isf parcours classique - Mido - Université Paris

Transcription

Département MIDO
Master MIDO
Mention : Mathématiques de la modélisation et de la décision –
Mathématiques appliquées (MMD-MA)
Spécialité : Ingénierie Statistique et Financière
ISF
PARCOURS CLASSIQUE
Responsable :
Vincent RIVOIRARD
www.mido.dauphine.fr
Secrétariat :
Judith NTSAME
Courriel : [email protected]
Bureau : B 522 - Tel : 01 44 05 47 90
Mathématiques et Informatique de la Décision et des Organisations
Place du Maréchal de Lattre de Tassigny - 75775 Paris cedex 16 - tel : 01 44 05 43 40 - fax : 01 44 05 40 36
1
2
SOMMAIRE
LES OBJECTIFS DU MASTER 2 ISF CLASSIQUE --------------Les métiers
Partenariats
5
5
5
PRESENTATION GENERALE ---------------------------------------
6
MODALITES DE FONCTIONNEMENT ----------------------------Conditions d’admission
Conditions de validation du diplôme
Les stages en entreprise
Les prérequis
Les cours
6
6
7
7
8
9
LE CORPS ENSEIGNANT
-------------------------------------
10
LES PROGRAMMES
--------------------------------------------Tronc commun
Bloc optionnel Statistique
Bloc optionnel Finance
13
13
20
25
CONTACTS ET AUTRES RENSEIGNEMENTS
29
---------------
3
4
LES OBJECTIFS DU MASTER 2 ISF CLASSIQUE
Le master 2 Ingénierie Statistique et Financière par la voie classique (ISF classique) prépare à des
emplois de niveau bac + 5 nécessitant l’utilisation des mathématiques appliquées en lien avec les
besoins des entreprises en statistique et en finance. Il offre aux étudiants une formation solide leur
permettant une insertion professionnelle rapide dans les métiers de l’industrie des services.
Le master 2 ISF Classique offre deux parcours : un parcours statistique et un parcours finance. Il
s'adresse aux titulaires d’un diplôme de master 1, aux diplômés d'écoles d'ingénieurs ainsi qu'aux
cadres d'entreprises recherchant à l'Université une formation approfondie en méthodes quantitatives.
L'accent est mis sur la formation professionnelle avec le concours de praticiens issus du monde de
l’entreprise, et sur la connaissance de l'entreprise par l'intermédiaire de stages.
Les métiers
Le master a pour objectif de former des cadres d'entreprise :
-
possédant une bonne maîtrise des méthodes quantitatives, de la modélisation mathématique et
statistique et de l’outil informatique,
-
capables d'analyser un problème, de proposer et conduire à son terme une solution, en prenant
en charge le traitement numérique et informatique,
-
formés aux techniques spécifiques de l’industrie des services (études économiques, marketing,
gestion de la production, contrôle de la qualité, finance, assurance, etc…).
Les débouchés du Master ISF classique sont variés, comme l’illustre la liste (non exhaustive) suivante
d’exemples de métiers exercés par les anciens étudiants du M2 ISF : chargé d’études statistiques,
ingénieur statistique, chargé d’études marketing, consultant scoring, analyste financier, ingénieur
financier, gestion ou contrôleur des risques financiers, trader, auditeur, ingénieur en modélisation
financière, gérant de portefeuille, gestion actif/passif, ingénieur actuaire, etc…
Partenariats
Le M2 ISF classique a signé une convention de partenariat avec la Fondation du Risque, fondation
reconnue d’utilité publique, et agissant dans le cadre de la convention de partenariat de la Chaire
Internationale d’enseignement et de recherche : « Les particuliers face au risque : Analyse des risques et
Réponse des marchés ». Cette chaire est parrainée par
GROUPAMA. D’autres partenariats ont été
signés avec AXA, Reuters, Aptimum et Sanofi-Aventis.
5
PRESENTATION GÉNÉRALE
Les études ont une durée d’un an. Le master comporte 400 heures d’enseignement environ, pour 48
ECTS, et un stage obligatoire en entreprise d’une durée minimale de 3 mois, pour 12 ECTS.
L’enseignement est partagé en trois blocs :
-
un bloc d’enseignements de tronc commun de 220 heures environ
-
un bloc d’enseignements optionnels statistique
-
un bloc d’enseignements optionnels finance
Le parcours statistique est composé du bloc d’enseignements de tronc commun obligatoires, soit 28
ECTS et des enseignements du bloc optionnel statistique pour 20 ECTS.
Le parcours finance est composé du bloc d’enseignements de tronc commun obligatoires, soit 28
ECTS et des enseignements du bloc optionnel finance pour 20 ECTS.
Selon les conditions de leur admission, les étudiants peuvent avoir l’obligation de suivre et valider
des enseignements de troisième année de Licence MIDO ou de première année de master MIDO de
l’Université Paris-Dauphine, ou au contraire peuvent obtenir des équivalences. Les étudiants salariés
admis dans la spécialité ont la possibilité d’effectuer leur cursus en deux ans.
La moitié des enseignements est commune avec la Spécialité Actuariat et/ou du parcours
apprentissage du master ISF du domaine MIDO. Les intervenants sont des universitaires et des
praticiens venant de l’industrie ou du secteur tertiaire. Environ la moitié du volume horaire est assurée
par des professionnels.
LES MODALITÉS DE FONCTIONNEMENT
Les conditions d’admission
Peuvent postuler les étudiants titulaires d’une licence de mathématiques appliquées et de 60
ECTS d’une première année de master de mathématiques appliquées avec des connaissances
suffisantes en statistique et/ou finance, d’un diplôme d’ingénieur, ou de titres équivalents. Les
admissions sont décidées par une Commission Pédagogique d’Admission composée d’enseignants de
l’Université Paris Dauphine et de personnalités extérieures. L’examen des dossiers peut inclure des
6
entretiens oraux avec les candidats. Les étudiants souhaitant s’inscrire dans le master doivent déposer
un dossier de candidature avant la date limite fixée par le Département MIDO.
Les conditions de validation du diplôme
Chaque enseignement donne lieu à une note. Pour obtenir le master 2 Ingénierie Statistique et
Financière par la voie classique, l’étudiant doit obtenir 60 ECTS.
-
Une moyenne supérieure ou égale à 10 sur 20 dans le bloc des enseignements de tronc commun
obligatoires donne lieu à l’attribution de 28 ECTS.
-
Une moyenne supérieure ou égale à 10 sur 20 dans le bloc d’enseignements optionnels statistique.
ou dans le bloc d’enseignements optionnels finance, donne lieu à l’attribution de 20 ECTS.
-
Le stage est validé avec une note de 12 sur 20 minimum, et donne lieu à l’attribution de 12 ECTS.
-
Toute note inférieure à 4 est éliminatoire.
Les modalités d’attribution des notes et de calcul des notes finales sont publiées par le
Département MIDO avant la fin du premier trimestre universitaire.
Tout étudiant ajourné à la première session peut se présenter à un examen d’appel dans chacun
des enseignements où il n’a pas obtenu la moyenne. Dans ce cas, la note finale est celle de ce dernier
examen.
Le stage en entreprise
Le stage obligatoire en entreprise, d’une durée minimale de 3 mois, a pour objectif de :
- développer les capacités d’adaptation, d’initiative et d’innovation dans un milieu professionnel,
- contribuer à la formation de l’étudiant aux méthodes de résolution de problèmes en entreprise :
analyse du problème, recherche de solutions, mise en œuvre informatique avec les outils de
l’entreprise, communication des résultats. Le stage peut commencer à partir du premier avril. Il est
recommandé aux étudiants de choisir un stage d’une durée supérieure à 3 mois (6 mois par
exemple).
La recherche du stage incombe à l’étudiant. Le sujet doit être approuvé par le responsable de la
Spécialité et donne lieu à la signature d’une « Convention de Stage ». Le lieu du stage peut être en
France ou à l’étranger. Chaque stage est suivi par un Maître de stage dans l’entreprise et évalué par un
jury universitaire sur la base d’un rapport écrit et d’une soutenance orale. Le stage n’est pas validé
lorsque la note est inférieure à 12/20. Sous réserve de l’accord du responsable du master, les étudiants
salariés peuvent remplacer le stage en entreprise par un rapport d’activité professionnelle, qui est validé
7
selon les mêmes procédures qu’un stage. Le Département informe les étudiants des offres de stages
qu’elle reçoit.
Les prérequis
Le niveau recommandé est celui d’une première année de master de mathématiques appliquées
avec une formation de base en statistique (analyse des données, inférence statistique, modèle linéaire),
et en informatique (usage courant d’un PC, bureautique, programmation, logiciels type SAS, SPAD,
Matlab, etc., connaissance élémentaire des bases de données relationnelles). Des connaissances de
base en finance sont demandées pour le parcours finance (mathématiques financières, notions de
finance d’entreprise et de marché, théorie du portefeuille, produits dérivés).
Le niveau recommandé en probabilité et statistique est celui d’ouvrages comme :
A.M. Mood et F.A. Graybill et D.C. Boes « Introduction to the Theory of Statistics, 3rd edition »,
McGraw Hill -1974.
G. Saporta « Probabilités analyse des données et statistique », Technip- 2006.
Ph. Tassi et S. Legait « Théorie des probabilités en vue des applications statistiques », Technip1990.
Le niveau recommandé pour le parcours finance est celui d’ouvrages comme :
Chazot, C., Claude, P., Les swaps : concepts et applications, Paris, Economica, 1994.
Hull, J., Options, futures, and other derivatives, Prentice Hall, 2004.
Poncet, P., Mathématiques financières, Dalloz, 1993.
Simon, Y., D. Lautier, Marchés dérivés de matières premières et gestion du risque de prix, Paris,
Economica, 2001.
Viviani, J.L., Gestion de portefeuille, Dunod, 2001.
Sharpe, W.F., Investments, Prentice Hall, 1999.
La Commission Pédagogique d’Admission peut admettre des candidats dont les dossiers ne
satisfont pas aux conditions de prérequis. Dans ce cas les étudiants admis ont l’obligation de suivre et
valider des enseignements précisés par la Commission, en troisième année de licence MIDO ou en
première année de Master MIDO de l’Université Paris Dauphine.
8
Les cours
Le bloc d’enseignements de tronc commun comporte 10 cours, chaque bloc optionnel statistique
ou finance comporte 7 ou 8 cours.
La durée standard d’un enseignement est 21 heures, mais certains cours peuvent avoir une durée
supérieure ou inférieure. Certains enseignements peuvent être assurés par plusieurs enseignants ou
faire appel à des conférenciers. Les horaires et salles sont affichés sur le panneau réservé à la spécialité,
dans le couloir du secrétariat du Département MIDO (5ème étage côté Bois). Ce panneau est également
utilisé pour diffuser les informations relatives à la vie de la spécialité : modification de salle ou d’horaire,
venue d’un conférencier, offre de stages, etc.
9
LE CORPS ENSEIGNANT ET LES ENSEIGNEMENTS
Fadoua BALABDAOUI, Maître de Conférences, Université Paris Dauphine
Tests statistiques
Cassandra BARTLETT, Maître de conférences, Université Paris Dauphine
Anglais
Jérôme BELLANGER, Gérant et Directeur d'études, Cabinet d'études qualitatives,
JBC
Marketing, de la théorie à la pratique
Imen BEN TAHAR, Maître de Conférences, Université Paris Dauphine
Processus stochastiques et EDP, Métiers de la finance et projet professionnel
Patrice BERTRAND, Maître de Conférences, Université Paris Dauphine
Analyse des données et scoring, Méthodes de classification
Pascal BIZZARI, Responsable du pôle Datamining et crm chez Capmarket - Groupe
Avisia
Data Mining pour la relation client et le Marketing
Olivier CARLES, ingénieur d'études et développements informatiques, Ville de
Limoges
C++
Thierry CEMBRZYNSKI, Ingénieur, Direction de la Validation des processus
industriels, Renault
Utilisation du logiciel SAS
Mabrouk CHETOUANE, Economiste à la banque de France
Econométrie de la finance et application à la gestion d’Actifs
10
Claude CONSTANT, Training Manager, ALSTOM Industrial Quality Focus
Contrôle de la qualité
Laurence de CREMIERS, Maître de Conférences, Conservatoire National des Arts et
Métiers
Séries temporelles
Geoffroy DELION, Directeur des Ressources Humaines, WINTER & Associés
Trouver son poste sur le marché
Didier FAIVRE, Consultant en finance, Crédit Agricole CIB
Méthodes numériques en finance
Sébastien FAIVRE, Administrateur, INSEE
Théorie des sondages
Matthieu GENISSON, Analyste ALM & opérations de marchés, Crédit Agricole Ile de
France
Initiation à VBA pour excel
Sandrine HENON, Professeure agrégée à l’Université Paris Dauphine
Modèles de taux d’intérêt
Enrique IGUZQUIZA, Consultant en finance (NEXEO)
Gestion globale des risques Var
Witold LITWIN, Professeur, Université Paris Dauphine
Bases de données pour la statistique
Fabien MARCHESE, Commissaire Contrôleur des Assurances, Autorité de contrôle
prudentiel
Introduction aux méthodes mathématiques de l’assurance
11
Florent OMNES, Ingénieur Financier, CPR
Risque de crédit
Olivier QUELIER, Journaliste
Conduite de projet de communication
Vincent RIVOIRARD, Professeur, Université Paris Dauphine
Méthodes pour les modèles de régression
Walter SCHÖN, Professeur, Centre de Recherches HEUDIASYC, Université de
Technologie de Compiègne
Sûreté de fonctionnement
Mireille SUMMA, Maître de Conférences, Université Paris Dauphine
Utilisation du logiciel SPAD
Daniel THELL, Ingénieur Financier et Trader, AXA
Gabriel TURINICI, Professeur, Université Paris Dauphine
Gestion de risque et construction de portefeuille
12
LES PROGRAMMES
TRONC COMMUN
Initiation à VBA pour Excel
Trimestre : 1er trimestre
Volume horaire : 9 heures
Nombre d’ECTS : 1
Responsable du cours : Matthieu GENISSON
Statut : obligatoire
Objectif de l'enseignement : Fournir les bases de la programmation en VBA pour Excel
Contenu de l’enseignement : Présentation et manipulation des principaux objets VBA et Excel.
Interaction VBA avec Excel. Possibilité de présenter l'interface avec R. (librairie RExcel)
Bibliographie : VB & VBA in a nutshell, Paul Lomax
Nature et méthodes d’enseignement : TD en salle machine
Mode d’évaluation : projet
Trouver son poste sur le marché
Nombre d’ECTS : 0
Responsable du cours : Geoffroy DELION
Objectif de l'enseignement : ce cours a pour objectif de présenter les principales options possibles de
métiers sur le marché en sortant du master ISF et de présenter un certain nombre d’outils nécessaires à
la construction d’un projet de carrière personnel et identifié.
Contenu de l'enseignement. Présentation générale du champ des possibles en termes d’acteurs sur le
marché et en terme de type de métier à la sortie du Master 2 ISF. Approche par les compétences et
qualités demandées des différents métiers tout en proposant les questions à se poser par rapport à son
approche personnelle. Présentation et restitution d’outils de personnalité / gestion de carrière (possibilité
de faire l’autoévaluation par internet entre les deux cours de 2 fois trois heures) pour valider les
éventuels choix qui se dessinent aux étudiants. Présentation de CV et lettre de motivation et ainsi que la
préparation et l’exécution des entretiens d’embauche (écueils à éviter et questions à poser, exemples
d’entretien etc…).
Nature et méthode d'enseignement : cours magistral
Pré-requis : Aucun
13
Mode d'évaluation : Projet Personnel
Bibliographie : Cours construit sur une approche et une constatation pragmatique du terrain,
Deviens qui tu es (Pierre Cauvin) ; Développement personnel et professionnel par JC Durieux ; ABC de
l’Ennéagramme Par Eric Salem ; L’analyse transactionnelle par René de Lassus ; Ces gestes qui vous
trahissent par Joseph Messinger ; Les quatres accords Tolthèques par Miguel Ruiz
Méthodes pour les modèles de régression
Nombre d’ECTS : 3
Responsable du cours : Vincent RIVOIRARD
Objectif de l'enseignement : La régression statistique a pour but
-
d’estimer les paramètres entrant en jeu dans un modèle
-
de prédire les valeurs que peuvent prendre des observations
-
de déterminer les variables qui entrent en jeu de manière fondamentale dans un problème
statistique.
L’objectif de ce cours (et des TP associés) est de décrire et de manipuler les méthodes modernes les
plus classiques de la régression afin de fournir un bagage statistique solide aux étudiants qui suivront ce
cours
Contenu de l’enseignement :
- Rappels sur le modèle et la régression linéaire,
- Limitations de la régression usuelle,
- Régression pas à pas,
- Choix de modèles (Méthodes ascendantes et descendantes, AIC et BIC)
- Régression par moindres carrés pénalisés (estimateurs bridge et lasso)
- Modèles linéaire généralisés
- Régression Poissonienne
- Modèles logit/probit
- Régression non-linéaire (polynômes locaux, ondelettes)
- Régression PLS et CART
Bibliographie :
- P.A. Cornillon et E. Matzner-Lober : Régression : Théorie et applications
- P.A. Cornillon et E. Matzner-Lober : Régression avec R: Régression
- G. Saporta : Probabilités, analyses des données et statistiques
- M. Tenenhaus : Statistique : Méthodes pour décrire, expliquer et prévoir
Nature et méthodes d’enseignement : cours magistral et TP sous R
Mode d’évaluation : examen final
14
Séries temporelles
Nombre d’ECTS : 3
Responsable du cours : Laurence de CREMIERS
Objectif de l’enseignement : théorie et pratique de l’analyse des séries temporelles : modélisation et
prévision...,
Décomposition d’une série temporelle.
Rappels généraux sur la théorie des processus stochastiques en temps discret, stationnarité,
autocorrélations.
Bruit blanc et Marche aléatoire.
Les modèles ARIMA (Box et Jenkins) : modèles autorégressifs (AR), moyennes mobiles (MA), ARMA,
ARIMA et SARIMA, identification, estimation et prévision. Comparaison de modèles. Applications à
l’aide du logiciel SAS®.
Bibliographie :
- Gourérioux & Montfort (1995), «Séries temporelles et dynamiques», Economica
- Box & jenkins (1976), «Time Series Analysis, Forecasting and Control», Holden Day
- Hamilton (1994), «Time series analysis», Princeton university press;
- Chatfield (1999) «The Analysis of Time Series. An Introduction.», Chapman & Hall
- Makridakis (1998) «Forecasting. Methods ans Applications.», Wiley
- Melard (2008) «Méthodes de prévision à court terme», Editions de l’université de Bruxelles
- Tenenhaus (2007) «Méthodes statistiques», Dunod
- Yafee (2000), «Time series analysis with applications of SAS and SPSS», Academic Press
Nature et méthodes d’enseignement : cours magistral et pratique du logiciel SAS®.
Mode d’évaluation : examen et devoirs.
Tests statistiques
Trimestre : 2nd trimestre
Nombre d’ECTS : 3
Responsable du cours : Fadoua BALABDAOUI
- Tests non séquentiels (tests classiques) : Tests d'hypothèses : Généralités, Hypothèses simples : Le
lemme de Neyman-Pearson, Hypothèses composites : Le théorème de Karlin-Rubin, D'autres méthodes
de construction: Test du Rapport de Vraisemblance (Likelihood Ratio Test), tests chi-deux.
15
- Tests séquentiels : Le test de Wald : Tests Séquentiel du Rapport de Probabilités (TSRP),
Approximation des bornes d'arrêt du TSRP, Courbe d'efficacité (Operating curve), La taille moyenne de
l'échantillon (Average Sample Number), Application au contrôle de qualité
Bibliographie :
- G. B. Wetherill : Sequential Methods in Satistics
- Z. Govindarajulu : Sequential Satistics
- R. Pisani D. Freedman, R. Pisani \& R. Purves& R. Purves : Statistics
- G. Casella & R. L. Berger : Statistical Inference
- F. Balabdaoui & O. Wintenberger (polycopi\'e) : Statistique Math\'ematique
- E. L. Lehmann : Testing Statistical Hypotheses
Nature et méthodes d’enseignement : cours magistral
Utilisation du logiciel SAS
Nombre d’ECTS : 3
Responsable du cours : Thierry CEMBRZYNSKI
- Module de base : les concepts fondamentaux, la lecture de données brutes, l’édition et le tri de
tableaux SAS. La transformation des données (codage, création de variables), les données manquantes.
Le résumé des données (PROC MEANS, FREQ, UNIVARIATE). Le traitement des valeurs de date et de
temps. Introduction à la gestion des tableaux SAS, stockage des tableaux SAS. Ecriture de fichiers
externes (EXPORT).
- Module GRAPH: graphique sur écran et imprimante (PROC GPLOT).
- Module STAT: introduction à l’ACP (PROC PRINCOMP) et à l’analyse discriminante (PROC DISCRIM).
Cet enseignement comprend la réalisation d’un traitement de données.
Nature et méthodes d’enseignement : cours magistral et TP
Introduction aux méthodes mathématiques de l’assurance
Nombre d’ECTS : 3
Responsable du cours : Fabien MARCHESE
16
Une première partie du cours est consacrée à une présentation générale de l’assurance et des
mécanismes statistiques de l’assurance dommage. Dans la seconde partie, la plus longue, sont
exposées les méthodes mathématiques de l’assurance vie.
Les points suivants seront abordés:
- Les fonctions probabilistes de l’assurance vie.
- Les tables de mortalité.
- Calcul des engagements de l’assureur et tarification. Présentation sur quelques cas représentatifs des
procédés généraux de calcul de primes pures.
- Notions élémentaires sur les provisions mathématiques.
Processus stochastiques et EDP
Nombre d’ECTS : 3
Responsable du cours : Imen BEN TAHAR
Objectif de l'enseignement : L'objectif de ce cours est d'introduire des bases du calcul stochastique et
d'explorer les liens qui existent entre les processus stochastiques étudiés et certaines équations aux
dérivées partielles (e.d.p). Ce lien sera exploité dans le cadre d'applications financières: tel que
l'évaluation des produits dérivés ou la gestion optimale de portefeuilles financiers. Contenu :
1. Calcul stochastique
- Filtrations, temps d'arrêt
- Martingales en temps continu
- Integrale stochastique et formule d’Itô pour semimartingales continues
- Applications de la formule d’Itô: théorème de Lévy, représentation
des martingales browniennes et théorème de Girsanov
2. Diffusions et EDP
- Diffusions: existence, unicité et propriété de Markov forte
- Problèmes de Dirichlet et de Cauchy, équation de Poisson
- Formule de Feynman-Kac
3. Introduction au contrôle stochastique
- Programmation dynamique et équation de Hamilton Jacobi Bellman
- Problème de Merton
Mode d’évaluation : Examen
Gestion de risque et construction de portefeuille
Nombre d’ECTS : 3
Responsable du cours : Gabriel TURINICI
17
Objectif de l'enseignement :
Rappels du cadre classique: critère moyenne-variance, Markowitz, _CAPM / MEDAF
Indices, portefeuilles optimaux, beta, arbitrage, APT
Modèles incluant une dépendance du temps: théorie du contrôle, _Merton, ...
Assurance du portefeuille: stop-loss, options, CPPI
Trading de volatilité, volatilité locale et calibration, formule de _Dupire
Introduction à l'allocation tactique à travers l'analyse et les _indicateurs techniques
Au delà du Markowitz: Black-Litterman et autres extensions
Autres classes d'actifs: FOREX, commodities, ...
-
Bibliographie :
JR. Portait, P. Poncet "Finance de marché" Dalloz 2008
R.B. Litterman "Mordern investment management: an equilibrium _approach", Goldman Sachs
2003
Z. Bodie, A. Kane A.J. Marcus "Investments" McGraw Hill 7th Edition 2008
J.C. Hull "Options, futures and other derivatives", Pearson Prentice _Hall 2006, 6th édition
P. Wilmott "Paul Wilmott introduces quantitative finance" John Wiley & _Sons, 2007
-
Nature et méthodes d’enseignement : Cours magistral
Mode d’évaluation : Examen
Conduite de projet et communication
Nombre d’ECTS : 3
Responsable du cours : Olivier QUELIER
Objectif de l'enseignement : Ce cours met les étudiants en situation de conduite d’un projet de
communication à partir des besoins du master ISF classique. Les différents projets sont liés en
particulier au site Internet, à l’association, aux réseaux sociaux, aux vidéos et conférences, à l’annuaire
des anciens, à la participation aux salons ou aux supports de cours. En fonction de leur projet, les
étudiants définissent le contexte de leur action. Ils proposent ensuite leur stratégie et les moyens de la
mettre en œuvre. Suite à leur action les étudiants remettent un « Plan de communication ». De manière
plus générale, le cours sensibilise les étudiants aux problématiques de la communication et de l’action
collective dans une organisation.
Anglais
Trimestre : 1er et 2nd trimestres
Nombre d’ECTS : 3
Responsable du cours : Cassandra BARTLETT
Le but de cet enseignement est d’apprendre à :
- Ecrire une lettre de motivation en anglais;
- Faire un CV et constituer un dossier d’expérience professionnelle en anglais;
18
- Etre performant en anglais lors d’un entretien d’embauche et de façon plus générale dans la vie
professionnelle;
- Etre capable de comprendre des sujets d’actualité à l’oral et à l’écrit, et d’en débattre;
- Préparer le TOEIC (Test Of English for International Communication).
19
20
BLOC OPTIONNEL STATISTIQUE
Analyse des données et scoring
Trimestre : 1 er trimestre
Nombre d’ECTS : 3
Responsable du programme du cours : Patrice BERTRAND
Statut : optionnel
- Rappels et compléments sur l’Analyse Factorielle d’un nuage de points (ACP), l’Analyse des
Correspondances (AFC), l’Analyse des Correspondances Multiples (ACM).
- Généralités sur les techniques de Scoring. Analyse Discriminante (AD) : Analyse factorielle
discriminante, Analyse discriminante décisionnelle, Cas de deux groupes, Multicolinéarité, Analyse
discriminante sur variables qualitatives (méthode DISQUAL, Analyse discriminante barycentrique),
Analyse Discriminante Bayésienne dans le cas gaussien.
- Méthodes de validation : Validation croisée et courbe ROC.
- Régression logistique : Modélisation, Estimation des coefficients par le Maximum de Vraisemblance.
Tests. Régression pas à pas.
L’ensemble de ces méthodes enseignées est illustré par des démonstrations du logiciel R sur des jeux
de données réels (principalement ACP, AFC, ACM, AD linéaire et quadratique, Régression logistique).
Nature et méthodes de l'enseignement : cours magistral
Mode d'évaluation : examen final
Utilisation du logiciel SPAD
Nombre d’ECTS : 2
Responsable du cours : Mireille SUMMA
Statut optionnel
- Introduction au logiciel SPAD.N.
- Importation de données.
- Etude des programmes: tris à plat et tris croisés, analyse en composantes principales, analyse des
correspondances simples et multiples, classification, régression linéaire
- Interprétation des résultats.
Cet enseignement comprend la réalisation d’un traitement de données.
21
Théorie des sondages
Nombre d’ECTS : 3
Responsable du cours : Sébastien FAIVRE
Statut : optionnel
- Introduction: paramètre et estimateur, aléa de sondage, concepts de précision, base de sondage.
- Echantillonnage à probabilités inégales; le cas particulier du sondage aléatoire simple.
- Sondage stratifié.
- Echantillonnage à plusieurs degrés; le cas particulier du sondage en grappes.
- Généralités sur les redressements.
- Redressement sur variables qualitatives: la technique de post-stratification sur une puis deux variables
(calage sur marges).
- Redressement sur variables quelconques : l’estimateur par la régression.
- Eléments de traitement des non-réponses.
Contrôle de la qualité- Sûreté de fonctionnement
Nombre d’ECTS : 2
Responsable du cours : Claude CONSTANT et Walter SCHÖN
Statut : optionnel
Contenu de l’enseignement : 15 heures
Management de la qualité (Claude CONSTANT) :
- Le système de gestion de la qualité, outil de management de la qualité dans l’entreprise: ses enjeux,
son organisation, les normes internationales ISO 9000 et l’introduction à l’assurance qualité
- Présentation des différents outils et méthodes qualité utilisés comme des aides à la décision dans les
phases de développement et de fabrication du produit.
- Le contrôle qualité à la réception des lots.
- L’analyse des moyens de production et la maîtrise statistique des processus.
- La méthodologie des plans d’expériences dans la mise au point des processus.
- Introduction à la méthodologie « Six Sigma ».
Sûreté de fonctionnement (Walter SCHÖN) : 6 heures
- Généralités.
- Traitement des données de fiabilité (fiabilité expérimentale et opérationnelle).
- Fiabilité des systèmes.
22
- Fiabilité et disponibilité des systèmes réparables.
Data mining pour la relation client et le marketing
Nombre d’ECTS : 2
Responsables du cours : Pascal BIZZARI
Statut : optionnel
Data mining pour la Relation Client et le Marketing. L’objectif de l’enseignement est d’illustrer les
applications du Data Mining dans les entreprises.
Positionnement du Data Mining
Structure des systèmes d’information (entrepôt de données), enjeux du Data Mining
Cartographie des technologies de Data Mining
Statistiques et Data Mining, domaines d’applications du Data Mining
Processus de réalisation d’une étude
Conceptualisation, réalisation, intégration, mesure et suivi
Présentation des logiciels du marché
Suites applicatives, arbre de décision, réseau de neurones, réseau bayésien, text mining
Etudes de cas
Ciblage marketing, segmentation de la clientèle, analyse de la satisfaction, associations de produits,
analyse des parcours internet, prévention des impayés, scoring d’attrition (« churn »), calcul de valeur
client, traitement des emails.
Perspectives du Data Mining
Nature et méthodes d’enseignement : cours magistral et TP
Bases de données pour la statistique
Volume horaire : 25,5 heures
Nombre d’ECTS : 3
Responsable du cours : Witold LITWIN
Statut : optionnel
- Architectures modernes des SGBD: client-server, multi-serveur, distribuée, multibase & cloud.
- Conception et manipulation avancées de données en SQL-2 et QBE: nouveau types de données,
domaines et contraintes d’intégrité, différents types de jointures, fonctions d’aide à la décision, requêtes
multibases, déclencheurs.
23
- Interfaces 4-GL et web. Transactions, fiabilité, données No-SQL, « Big Data Analysis».
Méthodes de classification
Nombre d'ECTS : 3
Responsable du cours : Patrice BERTRAND
Statut : optionnel
Public visé : Spécialité TSI et parcours statistique de la spécialité ISF
Objectif de l'enseignement : Donner un sens théorique et pratique du Data Mining
Contenu de l'enseignement :
- Introduction. Notions de statistique et d’analyse des données : variables aléatoires, échantillons.
Réseaux de neurones : fondements neuro-biologiques, notion de neurone formel, définition d’un
réseau.
- Classement ou discrimination. Approche statistique et analyse des données : définition du cadre
Bayésien, méthodes paramétriques (analyse discriminante linéaire), méthodes non paramétriques
(arbre de décision et segmentation). Approche réseaux de neurones : méthode du perceptron
(propriétés mathématiques et limites), algorithme de rétropropagation (propriétés d’approximateur
universel). Estimation du taux de classement, validation et mesure de la capacité de généralisation
des méthodes de classement : présentation de quelques exemples, utilisation pratique de ces
méthodes (logiciels libres WEKA et TANAGRA).
- Partitionnement et Classification hiérarchique. Méthodes de la Classification Hiérarchique
(Classification Hiérarchique Descendante, Classification Ascendante Hiérarchique, liens avec les
ultramétriques, formule de Lance et Williams, voisins réciproques), Méthode des k-means et variantes
(convergence de l’algorithme, version « batch », algorithmes d’échange), Cartes auto-organisatrices de
Kohonen, Evaluation d’un partitionnement par mesure de l’adéquation avec les données, et par
mesure de la stabilité des résultats (liens avec les algorithmes de classification par méthode
d’ensemble) .
Marketing : de la théorie à la pratique
Trimestre : 2ème Trimestre
Nombre d'ECTS : 2
Responsable du cours : Jérôme BELLANGER, Fondateur – Gérant, cabinet d’études qualitatives, J.B.C.
Statut : optionnel
24
Objectifs de l’enseignement : "Marketing, de la théorie à la pratique" : acquisition et approfondissement
des concepts fondamentaux du marketing et pratiques du marketing au travers de cas réels et récents
Contenu de l'enseignement : la stratégie marketing, le marketing opérationnel, les études marketing, la
GRC / CRM
25
BLOC OPTIONNEL FINANCE
Gestion globale des risques, VAR
Nombre d'ECTS : 3
Responsable du programme du cours : Mr Enrique IGUZQUIZA
Statut : optionnel
Public visé : spécialités Actuariat et Ingénierie Statistique et Financière
Objectif de l'enseignement : analyse des modèles mathématiques du risque de marché, étude des
méthodes de gestion globales du risque de marché lorsque les sources d’incertitude sont multiples.
Contenu de l'enseignement. Introduction. Modèles dynamiques pour les prix d’actifs financiers.
Agrégation des risques, normalité, asymétrie, queues de distributions épaisses. La valeur risquée.
Définition et méthodologies de calcul de la VaR (historiques, Monte Carlo, analytiques). Présentation
de RiskMetrics de J.P. Morgan. Données, méthodologie, interprétations. Application. La cartographie
de RiskMetrics, risque sur les instruments financiers comptants et produits dérivés. Estimation des
matrices de variances-covariances, volatilités et corrélations.
Pré-requis : enseignements optionnels de finance des licence et master M1, notions de calcul
stochastique
Bibliographie :
P. Jorion, Value at risk, McGraw-Hill, 2000
D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991
J. Longerstaey, L. More, Introduction to RiskMetrics, Morgan Guaranty Trust Company, 1995
Modèles de taux d’intérêt
Trimestre : 1
er
trimestre
Nombre d'ECTS : 3
Responsable du programme du cours : Sandrine HENON
Statut : optionnel
Objectif de l'enseignement : Ce cours est consacré aux modèles de taux d'intérêt à temps continu. Au
travers de nombreux exemples, on décrit leur utilisation pour évaluer les produits dérivés sur taux
d'intérêt.
Contenu de l'enseignement.
26
- Quelques outils de calcul stochastique : rappels. Formule dʼIto Changement de probabilité : définition,
théorème de Girsanov, formule pour les espérances conditionnelles.
- Généralités sur les taux d'intérêt : Définitions : zéro-coupon, taux forward instantanés, taux court (ou
taux spot) Modèles simples du taux court au travers de deux exemples : modèles de Vasicek et de CIR
(Cox, Ingersoll et Ross). Modèles de Heath, Jarrow, Morton (HJM), probabilité risque-neutre, dynamique
des zéro-coupon.
- Produits de taux classiques. Généralités : formule de Black, phénomènes associés à la courbe de
volatilités, taux forward, swap, taux swap. Changement de numéraire et probabilités forward. Application :
prix des produits vanilles, les caplets et les swaptions.
- Modèle LGM à un facteur.
- Modèle BGM (Brace, Gatarek et Musiela) / Jamishidian.
- Modèles à volatilité stochastique : Définition. Modèle SABR. Modèle dʼHeston
Pré-requis : notions de base de calcul stochastique, enseignements optionnels de finance des licence et
master première année.
Bibliographie :
- D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance
- D. Brigo and F. Mercurio. Interest Rate Models – Theory and Practice 2nd édition, Springer- P. Hagan, D. Kumar, A. Lesniewski and D. Woodward . Managing Smile Risk, WILMOTT
Magazine. Septembre 2001 84-108
Volume horaire 21 heures
Nombre d'ECTS : 3
Responsable du programme du cours : Didier FAIVRE et Daniel THELL
Statut : optionnel
Objectif de l'enseignement. Présentation succincte des principales méthodes numériques utilisées en
finance pour l’évaluation des produits dérivés.
Contenu de l'enseignement. Théorie de la Réplication : valorisation des options. Formule de Feymann
Kac et application au cas d’options européennes, asiatiques et américaines. Méthodes numériques :
arbres, EDP et Monte-Carlo. Présentation et utilisation d’un logiciel d’évaluation d’obligations
convertibles.
Pré-requis : calcul stochastique et modèles d’évaluation d’actifs financiers en temps continu.
27
Bibliographie :
J. Hull : Options and futures and other derivatives, Prentice Hall international, 1999
P. Wilmott, Derivatives : the theory and practice of financial engineering, John Wiley, 1998
D. Lamberton, B. Lapeyre : Introduction au calcul stochastique appliqué à la finance, Ellipse,
1991
Économétrie de la finance et applications à la gestion d’actifs
Nombre d'ECTS : 2
Responsable du programme du cours : Mabrouk CHETOUANE
Statut : optionnel
Objectif de l'enseignement : ce cours a pour objectif de présenter les principales contributions de la
théorie financière à la gestion d’actifs. Une attention particulière sera donnée à l’évaluation statistique
des modèles abordés.
Contenu de l'enseignement. Choix et performances de portefeuille : choix de portefeuilles pour le critère
moyenne-variance, estimation des performances et des portefeuilles efficients, critiques et extensions.
Modèles d’équilibre des actifs financiers : hypothèses du modèle, le modèle, analyse par régressions,
critiques et extensions. Modèles à facteurs et principe d'arbitrage : définitions, modèle à facteurs
endogènes et exogènes, inférence statistique, critiques et extensions.
Pré-requis : méthodes d'optimisation, statistiques, introduction aux marchés financiers.
Mode d'évaluation : l’évaluation se basera sur la rédaction d’un mémoire individuel où l’étudiant
confrontera, à l’aide de données financières, les modèles théoriques à la réalité des marchés.
Bibliographie :
C. Gouriéroux., O. Scaillet et A. Szafarz, Econométrie de la finance, Economica
Y. Simon, Encyclopédie des marchés financiers, Vol I et II, Economica
B. Dumas, A. Blaise, Les titres financiers : équilibre du marché et méthodes d'évaluation, PUF
C ++
Nombre d'ECTS : 3
Responsable du cours : Olivier CARLES
Statut : optionnel
Public visé : parcours finance de la spécialité ISF
Objectif de l'enseignement : Donner un sens théorique et pratique du Data Mining
Nature et méthode d'enseignement : cours magistral et travaux pratiques
28
Mode d'évaluation : examen
Risque de crédit
Nombre d'ECTS : 3
Responsable du programme du cours : Florent OMNES
Statut : optionnel
Objectif de l'enseignement : ce cours a pour objet la présentation des principaux concepts et principales
méthodes utilisés pour la définition, la mesure, et la gestion du risque de crédit.
Contenu de l'enseignement. Le risque de crédit : généralités ; obligation du secteur privé, sécurités et
covenants
lors d’une émission, taux de recouvrement en cas de défaillance, spread de crédit, emprunt à haut
rendement ; prêt syndiqué, dette souveraine ; défauts croisés et corrélation de défaut, actif contingent
avec risque de défaut. Rating de créance et agences de rating. Dérivés de crédit. Modèles d’évaluation
du risque de crédit : modèles structurels (modèles de Merton, Black & Cox, Longstaff & Schwartz),
modèles réduits (modèles à intensité, modèles à migration, modèle de Jarrow &Turnbull, Duffie &
Singleton), modèles mixtes ; gestion de portefeuille et techniques de mesure du risque de crédit
(exemples : CreditMetrics de J.P. Morgan, Credit Monitor de KMV).
Nature et méthode d'enseignement : cours magistral et conférences
Pré-requis : options finance de licence et master M1.
Mode d'évaluation : examen final.
Bibliographie :
D.Duffie, K.J.Singleton, Credit risk, Princeton Series in Finance, 2003
D.Cossin, H. Pirotte, Advanced credit risk analysis, John Wiley, 2000
CreditMetrics Technical Document, RiskMetrics Group, 2001
D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991
Métiers de la finance et projet professionnel
Trimestre : 2ème trimestre
Nombre d’ECTS : 3
Responsable du cours : Imen BEN TAHAR
Statut : optionnel
Objectif de l'enseignement :
L'objectif de ce cours est 'amener chaque étudiant à développer de manière constructive son projet
professionnel. Ceci implique
- un travail d'exploration des métiers de la finance visés, ainsi que la confrontation des
29
"représentations" avec la réalité du terrain,
- une formulation des objectifs professionnels et l'élaboration d'un projet personnel
- la mise en oeuvre des stratégies permettant d'atteindre ces oh-bjectifs, notamment lors de la
recherche de stage,
30
CONTACTS ET AUTRES RENSEIGNEMENTS
Directeur du Département : Gabriel TURINICI
✆ 01 44 05 48 58
Bureau : B 540
[email protected]
Responsable de la Mention : Gabriel TURINICI
✆ 01 44 05 48 58
Bureau : B 540
[email protected]
Responsable de la Spécialité : Vincent RIVOIRARD ✆ 01 44 05 44 00 Bureau : B 636
[email protected]
Responsable Administrative : Patricia DESSANS ✆ 01 44 05 41 57
Bureau : B 538
[email protected]
Secrétariat :
Judith NTSAME
✆ 01 44 05 47 90 Bureau : B 522 fax : 01 44 05 40 36
[email protected]
Site Internet de l’Université
http://www.dauphine.fr
Service Accueil-Information de l’Université
Bureau P 023
✆ 01 44 05 42 54 ou ✆ 01 44 05 44 75
Service Scolarité Centrale de l’Université
Rez-de-chaussée côté Paris, accès cour d’honneur, Bureau P 029
✆ 01 44 05 46 14
Inscriptions administratives, délivrance de la carte d’étudiant, des certificats de scolarité, établissement
des diplômes pour les étudiants inscrits au Département MIDO.
Service Dauphine-Emploi
Rez-de-chaussée côté Paris
✆ 01 44 05 41 48
Service chargé de recueillir et diffuser des offres d’emplois.
31
Département MIDO
Mathématiques et Informatique de la Décision et des
Organisations
32

isf parcours classique - Mido - Université Paris

Transcription

Documents pareils

Directeur du Département

Mido - Université Paris

The New Generations Entre Z et Alpha

Master MIDO MMD-MA 13-14 - Université Paris

Les masters - Fondation Sciences Mathématiques de Paris

MASTER 2ème année DOMAINE MIDO Mention Mathématiques de

prestation garde d`enfants 2016

LANCEMENT du club « DAUPHINE AFRIQUE

Press Review

A VENDRE

imprime das 2 - AGA

BAC Professionnel logistique