Aller à : contenu haut bas recherche
 
 
EN     FR
Vous êtes ici:   UNIL > HEC Inst. > HEC App. > SYLLABUS
 
 

           

Empirical Methods in Finance

  • Enseignant(s):   E.Jondeau  
  • Titre en français: Méthodes empiriques en Finance
  • Cours donné en: anglais
  • Crédits ECTS: 6 crédits
  • Horaire: Semestre de printemps 2021-2022, 4.0h. de cours + 2.0h. d'exercices (moyenne hebdomadaire)
  •  séances
  • site web du cours site web du cours
  • Formations concernées:
    Maîtrise universitaire ès Sciences en finance, Orientation finance d'entreprise

    Maîtrise universitaire ès Sciences en finance, Orientation gestion des actifs et des risques

    Maîtrise universitaire ès Sciences en finance : Entrepreneuriat financier et science des données
  • Permalink:



       

 

Objectifs

L'objectif de ce cours est de fournir une connaissance complète des outils économétriques qui sont essentiels pour estimer les modèles financiers, pour l'évaluation des actifs, la gestion des actifs ou la gestion des risques. Nous nous concentrons sur les techniques empiriques les plus utilisées dans l'analyse des marchés financiers et sur la façon dont elles sont appliquées aux données réelles du marché. Le cours offrira une base solide des connaissances académiques nécessaires et des applications pratiques.

Contenus

Nous aborderons les sujets suivants :

Introduction et Méthodologie
[1] Caractéristiques des séries chronologiques financières
[2] Analyse univariée des séries temporelles
[3] Analyse multivariée des séries temporelles
[4] Non-stationnarité et cointégration

Finance empirique
[5] Modèle d'évaluation des actifs financiers
[6] Modèles multifactoriels
[7] Hypothèse des marchés efficients

Économétrie financière
[8] Modélisation de la volatilité : Modèles ARCH
[9] Modélisation de la volatilité : Modèles GARCH et extensions
[10] Modélisation de la non-normalité
[11] Théorie des valeurs extrêmes
[12] Modélisation de la corrélation

Références

Jondeau, E., S.-H. Poon, and M. Rockinger (2006), Financial Modeling Under Non-Normality, Springer Finance. Il s'agit d'un manuel avancé pour les deux parties du cours.

Campbell, J. Y., A. W. Lo, and A. C. MacKinlay (1997), The Econometrics of Financial Markets, Princeton University Press. Il couvre les sujets de la première partie du cours.

Pré-requis

Data Science for Finance

Evaluation

1ère tentative

Examen:
Ecrit 3h00 heures
Documentation:
Non autorisée
Calculatrice:
Autorisée
Evaluation:

Projets : Les projets consistent généralement à mettre en œuvre les techniques étudiées pendant les cours. Il y aura deux projets :

- Le premier projet couvre les parties I et II du cours. L'objectif principal est de décrire les caractéristiques de certaines séries financières.

- Le second projet couvre la partie III du cours. L'objectif consiste à modéliser la dynamique des rendements quotidiens et à mettre en œuvre des stratégies d'allocation fondées sur ces séries. Il y a une présentation orale du projet lors de la dernière session du cours, qui comptera pour la note.

Soit PR1 et PR2 la note du projet 1 et du projet 2.

Examen final : L'examen final porte sur l'ensemble du cours. Nous appelons cette note FEG.

La note globale sera donnée par la formule

20%*PR1 + 30%*PR2 + 50%*FEG

Rattrapage

Examen:
Ecrit 3 heures
Documentation:
Non autorisée
Calculatrice:
Non autorisée
Evaluation:

Si vous devez repasser l'examen, la note sera simplement celle de l'examen de rattrapage, c'est-à-dire que les devoirs ne compteront plus.



[» page précédente]           [» liste des cours]
 
Recherche


Internef - CH-1015 Lausanne - Suisse  -   Tél. +41 21 692 33 00  -   Fax +41 21 692 33 05
Swiss University