Quantitative Risk Management

lactu2210  2019-2020  Louvain-la-Neuve

Quantitative Risk Management
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
Hafner Christian;
Langue
d'enseignement
Anglais
Préalables
Maîtrise de l'anglais du niveau du cours LANGL1330.
Maîtrise des concepts de base en statistique et calcul des probabilités, du niveau des cours:
  • LMAFY1101 Exploration de données et introduction à l'inférence et LMAT1271 Calcul des probabilités et analyse statistique
  • LFSAB1105 Probability and Statistics ou LEPL1108 Mathématiques discrètes et probabilité et LEPL1109 Statistiques et sciences des données
  • LINGE1113 Probabilités, LINGE1214 Statistique approfondie et LINGE1222 Analyse statistique multivariée
  • de la mineure d'accès en statistique, sciences actuarielles et science des données (programme donnant accès au master en sciences actuarielles)
Thèmes abordés
Techniques d'analyse statistique des différents types de risque sur les marchés financiers.
Acquis
d'apprentissage

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

1 Eu égard au référentiel AA (AA du programme de master en sciences actuarielles), cette activité permet aux étudiants de maîtriser
  • De manière prioritaire les AA suivants : 1.1, 1.2, 1.3, 1.5, 1.6, 2.3, 3.2
  • De manière secondaire les AA suivants : 1.7, 1.8, 2.1, 2.2, 2.4, 2.5, 3.1, 3.3
À l'issue de ce cours, l'étudiant est capable de :
  • Expliquer différents concepts de risque
  • Identifier et analyser des dépendances entre différents risques et les modéliser
  • Appliquer des modèles de séries temporelles pour mesurer et prédire les volatilités
  • Utiliser la théorie des valeurs extrêmes pour calculer des mesures de risque d'événements extrêmes
  • Implémenter des algorithmes de calcul de risque en un logiciel statistique permettant d'appliquer les concepts aux données réelles
 

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
  • Modèles statistiques multivariés et mesures de dépendance
  • Analyse des séries temporelles financières
  • Modèles de volatilité
  • Théorie des valeurs extrêmes
  • Applications à la gestion des risques sur les marchés financiers et au risque de crédit
Méthodes d'enseignement
Le cours consiste en 7 leçons  théoriques illustrées de nombreux cas pratiques auxquelles l'étudiant est tenu de participer. Plusieurs études de cas pratiques, à résoudre sur ordinateur, sont utilisées pour guider l'étudiant dans la matière.
Modes d'évaluation
des acquis des étudiants
L'évaluation consiste en un examen oral. Les études de cas pratiques sont évaluées.
Bibliographie
Les transparents se basent principalement sur
  • Franke, J., Haerdle, W. and Hafner, C. (2012) Statistics of Financial Markets, an Introduction, 3rd edition, New York: Springer.
  • McNeil, A.J., Frey, R. and Embrechts, P. (2005), Quantitative Risk Management: Concepts, Techniques, and Tools, Princeton UP Series in Finance.
Support de cours
  • transparents sur moodle
Faculté ou entité
en charge
LSBA


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

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en sciences mathématiques

Master [120] en sciences actuarielles

Master [120] : ingénieur civil en mathématiques appliquées

Master [120] en statistique, orientation générale