Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme

Dimension: px
Commencer à balayer dès la page:

Download "Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme"

Transcription

1 TFE Ingénieur Civil Mathématiques Appliquées 24 juin 2010 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Auteur Christophe Pochet Promoteur Pierre Devolder

2 Comment garantir la solvabilité bancaire? 2

3 Afin d'assurer sa solvabilité, la banque doit légalement constituer une réserve financière Législation : Processus statiques Mesures statiques : VaR & TVaR Solvency II : Value-at-Risk à 99.5% Réalité : Processus multipériodes Mesures multipériodes Aucune mesure établie comme référence Objectif : Définir des mesures multipériodes Étudier leur apport 3

4 Le problème du compte à terme est un processus multipériode risqué Statique si Cash flows : Facteur de nombre Passif Actif où est le rendement offert par le compte à terme est la pénalité de sortie anticipée 4

5 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Mesures statiques Approche conceptuelle des mesures multipériodes Mesures multipériodes Application au compte à terme Conclusion 5

6 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Mesures statiques Approche conceptuelle des mesures multipériodes Mesures multipériodes Application au compte à terme Conclusion 6

7 La VaR et la TVaR sont deux mesures de risque statiques de référence Soit F une variable aléatoire mesurant des pertes Soit le niveau de risque Des pertes plus importantes que VaR arrivent avec une probabilité inférieure à Si H continue en VaR Est une mesure pondérée des pertes plus grandes que VaR 7

8 La réserve financière de solvabilité est déterminée à l'aide de la VaR et ou de la TVaR Compte à terme statique 8

9 Les mesures statiques cohérentes possèdent 4 propriétés financières importantes Convexité : Diversification Monotonicité : Augmentation du risque selon la variable Équivariance sous translations et homogénéité positive : Les éléments déterministes additifs ou multiplicatifs et positifs ne sont pas sujets à la mesure La VaR n'est pas cohérente. La TVaR est cohérente 9

10 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Mesures statiques Approche conceptuelle des mesures multipériodes Mesures multipériodes Application au compte à terme Conclusion 10

11 La mesure de risque statique néglige les sorties anticipées (1+i)² - u² 0 (1+i) - u (1+i) - d (1+i)² - ud (1+i)² - du (1+i)² - d² t = 0 t = 1 t = 2 Processus pour 2 clients : l'un client sort en t = 1 et l'autre en t = 2 Mesure statique : Les 2 clients sortent en t = 2 Réserve statique : 2 11

12 Le risque multipériode peut être calculé comme la somme de processus statiques indépendants (1+i)² - u² 0 (1+i) - u (1+i) - d (1+i)² - ud (1+i)² - du (1+i)² - d² Processus pour 2 clients : l'un client sort en t = 1 et l'autre en t = 2 Réserve indépendante : + 12

13 Le risque multipériode peut être calculé récursivement (1+i)² - u² 0 (1+i) u + (1+i) - u (1+i) - d (1+i)² - ud (1+i)² - du (1+i)² - d² 0 (1+i) d + Prise en compte de la filtration du processus Processus pour 2 clients : l'un client sort en t = 1 et l'autre en t = 2 Réserve récursive : 13

14 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Mesures statiques Approche conceptuelle des mesures multipériodes Mesures multipériodes Application au compte à terme Conclusion 14

15 La notion de mesure conditionnelle est la base des mesures multipériodes Information sur le processus : filtration Information disponible en donnée par Mesure conditionnelle : Mesure statique généralisée Modification du domaine de définition et de l'espace image Mesure conditionnelle = Mesure de dans où 15

16 La mesure indépendante est obtenue par la somme de mesures conditionnelles 16

17 La mesure récursive est obtenue par compositions de mesures conditionnelles où 17

18 La mesure récursive est consistante dans le temps et conserve donc le critère de risque Risque associé aux cash flows entre t = s et t = n exprimé en t = s - 1 Cash flow en t = s Mesure conditionnelle des cash flows en t = s par rapport à l'information disponible en t = s - 1 Risque résiduel de t = s + 1 à t = n exprimé en t = s 18

19 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Mesures statiques Approche conceptuelle des mesures multipériodes Mesures multipériodes Application au compte à terme Conclusion 19

20 Explicitons le problème du compte à terme dans le but d'en extraire les formulations des réserves L'horizon total de temps est Les cash flows ont lieu aux temps Afin de prendre en compte l'actualisation 20

21 Les propriétés du brownien géométrique réduisent la complexité du calcul conditionnel Par définition du brownien géométrique, on définit Le calcul de la mesure conditionnelle donne Facilement calculable pour la VaR et la TVaR 21

22 La réserve calculée par la mesure multipériode indépendante est donnée par Vu que on montre que Pas de transfert de risque entre les différents horizons Normalisation par le nombre de clients Somme de tous les passifs Entièrement déterministe Somme de toutes les mesures sur les actifs risqués 22

23 La réserve calculée par la mesure multipériode récursive est donnée par L'unique différence avec la mesure indépendante provient du calcul du risque sur les actifs Car À appliquer récursivement 23

24 La réserve récursive est supérieure à la réserve indépendante, mais il n'existe pas d'ordre de comparaison avec la réserve statique 24

25 Les mesures étant sensibles à leurs paramètres, il convient de définir un cas de référence Sensibilité des mesures Paramètres financiers du brownien géométrique Paramètres financiers du marché Processus de sortie Processus financier Processus de sortie Choix des et des maximisant la réserve Départs unitaires équidistants 15% de départs 25

26 Cas de référence : La réserve récursive est 11 fois plus grande que les deux autres Réserves statique et indépendante semblables. Pas de conservation du critère de risque. Vision statique Augmentation cruciale du capital de réserve due à la conservation du critère de risque. Vision dynamique 26

27 Conclusion Mesure Statique Pas d'information quant à l'effet sur la réserve de la nature multipériode du processus Mesure Indépendante Proche de la mesure statique Hypothèse forte d'indépendance Ne conserve pas le critère de risque Mesure Récursive Consistante dans le temps Niveau de risque conservé Hypothèse de processus dynamique vérifiée Donne une bonne estimation de la réserve maximale Mesure intéressante du point de vue du calcul technique à différencier de la législation 27

28 TFE Ingénieur Civil Mathématiques Appliquées 24 juin 2010 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Auteur Christophe Pochet Promoteur Pierre Devolder

Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme

Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Université Catholique de Louvain-La-Neuve Ecole Polytechnique de Louvain Travail de fin d étude présenté par Christophe Pochet sous la direction du Professeur Pierre Devolder en vue de l obtention du grade

Plus en détail

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

Optimisation des périodicités d étalonnage

Optimisation des périodicités d étalonnage Optimisation des périodicités d étalonnage C. Eischen Directeur Technique AIB-Vinçotte Luxembourg Sommaire. Problématique 2. Méthodes existantes 3. Pourquoi cette méthode OPPERET? 4. Prérequis de cette

Plus en détail

Ecole Supérieure d Ingénieurs Léonard de Vinci

Ecole Supérieure d Ingénieurs Léonard de Vinci Ecole Supérieure d Ingénieurs Léonard de Vinci «Evaluation et couverture de produits dérivés» Etudiants : Colonna Andrea Pricing d'un Call Lookback par Monte Carlo et Ponts Browniens Rapport de Projet

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

Analyse de la variance (ANOVA)

Analyse de la variance (ANOVA) Chapitre 7 Analyse de la variance (ANOVA) Introduction L analyse de la variance (ANOVA) a pour objectif d étudier l influence d un ou plusieurs facteurs sur une variable quantitative. Nous nous intéresserons

Plus en détail

Chapitre I :Seuil de rentabilité. Encadré par: Dr. HOURIA ZAAM

Chapitre I :Seuil de rentabilité. Encadré par: Dr. HOURIA ZAAM Chapitre I :Seuil de rentabilité Encadré par: Dr. HOURIA ZAAM PLA N I- Introduction II- Charges 1- Charges variables 2- Charges fixes 3- Charges mixtes III- Le compte de résultat différentiel IV- Seuil

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

UE 6 Finance d entreprise Le programme

UE 6 Finance d entreprise Le programme UE 6 Finance d entreprise Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur 1. La valeur (15 heures)

Plus en détail

FINANCE Décisions d investissement en avenir certain

FINANCE Décisions d investissement en avenir certain INSTITUT D ETUDES POLITIQUES 4ème Année, Economie et Entreprises 2004/2005 C.M. : M. Godlewski FINANCE Décisions d investissement en avenir certain Critères de choix d investissement Le critère de la VAN

Plus en détail

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Plan de la séance 3 : Le risque de crédit (1) Les opérations de crédit Définition d un crédit La décision de crédit Les crédits aux petites

Plus en détail

des compagnies d assurance : évolutions récentes

des compagnies d assurance : évolutions récentes Les Contrôle normes IFRS de la solvabilité en assurance des compagnies d assurance : évolutions récentes - DIAF Hanoi, le 28 février 2005 Pierre THEROND Consultant JWA - Actuaires & chargé de cours à l

Plus en détail

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12 TS. 01/013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 0/11/1 Exercice 1 : ( 6,5 pts) Première partie : Démonstration à rédiger { Démontrer que si ( ) et (v n ) sont deux suites telles

Plus en détail

The capital asset pricing model and the liquidity effect: A theoretical approach G. Jacoby, D.J. Fowler, A.A. Gottesman

The capital asset pricing model and the liquidity effect: A theoretical approach G. Jacoby, D.J. Fowler, A.A. Gottesman The capital asset pricing model and the liquidity effect: A theoretical approach G. Jacoby, D.J. Fowler, A.A. Gottesman Présenté par : Laurette IVAIN Ouafae BACHIRI Simon PAYAN Médéric de VINCELLES Groupe

Plus en détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,

Plus en détail

Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté

Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté INSTITUT DE SCIENCE FINANCIERE ET D ASSURANCES Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté Mémoire présenté devant l Institut de Science Financière et d Assurances pour l obtention

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

SOMMAIRES D OUVRAGES PARUS

SOMMAIRES D OUVRAGES PARUS SOMMAIRES D OUVRAGES PARUS TITRE : MÉTHODES ACTUARIELLES DE L'ASSURANCE VIE (cours et exercices corrigés) AUTEUR : Christian HESS ÉDITEUR : ÉCONOMICA, PARIS DATE DE PARUTION : NOVEMBRE 2000 357 pages prix

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Développement du bois énergie : quel impact à terme sur le marché du bois en France?

Développement du bois énergie : quel impact à terme sur le marché du bois en France? Développement du bois énergie : quel impact à terme sur le marché du bois en France? Le développement du bois énergie va se traduire par une situation de concurrence entre les différents acteurs économiques

Plus en détail

Examen de Statistique Appliquée I

Examen de Statistique Appliquée I Université de Strasbourg Master Éthologie-Écophysiologie 1ère année Examen de Statistique Appliquée I ************************************************************** Le cours, les exercices de travaux dirigés,

Plus en détail

Société Française des Evaluateurs

Société Française des Evaluateurs Strictement confidentiel Société Française des Evaluateurs L évaluation dans le secteur bancaire : particularités, limites et changements post-crise 2008. PwC Valuation & Business Modelling Juin 2015 Projet

Plus en détail

Master Marchés financiers

Master Marchés financiers Faculté des Sciences Economiques et de Gestion - IAE 2/2 Master Marchés financiers Effectifs Nombre de femmes Origine géographique Auvergne Autres régions Diplôme obtenu avant le Etranger Licence Master

Plus en détail

Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques

Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques Patrick Dallaire Université Laval Département d informatique et de génie

Plus en détail

Modélisation des données

Modélisation des données 1 2 Démarche classique d un projet informatique Analyse de la situation existante et des besoins ; Création d une série de modèles, qui permettent de représenter tous les aspects importants ; A partir

Plus en détail

3. COMPARAISON DE PLUS DE DEUX GROUPES

3. COMPARAISON DE PLUS DE DEUX GROUPES 3. COMPARAISON DE PLUS DE DEUX GROUPES La comparaison de moyennes de plus de deux échantillons se fait généralement par une analyse de variance (ANOVA) L analyse de variance suppose l homogénéité des variances

Plus en détail

CIRCULAIRE CPA-2006-2-CPA AUX ENTREPRISES D ASSURANCES

CIRCULAIRE CPA-2006-2-CPA AUX ENTREPRISES D ASSURANCES Contrôle prudentiel des entreprises d'assurances Bruxelles, le 19 septembre 26 CIRCULAIRE CPA-26-2-CPA AUX ENTREPRISES D ASSURANCES OBJET : DISPENSE DE CONSTITUTION DE LA PROVISION COMPLÉMENTAIRE VISÉE

Plus en détail

CONCOURS D ADMISSION. Option économique MATHEMATIQUES III. Année 2006

CONCOURS D ADMISSION. Option économique MATHEMATIQUES III. Année 2006 ESSEC M B A CONCOURS D ADMISSION Option économique MATHEMATIQUES III Année 2006 La présentation, la lisibilité, l orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Principes clés de l orientation future du cadre réglementaire canadien de suffisance des capitaux en assurances multirisques Document produit par le

Principes clés de l orientation future du cadre réglementaire canadien de suffisance des capitaux en assurances multirisques Document produit par le Principes clés de l orientation future du cadre réglementaire canadien de suffisance des capitaux en assurances multirisques Document produit par le Comité consultatif sur le Test du capital minimal Page

Plus en détail

Traduction d un original rédigé en néerlandais Rapport d expertise IMMO-NORTH PLAZA Bâtiment A North Plaza Boulevard du Roi Albert II, 9 1210 Bruxelles Date d évaluation de référence 01/11/2007 Exécuté

Plus en détail

Contrat didactique Finance stochastique

Contrat didactique Finance stochastique Contrat didactique Finance stochastique Les compétences de ce cours sont à placer dans le contexte général de l appropriation de la notion de modèle mathématique et de son utilisation pratique en gestion

Plus en détail

Plan. Contexte : SCM. Décision incertaine et logistique : Grille typologique

Plan. Contexte : SCM. Décision incertaine et logistique : Grille typologique Décision incertaine et logistique : Grille typologique Animateurs : S. Durieux, P. Genin, C. Thierry durieux@ifma.fr thierry@univ-tlse2.fr patrick.genin@supmeca.fr JD MACS 2009, Angers, 19-20 Novembre

Plus en détail

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé.

Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013. Calculatrice autorisée - Aucun document n'est autorisé. TES Spé Maths Eléments de correction du Bac Blanc n 2 de Mathématiquesdu Lundi 8 Avril2013 Calculatrice autorisée - Aucun document n'est autorisé. Vous apporterez un grand soin à la présentation et à la

Plus en détail

UE 6 - FINANCE D ENTREPRISE Niveau L : 150 heures - 12 ECTS. 1. La valeur (15 heures) 2. Le diagnostic financier des comptes sociaux (40 heures)

UE 6 - FINANCE D ENTREPRISE Niveau L : 150 heures - 12 ECTS. 1. La valeur (15 heures) 2. Le diagnostic financier des comptes sociaux (40 heures) UE 6 - FINANCE D ENTREPRISE Niveau L : 150 heures - 12 ECTS 1. La valeur (15 heures) Il s agit de prendre conscience, à partir du concept de valeur, de mécanismes fondamentaux en finance en excluant tout

Plus en détail

L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise?

L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise? Conseil en Organisation et Management secteur assurance L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise? 24 novembre 2010 Sommaire Ce qui se dit sur l ORSA L ORSA et le modèle

Plus en détail

Techniques d évaluation des risques norme ISO 31010

Techniques d évaluation des risques norme ISO 31010 Techniques d évaluation des risques norme ISO 31010 www.pr4gm4.com Gestion des risques Présentation Mars 2010 Copyright 2010 - PR4GM4 Actualité du 27 janvier 2010 2 Actualité du 11 février 2010 3 Domaine

Plus en détail

Planification et ordonnancement sous incertitudes Application à la gestion de projet

Planification et ordonnancement sous incertitudes Application à la gestion de projet Toulouse, 14 mai 2003 Planification et ordonnancement sous incertitudes Application à la gestion de projet Julien Bidot Plan Séminaire au LAAS Planification de tâches et ordonnancement Domaine d application

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

Assurance Vie SENSIBILITE DES ENGAGEMENTS

Assurance Vie SENSIBILITE DES ENGAGEMENTS Journées d études 2011 Assurance Vie SENSIBILITE DES ENGAGEMENTS FRACTALES 0 Journées d études 2011 Sommaire Projet SIGMA 1 ère partie 1. Durée, duration, sensibilité 2. Sensibilité locale du BE Applications

Plus en détail

Changements législatifs, régimes de retraite et politiques de placement

Changements législatifs, régimes de retraite et politiques de placement ICRA Conférence régionale du Québec Septembre 2015 Changements législatifs, régimes de retraite et politiques de placement la vision d un «outsider» Denis Latulippe École d actuariat Pôle de recherche

Plus en détail

Modélisation et résolution du problème de transport de gaz: application au réseau principal français

Modélisation et résolution du problème de transport de gaz: application au réseau principal français Modélisation et résolution du problème de transport de gaz: application au réseau principal français Présentation des travaux de thèse GDF SUEZ - INPT - ENSIACET - LGC EMN 24 mars 2011 Le gaz en Europe

Plus en détail

ESSEC. Cours FING31259 Management bancaire. Séance 1 Le r isque de mar chés

ESSEC. Cours FING31259 Management bancaire. Séance 1 Le r isque de mar chés ESSEC Cours FING31259 Management bancaire Séance 1 Le r isque de mar chés Plan Les activités de marché Les opérations de marché Le risque de marché Le cadre réglementaire Méthode forfaitaire et méthode

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 Le sujet est numéroté de 1 à 5. L annexe 1 est à rendre avec la copie. L exercice Vrai-Faux est

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 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 1. a. On considère un modèle de marché (B, S) à une étape. On suppose que S = 5 C et qu à la date t = 1 on a (S u 1 = 51, S d 1 = 48).

Plus en détail

Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation

Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,

Plus en détail

Agrégation des portefeuilles de contrats d assurance vie

Agrégation des portefeuilles de contrats d assurance vie Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l

Plus en détail

Formation Académique Arrêté LMD : N 187 du 01/07/09

Formation Académique Arrêté LMD : N 187 du 01/07/09 : Formation Académique Arrêté LMD : N 187 du 01/07/09 - Responsable de l'équipe de spécialité Nom & prénom : BELAZZOUZ Ben Ali Grade : Maître de conférences : 027.72.18.28 Fax : 027.72.18.28 A. Exposé

Plus en détail

Un peu de calculs financiers

Un peu de calculs financiers Un peu de calculs financiers 1. Les intérêts simples Intérêt : somme rapportée par le prêt d un capital. Il est proportionnel au montant de la somme prêtée et à la durée du prêt Période : le temps est

Plus en détail

Analyse du Risque et Couverture des Tranches de CDO Synthétique

Analyse du Risque et Couverture des Tranches de CDO Synthétique Analyse du Risque et Couverture des Tranches de CDO Synthétique Areski Cousin Laboratoire de Sciences Actuarielle et Financière ISFA, Université Lyon 1 Soutenance de Thèse, Lyon, 17 Octobre 2008 Directeur

Plus en détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce

Plus en détail

Algorithmique IN102 TD 3

Algorithmique IN102 TD 3 Algorithmique IN10 TD 16 décembre 005 Exercice 1 Clairement, il existe des arbres de hauteur h à h + 1 éléments : il sut pour cela que leurs n uds internes aient au plus un ls non vide. On a alors un arbre

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

Comment l entreprise produit-elle?

Comment l entreprise produit-elle? Comment l entreprise produit-elle? Trouvez des questions permettant de répondre aux paragraphes proposés. Cet exercice doit vous permettre de mieux mémoriser le cours mais aussi de travailler les consignes.

Plus en détail

Quel financement pour les PME? 7 recommandations de base pour l entrepreneur en recherche de financement externe

Quel financement pour les PME? 7 recommandations de base pour l entrepreneur en recherche de financement externe Quel financement pour les PME? 7 recommandations de base pour l entrepreneur en recherche de financement externe TRANSMISSION D'ENTREPRISE Remise au sein de la famille Séparation du capital et du management

Plus en détail

LES COLLISIONS FRONTALES ENTRE VÉHICULES

LES COLLISIONS FRONTALES ENTRE VÉHICULES LES COLLISIONS FRONTALES ENTRE VÉHICULES Quel est le rôle de la masse dans un choc frontal entre deux véhicules? Quel est le rôle de la vitesse? Quelle est la force délivrée par chacun des deux véhicules?

Plus en détail

MICRO-INFORMATIQUE DÉFINITION DU DOMAINE D'EXAMEN BASE DE DONNÉES CONSULTATION INF-5060-1

MICRO-INFORMATIQUE DÉFINITION DU DOMAINE D'EXAMEN BASE DE DONNÉES CONSULTATION INF-5060-1 MICRO-INFORMATIQUE DÉFINITION DU DOMAINE D'EXAMEN BASE DE DONNÉES CONSULTATION INF-5060-1 OCTOBRE 1996 MICRO-INFORMATIQUE DÉFINITION DU DOMAINE D'EXAMEN BASE DE DONNÉES CONSULTATION INF-5060-1 OCTOBRE

Plus en détail

Chapitre 6. Les critères de choix d investissement

Chapitre 6. Les critères de choix d investissement Chapitre 6 Les critères de choix d investissement La VAN : rappel définition Un projet ne doit être mis en œuvre que si sa valeur actuelle nette ou VAN, définie comme la somme actualisée des flux futurs

Plus en détail

ANALYSE DU RISQUE DE CRÉDIT

ANALYSE DU RISQUE DE CRÉDIT ANALYSE DU RISQUE DE CRÉDIT Banque & Marchés Cécile Kharoubi Professeur de Finance ESCP Europe Philippe Thomas Professeur de Finance ESCP Europe TABLE DES MATIÈRES Introduction... 15 Chapitre 1 Le risque

Plus en détail

Sujet du cours : Le financement à Long Terme des Entreprises

Sujet du cours : Le financement à Long Terme des Entreprises 1 Sujet du cours : Le financement à Long Terme des Entreprises L objectif de ce cours vise à aborder le financement à long terme des entreprises. On entendra par financement à long terme, les actions et

Plus en détail

Gestion du risque de marché Apprentissage en-ligne

Gestion du risque de marché Apprentissage en-ligne Gestion du risque de marché Apprentissage en-ligne Gestion du Risque de Marché Aperçu du programme d apprentissage La gestion du risque - un actif stratégique Établissement de la plateforme Fondement 2

Plus en détail

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement...

Table des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement... III Table des matières Avant-propos Remerciements................................. Les auteurs..................................... Chapitre 1 L intérêt............................. 1 1. Mise en situation...........................

Plus en détail

Comité de Bâle sur le contrôle bancaire. Traitement du financement du commerce dans le cadre du dispositif de Bâle sur les fonds propres

Comité de Bâle sur le contrôle bancaire. Traitement du financement du commerce dans le cadre du dispositif de Bâle sur les fonds propres Comité de Bâle sur le contrôle bancaire Traitement du financement du commerce dans le cadre du dispositif de Bâle sur les fonds propres Octobre 2011 Le présent document est traduit de l anglais. En cas

Plus en détail

Chapitre IV : Couples de variables aléatoires discrètes

Chapitre IV : Couples de variables aléatoires discrètes UNIVERSITÉ DE CERG Année 0-03 UFR Économie & Gestion Licence d Économie et Gestion MATH0 : Probabilités Chapitre IV : Couples de variables aléatoires discrètes Généralités Définition Soit (Ω, P(Ω), P)

Plus en détail

nous pouvons calculer l intérêt obtenu par ce capital au bout d un an (n =1). 1an

nous pouvons calculer l intérêt obtenu par ce capital au bout d un an (n =1). 1an Chapitre IV : Les intérêts composés I. Généralités et définition Avec les intérêts composés, nous abordons les mathématiques financières de moyen et long terme. Pour gérer les comptes de moyen et long

Plus en détail

Sommaire PARTIE I : PRESENTATION DE LA VALUE-AT-RISK 3

Sommaire PARTIE I : PRESENTATION DE LA VALUE-AT-RISK 3 Sommaire PARTIE I : PRESENTATION DE LA VALUE-AT-RISK 3 I. PRESENTATION GENERALE 3 1.1. DEFINITION GENERALE 3 1.2. UTILISATION DE LA VAR 4 1.3. TYPES DE RISQUES MESURES PAR LA VAR 5 1.4. COMMENT ADAPTER

Plus en détail

Soutenance de stage Laboratoire des Signaux et Systèmes

Soutenance de stage Laboratoire des Signaux et Systèmes Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud

Plus en détail

Systèmes d'informations Géographiques - Généralisation

Systèmes d'informations Géographiques - Généralisation Systèmes d'informations Géographiques - Généralisation Institut National des Sciences Appliquées - Rouen Département Architecture des Systèmes d'information michel.mainguenaud@insa-rouen.fr D'ou vient

Plus en détail

en sciences de l ingénieur

en sciences de l ingénieur Systèmes Automatisés Optimisation en sciences de l ingénieur présente les principales méthodes exactes d optimisation statique et dynamique. Parmi les méthodes décrites figurent : - la programmation linéaire

Plus en détail

Bac Blanc Terminale ES - Février 2014 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2014 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2014 Épreuve de Mathématiques (durée 3 heures) L attention des candidats est attirée sur le fait que la qualité de la rédaction, la clarté et la précision des raisonnements

Plus en détail

Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions

Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions Stratégie Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions La recherche des primes de risque constitue une stratégie relativement courante sur les marchés obligataires

Plus en détail

Gestion de projet - critères de décision

Gestion de projet - critères de décision Gestion de projet - critères de décision GÉRARD CASANOVA - DENIS ABÉCASSIS Paternité - Pas d'utilisation Commerciale - Pas de Modification : http://creativecommons.org/licenses/by-nc-nd/2.0/fr/ Table des

Plus en détail

LA PREVISION DU TAUX DE CHANGE. Finance internationale, 9 ème éd. Y. Simon & D. Lautier

LA PREVISION DU TAUX DE CHANGE. Finance internationale, 9 ème éd. Y. Simon & D. Lautier LA PREVISION DU TAUX DE CHANGE 1 Qui cherche à prévoir? Les entreprises Les banques Les fonds d investissement Les investisseurs institutionnels Pourquoi chercher à prévoir? Créances et dettes en devises

Plus en détail

Programme de crédit d impôt à l investissement pour les PME.

Programme de crédit d impôt à l investissement pour les PME. Programme de crédit d impôt à l investissement pour les PME. Démarrage, acquisition et développement d entreprised Obtenir l effet l de levier maximal Financement d entreprised Investir dans son entreprise

Plus en détail

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple Laurent Batsch ahier de recherche n 2005-01 Le financement adossé est une des modalités de financement de l investissement

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 0. Introduction au cours de finance

Master Modélisation Statistique M2 Finance - chapitre 0. Introduction au cours de finance Master Modélisation Statistique M2 Finance - chapitre 0 Introduction au cours de finance Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université de Franche-Comté)

Plus en détail

Le mot «algorithme» vient du nom de l auteur persan Al-Khuwarizmi (né vers 780 - mort vers 850) Une définition: «un algorithme est une suite finie de

Le mot «algorithme» vient du nom de l auteur persan Al-Khuwarizmi (né vers 780 - mort vers 850) Une définition: «un algorithme est une suite finie de Le mot «algorithme» vient du nom de l auteur persan Al-Khuwarizmi (né vers 780 - mort vers 850) Une définition: «un algorithme est une suite finie de règles à appliquer dans un ordre déterminé à un nombre

Plus en détail

Les options : Lien entre les paramètres de pricing et les grecs

Les options : Lien entre les paramètres de pricing et les grecs Cette page est soutenue par ALGOFI Cabinet de conseil, d ingénierie financière et dépositaire de systèmes d information financiers. Par Ingefi, le Pôle Métier Ingénierie Financière d Algofi. ---------------------------------------------------------------------------------------------------------------------

Plus en détail

BANQUE DE LA REPUBLIQUE DU BURUNDI SERVICE SUPERVISION DES ETABLISSEMENTS BANCAIRES ET FINANCIERS ET STABILITE FINANCIERE

BANQUE DE LA REPUBLIQUE DU BURUNDI SERVICE SUPERVISION DES ETABLISSEMENTS BANCAIRES ET FINANCIERS ET STABILITE FINANCIERE BANQUE DE LA REPUBLIQUE DU BURUNDI SERVICE SUPERVISION DES ETABLISSEMENTS BANCAIRES ET FINANCIERS ET STABILITE FINANCIERE INSTITUTION : DATE DE CONTROLE : SUPERVISEUR : PERSONNES INTERROGEES : RESUME DES

Plus en détail

Chapitre 2 L actualisation... 21

Chapitre 2 L actualisation... 21 III Table des matières Avant-propos Remerciements.... Les auteurs... XI XII Chapitre 1 L intérêt.... 1 1. Mise en situation.... 1 2. Concept d intérêt... 1 2.1. L unité de temps... 2 2.2. Le taux d intérêt...

Plus en détail

Financement et rentabilité des investissements

Financement et rentabilité des investissements Collection les mémentos finance dirigée par Jack FORGET Financement et rentabilité des investissements Maximiser les revenus des investissements Jack FORGET Éditions d Organisation, 2005 ISBN : 2-7081-3252-0

Plus en détail

Les mathématiques en maternelle. Circonscription de St Julien - Christophe Licitri CPAIEN Martine Montellier PEMF

Les mathématiques en maternelle. Circonscription de St Julien - Christophe Licitri CPAIEN Martine Montellier PEMF Les mathématiques en maternelle Circonscription de St Julien - Christophe Licitri CPAIEN Martine Montellier PEMF Questionnement Quels sont les champs d'application des mathématiques en maternelle? Quels

Plus en détail

Le Modèle de taux de Ho-Lee - Pricing d obligation

Le Modèle de taux de Ho-Lee - Pricing d obligation Le Modèle de taux de Ho-Lee - Pricing d obligation Le modèle de Thomas S. Y. Ho et Sang-bin Lee [1] est un modèle simple de fluctuation de taux d intérêts. Il est utilisé sous l hypothèse d absence d opportunité

Plus en détail

Évaluation d une approche de classification conceptuelle

Évaluation d une approche de classification conceptuelle Évaluation d une approche de classification conceptuelle Marie Chavent Yves Lechevallier Mathématiques Appliquées de Bordeaux, UMR 5466 CNRS Université Bordeaux 1-351, Cours de la libération 33405 Talence

Plus en détail

FACULTÉ DES SCIENCES DE L ADMINISTRATION UNIVERSITÉ LAVAL MARKETING RELATIONNEL MRK-22339

FACULTÉ DES SCIENCES DE L ADMINISTRATION UNIVERSITÉ LAVAL MARKETING RELATIONNEL MRK-22339 FACULTÉ DES SCIENCES DE L ADMINISTRATION UNIVERSITÉ LAVAL Trimestre : Hiver Responsable du cours : Michel Zins 1. INTRODUCTION MARKETING RELATIONNEL MRK-22339 Ce cours est obligatoire pour les étudiants

Plus en détail

Introduction... 13 Chapitre 1 : Opérations de trésorerie et groupes de sociétés définitions générales... 17

Introduction... 13 Chapitre 1 : Opérations de trésorerie et groupes de sociétés définitions générales... 17 Sommaire Introduction... 13 Chapitre 1 : Opérations de trésorerie et groupes de sociétés définitions générales... 17 Section 1 : les opérations de trésorerie... 17 A Définitions des opérations de trésorerie...

Plus en détail

Chapitre 6 - Comment analyser des projets d investissement. Plan

Chapitre 6 - Comment analyser des projets d investissement. Plan Chapitre 6 - Comment analyser des projets d investissement Plan Maximisation et création de valeur Le concept de Valeur Actuelle Nette Les différents types d investissements Les critères du choix d investissement

Plus en détail

Processus ponctuels. Olivier Scaillet. University of Geneva and Swiss Finance Institute

Processus ponctuels. Olivier Scaillet. University of Geneva and Swiss Finance Institute Processus ponctuels Olivier Scaillet University of Geneva and Swiss Finance Institute Outline 1 Processus ponctuels 2 Introduction On désire dans ce chapitre construire des modèles d'une distribution aléatoire

Plus en détail

Une nouvelle analyse sur la théorie d utilité marginale

Une nouvelle analyse sur la théorie d utilité marginale Une nouvelle analyse sur la théorie d utilité marginale Introduction : La plupart des théoriciens économiques défini L utilité marginale comme suit : L utilité marginale d un bien est : l augmentation

Plus en détail

I n t r o d u c t i o n Les étapes de la recherche à l a r e c h e r c h e

I n t r o d u c t i o n Les étapes de la recherche à l a r e c h e r c h e I n t r o d u c t i o n Les étapes de la recherche à l a r e c h e r c h e Les objectifs pédagogiques Savoir délimiter les trois phases distinctes de la recherche Savoir identifier, pour chacune des trois

Plus en détail

Modèle trimodal de calcul de l'inflation au Canada et son incidence sur l'indexation des rentes de régimes de retraite

Modèle trimodal de calcul de l'inflation au Canada et son incidence sur l'indexation des rentes de régimes de retraite Modèle trimodal de calcul de l'inflation au Canada et son incidence sur l'indexation des rentes de régimes de retraite Louis Adam, f.s.a., f.i.c.a. Professeur agrégé, École d actuariat, d Université Laval

Plus en détail

Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers

Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers (mardis soirs) Hiver 2015 Paul Bourget 514-376-1620, poste 7349; pbourget@crosemont.qc.ca Thématique générale

Plus en détail

Rencontre de l incubateur The Ark 03.03.2011

Rencontre de l incubateur The Ark 03.03.2011 Rencontre de l incubateur The Ark 03.03.2011 Les outils d une bonne gestion de trésorerie Jean-Daniel Favre jdaniel.favre@cimark.ch Jean-Daniel Favre Licence en sciences économiques et sociales de l Université

Plus en détail

curité des TI : Comment accroître votre niveau de curité

curité des TI : Comment accroître votre niveau de curité La sécurits curité des TI : Comment accroître votre niveau de maturité en sécurits curité Atelier 315 Par : Sylvain Viau Luc Boudrias Plan de la présentation Qui sommes-nous? Pourquoi la sécurité de vos

Plus en détail

TD 3 : suites réelles : application économique et nancière

TD 3 : suites réelles : application économique et nancière Mathématiques Appliquées Cours-TD : K. Abdi, M. Huaulmé, B. de Loynes et S. Pommier Université de Rennes 1 - L1 AES - 009-010 TD 3 : suites réelles : application économique et nancière Exercice 1 Calculer

Plus en détail

Fidélité des méthodes analytiques (Résolution oeno 5/99)

Fidélité des méthodes analytiques (Résolution oeno 5/99) (Résolution oeno 5/99) Les données concernant la fidélité des méthodes analytiques déterminées par des études collaboratives sont applicables dans les cas suivants : ) Vérification de l'acceptabilité des

Plus en détail

Problème de contrôle optimal pour une chaîne de Markov

Problème de contrôle optimal pour une chaîne de Markov Problème de contrôle optimal pour une chaîne de Markov cours ENSTA MA206 Il s agit de résoudre un problème d arrêt optimal pour une chaîne de Markov à temps discret. Soit X n une chaîne de Markov à valeurs

Plus en détail

Recherche et qualité de l information scientifique Dr Caroline Fonzo-Christe Pharmacie des HUG

Recherche et qualité de l information scientifique Dr Caroline Fonzo-Christe Pharmacie des HUG Recherche et qualité de l information scientifique Dr Caroline Fonzo-Christe Pharmacie des HUG 21.02.2002 CONTEXTE Evolution des connaissances Evaluation de nouvelles approches thérapeutiques, de nouvelles

Plus en détail

SEMINAIRE SUR LE PILOTAGE DES COMPAGNIES D ASSURANCES. Séminaire du 17 juillet 2005

SEMINAIRE SUR LE PILOTAGE DES COMPAGNIES D ASSURANCES. Séminaire du 17 juillet 2005 Programme d Appui à la Modernisation du Secteur Financier Algérien SEMINAIRE SUR LE PILOTAGE DES COMPAGNIES D ASSURANCES Séminaire du 17 juillet 2005 Le pilotage d une compagnie d assurances SOMMAIRE Introduction

Plus en détail