Atelier Modélisations financières

Atelier Modélisations financières

 

Responsable de l'atelier

Sanvi Avouyi-dovi

Comprendre et maîtriser l'analyse des prix d'actifs dans divers contextes.

Dans cet atelier, l’objectif principal consiste à doter les étudiants de moyens leur permettant de bien comprendre voire de maîtriser l’analyse des prix d’actifs dans divers contextes. Pour cela, ils doivent prendre conscience des divers traitements des informations disponibles ainsi que des forces et faiblesses des outils d’analyse quantitative. L’atelier est centré sur quatre problématiques principales : les données économiques et financières et leurs traitements de base (analyse descriptive, mesures de tendance, de cycles, indicateurs synthétiques, etc.) ; les outils usuels d’analyse quantitative ; la modélisation des variables financières ; les Big Data : sources, usages et apports. Problématiques et problèmes de traitements des Big Data en économie et finance appliquées.

 

Compétences acquises

Cet atelier va permettre aux étudiants :

  • d’être capable de poser un diagnostic clair et précis sur la qualité des données (économie réelle, marchés financiers) puis mettre en œuvre des outils d'analyse quantitative appliqués à la finance ; enfin comprendre les analyses réalisées par des experts sur les prix d'actifs financiers et la dynamique des marchés ;
  • d'être en mesure de maîtriser les spécificités des marchés financiers et des Big Data et de comprendre les apports des "Big Data" dans les exercices de prévision ou d'analyse des marchés.

 

Méthode pédagogique

Pour accompagner les étudiants, leur donner l’opportunité de travailler en équipe et les faire évoluer tout au long de l’année, les enseignements délivrés sont organisés sous la forme de 10 séminaires et d’ateliers pratiques.

Les ateliers pratiques prennent appui sur les notions acquises dans le cadre du Bloomberg Market Concepts (BMC) (e-learning effectué au centre Bloomberg de l’école) qui sont les suivantes :

  • les données : traitements de base, analyse descriptive ;
  • les outils d’analyse chartiste ;
  • les modèles (statistiques, modèles à fondements micro) ; Modèles et incertitude ;
  • applications des modèles (statistiques ou à fondements micro) à l’analyse de la dynamique des prix des actifs ;
  • les évènements rares et leur modélisation en finance : exemple des évènements rares et de la Value-at-Risk ;
  • les Big Data : sources, collectes, apports ;
  • les mesures et prévisions fondées sur les Big Data.

 

Modalités d'évaluation

L’évaluation est basée sur :

  • un contrôle continu comprenant des travaux à rendre et écrit (30 %)
  • un examen final sur table (70 %)

L’assiduité est requise.