PROGRAMME DES ENSEIGNEMENTS

2014-2015

MASTER SPCIALIS - Finance et Gestion des Risques

 code intitul du cours ue cours+tp crdit examen intervenant correspondant page
PREMIER SEMESTRE
SEMSFGR1 Analyse des donnes UE3-01MS-FGR 8+8 1 crit Sautory Zakri 24
LTC301 Anglais UE3-03MS-FGR 22+0 0 crit+CC Pauvert 13
OMI303 C++ UE3-01MS-FGR 12+12 2 mm. Durut Lesauvage 15
SEC02 Economtrie UE3-01MS-FGR 20+12 1 crit Trognon Zakri 21
FA303 Economtrie de la finance UE3-02MS-FGR 14+6 3 crit Zakoan Bouchard 7
FA302 Gestion de portefeuille UE3-03MS-FGR 18+0 3 crit Rabault Fermanian 5
FAMS01 Instruments Financiers UE3-02MS-FGR 0+0 2 Chaix 12
FA328 Introduction la gestion des risques UE3-02MS-FGR 20+0 3 crit Fermanian Fermanian 10
SE326 Mesures de risques UE3-03MS-FGR 12+0 2 crit Francq Francq 19
SE310 Modles statistiques dynamiques variables caches UE3-03MS-FGR 14+0 2 crit Zakoan Cottet 16
SE324 Phnomnologie des marchs financiers UE3-03MS-FGR 18+0 3 crit Vargas Bouchard 17
SEC01 Rappels de statistique mathmatique UE3-01MS-FGR 18+12 1 Dalalyan Cottet 20
FA310 Risque de crdit UE3-03MS-FGR 15+0 2 mm. Gourieroux Milhaud 8
SEC05 Sries temporelles UE3-01MS-FGR 14+8 1 crit Fournier Zakri 23
DES2E2 Stratgie financire dentreprise 1 UE3-03MS-FGR 18+4 3 crit Meunier, Rrolle Sauvagnat 3
MS305 Valorisation et couverture de produits drivs UE3-02MS-FGR 24+10 4 Elie Elie 14
DEUXIEME SEMESTRE
LTC303 Anglais UE3-05MS-FGR 28+0 0 crit+CC Pauvert 43
FA331 Copules et applications UE3-05MS-FGR 16+0 3 crit Fermanian Cottet 41
FA318 Drivs de crdit UE3-04MS-FGR 12+0 2 mm. Fermanian Fermanian 39
DES310 Droit des banques et des marchs financiers UE3-05MS-FGR 12+0 2 crit Mekoui Mohkam 29
2

FA309 Gestion actif passif bancaire UE3-04MS-FGR 14+0 2 mm. Adam Fermanian 37
Choukar, Lehdili,
FA305 Gestion des risques applique UE3-05MS-FGR 18+0 3 crit Fermanian 34
Moulin, Picot
Histoire des crises et des faits conomiques et finan- Mysona
DES323 UE3-05MS-FGR 12+0 2 mm. Fermanian 30
ciers
FA327 Mthodes numriques en ingnierie financire UE3-04MS-FGR 18+10 3 mm. Crpey Bouchard 40
FA304 Modles de la courbe des taux dintrt UE3-04MS-FGR 21+0 4 crit Bouchard, Chaix Bouchard 32
Nouvelles normes comptables et rglementation fi- Chavasse, Patri-
DES308 UE3-05MS-FGR 20+0 3 crit Milhaud 26
nancire got
FA306 Scoring UE3-05MS-FGR 12+0 2 mm. Jacomy Zakri 36
DES301b Stratgie financire dentreprise 2 UE3-05MS-FGR 18+0 3 crit Meunier Sauvagnat 25
FA332 Thorie des valeurs extrmes UE3-05MS-FGR 20+0 3 crit Robert Milhaud 42
SE325 Trading haute frquence optimal UE3-05MS-FGR 16+0 3 crit Guant Bouchard 44
Stratgie financire dentreprise 1 (DES2E2)
Professeur : Franois Meunier - premier semestre
Jean-Florent Rrolle - VienGi Cours : 18 heures
TP : 4 heures

Objectifs
Le cours a pour but de permettre aux tudiants de matriser les concepts de base de la prise de dcision
financire dans une entreprise, et ses applications les plus courantes. Le cours stratgie financire den-
treprise 1 porte sur les notions fondamentales, telles que lanalyse financire, les critres de dcisions
dinvestissement, les diffrents instruments utiliss pour financer les investissements et les mthodes de
valorisation des entreprises. Le cours stratgie financire dentreprise 2 aborde des aspects plus avan-
cs ou pratiques tels que la gouvernance, la notation de crdit, les LBO et les fusions et acquisitions ; ou
encore les questions financires spcifiques qui se posent aux entreprises du secteur financier (banques
et assurances).
Principaux acquis de la formation : lissue du cours, ltudiant :
-Saura utiliser les principaux ratios et concepts comptables de lanalyse financire ; et notamment la pr-
sentation fonctionnelle des comptes de lentreprise ; lanalyse des marges, de la solvabilit ; notion de
flux de trsorerie.
-Saura distinguer les principaux titres financiers, actions, obligations et crdit bancaire ; leurs caractris-
tiques financires et juridiques.
-Connatra les bases de la thorie des choix dinvestissement
-Dcrire la thorie de la structure financire de lentreprise dans lenvironnement de marchs lqui-
libre (Modigliani-Miller)
-Saura construire le modle dvaluation des actifs financiers dans un environnement de marchs lqui-
libre.
-Aura des rudiments danalyse financire dynamique, reliant valuation dentreprise et stratgie de len-
treprise.
-Aura une premire pratique des techniques les plus courantes dvaluation dentreprise.

Plan
1. Introduction la finance dentreprise
- Le financier et les dcisions financires
- Le financier et le march
- Les flux de trsorerie et les rsultats
- Lactif conomique et les ressources financires
- Comptabilit et valeurs de march
- La prsentation fonctionnelle des comptes de lentreprise
2. Introduction au diagnostic financier
- La dmarche de lanalyse financire
- Lanalyse des marges et du risque dexploitation
- Lanalyse de solvabilit, de liquidit
- Linvestissement et le besoin en fonds de roulement
- Le financement de lentreprise

3
 3. Analyse financire approfondie
- Le cycle de vie de lentreprise
- Les caractristiques financires de lentreprise dans son cycle de vie
- La dynamique financire et stratgique de lentreprise
- Les comptes prvisionnels de lentreprise
- Lanalyse financire dynamique
4. La dcision dinvestissement
- Capitalisation et actualisation
- La valeur actuelle et la valeur actuelle nette
- Le risque et sa prise en compte dans la dcision dinvestissement
- Rendement et rentabilit ; le cot du capital
- Le choix dinvestissement
- Les techniques alternatives (TRI, les options relles, etc.)
5. Les principaux titres financiers
- Laction
- Les obligations, le crdit bancaire
- Les options
- Les titres hybrides
- La notation des titres de dette
6. Lvaluation des entreprises
- Les mesures de cration de valeur
- La notion de goodwill
- Lvaluation par les flux de trsorerie disponibles
- Lvaluation par la mthode des multiples
- Les autres mthodes dvaluation
- Valeur fondamentale et valeur de march
7. La politique financire de lentreprise (1)
- La problmatique du choix dune structure financire
- La neutralit de la structure du capital, le thorme de Modigliani Miller
- La structure du capital selon la thorie des options
- Assurance et neutralit du levier dendettement
- Le risque de dfaut, les cots de faillite
8. La politique financire de lentreprise (2)
- Les capitaux propres
- Autofinancement et distribution
- Lappel au march (introduction en bourse, augmentation de capital, etc.)
- Les relations avec les pourvoyeurs de fonds (banquiers, private equity, capital developpement,
etc.)

Rfrences
VERNIMMEN P., QUIRY P., LE FUR Y. et CEDAHA F. (2002) : Finance dentreprise, Dalloz.

4
Gestion de portefeuille (FA302)
Professeur : Guillaume Rabault - HSBC premier semestre
Cours : 18 heures
TP : 0 heures

Objectifs
Dans une premire partie, lobjectif de ce cours est de prsenter les avances rcentes de la recherche
financire dans le domaine de lallocation de portefeuille, en vue de montrer dans quelle mesure ces
travaux fournissent un formalisme clair et adapt la ralit des marchs financiers. Les rsultats tho-
riques seront prsents puis appliqus systmatiquement. Un effort particulier sera port sur lanalyse
des ordres de grandeur en jeu. Dans un second temps, loptimisation de portefeuille sera revisite avec le
point de vue du praticien. Enfin, les grands traits de lindustrie de la gestion dactifs seront balays.

Plan
1. Allocation monopriodique multi-varie.
Traditionnellement, la gestion de portefeuille est conue comme un choix entre plusieurs titres
risqus, destins tre conservs durablement. Cette approche a t initie par les travaux de
Tobin (1958), Markowitz (1959) et Sharpe (1964). Cette approche porte en elle un certain nombre
de messages importants et permet dintroduire les lments essentiels des choix de portefeuille.
2. Stratgie optimale dynamique.
La gestion de portefeuilles mono-priodique apporte de nombreux enseignements robustes mais,
somme toute, trs partiels. Les critres retenus ne permettent pas dintgrer ni lexistence des
marchs doption ni, naturellement, des stratgies plus complexes que acheter et attendre. Il sagit
donc de proposer une formulation et une rsolution du problme de mme nature que celle ob-
tenue en temps discret. Deux approches sont possibles. La premire dveloppe par Samuelson
(1969) et Merton (1998), consiste rechercher explicitement la stratgie de portefeuille en utili-
sant des mthodes de type contrle optimal. Les rsultats tendent directement ceux obtenus en
temps discret et confirment leur pertinence.
3. Allocation de portefeuille vue comme slection doptions.
La deuxime approche initie par Cox et Huang (1989) puis formalise par Karatzas, Lehocky
et Shreve (1991) et Schachermayer (2001) noptimise pas sur lensemble des stratgies possibles
mais, de faon duale, sur lensemble des profits terminaux auxquels peut sattendre linvestisseur.
Cette approche explicite limportance des marchs doptions puisque dans ce cadre, le choix
se fait entre toutes les options existantes possibles, sous contrainte de budget. La stratgie de
portefeuille est ensuite caractrise comme le delta de loption considre.
4. Loptimisation de portefeuille en pratique : levier, mesure de risque, estimation des perfor-
mances, sensibilit du portefeuille, approche baysienne, Black-Litterman, portefeuilles actifs/passives,
stratgis value, anomalies etc.
5. Lindustrie de lAsset Management : gestion pour compte de tiers, fonds de pension, mutual
funds, hedge funds, trading poru compte propre etc

5
Rfrences
COX J.C. and HUANG C. (1989) : Optimum consumption and portfolio policies when asset prices follow
a diffusion process, Journal of Economics Theory, 49, 33-83.
KARATZAS I., LEHOSKY J.P. and SHREVE S. (1991) : Martingale and duality methods for utility
maximization in an incomplete market, SIAM Journal on Control and optimization, 29, pp 702-730.
MERTON R. (1998) : Continuous time finance, Blackwell Publishers.
SCHACHERMAYER, W. (2001) : Optimal investment in incomplete financial markets, Mathematical
Finance : Bachelier Congress 2000, Springer, pp 427-462.

6
Economtrie de la finance (FA303)
Professeur : Jean-Michel Zakoan - ENSAE-CREST premier semestre
Cours : 14 heures
TP : 6 heures

Objectifs
Ce cours constitue une introduction lconomtrie de la Finance. Dans le contexte des principaux
modles de la thorie financire, il prsente les outils classiques, leurs motivations empiriques et les
mthodes dinfrence statistique adaptes.

Plan
1. Analyse historique des rentabilits - Rentabilit des actifs financiers. Estimation des moments
de la distribution sous lhypothse gaussienne. Notion de portefeuilles. Extension au cadre non
gaussien. Tests.
2. Thorie du portefeuille - Portefeuilles moyenne/variance, composition de portefeuilles optimaux,
estimation. Mesure et comparaison de performances. Estimation et tests.
3. CAPM - Rgression de rentabilits sur celle dun portefeuille. Caractrisation des portefeuilles
efficients. Modle dquilibre. Estimation du modle empirique de march. Test du CAPM.
4. Modles facteurs - Dfinition des modles facteurs et hypothse dabsence dopportunit dar-
bitrage. Dtermination du nombre de facteurs. Infrence statistique dans les modles facteurs
observables ou inobservables.
5. Economtrie des produits drivs - Problmes destimation dans le modle de Black-Scholes.
Recherche de formules de valorisation compatibles avec les donnes (volatilit stochastique).

Rfrences
GOURIEROUX C., SCAILLET, O. et SZAFARZ A. (1997) : Economtrie de la finance : Analyses
historiques, Economica.
CAMPBELL J.Y., LO A.W. and MACKINLAY A.C. (1996) : The econometrics of financial markets,
Princeton university press.

7
Risque de crdit (FA310)
Professeur : Christian Gourieroux - ENSAE-CREST et Universit de premier semestre
Toronto
Cours : 15 heures
TP : 0 heures

Objectifs
Le comit de Bale a fix une date limite pour mettre en place des rserves afin de se couvrir contre
le risque de crdit, cest dire contre le non remboursement de certains prts. Ceci concerne tous les
types de crdits : crdits consommation, crdits hypothcaires, crdits permanents, dcouverts sur compte
bancaire, crdits aux PME, obligations dentreprises, ainsi que leurs drivs (mortgage backed securities
par exemple). Le but du cours est de faire le point sur les diverses techniques proposes dans la littrature
acadmique et professionnelle pour valuer ce risque et en dduire les montants de rserves. Afin de
rester le plus prs possible du problme les aspects dynamiques seront modliss en temps discret ; il
nest donc pas ncessaire pour suivre ce cours avanc de connatre les quations de diffusions.

Plan
1. Introduction.
Exemples de crdits : gr gr, obligation.
Dfinition du dfaut : primtre dtude, vnement marqueur, structure par terme.
2. Analyse marginale dun emprunteur.
Analyse du dfaut : Occurrence du dfaut et modles qualitatifs ; Modle de dure et structure
par terme du dfaut ; Modle de migration ; Rating.
Analyse actuarielle du dfaut sur les prix dobligations : Modle actuariel et structure par terme
implicite du dfaut ; extension au cas avec migration.
Valorisation du dfaut : Principe de valorisation ; Valorisation des actions (modle de Merton) ;
Valorisation des obligations dentreprises, modle affine de valorisation ; Modles avec migration
3. Analyse jointe dun portefeuille de crdit.
Corrlation de dfaut : introduction.
Modles qualitatifs avec corrlation de dfaut : Modle probit avec autocorrlation ; Reprsenta-
tion factorielle dun modle qualitatif avec quidpendance.
Modles de dures avec corrlation de dfaut : Intensit stochastique et interprtation de Cox ;
acteurs inobservables ; Dpendance des seuils, copules. Etude jointe des spreads dobligation.
4. Comparaison des moteurs existants.
Simulation des valeurs futures dun portefeuille de crdits. Valeur Risque. Les moteurs : KMV,
CreditRisk, CreditMetrics, McKinsey.

Rfrences
GOURIEROUX C. and JASIAK J. (2006) : Financial econometrics : problems, models and methods,
Princeton university press.
GOURIEROUX C. and JASIAK J. (2007) : The econometrics of individual risk : credit, insurance and

8
marketing, Princeton university press.
GOURIEROUX C. et TIOMO, A. (2007) : Risque de crdit : une approche avance, Economica.

9
Introduction la gestion des risques (FA328)
Professeur : Jean-David Fermanian - ENSAE-CREST premier semestre
Cours : 20 heures
TP : 0 heures

Objectifs
Ce cours dressera un panorama de la thorie et de la pratique du Risk Management au sein des
tablissements financiers. Ces derniers sont dsormais au cur des proccupations des divers acteurs.
Le cours abordera ces thmes sous divers angles complmentaires : les divers types de risques, le cadre
rglementaire, le positionnement dans lentreprise et les relations avec les lignes mtiers, les modles
et indicateurs de risques usuels, les problmes dimplmentation et destimation etc. Lobjectif est de
fournir une culture du risque significative aux lves, futurs professionnels de la finance, quils travaillent
ensuite dans des services spcifiquement Risques ou non.

Plan
Les divers types de risques.
Risque de march
Risque de crdit
Risque oprationnel
Risques de modle, juridique, de rputation...

Le cadre rglementaire
Les instances de rgulation
Lorganisation du contrle rglementaire en France
Les dates et textes importants (ratio Cooke et Mc Donough, Ble2, la CAD)

Les mesures de risques

Les courbes dexpositions au risque
La Var et lexpected shortfall
Les mesures cohrentes de risques Les
mesures marginales de risques Elments
de thorie des valeurs extrmes
Relations entre mesures internes et rglementaires

Les mthodes de mesure des risques de march

VAR paramtrique, historique, Monte-Carlo
Problmes destimation
Backtests et stress-tests

Les mthodes de mesure des risques de crdit

La notation des contreparties, les agences de rating
Approches structurelles, approches rduites
Les modles de rfrence : KMV, CreditMetrics, CreditRisk+
Les taux de recouvrement

10
Vers une mesure intgre
Les dpendances entre facteurs de march
Les dpendances entre facteurs de risque
Le cas des drivs de crdit et des CDO
Les problmatiques systmes
Les mesures de rentabilit (approche RAROC)

Rfrences
Alexander, C. ed. (1998) Risk management and analysis. Wiley.
Bank of International Settlements (2003) the new Basle Accord. April.
Crouhy, M., Galai, D. and Mark, R (2000). Risk Management. McGraw-Hill.
Jorion, P. (1997) Value at risk : the new benchmark for controlling market risk. McGraw Hill.
Ong, M. (2000) Internal credit risk models : capital allocation and performance measurement. Risk pu-
blications.

11
Instruments Financiers (FAMS01)
Professeur : Antonin Chaix - BARCHEN premier semestre
Cours : 0 heures
TP : 0 heures

Objectifs
Plan
Rfrences

12
Anglais (LTC301)
Professeur : premier semestre
Cours : 22 heures
TP : 0 heures

Objectifs
Les lves ayant choisi de poursuivre ltude de langlais sont affects dans des groupes correspondant
leur niveau aprs avoir pass un test crit. A chaque niveau, un choix de cours (limit du fait du petit
nombre de groupes) est nouveau offert : prparation au TOEIC (pour les lves nayant pas obtenu le
minimum requis en deuxime anne), cours sur lhumour britannique, cours de traduction, entranement
au dbat public, etc. La dure des cours est de 2 heures par semaine.

Plan
Rfrences

13
Valorisation et couverture de produits drivs (MS305)
Professeur : Romuald Elie - Universite de Paris-Dauphine premier semestre
Cours : 24 heures
TP : 10 heures

Objectifs
En construction

Plan
En construction

Rfrences
En construction

14
C++ (OMI303)
Professeur : Matthieu Durut - Lokad premier semestre
Cours : 12 heures
TP : 12 heures

Objectifs
La programmation par objet est une mthodologie de dveloppement incontournable pour quiconque
souhaite pouvoir apprhender les outils informatiques actuels et laborer des applications faciles ruti-
liser et maintenir. Partant des notions lmentaires de la programmation objet, ce cours mets en appli-
cation les concepts de classes et dobjets au travers dun des langages objet les plus utiliss : le langage
C++.
Partant des acquis du cours de programmation de premire anne, ce cours constitue un approfondisse-
ment des techniques de programmation en largissant lutilisation dun langage de programmation aux
technologies de lobjet.
La validation des connaissances sera effectue au travers dun contrle des connaissances thoriques et
la ralisation dun mini-projet de programmation coloration statistique.
Ce cours est un pr-requis fortement conseill pour le cours de C++ avanc de troisime anne.
Principaux acquis de la formation : lissue du cours, ltudiant saura :
- utiliser Visual Studio comme IDE
- tre autonome dans la conception dun logiciel simple, et saura dbugger un projet
- manipuler la programmation oriente objet et architecturer le code en consquence
- dvelopper un code clair et concis (indentation, nom explicite de variable, commentaires) en vitant
notamment les redondances et les fuites de mmoires.

Plan
1. Maintenance, volution et rutilisation dun logiciel
2. Concepts de classe et dobjet
3. Programmation : du C au C++
4. Prsentation de lenvironnement de dveloppement
5. Hritage, Hritage multiple et Template

Rfrences
ECKEL B. : Thinking in C++, disponible gratuitement sur www.mindview.net
STROUSTRUP B. (1996) : Le langage C++, Prentice Education.

15
Modles statistiques dynamiques variables caches (SE310)
Professeur : Jean-Michel Zakoan - ENSAE-CREST premier semestre
Cours : 14 heures
TP : 0 heures

Objectifs
Les modles dynamiques faisant intervenir des variables inobservables, ou facteurs, forment une classe
trs riche et trs importante dans les domaines conomiques et financiers. Parmi les modles appartenant
cette classe on peut citer : les modles despace dtats linaires (modles facteurs linaires, modles
composantes inobservables...), modles dynamiques avec donnes manquantes ou changement de
rgime, modles changement de temps, modles ARCH facteurs, modles volatilit stochastique.
Les facteurs, peuvent avoir une interprtation conomique ou tre des outils purement statistiques. La
difficult fondamentale rencontre est que, sauf pour quelques modles simples, les mthodes usuelles
destimation et de lissage (i.e. dapproximation des facteurs) conduisent des problmes numriques
redoutables. Lobjectif du cours est dtudier les principales mthodes permettant de rsoudre ces pro-
blmes : les mthodes rcursives, pour les modles espace dtats linaires et les modles changements
de rgimes, et les mthodes de moments et mthodes simules pour tous les autres types de modles.

Plan
1. Introduction - Exemples de modles dynamiques variables caches.
2. Les modles changements de rgime markoviens - Dfinition, exemples. Stationnarit. Fil-
trage, lissage et prvision avec lalgorithme dHamilton. Proprits asymptotiques de lestimateur
du maximum de vraisemblance dans le cas AR changement de rgime.
3. Les modles espace-tats linaires - Filtrage et lissage de Kalman (filtre de covariance et din-
formation). Prvision, estimation et tests. Application au modle volatilit stochastique.
4. La mthode des moments gnralise - Principe de la mthode. Utilisation des reprsentations
ARMA. Exemples dapplications.
5. Les techniques de simulation de variables alatoires - Mthode dinversion. Mthode dacceptation-
rejet. Mthode de Monte-Carlo par chanes de Markov (MCMC). Algorithme de Gibbs. Algo-
rithme dHastings-Metropolis. Algorithmes hybrides.
6. Mthodes des moments simuls et extensions - Mthode des moments simuls. Infrence indi-
recte. Mthode du pseudo-maximum de vraisemblance simul.
7. Mthodes du maximum de vraisemblance simul, approche baysienne - Importance sam-
pling. Algorithmes MCMC dans le cadre classique et dans le cadre baysien.

Rfrences
GOURIEROUX C. and MONFORT A. (1996) : Simulation based econometric methods, Oxford Univ.
Press.
HALL A. (2005) : Generalized Method of Moments, (Advanced Texts in Econometrics), Oxford Univ.
Press.
HAMILTON J. (1994) : Time series analysis, Princeton University Press.
ROBERT C. (1996) : Mthodes de Monte-Carlo par chanes de Markov, Economica.

16
Phnomnologie des marchs financiers (SE324)
Professeur : Vincent Vargas - CNRS premier semestre
Cours : 18 heures
TP : 0 heures

Objectifs
Lobjectif de ce cours est de prsenter les marchs financiers du point de vue adopt par les physiciens de-
puis une quinzaine dannes. Les thmes abords recoupent bien sr ceux des mathmatiques financires
et de lconomtrie, mais la mthodologie et les points saillants sont diffrents. Plutt quun formalisme
rigoureux, on cherchera dvelopper lintuition sur les ordres de grandeur, les phnomnes et sur les
modles, les liens avec la pratique des marchs, et les problmes ouverts.

Plan
1. Phnomnologie des marchs financiers et modles statistiques - Diffrents marchs ; temps
caractristiques, overnight, intraday. Description statistique : distribution des rendements, sauts
et queues lourdes, skewness et kurtosis, loi de Student. Rendements indpendants et thorme de
la limite centrale. Volatilit stochastique, GARCH, mmoire longue et kurtosis anormale. Effet
leverage et skewness anormale. Synthse : modle multifractal, avantages et limitations, inva-
riance par renversement du temps, modle GARCH multi-chelle.
2. Corrlations et modles multivaris - Loi normale multivarie, matrice de corrlation, thorie
du portefeuille, rsidus. Matrices alatoires, ensemble de Wishart, loi de Marcenko-Pastur et g-
nralisation, bord de spectre, loi de Tracy-Widom. Corrlations asynchrones, Valeurs singulires.
Loi de Student multivarie, maximum de vraisemblance, spectre de valeurs propres. Corrlations
dextrmes, lois stables multivaries. Corrlations Laplaciennes : actions et courbe des taux.
3. Microstructure des marchs - Marchs de spcialistes vs. Marchs lectroniques. Fourchette
Bid-Ask ; modles classiques, Carnet dordre et dynamique des ordres. Saisonnalits intraday .
Impact et cots dexcution. Impact transitoire, impact permanent. Micro-efficience et mlasses
de liquidit. Impact et volatilit ; impact et fourchette bid-ask. Profil optimal dexcution.
4. Options : au del de Black-Scholes - Le monde de Black-Scholes : risque nul et disparition du
drift, deux miracles fragiles. Stratgies de couverture : minimisation du risque et autres cri-
tres. Pricing doptions en prsence deffets non-Gaussiens : thorie du smile et risque rsiduel.
Mthode Monte-Carlo hedge. Structure par terme de la volatilit et de la skewness. Comparai-
son avec les marchs doptions. Sticky delta/sticky strike.

Rfrences
BACRY E., DELOUR J. and MUZY J.F. (2001) : Multifractal random walk, Phys. Rev. E 64, 026103.
BOUCHAUD J.P. and POTTERS M. (2004) : Theory of Financial Risk and Derivative Pricing, Cam-
bridge University Press.
DACOROGNA M., GENCAY R., MULLER U., OLSEN R. and PICTET O. (2001) : An Introduction to
High-Frequency Finance, Academic Press, London.
MUZY J.F., DELOUR J. and BACRY E. (2000) : Modelling fluctuations of financial time series : from

17
cascade process to stochastic volatility model, Eur. Phys. J. B 17, 537-548.
Les articles accessibles sur www.cfm.fr (en particulier sur les matrices alatoires et la microstructure).

18
Mesures de risques (SE326)
Professeur : Christian Francq - ENSAE-CREST premier semestre
Cours : 12 heures
TP : 0 heures

Objectifs
Ce cours est une introduction aux mesures des risques en finance. Il prsente les outils classiques, leurs
motivations empiriques, les extensions dynamiques et les mthodes dinfrence statistique adaptes.

Plan
Introduction - Risque financier. RgulationRserves et mesures de risque - Facteurs de risque et
distributions de perte. Dfinition et interprtations de la VaR. Lien avec les moments condition-
nels. VaR et queues de distributions. Agrgation de risques . Autres
mesures de risque. Mesures de distorsion. Sensibilit par rapport la composition de portefeuille.
Mesures de risque cohrentes
Estimation - Proprits de la fonction de rpartition empirique. Fonction quantile empirique. Cal-
cul des quantiles empiriques. Proprits asymptotiques. Mthodes destimation des mesures de
risque. Estimation non paramtrique. Modles dynamiques des moments conditionnels. Rgres-
sion quantile. Modles dynamiques de la VaR.

Rfrences
GOURIEROUX, C. et JASIAK J. (2001) : Financial Econometrics, Princeton University Press.
GOURIEROUX, C. et A. TIOMO (2007) Risque de crdit, Economica.
KOENKER, R. (2005) Quantile regression, Cambridge University Press.
McNEIL, A.J., FREY, R. et P. EMBRECHTS (2005) Quantitative risk Management,
Princeton University Press.

19
Rappels de statistique mathmatique (SEC01)
Professeur : Arnak Dalalyan - ENSAE - CREST premier semestre
Cours : 18 heures
TP : 12 heures

Objectifs
Plan
Rfrences

20
Economtrie (SEC02)
Professeur : Alain Trognon - premier semestre
Cours : 20 heures
TP : 12 heures

Objectifs
Le cours dconomtrie du cursus intgr a pour objectif de rappeler, dans un enseignement de quelques
dizaines dheures, les diverses mthodes introduites dans des cours antrieurs de statistique mathma-
tique, dconomtrie thorique ou applique et dautres cours plus thmatiques enseigns dans vos ins-
titutions dorigine, et qui se rapportent explicitement lconomtrie. Il vise bien entendu complter
dans la mesure du possible ces enseignements antrieurs pour permettre daborder dans les meilleures
conditions possibles les enseignements de la 3me anne de lENSAE.

Plan
Mthodes statistique de lconomtrie linaire

- Sance I.1 : Le modle linaire multiple : dfinition : mthode des moindres carrs ordinaires : propri-
ts algbriques et gomtriques ; thorme de Frisch et Waugh ; proprits statistiques des estimateurs
des MCO, thorme de Gauss-Markov.

- Sance I.2 : Le modle linaire gaussien. Tests de significativit. Moindres carrs contraints. Test de
lhypothse linaire gnrale.

- Sance I.3 : Proprits asymptotiques des MCO. Le modle linaire gnralis.

- Sance I.4 : Le modle quasi-linaire : htroscdasticit, rgressions empiles, modle linaire multi-
vari, autocorrlation des perturbations.

- Sance I.5 : Extensions du modle linaire : problmes de spcification (ex : revenu permanent). No-
tion dendognit, dexognit, variables instrumentales... conditions dorthogonalit. Introduction
la simultanit.

- Sance I.6 : Mthode des variables instrumentales, doubles moindres carrs, aperus sur la mthode
des moments gnraliss.

- Sance I.7 : Modles pour donnes de panel : notions dhtrognit, modles effets fixes et ala-
toires. Modle de la covariance, modle erreurs composes. Transformations Between et Within. En-
dognit, effets corrls, test de spcification.

- Sance I.8 : Modles dynamiques pour donnes de panel : biais asymptotiques des estimateurs usuels,
inconvnients du maximum de vraisemblance. Mthodes des moments et des variables instrumentales.

- Sance I.9 : Modlisation des variables qualitatives et tronques. Modle observable et mode linaire
latent. Modles dichotomiques : PROBIT, LOGIT.

21
- Sance II.10 : Modles de comptage (Poisson) Modles polytomiques ordonnes, non ordonnes, LO-
GIT multivari ; Modles TOBIT simple et gnraliss ; mthode dHeckman.

Rfrences
Un aide mmoire vous sera distribu au dbut du cours ; il est hautement souhaitable que vous layez
avec vous chaque sance ainsi que le fichier des transparents. Par ailleurs, les manuels sur lesquels
sappuie le cours magistral sont :

- Economtrie mthodes et applications B. Crpon et N. Jacquemet, de boeck, 2010 ;

- Statistique et modles conomtriques , (Ch. Gouriroux et A. Monfort, Economica, vol, 1 et 2. (en
nombre la bibliothque).
- Sries temporelles et modles dynamiques , (Ch. Gouriroux et A. Monfort, Economica (en nombre
la bibliothque).
- Introductory Econometrics - A Modern Approach , J. M. Wooldridge, South Western, 4th edition
(quelques exemplaires disponibles).

22
Sries temporelles (SEC05)
Professeur : Jean-Marc Fournier - OCDE premier semestre
Cours : 14 heures
TP : 8 heures

Objectifs
Le cours dconomtrie du cursus intgr a pour objectif de rappeler, dans un enseignement de quelques
dizaines dheures, les diverses mthodes introduites dans des cours antrieurs de statistique mathma-
tique, dconomtrie thorique ou applique et dautres cours plus thmatiques enseigns dans vos ins-
titutions dorigine, et qui se rapportent explicitement au traitement et la modlisation des sries tem-
porelles. Il vise bien entendu complter dans la mesure du possible ces enseignements antrieurs pour
permettre daborder dans les meilleures conditions possibles les enseignements de la 3me anne de
lENSAE.

Plan
Modlisation et traitement des sries temporelles
- Partie 1 : Les sries temporelles. Stationnarit. Autocorrlation, autocorrlation partielle, inverse. Pro-
cessus des innovations, thorme de Wold. Densit spectrale. Estimation. Equations de Yule-Walker

- Partie 2 : Processus ARMA, ARIMA. Estimation dun processus ARIMA(p,d,q) : tests de racine unit,
estimation de p et q, estimation par lEMV. Test du Porte-Manteau. Prvision optimale dans un
ARMA(p,q).

- Partie 3 : Les modles dynamiques : approches traditionnelles (retards chelonns, modles autor-
gressifs). Processus multivaris, modles VAR. Dfinition de la cointgration.

Rfrences

23
Analyse des donnes (SEMSFGR1)
Professeur : Olivier Sautory - INSEE premier semestre
Cours : 8 heures
TP : 8 heures

Objectifs
Lobjectif de ce cours est de familiariser les tudiants avec les mthodes usuelles de description de
donnes multidimensionnelles. Le lien entre les diverses mthodes, illustres chacune par des exemples,
est assur par un formalisme commun reposant sur lalgbre linaire et la gomtrie euclidienne. La
prsentation des diffrents outils est illustre par des exemples.

Plan
1. Analyse en composantes principales - LACP avec mtrique quelconque, relations entre axes,
facteurs et composantes principales. Cas particulier de la mtrique D1/s2. Utilisation pratique et
rgles dinterprtation. Individus et variables supplmentaires.
2. Analyse des correspondances sur tableaux de contingence - Analyses en composantes prin-
cipales des nuages associs aux profils des lignes et des colonnes. Reprsentation simultane.
Rgles dinterprtation : usage des contributions.
3. Analyse des correspondances multiples - Analyse du tableau disjonctif associ une table de
contingence. Extension plus de deux variables et proprits spcifiques. Application au d-
pouillement denqute.
4. Classification automatique - Indices de distances et dissimilarits. Mthodes directes de par-
titionnement : centres mobiles et nues dynamiques, autres techniques (rgle de la majorit).
Mthodes hirarchiques : algorithme de Ward pour les distances euclidiennes ; stratgies diverses
pour les distances non euclidiennes.
5. Analyse discriminante - Recherche de fonctions linaires discriminantes : mthode de Fisher et
analyse factorielle discriminante ; rgles gomtriques daffectation. Discrimination but dci-
sionnel : cadre baysien, rsultats particuliers dans le cas de distributions normales.

Rfrences
BOUROCHE J.M. et SAPORTA G. Lanalyse des donnes, Que sais-je ? n 1854 PUF 1998 [23 BOU 00
A]
LEBART L., MORINEAU A et PIRON M. Statistique exploratoire multidimensionnelle, DUNOD 1994
[21 LEB 00 A]
SAPORTA G. Probabilits, analyse des donnes et statistique, TECHNIP 1990 [23 SAP 00 B]
TENENHAUS M. Mthodes statistiques en gestion, DUNOD 1994 [25 TEN 00 A]
VOLLE M. Analyse des donnes, ECONOMICA [23 VOL 00 A]

24
Stratgie financire dentreprise 2 (DES301b)
Professeur : Franois Meunier - deuxime semestre
Cours : 18 heures
TP : 0 heures

Objectifs
Le cours a pour but de permettre aux tudiants de matriser les concepts de base de la prise de dcision
financire dans une entreprise, et ses applications les plus courantes. Le cours stratgie financire den-
treprise 1 porte sur les notions fondamentales, telles que lanalyse financire, les critres de dcisions
dinvestissement, les diffrents instruments utiliss pour financer les investissements et les mthodes de
valorisation des entreprises. Le cours stratgie financire dentreprise 2 aborde des aspects plus avan-
cs ou pratiques tels que la gouvernance, la notation de crdit, les LBO et les fusions et acquisitions ; ou
encore les questions financires spcifiques qui se posent aux entreprises du secteur financier (banques
et assurances).
A lissue du cours, ltudiant :
Connatra les dbats sur lefficience des marchs financiers.
Aura une connaissance plus pousse des techniques avances dvaluation dentreprise.
Aura une connaissance financire du secteur des assurances, sa fonction conomique, lvaluation des
compagnies dassurance. Rle et premire description de la rgulation.
Aura une connaissance financire du secteur bancaire et financier. Evaluation des banques. Rle et pre-
mire description de la rgulation. Ceci illustr par les exemples tirs de la crise financire prsente.
Aura une comprhension de la problmatique de la gouvernance de lentreprise et de ses liens avec la
valeur de lentreprise
Connatra les bases des montages de finance structure, du LBO et du private equity
.

Plan
1. Les marchs financiers : efficience et imperfections
2. Evaluation dentreprise approfondie
3. Les entreprises dassurance : analyse financire
4. Les fusions-acquisitions ou le march du contrle des entreprises
5. Les banques : analyse financire
6. Les nouveaux dveloppements de la crise financire
7. Gouvernance dentreprise
8. LBO, private equity

Rfrences
VERNIMMEN P., QUIRY P., LE FUR Y. et CEDAHA F. (2002) : Finance dentreprise, Dalloz.

25
Nouvelles normes comptables et rglementation financire (DES308)
Professeur : Bertrand Chavasse - BNP Paribas deuxime semestre
Nicolas Patrigot - BPCE Cours : 20 heures
TP : 0 heures

Objectifs
Lactivit bancaire europenne est encadre par deux grands corps de rgles : dune part les rgles pru-
dentielles dites Ble II qui dfinissent les besoins en fonds propres ncessaires pour chaque activit et
chaque type de risque, dautre part les rgles comptables dites IFRS (Intrenational Financial Reporting
Standards). Ces deux corpus de rgles marquent une sophistication trs nette par rapport aux rgles qui
prvalaient auparavant. En particulier, elles intgrent les outils mathmatiques dvelopps par lindustrie
financire ces vingt dernires annes : calcul de Value-at-Risk, son application au risque de crdit et au
risque oprationnel, valuation des actifs financiers complexes, etc. La sophistication est devenue telle
que les directions comptables, les directions financires, les directions des risques, les Commissaires aux
comptes, les superviseurs etc. doivent dsormais faire appel des quipes de quants de haut niveau
pour comprendre et appliquer ces rgles.
En outre, ces rgles sont dune telle importance quaucune direction gnrale de banque ne prend de
dcision importante sans en avoir mesurer les consquences comptables et rglementaires.
Paralllement, les innovations financires des dernires annes et lingnirie de bilan actuelle (visant
amliorer les ratios de fonds propres des banques) ne peuvent se comprendre sans intgrer le cadre
prudentiel et comptable impos aux banques. Enfin, les normes comptables et prudentielles sont une cl
essentielle pour comprendre la crise financire des dernires annes et ses enchanements dans le systme
bancaire mondial.
Lobjet de ce cours est de donner les bases de cette culture comptable et rglementaire, en insistant
plus particulirement sur les normes comptables, leurs applications et leurs liens troits avec les outils
quants.

Plan
Les principes comptables [Nicolas Patrigot, Caisse Nationale des Caisses dEpargne]
- Historique des normes IFRS. Liens avec les normes amricaines USGAAP.
- Les principes gnraux des normes IFRS.
- Cadre rglementaire : IASB / Union europenne / AMF / commissaires aux comptes / Commis-
sion bancaire / Conseil National de la Comptabilit
- Panorama des normes IFRS
- Rappels sur le bilan et compte de rsultat dune banque ; les diffrents compartiments, les postes
du bilan (Portefeuille de ngociation, Portefeuille AFS, Portefeuille HTM, prts et crances, op-
tion juste valeur, goodwills, dettes, capitaux propres)
- Principes de consolidation : le cas des entits ad hoc
- La crise financire travers le prisme des normes comptables : lexemple de lamendement
dIAS 39 doctobre 2008 : reclassement des instruments du portefeuille de ngociation vers le
cot amorti
Principes de dtermination de la Juste Valeur
- Dfinition de la Juste Valeur
- Modalits dapplication ; observabilit des paramtres de march ; notion de march liquide /

26
 illiquide
- Principes de calcul du Mark-to-Model. Exemples
- Modalits de reconnaissance de la marge linitiation (day one profit) sur le portefeuille de
ngociation
- Juste Valeur du passif en tenant compte des variations de spread de crdit propre
- Cas des drivs incorpors
- La gestion actif-passif des banques (ALM), la macro-couverture du risque de taux dintrt,
le carve-out, la norme IFRS 39, les tests defficacit de la couverture, CDS et comptabilit de
couverture
Impairment tests et tests defficacit
- Principes de dprciation
- Dprciation / impairment des portefeuilles financiers
- Dprciation des goodwills
Capitaux propres, dettes, dettes hybrides
- Typologie du passif des banques : capitaux propres, dettes, dettes hybrides, titres subordonns
dure indtermine (TSDI)
- Liens normes IFRS / rgles prudentielles : filtres prudentiels pour passer des capitaux propres
IFRS aux fonds propres rglementaires
- Pilotage des fonds propres et du ratio de solvabilit, restructuration de lendettement, des actifs
Ble II [Bertrand Chavasse, BNPparibas]
- Articulation entre les rglementations
Comit de Ble / Commission Europenne/ Commission Bancaire
- Principales approches proposes par Ble II
Standard
IRB (Fondation et Avanc)
-Mesure de lexigence en capital : principes
K = EAD * RW * 8% : explicitation des composantes
Explication de la formule Ble II de calcul du capital
Etude de cas concrets (financement vanille, financement structur, instrument driv OTC) : cal-
cul de lexigence en capital, impact sur le pricing, rentabilit.
CVA sur instruments OTC : principes, calculs
Attnuation du risque de crdit : principes et techniques
Collatral
Garanties/cds/titrisation
Netting, CSA
-Les rponses actuelles la crise proposes par le comit de Ble et lUE
Rforme des rgles de trading book (risque de dfaut, titrisation)
Pnalisation de la re-titrisation
Politique de rmunration
Dynamic provisioning

Rfrences
DUMONTIER P. et DUPRE D. (2005) : Pilotage bancaire : les normes IAS et la rglementation Ble 2,
Revue Banque dition.
RAFFOURNIER B. (2005) : Les normes comptables internationales (IFRS/IAS), Economica.

27
Arrt du 20 fvrier 2007 relatif aux exigences de fonds propres applicables aux tablissements de crdit
et aux entreprises dinvestissement
DIRECTIVE 2006/48/CE DU PARLEMENT EUROPEN ET DU CONSEIL du 14 juin 2006 concer-
nant laccs lactivit des tablissements de crdit et son exercice (refonte)
International Convergence of Capital Measurement and Capital Standards (Basel Committee)

28
Droit des banques et des marchs financiers (DES310)
Professeur : Frida Mekoui - deuxime semestre
Cours : 12 heures
TP : 0 heures

Objectifs
Le cours a pour but de sensibiliser les tudiants lenvironnement juridique propre aux banques et aux
marchs financiers :
en les familiarisant avec le cadre institutionnel mais aussi avec la rglementation des acteurs et la
qualification juridique des oprations et services fournis ;
en tudiant lencadrement juridique de lpargne, notamment par ltude de lappel public
lpargne, du dmarchage financier et de la gestion de portefeuille ;
en examinant le processus de march et sa scurisation ;
en voquant, enfin, le traitement juridique du risque de contrepartie dans les oprations de gr
gr.

Plan
1. Introduction au droit des marchs financiers - Historique de la bourse. Lvolution du droit
des valeurs mobilires.
2. Lencadrement juridique de lpargne - La rglementation de lappel publique de lpargne et
du dmarchage bancaire et financier. La rglementation de la gestion de portefeuille.
3. Les acteurs des marchs financiers - Les acteurs : les intermdiaires (PSI et compensateurs),
les infrastructures de march et les rgulateurs. Les services fournis : services dinvestissement
et services connexes.
4. Le processus de march - Les diffrentes catgories de marchs financiers. Les tapes du pro-
cessus : la ngociation, la compensation et le rglement-livraison. La scurisation du processus
de march
5. Le traitement du risque de contrepartie dans les oprations de gr gr - Les oprations
concernes. Le close-out netting et lutilisation du collatral.

Rfrences
Bonneau, T., et F. Drummond (2005), Droit des Marchs Financiers, Economica, 2e d.
De Vauplane, H., et J.-P. Bornet (2001), Droit des Marchs Financiers, Litec, 3e d.

29
Histoire des crises et des faits conomiques et financiers (DES323)
Professeur : Stphane Mysona - 42 Capital deuxime semestre
Cours : 12 heures
TP : 0 heures

Objectifs
Lobjectif du cours est de donner aux tudiants des repres historiques et factuels, tant conomiques que
financiers, pour
illustrer certaines constantes structurelles et psychologiques des situations de crises modernes. Le but est
de permettre aux
futurs oprateurs, grants, investisseurs et rgulateurs de prendre un certain recul face aux modles, leurs
hypothses et leur
mode dapplication, ainsi que prendre conscience des multiples et complexes interactions entre lcono-
mie et la finance.
La dmarche reposera principalement sur ltude de nombreux cas des trente dernires annes qui seront
prsents, analyss
et mis en perspective. Les exemples balaieront les domaines conomiques, financiers, et des entreprises.
Ce cours ne sadresse pas qua de futurs traders mais vise un public large dans la mesure o les institu-
tions publiques, les
entreprises et les individus sont eux-mmes acteurs et de lactivit conomique, clients des acteurs finan-
ciers, et
investisseurs.

Plan
1. Une histoire des crises modernes
a. Crises conomiques : laccent sera mis sur une lanalyse des cycles de crdits et ltude de
lenchainement des grandes crises conomiques rcentes : Japonaise, Asiatique/Russe, Internet
et la
rcente crise de liquidit et de crdit (priv comme souverain),
b. Crises financires : illustration deffets techniques et de risque systmique (LTCM, AIG) et des
effets de
propagation de la finance lconomie relle,
c. Crises de trading : travers des exemples rcents, le but est de montrer comment un vnement
ponctuel
peut entrainer une contagion, ou illustrer des situations dquilibres instables qui ont diverg.
2. Analyse et recherche dinvariants
a. Biais comportementaux : de nombreux comportements peuvent sexpliquer ou tre analyss
par des effets
collectifs comme le mimtisme, mais aussi par des constantes psychologiques individuelles comme
la
complaisance ou lattitude face au risque (confiance en soi, gestion des risques rares, analyse de
risque ex
ante/ex post, ...)

30
 b. Effets Structurels : certains exemples sont des illustrations directes deffets dantislection ou
dasymtrie
dinformation. On tudiera galement les consquences dune mauvaise gestion ou prise en
compte de
contraintes individuelles (adquation actif/passif, ...) ou collectives (liquidit, crowdedness, cor-
rlation
par les flux)
3. Cas exceptionnels
Si la gestion de certains risques rares appartient la collectivit ou au rgulateur (eg risque sys-
tmiques ou courses
aux dpts), les entreprises ou individus eux-mmes peuvent et doivent mettre en place des poli-
tiques et stratgies
pour grer les aspects thiques et rglementaires (dontologie, responsabilit envers les clients/investisseurs
mais
aussi envers la socit), et assurer leur survie (risque oprationnel, rputationnel, fraudes, ...).

Rfrences
Bruner R.F. and Carr S.D. (2007) : The Panic of 1907, Wiley
Ferguson N. (2009) : The Ascent of Money, Penguin Books
Kindlerberger C.P. and Aliber R.Z. (2005) : Manias, Panics and Crashes, Fifth Edition, Palgrave
Lowenstein R. (2000) : When Genius Failed, Random House
Mallaby S. (2010) : More Money than God, Bloomsbury
Pepper G. (2005) : The Liquidity Theory of Asset Prices, Wiley Finance
Reinhart C. M. and Rogoff K. S. (2009) : This Time is Different, Princeton University Press
Rubini N. (2010) : Crisis Economics, Penguin Books
Schiller R. J (2004) : Irrational Exuberance, Princeton University Press
Taleb N. N. (2007) : Fooled by Randomness, Penguin Books
Zola E. (1980) : LArgent, Folio Gallimard

31
Modles de la courbe des taux dintrt (FA304)
Professeur : Bruno Bouchard - ENSAE-CREST et Universit Paris deuxime semestre
Dauphine

Antonin Chaix - BARCHEN Cours : 21 heures

TP : 0 heures

Objectifs
Ce cours a pour objectif de prsenter les mthodes dvaluation et de couverture des produits de taux
- notamment drivs - telles quimplmentes de nos jours dans les salles de march fixed income. La
premire partie du cours, thorique, se propose de dtailler les diffrentes approches de modlisation de
la courbe de taux, en insistant tout particulirement sur le cadre HJM, aujourdhui incontournable. La
seconde partie, plus applique, revient sur les instruments standard (taux Libor, obligations, swaps de
taux, caps, floors, swaptions...) et le stripping de la courbe des taux, avant daborder certains drivs plus
complexes qui vont donner tout leur sens aux modles vus en premire partie.

Plan
Partie I - Bruno Bouchard

Gnralits
Modle discret de Ho et Lee
Modle de Vasicek
Modle de Cox-Ingersoll-Ross (CIR)
Approche de Heath, Jarrow et Morton et modles facteurs
Mesure forward neutre et valuation de drivs (introduction)
Pricing et couverture par EDP

Partie II - Antonin Chaix

1. Sous-jacents de taux et stripping de la courbe des taux

LIBOR / EURIBOR / FRA, obligations, swaps de taux : comment les valuer partir des zro-coupons ?
Quest ce quune courbe des taux ? Comment la construire partir de la cotation des instruments stan-
dards ?

2. Evaluation des options vanilles de taux : caps / floors et swaptions

Comment valuer des actifs en prsence de taux stochastiques ? Rappel sur les mesures forward neutres.
Modlisation dun taux LIBOR ou dun taux swap sous la mesure associe. Evaluation dun cap/floor et
dune swaption dans le modle de Black. Smile de volatilit sur les options de taux.

3. Introduction lvaluation des exotiques de taux

Structuration des produits de taux. Architecture dune plate-forme de pricing pour exotiques et notam-
ment reprsentation des volatilits de march : cube de volatilit et modle SABR. Concept dajustement
de convexit : LIBOR in arrears et CMS. Panorama des exotiques de 1re gnration : digitales, corri-
dors, quantos, spread options...

32
4. Les exotiques complexes ou la ncessit dun modle stochastique de la courbe des taux
Retour qualitatif sur les modles de courbe : modles de taux court, cadre HJM, modles gaussiens vs.
modles de march. Focus sur le modle Hull & White 1 facteur et application lvaluation dune
swaption bermuda. Quelle approche pour les produits multi-callable ou path-dependant plus complexes ?

Rfrences
HULL J. (1999) : Options, futures and other derivatives, Prentice Hall.
MARTELLINI L. et PRIAULET P. (2000) : Produits de taux dintrt : mthodes dynamiques dvalua-
tion et de couverture, Economica.
MARTELLINI L., PRIAULET P. and PRIAULET S. (2003) : Fixed-Income Securities : Valuation, Risk
Management and Portfolio Strategies, Wiley.
MUSIELA M. and RUTKOWSKY M. (2005) : Martingale Methods in Financial Modelling, Springer.
REBONATO R. (1998) : Interest Rate Option Models, Wiley.

33
Gestion des risques applique (FA305)
Professeur : Nordine Choukar - Mazars deuxime semestre
Noureddine Lehdili - Natixis Cours : 18 heures
Serge Moulin - TP : 0 heures
Michael Picot - Crdit agricole CIB

Objectifs
La vocation de ce cours est doffrir un panorama sur la gestion de trois types de risque : risque de change,
risque de taux et risque de modles. Chaque partie sera traite par un intervenant spcialiste du risque
concern.

Plan
1. La Gestion du Risque de taux et de Crdit [Michael Picot, Crdit-Agricole CIB]-
Dfinitions. Exemples. Instruments de couverture et modles de simulation. Comptabilit et risque de
taux, sparation des books (Trading Book, Banking Book), traitement rglementaire (Ble II, CAD).
Crises historiques et suivi conomique du risque. Indicateurs de risques (impasse, EaR, capital cono-
mique, VaR), prises de risque et limites.
2. Risque de modle [Nordine Choukar, cabinet Mazars & Noureddine Lehdili, Natixis] :
A quoi sert un modle ? la dmarche de valorisation des instruments non cots (analyse des facteurs de
risques, choix des donnes de march, choix des mthodes numriques..), les diffrentes familles de mo-
dlisation (modle de march vs modles avancs). Comment un Risk Manager valide un modle de
valorisation et quels sont les outils (focus sur les consensus) ?
Les rfactions pour incertitudes : les diffrentes rfactions (pour risque de liquidit, pour risque de cali-
brage, pour risque de modle). Prsentation du cadre analytique du risque de modle.
Risques sur drivs actions et taux : Exemples pratiques sur des drivs actions (digital, cliquet,..) et taux
(swaptions bermudenes, produits structurs callables..) : analyse du produit en vue de la validation des
modles, mesure des incertitudes de valorisation et notamment le risque de modle.
March des matires premires : Prsentation des diffrents marchs et les spcificits des produits sur
matires premires (caractristiques statistiques, cot des transports..), sur gaz et ptrole. Panorama des
modles de valorisation, mesure des incertitudes.
3. Lindustrie des Special Purpose Vehicule (SPV) [Serge Moulin, Socit Gnrale]
- Lindustrie des SPV et les montages financiers complexes
- La crise financire travers leffondrement des SPV et Conduits
- Lindustrie des SPV pour restructurer les bilans des banques
- Exemple des structures de Place aux Etats-Unis et en Europe
- Traitement comptable des titrisations cash et synthtiques

Rfrences
BLUHM C., OVERBECK L. and WAGNER C. (2002) : An Introduction to Credit Risk Modeling, Chap-
man and Hall.
HULL J. (2005) : Options, Futures and Other Derivatives, 6th edition, Prentice Hall.
LAMBERTON D et LAPEYRE B (1998) : Introduction au calcul stochastique appliqu la finance,

34
llipses Marketing.
SCHMID B. (2004) : Credit Risk Pricing Models : Theory and Practice, Springer.

35
Scoring (FA306)
Professeur : Damien Jacomy - EDF deuxime semestre
Cours : 12 heures
TP : 0 heures

Objectifs
La matrise du risque de dfaillance des emprunteurs est un enjeu majeur pour un tablissement de crdit.

Lobjectif du prteur est donc didentifier, parmi les demandeurs de crdit, les individus les plus ris-
qus (qui ont une forte probabilit de ne pas rembourser leur crdit). Ainsi, la plupart des tablissements
de crdit utilisent des scores pour estimer le risque du demandeur, que ce soit un particulier pour un cr-
dit auto, un crdit immobilier, ou une entreprise. Les variables utilises par le score sont les informations
caractristiques du client (ge, revenu, CSP, situation maritale, etc.) et celles du bien financ (prix de la
voiture, apport personnel, nombre de pices du logement, etc.).
Disposant ainsi dun outil de prvision, le prteur peut alors piloter son risque par la politique doctroi ba-
se sur le score : refuser les individus dont la probabilit de dfaillance est suprieure une barre donne.

Lobjectif de ce cours est de prsenter la modlisation du risque de dfaillance, les mthodes desti-
mation, la performance de ces scores et leurs utilisations pratiques par les tablissements de crdit.

Plan
1. Prsentation de la problmatique - Modlisation par deux approches : LOGIT, PROBIT ou
analyse discriminante.
2. Mthodes destimation - Recherche des variables explicatives. Variables qualitatives, quantita-
tives, croisements, estimation par maximum de vraisemblance.
3. Slection endogne et rintgration des refuss.
4. Mesure de performance.
5. Politique doctroi, suivi de la qualit dun score, application la tarification diffrencie.
6. Scores polytomiques et scores de comportement.

Rfrences
BARDOS M., Analyse discriminante : application au risque et au scoring financier, Dunod. Paris - 2001.
[23 BAR 02 A]
CELEUX G. et NAKACHE J. P., Analyse discriminante sur variables qualitatives, Polytechnica. Paris -
1994 [21 CEL 00 A]
GOURIEROUX C., Economtrie des variables qualitatives, Economica. Paris - 1989 [28 GOU 00 A]
GOURIEROUX C. and JASIAK J., The econometrics of individual risk : credit, insurance and marke-
ting, Princeton University Press. 2007.

36
Gestion actif passif bancaire (FA309)
Professeur : Alexandre Adam - BNP PARIBAS deuxime semestre
Cours : 14 heures
TP : 0 heures

Objectifs
La crise de liquidit daot 2007 et la crise financire globale qui a suivi ont montr au monde entier
limportance de la gestion du risque de liquidit.
Ce cours introduit les problmatiques de la gestion actif-passif bancaire (ALM) dont le rle est prcis-
ment de mesurer et de grer les expositions aux risques de taux et de liquidit.
Ces risques sont gnrs par les oprations commerciales de la banque (prts, lignes de crdit, dpts de
la clientle, ...). Ces oprations ne font pas gnralement lobjet dun march financier (dans lequel elles
pourraient tre retournes) et ncessitent bien souvent dtre modlise au travers de modles statistiques
comportementaux.
Au final, la gestion de ces risques ncessite une approche croise comprenant les modles de marchs
financiers (simulation des taux et des spreads de funding...), les modles statistiques de comportement
clientle en tenant compte des aspects stratgiques, comptables et rglementaires.

Plan
Introduction. Objectifs de lALM, sparation des books (trading book, banking books) dans le bilan
dune banque, organisation de lALM, dfinition des sources de risque, principes comptables IFRS...

Modalits de transfert et de tarification des risques. Taux de Cession Interne (TCI), dcomposition par
source de risque, Transfert des risques par prts/emprunts.

Risque de liquidit. Notion dcoulement en liquidit et mesure du risque de liquidit. Crises histo-
riques, traitement rglementaire, indicateurs de risque de liquidit (impasse de liquidit, stress test...).

Risque de taux du Banking Book. Notion dcoulement en taux et mesure du risque de taux. Crises
historiques, traitement rglementaire, indicateurs de risque de taux (impasse de taux, sensibilit des re-
venus, stress tests, Earnings-at-Risk, capital conomique...).
Modlisation des comportements clientle en ALM. Remboursements anticips, Dpts vue, Hors-
bilan... Modlisation et couverture des options caches.

Gestion des risques de taux et de liquidit : Produits de Couverture, optimisation de la gestion. Normes
IAS et couvertures. Rserve de liquidit (Liquidity Buffer).

Rfrences
Adam, A. (2007), Handbook of Asset and Liability Management, Wiley
Augros, Queruel (2000), Risque de Taux dintrt et Gestion Bancaire, Economica
Bessis, J. (2002), Risk Management in Banking, Wiley
Crouhy, Galai, Mark (2001), Risk Management, McGraw-Hill
Demey P., Frachot A. et Riboulet G. (2003), Introduction la Gestion Actif-passif bancaire, Economica

37
Dubernet (1997), Gestion Actif Passif et Tarification des services bancaires, Economica
Dupr, D. et El Babsiri, M. (1997), ALM : techniques pour la gestion actif-passif, Editions Eska

38
Drivs de crdit (FA318)
Professeur : Jean-David Fermanian - ENSAE-CREST deuxime semestre
Cours : 12 heures
TP : 0 heures

Objectifs
Lobjectif de ce cours est de prsenter les principaux produits drivs de crdit ainsi que leurs mthodes
dvaluation. On abordera, dans un premier temps, la description de ces produits : caractristiques fi-
nancires, facteurs de risque, tat du march et ensuite de leurs modles de valorisation. Lobjectif est,
au final, de permettre aux tudiants davoir une vision globale des diffrents modles utiliss pour la
valorisation de ces produits (rsultats synthtiques, avantages et inconvnients de chacun).

Plan
1. Risque de dfaut et drivs de crdit - Modles structurels. Modles intensit. Description
des produits.
2. Valorisation des produits drivs de crdit simples - CDS et CLN. CDS sur indice. Option
sur CDS. CM-CDS.
3. Les CDOs - Description. Les diffrents types de CDOs. CDOs synthtiques. Le modle standard
de valorisation.
4. Le smile de corrlation - La Base Correlation. Les modles permettant dexpliquer le smile.
Modles dynamiques.

Rfrences
BRUYERE R., CONT R., FERY L., JAECK C. and SPITZ T. (2005) : Credit derivatives, Wiley.
SCHONBUCHER P. (2002) : Credit derivatives pricing models, Wiley.
www.defaultrisk.com : permet laccs un grand nombre darticles consacrs aux drivs de crdit.

39
Mthodes numriques en ingnierie financire (FA327)
Professeur : Stphane Crpey - Universit dEvry deuxime semestre
Cours : 18 heures
TP : 10 heures

Objectifs
Le cours porte sur les mthodes numriques pour les EDP en finance : mthodes de pricing (calcul
numrique des prix et Grecs des produits drivs) et de calibration de modles.

Plan
1. Mthodes de Pricing par Transformes de Fourier.
2. Mthodes de Pricing par Arbres - Arbre binomial de Cox Ross Rubinstein. Arbre trinomial de
Kamrad Ritchken. Etude de Cas : Options barrires et bermudennes.
3. Mthodes de Pricing par Diffrences Finies - Thta-schmas en dimension un despace. M-
thode ADI en dimension suprieure. Etude de Cas : Options asiatiques, Cliquets, Volatility et
Variance Swaps.
4. Mthodes de Calibration - Calibration de modles paramtriques par moindres carrs non li-
naires. Calibration de modles non paramtriques par moindres carrs non linaires rgulariss.
Etude de Cas : Extraction de volatilit effective.

Rfrences
AVELLANEDA M. and LAURENCE P. (2000) : Quantitative Modeling of Derivative Securities : From
Theory to Practice, Chapman & Hall.
CONT R. and TANKOV P. (2003) : Modelling with Jump Processes, Chapman & Hall.
GATHERAL J. (2006) : Volatility Surface : A Practitioners Guide. Wiley.
KWOK Y.W. (1998) : Mathematical models of financial derivatives, Springer (2nd edition paratre).
LAMBERTON D. et LAPEYRE B. (1997) : Introduction au Calcul Stochastique Applique la Finance.
Editions Eyrolles.

40
Copules et applications (FA331)
Professeur : Jean-David Fermanian - ENSAE-CREST deuxime semestre
Cours : 16 heures
TP : 0 heures

Objectifs
Ce cours tudiera la dpendance entre variables alatoires via le concept de copules. Ces outils pro-
babilistes, dfinis dans les annes cinquante, ont t redcouverts il y a quelques annes, et ont donn
lieu depuis une abondante production scientifique. Les praticiens eux-mmes ne peuvent ignorer les
copules, car la modlisation multivarie est dsormais au cur des problmatiques financires. Mais
du fait de leur gnralit, les copules constituent un outil susceptible dapplications dans de nombreux
autres domaines, notamment biologie, mdecine, fiabilit etc. Nous introduirons certains concepts et me-
sures de dpendance, les principales familles de copules et certaines proprits probabilistes associes.
Nous nous intresserons linfrence statistique des copules. Enfin, nous tudierons les applications des
copules pour modliser les risques joints, quils soient des temps de dfauts ou des rendements dactifs.

Plan
Gnralits sur les copules- Dfinitions de base : densit, copules de survie, thorme de Sk-
lar. Bornes de Frchet. Familles de copules classiques (Gaussienne, Student, Archimdiennes,
Marshall-Olkin, etc). Mthodes de gnration de nouvelles copules. Modles de copules fac-
teurs. Mesures de dpendences : tail indicators, tau de Kendall etc.
Statistique des copules- Estimation paramtrique et semi-paramtrique. Estimation non-paramtrique,
copule empirique. Choix de la juste copule. Simulation de copules. Problmes divers : test din-
dpendence, bootstrap etc.
Applications en gestion des risques-Dpendence entre facteurs de risques. Dpendence entre
temps de dfauts et valeurs dactifs. Risques granulaires, risques oprationnels
Applications en valorisation-Valorisation des CDO. Options exotiques sur plusieurs sous-jacents.
Le problme de la martingalit .

Rfrences
Cherubini, U. et Luciano, E. (2004). Copula Methods in Finance, Wiley.
Fermanian, J-D., Radulovic, D. & Wegkamp, M. (2004). The weak convergence of empirical and smoo-
thed empirical
copula processes. Bernoulli, 847-860.
Fermanian, J-D. (2005). Goodness-of-fit tests for copulas. J. Multivariate Anal., 95, 119-152.
Genest, C., Ghoudi, K. & Rivest, L.P. (1993). A semiparametric estimation procedure of dependence
parameters in multivariate families of
distributions, Biometrika, 82, 543-552.
Joe, H. (2001). Multivariate models and dependence concepts, Chapman & Hall.
Luciano E. et Marena, M. (2002). Copulae as a new tool in financial modelling. Working paper.
Nelsen, R. (2006). An introduction to copulas. Springer.
Shi, J. & Louis, T. (1995). Inferences on the association parameter in copula models for bivariate survival
data. Biometrics, 51, 1384-1399.

41
Thorie des valeurs extrmes (FA332)
Professeur : Christian Yann Robert - ENSAE deuxime semestre
Cours : 20 heures
TP : 0 heures

Objectifs
Ce cours introduit les concepts fondamentaux de la Thorie des Valeurs Extrmes (lois du maximum
de variables alatoires, lois jointes des plus grandes valeurs, lois des dpassements de seuils, lois des
arrives des dpassements de seuils, etc.) et prsente les outils statistiques pour mettre en application
cette thorie partir de donnes issues de lassurance et de la finance. Il prsente cette thorie dans des
cadres statique (variables alatoires i.i.d.) et dynamique (sries temporelles), dans des cadres univari et
multivari. Il porte une attention particulire aux applications de cette thorie en assurance et en finance.
Principaux acquis : lissue de ce cours, les tudiants sauront
Enoncer les rsultats fondamentaux de la thorie des valeurs extrmes et expliquer les utilisations pra-
tiques de ces rsultats ;
Connatre les limites de la thorie des valeurs extrmes et son champ dapplication ;
Utiliser les techniques statistiques appropries pour estimer les lois des extrmes (reconnaitre le domaine
dattraction dune loi partir de graphiques adapts, choisir le bon estimateur des paramtres des lois des
extrmes, tre capable dvaluer des quantiles extrmes aprs avoir dfini la bonne classe de distributions
extrmes utiliser).

Plan
Introduction gnrale.
Analyse des extrmes univaris dans un cadre statique. Lois limites pour le maximum, dpassements de
seuil, estimation des paramtres de lois des extrmes.
Analyse des extrmes univaris dans un cadre dynamique. Lois limites pour le maximum, dpassements
de seuil, estimation des paramtres de lois des extrmes.
Analyse des extrmes multivaris dans un cadre statique. Lois limites pour les maxima des composantes
dun vecteur, modles facteurs et extrmes multivaris, caractrisation de la dpendance extrmale.

Rfrences
Beirlant J., Goegebeur Y., Segers J. and Teugels, J. (2004) Statistics of Extremes : Theory and Applica-
tions, Wiley Series in Probability and Statistics, John Wiley & Sons Ltd., Chichester. [177 BEI]
Coles S. (2001) An Introduction to Statistical Modeling of Extreme Values. Springer, London. [177
COL]
Embrechts P., Klppelberg C. and Mikosch T. (1997) Modelling extremal events for insurance and fi-
nance. Berlin : Spring Verlag [177 EMB]

42
Anglais (LTC303)
Professeur : deuxime semestre
Cours : 28 heures
TP : 0 heures

Objectifs
Les lves ayant choisi de poursuivre ltude de langlais sont affects dans des groupes correspondant
leur niveau aprs avoir pass un test crit. A chaque niveau, un choix de cours (limit du fait du petit
nombre de groupes) est nouveau offert : prparation au TOEIC (pour les lves nayant pas obtenu le
minimum requis en deuxime anne), cours sur lhumour britannique, cours de traduction, entranement
au dbat public, etc. La dure des cours est de 2 heures par semaine.

Plan
Rfrences

43
Trading haute frquence optimal (SE325)
Professeur : Olivier Guant - Paris VII deuxime semestre
Cours : 16 heures
TP : 0 heures

Objectifs
Le but de ce cours est dinitier les tudiants aux diffrentes problmatiques de modlisation associes
au trading haute-frquence. Le cours portera notamment sur la prise en compte des cots dexcution et
de limpact de march dans la construction de stratgies optimales dexcution pour des ordres de taille
importante (problmatique dite de lexcution optimale). Du point de vue mathmatique, le cours fera
grand usage de notions doptimisation et de contrle optimal (stochastique ou non). Des illustrations
pratiques seront prsentes.
Principaux acquis de la formation : lissu du cours, ltudiant aura t familiaris aux problma-
tiques du trading haute frquence. Il connatra les principaux modes de passages de blocks ainsi que les
modles utiliss. Sur le plan mathmatique, il approfondira ses connaissances en matire doptimisation
dterministe et stochastique, et aura acquis de nouvelles connaissances dans le domaine des statistiques
sur donnes haute-frquence.

Plan
1) Rappels et introduction aux marchs actions : fonctionnement des marchs financiers (carnet dordres,
diffrents types dordres, concurrence entre plateformes, dark pools, ...) et problmatique de lexcution
optimale, critre desprance dutilit, fonctions CARA et critres moyenne-variance.
2) Le modle dAlmgren-Chriss en temps discret : courbe de trading nutilisant que des outils lmen-
taires doptimisation.
3) Le modle dAlmgren Chriss en temps continu : cots dexcution quadratiques et market impact per-
manent linaire puis cas gnral avec des cots dexcutions plus ralistes (quation dEuler Lagrange
et systmes hamiltoniens dans un cadre gnral).
4) Pricing dun block trade par indiffrence, valorisation de la liquidit financire (quations de Hamilton-
Jacobi et les solutions de viscosit) .
5) IS - POV - Target Close - VWAP : Implementation Shortfall (IS), ordres POV, ordres Target Close et
ordres VWAP.
6) Modlisation de limpact de march : permanent, temporaire, transient. Notion darbitrage dynamique
et modles compatibles.
7) Estimation de limpact de march, des cots dexcution (et dautres statistiques haute frquence).
8) Risque de non-excution : optimisation stochastique pour les dark pools, et les ordres limites.

Rfrences
Almgren, Optimal execution of portfolio transactions, J. Risk 3 (Winter 2000/2001).
Almgren, Optimal execution with nonlinear impact functions and trading-enhanced risk, Applied Ma-
thematical Finance 10 (2003).
Cannarsa, Sinestrari, Semiconcave Functions, Hamilton-Jacobi Equations, and Optimal Control, Sprin-
ger, 2004.

44
Bardi, Capuzzo-Dolcetta, Optimal Control and Viscosity Solutions of Hamilton-Jacobi-Bellman Equa-
tions.
Guant, Optimal execution and block trade pricing : a general framework, working paper.
Rockafellar, Conjugate Convex Functions in Optimal Control and the Calculus of Variations, J. of Math.
Anal. Appli., 1970.

45