Series in Finance, 2003 D.Cossin, H. Pirotte, Advanced credit risk analysis, John Wiley, 2000 CreditMetrics Technical Document, RiskMetrics Group, 2001 D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991 Métiers de la finance et projet professionnel Trimestre : 2ème trimestre Volume horaire : 30 heures Responsable du cours : Imen BEN TAHAR Objectif de l'enseignement : L'objectif de ce cours est 'amener chaque étudiant à développer de manière constructive son projet professionnel. Ceci implique - un travail d'exploration des métiers de la finance visés, ainsi que la confrontation des "représentations" avec la réalité du terrain, - une formulation des objectifs professionnels et l'élaboration d'un projet personnel - la mise en oeuvre des stratégies permettant d'atteindre ces oh-bjectifs, notamment lors de la recherche de stage, Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny Paris Cedex 1619