Quantitative Risk Management

Enseignants

Hafner Christian;

Langue
d'enseignement

Anglais
> Facilités pour suivre le cours en français

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 des programmes FSA1BA, INGE1BA, MATH1BA ou de la mineure d'accès en statistique, sciences actuarielles et science des données.

Thèmes abordés

Statistical risk analysis in financial and alternative markets. Estimation of risk measures. Empirical properties of financial time series. Volatility and dependence models. Extreme value theory.

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 Au terme de ce cours, les étudiants seront capables de Expliquer les 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

Contenu

Statistical risk analysis in financial and alternative markets. Estimation of risk measures. Empirical properties of financial time series. Volatility and dependence models. Extreme value theory.

Méthodes d'enseignement

Le cours comprend des sessions théoriques et méthodologiques, ainsi que des sessions d'exercices et d'applications aux données réelles sur une plateforme statistique.

Modes d'évaluation
des acquis des étudiants

70% Examen écrit
30%: Deux projets, 15% chacun, utilisant des données empiriques et un logiciel statistique. L'utilisation d'une intelligence artificielle telle que ChatGPT n'est pas permise pour ces projets.

Ressources
en ligne

MOOC Introduction to econometrics (in french) on edx: https://learning.edx.org/course/coursev1:
LouvainX+Louv14x+3T2024/home, to acquire the prerequisites in probability, econometrics and statistics
Tests QCM optionnels, pas évalués, à la fin de chaque chapitre pour vérifier si l'étudiant a acquis le matériel du chapitre.
R code et scripts et données des exemples montrés en classe.
Exercices analytiques et numériques discutés en classe.

Bibliographie

Main reference:
McNeil, A., Frey, R. and Embrechts, P. (2015) Quantitative
Risk Management, revised edition, Princeton UP.
Complementary literature
Bauwens, L., Hafner, C.M. and Laurent, S. (2012)
Volatility Models and Their Applications, Handbook in
Financial Engineering and Econometrics, Wiley. (in particular
the first review chapter of this handbook)
Franke, J., H¨ardle, W. and Hafner, C.M. (2015)
Statistics of financial markets, 4th ed., Springer.
Ruppert, D. (2011) Statistics and Data Analysis for
Financial Engeneering, Springer.
Tsay, R.S. (2010) Analysis of Financial Time Series, Wiley.
Tsay, R.S. (2013) An Introduction to Analysis of Financial
Data with R, Wiley.

Support de cours

• transparents sur moodle

Faculté ou entité
en charge

> LSBA