Credit and interest rate risk

llsms2226  2019-2020  Louvain-la-Neuve

Credit and interest rate risk
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
Enseignants
Vrins Frédéric;
Langue
d'enseignement
Anglais
Préalables
Advanced courses in probability theory and finance course covering financial markets and products. Corresponding UCl course:
  • LLSMS2225 (Elements of Stochastic calculus)
  • LLSMS2100 (Advanced Finance)
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
  1. Part I : Black-Scholes Model (discrete time Cox-Ross-Rubinstein, continuous time model Black-Scholes-Merton, greeks)
  2. Part II: arbitrage-free pricing (fundamental theorem of asset pricing).
  3. Part III : Interest rates products (FRAs, Swaps, caps, floors) and pricing (affine short rate model, arbres binomiaux).
  4. Part IV : Limits of the model and advanced methods.
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'
2.2 Master highly specific knowledge in one or two areas of management : advanced and current research-based knowledge and methods.
2.3 Articulate the acquired knowledge from different areas of management.
2.4 Activate and apply the acquired knowledge accordingly to solve a problem.
3.1 Conduct a clear, structured, analytical reasoning by applying, and eventually adapting, scientifically based conceptual frameworks and models,to define and analyze a problem.
6.1 Work in a team :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.
8.1 Express a clear and structured message, both orally and in writing in their mother tongue, in English and ideally, in a third language, adapted to the audience and using context specific communication standards.
8.3 Persuade and negotiate :understand the needs and viewpoints of others, put forward their reasoning in an appropriate, relevant and persuasive manner, able to bring out points of agreement, even in antagonistic situations.
 

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
S'appuyant sur les outils présentés dans le cours LLSMS2225, l'objectif de ce cours est d'introduire les concepts fondamentaux associés à la valorisation de produits derivés sous l'hypothèse d'absence d'opportunité d'arbitrage. Après une dérivation de la formule de Black Scholes et les liens avec les notions vues dans le cours LLSMS2225, l'accent sera mis sur la modélisation du risque de taux d'intérêt et de crédit.
Méthodes d'enseignement
Cours ex-cathedra complété par des exercices sur R ainsi qu'un projet de groupe.
Les étudiants seront invités à préparé certaines séances à l'avance.
L'objectif pédagogique principal du projet est de faciliter le processus d'apprentissage en concretisant les concepts.
Les étudiants seront invités à présenter la valorisation et la couverture d'un produit dérivé (à déterminer en accord avec le professeur).
Modes d'évaluation
des acquis des étudiants
Evaluation continue (projects avec implementation en R)
  • Date: Sera spécifié ultérieurement
  • Type d'évaluation:  Rapport + présentation orale (travail de groupe, 20% de la note finale) et évaluation de la contribution individuelle de l'étudiant aux projets de groupe lors de l'examen final (10% de la note finale, voir ci-dessous)
  • Commentaires: No
Evaluation week
  • Oral: Non
  • Ecrit: Non
  • Indisponibilité ou commentaires: Non
Examination session
  • Oral: Oui
  • Ecrit: Non
  • Commentaires: l'examen final est constitué de troisparties :
    • 1h de préparation de questions (exercices + theorie) suivi d'une discussion de 10 à 15 min avec le professeur (55% de la note finale)
    • Un rapport (+/- 5 pages) sur les considérations éthiques en modélisation financière, à remettre la veille de l'examen (5% de la note finale).
    • 10 min de discussion avec l'assistant destinées à évaluer la contribution individuelle de l'étudiantau dans le projet de groupe (10% de la note finale). Attention : la note totale du/des projet(s) (c'est-à-dire les contributions de groupe et individuelle, comptant à hauteur de 30% de la note finale) est ramenée à 0 pour les étudiants qui ne présentent pas cette partie.
Bibliographie
  • Slides, Excel workbook and R code
- Hull, J. Options, Futures and Other derivatives.
- Portrait & Poncet, Finance de marché, Dalloz, 2009.
- Joshi, M. : Concepts and Practice of Mathematical Finance, Cambridge University Press, 2003.
- Shreve, S. : Stochastic calculus for Finance I & II, Springer 2004.
Support de cours
  • Slides, Excel workbook and R code
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

Master [120] en sciences économiques, orientation générale