Projetde SériesTemporelles

Dimension: px
Commencer à balayer dès la page:

Download "Projetde SériesTemporelles"

Transcription

1 COMMUNAUTE ECONOMIQU E ET MONETAIRE DE L AFRIQUE CENTRALE (CEMAC) INSTITUT SOUS REGIONAL DE STATISTIQUES ET D ECONOMIE APPLIQUEE (ISSEA) Projetde SériesTemporelles MODELISATION DE LA RENTABILITE DE L INDICE CAC 40 Projet réalisé par : KEUNGNE KOUOTANG LEO-SPENCER Elève Ingénieur Statisticien Economiste SOUS LA SUPERVISION DE : M ONDO JEAN CLEOPHAS Enseignant a l issea: PH-D

2 TABLE DES MATIERES TABLE DES MATIERES 0 INTRODUCTION 2 I- Traitement des données et visualisation des séries de l indice CAC 40 et du rendement du CAC 40 3 I-1 Traitements des données manquantes 3 I-2 Visualisation de la série de l indice du CAC 40 et de la série des rendements du taux de change 3 I-3 Etude des propriétés statistiques de la série des rentabilités de l indice CAC 40 4 II- Modélisation du processus générateur de la série des rendements du CAC 40 5 II-1 Méthodologie retenue 5 II-2 Identification du processus générateur de la série des taux de rendements du CAC 40 5 II-3 Estimation du processus générateur des données de la série 6 CONCLUSION 9 Léo-Spencer Keungne 1

3 Introduction Le cours de séries temporelles approfondies permet aux élèves ingénieurs statisticiens économistes de pouvoir aller au-delà des hypothèses généralement admises lors de la modélisation de la composante résiduelle de certains processus générateurs de données des séries temporelles relatives à la constance de la variance de ces processus dans le temps. Pourtant, cette variabilité de la volatilité est une caractérisation propre des séries financières (Valery Mignon et al, 2002).C est ainsi qu il est initié aux techniques de modélisation des séries temporelles susceptibles de prendre en compte cette volatilité de la variance conditionnelle des processus aléatoires dans le temps au nombre desquels les modèles ARCH( Autoregressive Conditionnal Heteroskedasticity) et GARCH ( Generalized ARCH). Ce projet s inscrit dans le cadre de la mise en pratique des notions que nous avons acquises durant le cours sur la modélisation des processus aléatoires conditionnellement héteroscedastiques. La rentabilité d un indice boursier est un indicateur important dans les décisions d investissement des potentiels investisseurs. En effet, lorsque les anticipations des investisseurs relativement a la rentabilité des projets sont optimistes, alors ces derniers sont incites à investir dans l économie d un pays tandis que lorsque la rentabilité d un indice boursier sont élevées, les investisseurs gagneraient à investir dans les entreprises cotées sur le marche boursier en question. Voila la raison pour laquelle les investisseurs tout comme les gestionnaires des marchés boursiers s attèlent quotidiennement a déterminer des prévisions de très bonnes qualité concernant l évolution des rentabilités sur les marches boursiers et sur les risques relatifs aux diverses actions constituant les différents portefeuilles sur ces marchés. Ce constat rend davantage d actualité la nécessité de modéliser l évolution de la rentabilité des différents indices boursiers tout en tenant compte des risques relatifs aux portefeuilles côtés sur ces marchés financiers. Dans le cadre de cette étude, nous avons choisi de nous appesantir sur la modélisation de la série des valeurs de l indice du marché boursier français CAC 40. La suite de ce rapport s articule ainsi qu il suit : dans une première partie, nous nous appesantirons sur la présentation des données que nous avons utilisées dans le cadre de cette étude, sur les traitements statistiques que nous les avons apportées ainsi que sur l étude des propriétés statistiques de la série du rendement l indice français du CAC 40. La seconde partie de ce rapport est consacrée à la modélisation de l évolution des rendements du CAC 40 français. Nous terminerons sur quelques remarques relatives aux perspectives de cette étude. Il est important de souligner que les différents graphiques et estimations réalisées dans la présente étude l ont été sur le logiciel statistique R.2.7. Les différents codes que nous avons réalisés ont été attachés dans un programme que nous sommes disposés à joindre à ce rapport au cas où la nécessité s impose. Léo-Spencer Keungne 2

4 I- Traitement des données et visualisation des séries de l indice CAC 40 et du rendement du CAC 40 I-1 Traitements des données manquantes Les données que nous avons utilisées dans le cadre de cette étude proviennent du site internet Ces données sont journalières et couvrent la période allant du 02 juin 2008 au 06 juin Toutefois, en raison du fait que la bourse n ouvre en général pas durant les weekends, nous n avons pas pu disposer des données durant plusieurs jours. Aussi, il est important de noter qu en raison des jours fériés nous n avons pas également pu disposer des données concernant l évolution de l indice CAC 40 durant plusieurs jours. Nous avons alors choisi en raison de la longueur de l absence d informations suffisantes pouvant nous permettre de traiter les données manquantes dans le cadre de cette étude de supprimer toutes les dates comportant les données manquantes dans notre échantillon et de modéliser l évolution de la série privée de ces dates. Cette hypothèse forte suppose que les données que nous avons supprimées n ont pas d impact significatif sur les processus générateurs des différentes séries sur lesquelles nous effectuerons nos analyses. I-2 Visualisation de la série de l indice du CAC 40 et de la série des rendements du taux de change L observation de l évolution de la série du CAC 40 sur la période d étude que nous avons retenue laisse clairement apparaître que celle-ci n est pas stationnaire. En effet, le graphique 1 ci-dessous laisse apparaître que sur la période d étude que nous avons retenue, la valeur de l indice CAC 40 à la clôture du marché boursier présente une tendance à la baisse. S agissant de la série des taux de rendements de l indice boursier CAC 40, le graphique 1 ci-dessous nous donne de constater que cette série est très volatile. On observe toutefois des regroupements de la volatilité de cette série : les faibles variations de cette série ont tendance à être suivies par des faibles variations tandis que des fortes variations ont également tendance à être suivies par des fortes variations. Toutefois, il est important de souligner que les valeurs de la rentabilité du CAC 40 ont tendance à osciller au fil du temps autour d une moyenne, ce qui laisse présager que la série des rendements du CAC 40 français pourrait être stationnaire à l ordre 1. Les observations ci-dessus mentionnées nous permettent d affirmer que la série des rendements du CAC 40 pourrait être modélisée grâce à un modèle ARCH ou à un modèle GARCH. Toutefois, il est important de souligner qu avant toute modélisation ARCH ou GARCH, il est important de procéder à une étude des moments de la série afin de s assurer que la série des rentabilités de l indice CAC 40 présente les propriétés statistiques des séries temporelles appartenant à cette classe de modèle. Léo-Spencer Keungne 3

5 o Graphique 1:Evolution de la série de l indice CAC 40 et évolution de sa rentabilité I-3 Etude des propriétés statistiques de la série des rentabilités de l indice CAC 40 Les processus ARCH et GARCH étant des processus symétriques, leur coefficient d asymétrie est censé être égal à 0. Aussi, ils sont caractérisés par une espérance nulle et par un coefficient d aplatissement supérieur à 3. Autrement dit, leurs queues de distributions sont plus épaisses que celle d une loi normale. Ainsi, pour modéliser l évolution de la rentabilité de l indice CAC 40 par ces modèles, il est important de vérifier que notre série de données possède les mêmes propriétés statistiques. Nous avons estimé l espérance, la variance, le coefficient d aplatissement et le coefficient d asymétrie du taux de rendement de l indice CAC 40. Les résultats de nos calculs sont résumés dans le tableau 1 ci-dessous :. Etude des moments de la série des rendements du CAC 40 Moyenne -0,0034 variance 0,0008 Asymétrie 0,4515 Applatissement 5,6427 Tableau 1 : Etude des moments de la série des rentabilités de l indice CAC 40 Il ressort de la lecture du tableau ci-dessous que le coefficient d espérance mathématique estimée de cette série est sensiblement nulle. La variance de la série est également très proche de zéro. Le Léo-Spencer Keungne 4

6 coefficient d aplatissement de cette série est égal à 5, 64, valeur largement supérieure à 3 (valeur du coefficient de kurtosis de la loi normale). Cet excès de kurtosis témoigne d une probabilité très élevée d occurrence des valeurs extrêmes dans la série. Il est aussi important de souligner que le coefficient d asymétrie de cette série est différent de 0 (valeur théorique du coefficient de skewness pour une loi normale). Ceci illustre la présence d une certaine asymétrie dans la série que nous étudions. Cette asymétrie traduit le fait que la volatilité de la série est plus importante après une hausse du taux de rendement qu après une baisse de ce dernier. En effet, la valeur positive prise par le coefficient d asymétrie de la série indique la distribution de la série des rentabilités est étalée à droite et donc que les rentabilités réagissent davantage à un choc positif qu à un choc négatif. Toutefois, en dépit de cette valeur non nulle du coefficient d asymétrie, nous avons choisi de modéliser l évolution des rendements du CAC 40 grâce à un modèle ARCH ou un modèle GARCH en raison du fait que la valeur de ce coefficient d asymétrie demeure tout de même assez proche de zéro. II- Modélisation du processus générateur de la série des rendements du CAC 40 II-1 Méthodologie retenue Afin de modéliser l évolution des rendements du taux de rendement de l indice CAC 40, nous commencerons dans un temps par générer la série des carrés des rendements de l indice CAC 40. Cette nouvelle série nous permettra dans un premier temps d identifier les processus générateurs potentiels de la série des rendements du CAC 40 à travers l examen de ses autocorrélogrammes simples et partiels. Nous estimerons ensuite tous les modèles potentiels que nous avons retenus et grâce au critère d information d AKAIKE, nous retiendrons le modèle susceptible d ajuster le mieux l évolution de la série des rendements du CAC 40. Nous terminerons enfin par une présentation des résultats du modèle estimé. II-2 Identification du processus générateur de la série des taux de rendements du CAC 40 Comme ci-dessus mentionné, l identification du processus générateur de la série des rentabilités de l indice CAC 40 commence par un examen du corrélogramme de la série des carrés des rendements du CAC 40. En effet, cette observation nous permet de déduire si cette série suit un processus ARMA (P, Q). Nous pourrons alors affirmer si tel est le cas que la série des rendements du CAC40 peut être modélisée par un modèle GARCH (max (P, Q), Q). L examen des corrélogrammes simples et partiels Léo-Spencer Keungne 5

7 de la série des carrés du taux de rendement de l indice CAC 40 français présentée par le graphique 2 ci-dessous nous donne de relever qu il n est pas aisé d identifier clairement le processus générateur de la série des taux de rendements au carré. Il serait toutefois judicieux à la lecture de ce graphique d envisager que cette série pourrait être modélisée grâce à un ARMA (P, Q), avec ( p, q) 1,2,3,4, 5 * 1,2,3,4, 5. Ce faisant, nous postulons que la série des rendements de l indice CAC 40 pourrait être modélisée grâce à un modèle GARCH (P, Q) avec ( p, q) 1,2,3,4, 5 * 1,2,3,4, 5. Graphique 2 : Corrélogrammes simples et partiels de la série des carrés des rendements de l indice CAC 40 II-3 Estimation du processus générateur des données de la série Avant de procéder à l estimation des différents modèles ci-dessus mentionnés, il est important de rappeler la spécification théorique d un modèle GARCH (P, Q). Un processus aléatoire X suit un processus GARCH (P, Q) si pour à chaque instant t, il peut se mettre sous la forme : t t Léo-Spencer Keungne 6

8 t t t t i Projet de Séries temporelles p q 2 t 0 i ti j tj j i1 j1 i i 1 j1 0,1, 0 0,..., X h où N i p h X h, 0 j 1,..., q p q 1 j L estimation des différents modèles à l aide du logiciel R nous a conduits à retenir le modèle GARCH(2,5) comme celui qui minimise le critère d AKAIKE avec une valeur du critère d information d AKAIKE étant égale à -882,8226. Nous avons alors estimé ce modèle et nous avons obtenu les résultats ci-dessous : Estimate S td. Error t value Pr (> t ) α e e α e e α e e β e e β e e β e e β e e β e e Tableau 2:Résultats de l estimation du modèle GARCH (2,5) sur la série des rendements du CAC 40 Il ressort de la lecture du tableau ci-dessus qu aucun coefficient du modèle que nous avons estimé n est significatif. Ce faisant, il est alors délicat d interpréter un tel modèle. Nous avons alors rejeté ce modèle et opté pour l estimation d un modèle GARCH (1,1). En effet, ce modèle correspond à la seconde valeur minimale du critère d AKAIKE à savoir Les résultats des estimations de ce modèle nous sont synthétisés dans le tableau ci-dessous : Léo-Spencer Keungne 7

9 Estimate Std. Error t value Pr(> t ) α e e α e e * β e e <2e-16 *** Tableau 3:Estimation des paramètres d un modèle GARCH (1,1) sur la série des rendements du CAC 40 Il ressort de la lecture du tableau ci-dessus qu à l exception du terme constant de la composante ARCH du modèle ci-dessus estimé, les autres coefficients du modèle sont tous significatifs au seuil de 5%. Par ailleurs, le test de normalité des résidus de Jarque Bera nous conduit à rejetter au seuil de 5% l hypothèse de normalité des résidus de ce modèle, la p_value de ce test que nous avons obtenue ayant été de 1.001e-06. Par contre, le test d autocorrélation des résidus de Ljung Box nous a conduits à ne pas rejetter au seuil de 5% l hypothèse d autocorrélation des résidus du modèle, la p_value de ce test étant de Finalement, nous avons retenu ce modèle comme processus générateur de la série du CAC 40 français. Il se met sous la forme suivante : t t t t t 0,1, X h oùn et h 1.46e e-01*X 8.56e-01*h 2 t-1 t-1 Cette modèle pourrait alors nous aider à faire des prévisions sur l évolution du taux de rendement de l indice CAC 40. Notons aussi que nous avons procéder à des simulations des valeurs prédites du taux de rendement de l indice CAC 40 sur la période d étude (le logiciel R) que nous avons comparées aux valeurs effectives de la série sur la période d étude. Nous n avons toutefois pas joint ces graphiques à ce document, mais la procédure nécessaire à leur obtention figure dans le programme joint à ce document. Léo-Spencer Keungne 8

10 Conclusion L objectif de ce rapport était la modélisation d une série temporelle financière à l aide d un modèle ARCH ou GARCH en vue de mettre en pratique les connaissances théoriques reçues dans le cadre du cours de séries temporelles. Nous avons appliqué ces connaissances à la série du CAC 40 français durant la période allant de juin 2008 à mars 2009 et nous sommes parvenus à la conclusion selon laquelle cette série peut être modélisée par un processus GARCH (1 ; 1). Toutefois, comme tout travail intellectuel, ce rapport présente certainement plusieurs limites dont la correction pourrait considérablement améliorer le contenu du présent rapport. Nous avons fait des choix aui n ont pas forcément été les meilleurs ou du moins les bons. Notons tout d abord, qu à ce stade du cours, nous ne disposons pas encore de tous les éléments pouvant nous permettre de tester la stationnarité des variables. En effet, une application incorrecte de ces tests pourrait nous conduire à obtenir des résultats qui quoique flatteurs seraient totalement erronés. Aussi, la non nullité des coefficients d asymétrie mentionnée dans l étude descriptive suggère probablement d envisager une modélisation de cet indice qui prend en considération cette asymétrie de la distribution du rendement de l indice. Par ailleurs, le rejet de l hypothèse de normalité des résidus suggère qu il serait judicieux de rechercher les distributions réelles des paramètres estimés par des méthodes de simulation afin de procéder aux tests de significativité des coefficients du modèle que nous avons utilisés. Notons enfin que le traitement des données manquantes que nous avons réalisées n a pas été inspiré d un fondement théorique reconnu. Nous envisageons au cours de prochaines études intégrer des corrections de toutes ces limites tout en comptant sur les différents éclairages de l enseignant pour produire davantage des rapports de bien meilleure qualité. Léo-Spencer Keungne 9

Modèle GARCH Application à la prévision de la volatilité

Modèle GARCH Application à la prévision de la volatilité Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes

Plus en détail

Value at Risk - étude de cas

Value at Risk - étude de cas Value at Risk - étude de cas Daniel Herlemont 17 juin 2011 Table des matières 1 Introduction 1 2 La Value at Risk 1 2.1 La VaR historique................................. 2 2.2 La VaR normale..................................

Plus en détail

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché»

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché» Exercice du cours Management Bancaire : «Calcul de la VaR d une position de marché» La réglementation bancaire impose aux banques de maintenir un niveau de capital minimum pour absorber les pertes dues

Plus en détail

Les méthodes de contrôle des risques de portefeuilles

Les méthodes de contrôle des risques de portefeuilles Les méthodes de contrôle des risques de portefeuilles LE CERCLE INVESCO 006 Eric Tazé-Bernard Directeur de la Gestion INVESCO Asset Management Section 01 Section 0 Section 03 Les principaux indicateurs

Plus en détail

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés Les nouveaux enjeux et défis du marché immobilier : comment y contribuer? Chaire Ivanhoé Cambridge ESG UQÀM Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la

Plus en détail

COURS DE STATISTIQUE APPLIQUÉE

COURS DE STATISTIQUE APPLIQUÉE UNIVERSITE PROTESTANTE AU CONGO CENTRE CONGOLAIS-ALLEMAND DE MICROFINANCE COURS DE STATISTIQUE APPLIQUÉE Professeur Daniel MUKOKO Samba daniel_mukoko@yahoo.fr Quelques références Droesbeke, Jean-Jacques,

Plus en détail

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

Plus en détail

Modèles GARCH et à volatilité stochastique

Modèles GARCH et à volatilité stochastique Christian Francq Chapitre 3: GARCH asymétriques Plan 1 Asymétrie des séries financières et inadéquation des GARCH standard 2 3 1 Asymétrie des séries financières et inadéquation des GARCH standard 2 3

Plus en détail

Test de Poisson à 1 échantillon et à 2 échantillons

Test de Poisson à 1 échantillon et à 2 échantillons Test de Poisson à 1 échantillon et à 2 échantillons Sous-menus de Minitab 15 : Stat>Statistiques élémentaires>test de Poisson à 1 échantillon Stat>Statistiques élémentaires>test de Poisson à 2 échantillons

Plus en détail

Principes de Finance

Principes de Finance Principes de Finance 13. Théorie des options II Daniel Andrei Semestre de printemps 2011 Principes de Finance 13. Théorie des options II Printemps 2011 1 / 34 Plan I Stratégie de réplication dynamique

Plus en détail

La rentabilité des actifs financiers

La rentabilité des actifs financiers La rentabilité des actifs financiers Définitions : taux de rentabilité (actuariel) = taux d'actualisation qui annule la valeur actuelle nette. «RA» pour un investissement «financier» «RI» pour un investissement

Plus en détail

Regime Switching Model : une approche «pseudo» multivarie e

Regime Switching Model : une approche «pseudo» multivarie e Regime Switching Model : une approche «pseudo» multivarie e A. Zerrad 1, R&D, Nexialog Consulting, Juin 2015 azerrad@nexialog.com Les crises financières survenues dans les trente dernières années et les

Plus en détail

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES

Plus en détail

Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti»

Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti» Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti» Question 1 : représenter graphiquement le taux de rentabilité du produit à capital garanti

Plus en détail

F22 : LES INDICES. 2. Commentaires

F22 : LES INDICES. 2. Commentaires Fiche professeur F22 : LES INDICES TI-82 STATS TI-83 Plus TI-84 Plus Mots-clés : indices, droite de tendance, méthode de Mayer. 1. Objectifs Utiliser la calculatrice graphique pour mettre facilement en

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 3 Modèles financiers discrets

Master Modélisation Statistique M2 Finance - chapitre 3 Modèles financiers discrets Master Modélisation Statistique M2 Finance - chapitre 3 Modèles financiers discrets Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université de Franche-Comté)

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

Asymétrie des rendements et volatilité multifractale

Asymétrie des rendements et volatilité multifractale Asymétrie des rendements et volatilité multifractale Emmanuel Bacry 1, Laurent Duvernet 2, Jean-François Muzy 3 Séminaire du Labex MME-DII 26 février 2013 1. CNRS École Polytechnique 2. Univ. Paris-Ouest

Plus en détail

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE Forum HH 05.02.2013 Ghislaine Gagnon Unité HPCI Qualitatif ou quantitatif? Les 2 méthodes peuvent être utilisées séparément ou en conjonction - le qualitatif

Plus en détail

Exercice 1 : Taux de Rendement Interne et Rentabilité des Projets d Investissement

Exercice 1 : Taux de Rendement Interne et Rentabilité des Projets d Investissement ED 5 L IVESTISSEMET Exercice 1 : Taux de Rendement Interne et Rentabilité des Projets d Un investisseur envisage cinq projets d investissement donc il connait respectivement le Taux de Rendement Interne

Plus en détail

Simulation Entreprise - Tecstrat

Simulation Entreprise - Tecstrat Simulation Entreprise - Tecstrat Compte-rendu Univers C Entreprise 4 Clémence AITELLI Benoît SIJOBERT Maxime ROBERT Ségolène PEIGNET Tuteur : malek.bouhaouala@ujf-grenoble.fr Introduction Durant deux jours,

Plus en détail

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Cours 7 : Exemples I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Exemple 1 : On cherche à expliquer les variations de y par celles d une fonction linéaire de

Plus en détail

ESSEC. Cours FIN 260 Gestion de portefeuille. Séance 8 Mesures de performance

ESSEC. Cours FIN 260 Gestion de portefeuille. Séance 8 Mesures de performance ESSEC Cours FIN 260 Gestion de portefeuille Séance 8 Mesures de performance François Longin Plan Introduction Mesures de performance des fonds: développements académiques Premier niveau: la rentabilité

Plus en détail

Principe des tests statistiques

Principe des tests statistiques Principe des tests statistiques Jean Vaillant Un test de signification est une procédure permettant de choisir parmi deux hypothèses celles la plus probable au vu des observations effectuées à partir d

Plus en détail

Normalité des rendements?

Normalité des rendements? Normalité des rendements? Daniel Herlemont 31 mars 2011 Table des matières 1 Introduction 1 2 Test de Normalité des rendements 2 3 Graphiques quantile-quantile 2 4 Estimation par maximum de vraisemblance

Plus en détail

AGENCE MONETAIRE DE L AFRIQUE DE L OUEST (AMAO) Rapport sur l évolution des taux de change des monnaies de la CEDEAO à fin novembre 2012

AGENCE MONETAIRE DE L AFRIQUE DE L OUEST (AMAO) Rapport sur l évolution des taux de change des monnaies de la CEDEAO à fin novembre 2012 AGENCE MONETAIRE DE L AFRIQUE DE L OUEST (AMAO) Rapport sur l évolution des taux de change des monnaies de la CEDEAO à fin novembre 2012 Freetown, décembre 2012 Sommaire I. Introduction... 2 II. Evolution

Plus en détail

Simulation Examen de Statistique Approfondie II **Corrigé **

Simulation Examen de Statistique Approfondie II **Corrigé ** Simulation Examen de Statistique Approfondie II **Corrigé ** Ces quatre exercices sont issus du livre d exercices de François Husson et de Jérôme Pagès intitulé Statistiques générales pour utilisateurs,

Plus en détail

QUELS PLACEMENTS POUR VOTRE ARGENT? ACTUALISATION 2015

QUELS PLACEMENTS POUR VOTRE ARGENT? ACTUALISATION 2015 QUELS PLACEMENTS POUR VOTRE ARGENT? ACTUALISATION 2015 A INTERVENANTS Nicolas Bouzou Directeur fondateur d Asterès Hervé Hatt Président de Meilleurtaux.com I NOTRE DÉMARCHE II LES PLACEMENTS ÉTUDIÉS III

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

Faculté Polydisciplinaire de Tétouan Master Finance Islamique. M12 Modélisation Mathématique II: -Méthodes de Prévision en Finance

Faculté Polydisciplinaire de Tétouan Master Finance Islamique. M12 Modélisation Mathématique II: -Méthodes de Prévision en Finance Année Universitaire: 2014-2015 Faculté Polydisciplinaire de Tétouan Master Finance Islamique M12 Modélisation Mathématique II: -Méthodes de Prévision en Finance Département de Statistique et Informatique

Plus en détail

FIXAGE. Le risque de taux en assurance-vie : Modélisation stochastique et fair value

FIXAGE. Le risque de taux en assurance-vie : Modélisation stochastique et fair value FIXAGE Le risque de taux en assurance-vie : Modélisation stochastique et fair value Petit-déjeuner du 9 janvier 2003 animé par Michel PIERMAY et Arnaud COHEN FIXAGE 11, avenue Myron Herrick 75008 Paris

Plus en détail

COURS DE STATISTIQUES (24h)

COURS DE STATISTIQUES (24h) COURS DE STATISTIQUES (24h) Introduction Statistiques descriptives (4 h) Rappels de Probabilités (4 h) Echantillonnage(4 h) Estimation ponctuelle (6 h) Introduction aux tests (6 h) Qu est-ce que la statistique?

Plus en détail

1 Définition de la non stationnarité

1 Définition de la non stationnarité Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles

Plus en détail

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading

PROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading PROJET DE GESTION PORTEFEUILLE Evaluation d une Stratégie de Trading Encadré par M. Philippe Bernard Master 1 Economie Appliquée-Ingénierie Economique et Financière Taylan Kunal 2011-2012 Sommaire 1) Introduction

Plus en détail

Population étudiante en médecine vétérinaire : projections

Population étudiante en médecine vétérinaire : projections Population étudiante en médecine vétérinaire : projections Assemblée Générale des étudiants de Louvain 17 juin 2015 1 Avant-propos Depuis quelques semaines, la question de la surpopulation dans les filières

Plus en détail

THÉORIES MODERNES DE PORTEFEUILLE Exercices d'application (Série 1)

THÉORIES MODERNES DE PORTEFEUILLE Exercices d'application (Série 1) 3-203-99 Gestion de portefeuille THÉORIES MODERNES DE PORTEFEUILLE Exercices d'application (Série 1) Note: Cette série d'exercices constitue un supplément aux exercices du manuel de cours. Les réponses

Plus en détail

2 Rendements. 2.1 Prix et rendements CLM 1.3, 1.4. CLM Intro 10, 10.1. Prix des actifs. Il y a n actifs et T périodes.

2 Rendements. 2.1 Prix et rendements CLM 1.3, 1.4. CLM Intro 10, 10.1. Prix des actifs. Il y a n actifs et T périodes. 1 Références Références CLM 1.3, 1.4 CLM Intro 10, 10.1 2 Rendements 2.1 Prix et rendements Prix des actifs Il y a n actifs et périodes. Le prix de l actif i à moment t est P it. On suprime l indice i

Plus en détail

«Cours Statistique et logiciel R»

«Cours Statistique et logiciel R» «Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire

Plus en détail

Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme

Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Trading system : Trend following Breakout Janvier 1996 - Janvier 2009 Etude de la performance du système Le

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document d orientation sur les allégations issues d essais de non-infériorité Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS

CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS CHAPITRE 1 LA MÉTHODE DISCOUNTED CASH FLOWS Ce chapitre est consacré à la valorisation par les cash flows actualisés ou DCF. Cette méthode est basée sur la capacité d une entreprise à générer des flux

Plus en détail

Enquête sur les investissements dans l industrie

Enquête sur les investissements dans l industrie Note Méthodologique Dernière mise à jour : 30-08-2010 Enquête sur les investissements dans l industrie Avertissement : depuis mai 2010, les résultats de l enquête trimestrielle sur les investissements

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

Hedging delta et gamma neutre d un option digitale

Hedging delta et gamma neutre d un option digitale Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing

Plus en détail

Un Modèle d'evaluation des Obligations à Taux Variable à Partir de la Courbe des Taux Zéro-Coupons des Emprunts d Etat. Résumé

Un Modèle d'evaluation des Obligations à Taux Variable à Partir de la Courbe des Taux Zéro-Coupons des Emprunts d Etat. Résumé Un Modèle d'evaluation des Obligations à Taux Variable à Partir de la Courbe des Taux Zéro-Coupons des Emprunts d Etat Pierre Valentin Compagnie Parisienne de Réescompte, 4 rue Cité de Londres, 75009 Paris,

Plus en détail

1. Embedded Value (EV) au 31.12.2013

1. Embedded Value (EV) au 31.12.2013 1. Embedded Value (EV) au 31.12.2013 1.1 La notion d embedded value La présente communication porte sur l Embedded Value agrégée des deux sociétés Vie qui sont détenues à 100% par Foyer S.A., à savoir

Plus en détail

Cours Gestion de patrimoine. Les produits structurés

Cours Gestion de patrimoine. Les produits structurés Cours Gestion de patrimoine Les produits structurés Plan Introduction Importance de la garantie pour les épargnants Utilité des fonds garantis Méthodes de gestion des fonds garantis Méthode du coussin

Plus en détail

Cours et applications

Cours et applications MANAGEMENT SUP Cours et applications 3 e édition Farouk Hémici Mira Bounab Dunod, Paris, 2012 ISBN 978-2-10-058279-2 Table des matières Introduction 1 1 Les techniques de prévision : ajustements linéaires

Plus en détail

DES TAUX À TERME POUR QUOI FAIRE? TROIS ILLUSTRATIONS SIMPLES

DES TAUX À TERME POUR QUOI FAIRE? TROIS ILLUSTRATIONS SIMPLES DES TAUX À TERME POUR QUOI FAIRE? TROIS ILLUSTRATIONS SIMPLES Après un bref rappel de la filiation dans laquelle se situe ce travail, on propose trois utilisations simples des taux d intérêt à terme. ROLAND

Plus en détail

LE FINANCEMENT D UN INVESTISSEMENT IMMOBILIER

LE FINANCEMENT D UN INVESTISSEMENT IMMOBILIER LE FINANCEMENT D UN INVESTISSEMENT IMMOBILIER Dans le cadre de l optimisation du financement d une acquisition immobilière, il est souvent difficile de faire le point de toutes les propositions et d optimiser

Plus en détail

Analyse de la variance Comparaison de plusieurs moyennes

Analyse de la variance Comparaison de plusieurs moyennes Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction

Plus en détail

Exercice : covariance et gestion du risque. Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine

Exercice : covariance et gestion du risque. Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Exercice : covariance et gestion du risque Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Mars 2006 On considère deux actifs dont les rendements et les volatilités sont :

Plus en détail

Conseil économique et social. Document établi par le Bureau central de statistique d Israël

Conseil économique et social. Document établi par le Bureau central de statistique d Israël Nations Unies Conseil économique et social ECE/CES/GE.2/214/3 Distr. générale 12 février 214 Français Original: russe Commission économique pour l Europe Conférence des statisticiens européens Groupe d

Plus en détail

Méthodes de prévision des ventes

Méthodes de prévision des ventes Méthodes de prévision des ventes Il est important pour toute organisation qui souhaite survivre dans un environnement concurrentiel d adopter des démarches de prévision des ventes pour anticiper et agir

Plus en détail

Gestionnaire du Réseau de Transport d 'Electricité. La prévision de consommation d électricité à RTE

Gestionnaire du Réseau de Transport d 'Electricité. La prévision de consommation d électricité à RTE Gestionnaire du Réseau de Transport d 'Electricité La prévision de consommation d électricité à RTE 2 PLAN DE LA PRESENTATION RTE, le gestionnaire du réseau d électricité Présentation d une méthodologie

Plus en détail

L apport d une créance en présence d un passif net 1

L apport d une créance en présence d un passif net 1 L apport d une créance en présence d un passif net 1 Claude Janssens Expert-comptable, analyste financier et économiste d entreprises Comme dans le numéro 4/2007, nous allons vous présenter un exemple

Plus en détail

Méthodologies et Glossaire

Méthodologies et Glossaire Caractéristiques Précisions Calculs de performance 1.Performance 2.Performance relative 1.Volatilité 2.Tracking error 3.Ratio d'information 4.Bêta 5.Alpha 6.Ratio de Sharpe 7.Sensibilité Indicateurs de

Plus en détail

HIDAJAT Stella. LUU Thu Trang. MI Yufeng. MOREL Frederic

HIDAJAT Stella. LUU Thu Trang. MI Yufeng. MOREL Frederic HIDAJAT Stella LUU Thu Trang MI Yufeng MOREL Frederic 2 PLAN INTRODUCTION ILLIQUIDITE-ETUDE PAR COUPE INSTANTANNE ILLIQUIDITE-ETUDE TEMPORELLE CONCLUSION 3 INTRODUCTION Le risque d illiquidité est rémunéré

Plus en détail

Exposé sous le thème: L instabilité des taux de change

Exposé sous le thème: L instabilité des taux de change Exposé sous le thème: L instabilité des taux de change I- Introduction générale: 1 -La montée de l instabilité des taux de change. 2- L'instabilité du SMI au cours du 20 ème siècle. 1 - Illustration sur

Plus en détail

Température corporelle d un castor (une petite introduction aux séries temporelles)

Température corporelle d un castor (une petite introduction aux séries temporelles) Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature

Plus en détail

Comment calculer les contributions de chaque mois à la mortalité annuelle par accident?

Comment calculer les contributions de chaque mois à la mortalité annuelle par accident? Comment calculer les contributions de chaque mois à la mortalité annuelle par accident? Le débat sur les conséquences de l affaiblissement du permis à points par un amendement à la LOPPSI2, qui double

Plus en détail

l École des Ponts ParisTech http://cermics.enpc.fr/scilab

l École des Ponts ParisTech http://cermics.enpc.fr/scilab scilab à l École des Ponts ParisTech http:cermics.enpc.fr/scilab Investissement et gestion de patrimoine Jonathan Boccara, Juliette de La Fabrègue et Olivier Dupont 6 avril 2011 (dernière date de mise

Plus en détail

quel mode d emploi? Devant des valeurs à risque,

quel mode d emploi? Devant des valeurs à risque, Devant des valeurs à risque, quel mode d emploi? Dans les sciences exactes, la précision est reine. Pas en économie où il est difficile de quantifier certaines variables. Notamment le risque qui n est

Plus en détail

Rentabilité des actifs et allocation stratégique

Rentabilité des actifs et allocation stratégique Rentabilité des actifs et allocation stratégique LE CERCLE INVESCO : SESSION 2007 Eric Tazé-Bernard Directeur de la Gestion INVESCO Asset Management 2 Section 01 Section 02 Section 03 Un modèle de description

Plus en détail

Mercredi 24 Juin 2015

Mercredi 24 Juin 2015 BACCALAURÉAT GÉNÉRAL Session 2015 MATHÉMATIQUES Série ES ENSEIGNEMENT OBLIGATOIRE Durée de l épreuve : 3 heures coefficient : 5 MATHÉMATIQUES Série L ENSEIGNEMENT DE SPÉCIALITÉ Durée de l épreuve : 3 heures

Plus en détail

Économétrie - Une Étude de la Création d Entreprise entre 1994 et 2007

Économétrie - Une Étude de la Création d Entreprise entre 1994 et 2007 LESAUX Loïc MAROT Gildas TANGUY Brewal Économétrie - Une Étude de la Création d Entreprise entre 1994 et 007 Charpentier Arthur Semestre 008 Master 1 Cadoret Isabelle 1 Plan Introduction... 3 Présentation

Plus en détail

Modèles ARIMA et SARIMA Estimation dans R 1 et SAS 2 Novembre 2007 Yves Aragon aragon@cict.fr

Modèles ARIMA et SARIMA Estimation dans R 1 et SAS 2 Novembre 2007 Yves Aragon aragon@cict.fr Modèles ARIMA et SARIMA Estimation dans R 1 et SAS 2 Novembre 2007 Yves Aragon aragon@cict.fr Cette note examine les différences entre R et SAS dans l estimation des modèles ARIMA et SARIMA. Elle illustre

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs

Plus en détail

REPUBLIQUE GABONAISE UNION-TRAVAIL-JUSTICE ANNEXE SUR LA STRATEGIE D ENDETTEMENT DE L ETAT (2011-2013)

REPUBLIQUE GABONAISE UNION-TRAVAIL-JUSTICE ANNEXE SUR LA STRATEGIE D ENDETTEMENT DE L ETAT (2011-2013) REPUBLIQUE GABONAISE UNION-TRAVAIL-JUSTICE ANNEXE SUR LA STRATEGIE D ENDETTEMENT DE L ETAT (2011-2013) ACCOMPAGNANT LE PROJET DE LOI DE FINANCES DE L ANNEE 2011 SOMMAIRE INTRODUCTION... 1 I. LA SITUATION

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps

Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Le Saux Loïc Tanguy Brewal Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Traitement des enquêtes M1 ISC 2007/2008 Sommaire Introduction... 3 I ANALYSE DESCRIPTIVE

Plus en détail

TESTS DE NORMALITE. qu elle est symétrique ) son moment centré d ordre 3 est nul 3 = 0. 3 estimé par c 3 =

TESTS DE NORMALITE. qu elle est symétrique ) son moment centré d ordre 3 est nul 3 = 0. 3 estimé par c 3 = TESTS DE NORMALITE Dans le chapitre précédent on a vu les propriétés nécessaires sur les erreurs pour que les coe cients des MCO soient les meilleurs. Dans la pratique bien sur ce ne sera pas toujours

Plus en détail

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun

Plus en détail

STATISTIQUES. Cours I : Test d hypothèses. Télécom Physique Strasbourg Module 2101. Fabrice Heitz. Octobre 2014

STATISTIQUES. Cours I : Test d hypothèses. Télécom Physique Strasbourg Module 2101. Fabrice Heitz. Octobre 2014 Télécom Physique Strasbourg Module 2101 STATISTIQUES Cours I : Test d hypothèses Fabrice Heitz Octobre 2014 Fabrice Heitz (Télécom PS) Statistiques 2014 1 / 75 Cours I TESTS D HYPOTHÈSES Fabrice Heitz

Plus en détail

Examen Gestion de portefeuille

Examen Gestion de portefeuille ESC Toulouse 2005 D. Herlemont Mastère BIF Examen Gestion de portefeuille Durée : 2 heures Les documents ne sont pas autorisés. Pour les questions à choix multiples, une ou plusieurs réponses peuvent être

Plus en détail

Ch.12 : Loi binomiale

Ch.12 : Loi binomiale 4 e - programme 2007 - mathématiques ch.12 - cours Page 1 sur 5 1 RÉPÉTITION D'EXPÉRIENCES INDÉPENDANTES Lancer plusieurs fois un dé et noter les résultats successifs. Ch.12 : Loi binomiale Prélever des

Plus en détail

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix.

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix. ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D'ECONOMIE APPLIQUEE ABIDJAN 1 AVRIL 21 CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE EPREUVE D'ORDRE GENERAL DUREE :

Plus en détail

IAE Master 2 Gestion de Portefeuille Année 2011 2012. Feuille 3 Pricing et couverture Modèles discret

IAE Master 2 Gestion de Portefeuille Année 2011 2012. Feuille 3 Pricing et couverture Modèles discret Université de Paris Est Créteil Mathématiques financières IAE Master 2 Gestion de Portefeuille Année 2011 2012 1. Le problème des partis 1 Feuille 3 Pricing et couverture Modèles discret Le chevalier de

Plus en détail

Les effets d une contrainte de crédit sur la convergence économique : Le cas des pays de l UEMOA

Les effets d une contrainte de crédit sur la convergence économique : Le cas des pays de l UEMOA Les effets d une contrainte de crédit sur la convergence économique : Le cas des pays de l UEMOA Auteurs : Abdoulaye DIAGNE et Abdou-Aziz NIANG Introduction Ceci devrait contribuer à réduire l écart entre

Plus en détail

CAC, DAX ou DJ : lequel choisir?

CAC, DAX ou DJ : lequel choisir? CAC, DAX ou DJ : lequel choisir? 1. Pourquoi cette question Tout trader «travaillant 1» sur les indices s est, à un moment ou un autre, posé cette question : «je sais que la tendance est bien haussière

Plus en détail

MIDCAP PARTNERS LOUIS CAPITAL MARKETS

MIDCAP PARTNERS LOUIS CAPITAL MARKETS Avertissement Ce document a été préparé par Midcap Partners à l usage exclusif de la société Figeac-Aero. Il est strictement confidentiel et ne peut être diffusé à un tiers sans l accord préalable de Midcap

Plus en détail

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés

Plus en détail

DISCOUNTED CASH-FLOW

DISCOUNTED CASH-FLOW DISCOUNTED CASH-FLOW Principes généraux La méthode des flux futurs de trésorerie, également désignée sous le terme de Discounted Cash Flow (DCF), est très largement admise en matière d évaluation d actif

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

Exercice 1 Métropole juin 2014 5 points

Exercice 1 Métropole juin 2014 5 points Le sujet comporte 6 pages. Seule l annexe est à rendre avec la copie. BAC BLANC MATHÉMATIQUES TERMINALE STMG Durée de l épreuve : 3 heures Les calculs doivent être détaillés. Les calculatrices sont autorisées,

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

Analyse financière détaillée

Analyse financière détaillée Analyse financière détaillée L analyse financière détaillée réintègre le cadre comptable de la comptabilité générale. En particulier les hypothèses introduites dans l analyse sommaire sont levées. Cela

Plus en détail

Certificats Cappés (+) et Floorés (+)

Certificats Cappés (+) et Floorés (+) Certificats Cappés (+) et Floorés (+) Produits présentant un risque de perte en capital, à destination d investisseurs avertis. Pour investir avec du Levier sur les indices CAC 40 ou DAX Même dans un contexte

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Classe terminale - Série STMG L accompagnement personnalisé Ressources pour le lycée général et technologique Approfondir Vers le supérieur La prévision des tendances et l outil statistique Présentation

Plus en détail

Le risque Idiosyncrasique

Le risque Idiosyncrasique Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes

Plus en détail

Politique de placements

Politique de placements Politique de placements Le 7 octobre 2010 Politique de placements Table des matières 1. La mission de la Fondation pour le développement des coopératives en Outaouais 2. Les principes de la gouvernance

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Cornèr Banque (Luxembourg) S.A. Risques associés aux profils de gestion

Cornèr Banque (Luxembourg) S.A. Risques associés aux profils de gestion Cornèr Banque (Luxembourg) S.A. Risques associés aux profils de gestion 1 Introduction Gestion patrimoniale mobilière Gestion patrimoniale fonds d investissement Gestion en placements alternatifs Gestion

Plus en détail

Version default Titre : Opérateur GENE_ACCE_SEISME Date : 20/08/2012 Page : 1/5 Responsable : Irmela ZENTNER Clé : U4.36.

Version default Titre : Opérateur GENE_ACCE_SEISME Date : 20/08/2012 Page : 1/5 Responsable : Irmela ZENTNER Clé : U4.36. Titre : Opérateur GENE_ACCE_SEISME Date : 20/08/2012 Page : 1/5 Opérateur GENE_ACCE_SEISME 1 But Cet opérateur permet de générer des accélérogrammes sismiques artificiels pour des calculs dynamiques transitoires.

Plus en détail

Examen Mesures de Risque de Marché

Examen Mesures de Risque de Marché ESILV 2012 D. Herlemont Mesures de Risque de Marché I Examen Mesures de Risque de Marché Durée: 2 heures. Documents non autorisés et calculatrices simples autorisées. 2 pt 1. On se propose d effectuer

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes

Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université

Plus en détail

Équations récurrentes en finance

Équations récurrentes en finance Équations récurrentes en finance Daniel Justens Face à un problème concret, le mathématicien a plusieurs options. Il peut en donner une représentation très simplifiée et, dans ce cas, le problème se réduira

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail