Big data in finance

llsms2138  2019-2020  Louvain-la-Neuve

Big data in finance
Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
5 crédits
30.0 h
Q2

  Cette unité d'enseignement n'est pas dispensée en 2019-2020

Enseignants
Ghysels Eric;
Langue
d'enseignement
Anglais
Préalables
  • Econometrics, Finance and Fundamental mathematical and statistical concepts. Concepts covered in courses such as the ones listed below should be known.
  • Econométrie [ LECGE1316 ]
  • Mathématiques en économie et gestion I [ LECGE1112 ]
  • Mathématiques en économie et gestion II [ LECGE1230 ]
  • Statistique en économie et gestion I [ LECGE1114 ]
  • Finance [ LECGE1332 ]
In addition, this course is reserved for students with a bachelor's degree in business engineering or students with equivalent quantitative method skills.
Thèmes abordés
The course will cover the following topics: Financial instruments, Risk-return Relationship, Capital Market line, Markowitz, Index Models, CAPM, APT, Equity Valuation, Efficient Market Hypothesis, Behavioral Finance and Empirical facts on Security Returns, Bond prices and Yield, Term Structure and Managing a Bond Portfolio, Mutual Funds selection, Hedge Funds, RE Investing and Private Equity, Portfolio Performance Evaluation; Theory of Active Management; Investment Policy.
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 During their programme, students of the LSM Master's in management or Master's in Business engineering will have developed the following capabilities'
KNOWLEDGE AND REASONING
2.2 Master highly specific knowledge in one or two areas of management: advanced and current research-based knowledge and methods.
A SCIENTIFIC AND SYSTEMATIC APPROACH
3.3 Consider problems using a systemic and holistic approach: recognize the different aspects of the situation and their interactions in a dynamic process.
WORK EFFECTIVELY IN AN INTERNATIONAL AND MULTICULTURAL ENVIRONMENT
5.2 Understand the international socio-economic dimensions of an organization and identify the associated strategic issues and operational decisions.
TEAMWORK AND LEADERSHIP
6.1 Join in and collaborate with team members. Be open and take into consideration the different points of view and ways of thinking, manage differences and conflicts constructively, accept diversity.
 

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
The course introduces theoretical and practical concepts related to:
  • dynamic factor models
  • large scale data management
  • mixed frequancy financial econometrics
  • financial applications
Méthodes d'enseignement
Lectures, workshops led by industry experts, assignments
Modes d'évaluation
des acquis des étudiants
Final exam, assignment
Faculté ou entité
en charge
CLSM


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] : ingénieur de gestion

Master [120] : ingénieur de gestion