Econométrie pour les métiers de la finance et des risques

• Introduction

- Notion de l’économétrie- Panorama des applications- Logiciels économétriques

• Premiers pas dans l’estimation
- La moyenne et l’écart type sont plus que des chiffres- Notions de l’estimateur et de l’estimation- Construction d’un intervalle de confiance- Construction d’un test statistique- Quelques lois de probabilité : loi normale, Student, khideux, FisherCas pratique. Analyse des rendements d’un fond


• Explication des liens entre les variables
- Notion de la régression linéaire- Intuition géométrique- Estimation des paramètres de la régression par MCO- Estimer n’est pas tout : validation des résultatsCas pratique. Analyse des risques sectoriels d’un fond- Les pièges et les termes qui font peur

• hétérogénéité
• endogénéité
• régressions fallacieuses
• hétéroscédasticité
• autocorrélation

- Exemples pratiques

• Analyser et modéliser la dynamique des données
- Notion de série temporelle- Stationnarité et comment la tester- Que faire si la série n’est pas stationnaireExemple. Transformations de série de prix- Retour à la moyenne et les façons de la modéliserCas pratique. Modèle AR(1) et modèle de Vasiçek- Cadre plus général de modèles ARMA- Liens avec traitement de signal et le filtres- Estimation par maximum de vraisemblance- Méthode de Box-Jenkins pour l’identification de modèlesCas pratique. Dynamique d’un taux de change. Devises ancrées et flottantes- Comment faire et ne pas faire les prévisions


• Cas de dynamiques complexes

- Caractérisation de l’hétéroscédasticité- Modèle GARCH(1,1)- Dynamique à sautsCas pratique. Volatilité du taux de change- Changements de régime et les "shifts"Cas pratique. Dynamique des taux d’intérêt courts

• Cas multidimensionnel
- Dépendance et mesures de corrélation : les confusions à éviter- Estimation des corrélations linéaires- Utilisation des copules- Analyse en composantes principales (ACP)Cas pratique. Dynamique de la courbe de tauxCas pratique. Dynamique des futures de matières premières

• Mesures de risques
- Les beta et le risque spécifique : déjà vu- Indicateurs de volatilité- La Value-at-Risk : rien d’autre qu’un quantile- Expected shortfall- Mesures de risque “exotiques”Cas pratique. Calcul de la VaR paramétrique et nonparamétrique

• Simulation Monte Carlo
- Méthode Monte Carlo et ses propriétés- Utilisation de Monte Carlo en finance et économétrie- Génération des variables aléatoires- Cas multidimensionnel et variables corrélées- Réduction de varianceCas pratique. La VaR Monte Carlo
• Conclusion