Banking, Finance, and Insurance - Magistère Year 3

Syllabus

Download course descriptions

Enseignement obligatoire

TRONC COMMUN (3 ECTS)

OPTION 1 : Module Marchés Obligatoires (3 ECTS)

  • Stochastic Finance

    Stochastic Finance

    Ects : 3

    Lecturer :

    Total hours : 36

    Overview :

    1. Introduction aux processus de diffusion et lien avec les équations aux dérivés partielles; 2. Modèle de Black et Scholes; 3. Modèles à volatilité locales et volatilité stochastique; 4. Introduction aux modèles de taux

    Coefficient : 1

    Recommended prerequisites :

    Bases de calcul stochastique en temps continu (martingales, mouvement Brownien) ; Modèle de Black & Scholes pour l'évaluation et la couverture de produits dérivés.

    Require prerequisites :

    Bases en calcul de probabilité (variables aléatoire, espérance, espérance conditionnelle)

    Learning outcomes :

    Modélisation stochastique (Modèles de diffusion) en Finance et application à l'évaluation et couverture des produits dérivés

OPTION 1 : Module Marchés Optionnels (27 ECTS)

  • PSL Intensive Weeks in Data Sciences

    PSL Intensive Weeks in Data Sciences

    Ects : 6

    Lecturer :

    Coefficient : 2
  • Python pour l'analyse de données financières en temps réel

    Python pour l'analyse de données financières en temps réel

    Ects : 6

    Total hours : 27

    Overview :

    - Seance 1: Introdution + test de niveau pour construire les groupes de travail.

    - Seance 2 -> 5: Remise à niveau Python.

    - Seance 6: Analyse et visualisation des données financières - detection d'opportunités d'arbitrage via analyse de carnets d'ordres sur plusieurs marchés.

    - Seance 7: Delta Hedging automatisé - liquidité et market impact instantané - KPIs d'execution optimale.

    - Seance 8: Smart order routing et applications.

    - Seance 9: présentation des papiers de recherche.

    - Seance 10: Examen final

    Coefficient : 2

    Learning outcomes :

    - Bases développement python - techniques d'entretiens pour les élèves les plus avancés.

    - principes de trading algorithmique, automated hedging, automated market making et execution optimale.

    Assessment :

    - 20% : moyenne de 5 Quizzs de 10 min

    - 40% Présentation d'un papier de recherche en groupe

    - 20% Examen finale écrit

    - 20% Examen de code et d'interprétation
  • Leadership in Finance

    Leadership in Finance

    Ects : 3

    Lecturer :

    • MATHIAS GARCIA REINOSO

    Total hours : 15

    Overview :

    The course is structured around four interconnected pillars: stress management, presentation skills, active listening, and decision-making with its inherent unconscious biases. These themes are not treated in isolation; they are explored in an integrated, iterative manner, reflecting the way they interrelate in real-life professional settings.

    We begin with stress, examining its origins through a neuroscientific and evolutionary lens, and move towards concrete strategies for managing it in high-stakes or emotionally charged situations. Presentation techniques build on this foundation, focusing on the impact of voice, body language, and emotional regulation in communicating ideas with clarity and presence. Active listening, feedback, and negotiation are approached through practical exercises that emphasise empathy, clarity, and adaptability. Decision-making and cognitive biases are addressed throughout the course as a thread that runs through all interactions, shaping both what we perceive and how we respond.

    A continuous blend of theory and practice shapes the learning experience: scientific insights are immediately tested through discussion, reflection, and real-world application. Depending on the group’s needs and interests, additional topics such as time management, strategic thinking, or intercultural communication may also be explored.

    Learning outcomes :

    This course aims to equip students with essential skills in leadership and interpersonal communication, with an emphasis on the practical application of theoretical concepts. Drawing on insights from neuroscience, behavioural science, and the science of learning, the course helps students better understand how people think, decide, and interact (starting with themselves). They will learn to recognise and manage stress, develop more effective communication strategies, and improve their ability to listen, give feedback, and navigate negotiation scenarios. The course also emphasises the importance of adapting and growing, encouraging students to develop habits of self-awareness and continuous learning. Throughout, particular attention is given to decision-making and unconscious biases, which are consistently integrated into the learning process to deepen their understanding of human behaviour in leadership contexts.
  • Macroeconomy for market participants

    Macroeconomy for market participants

    Ects : 3

    Lecturer :

    • FLORENCE PISANI

    Total hours : 24

    Overview :

    The aim of the course is to provide students an overview of the interaction between the macro-economic environment and financial markets developments. There are four chapters: I. How market participants follow and respond to the business cycle: an analytical framework II. The interest rate markets III. The stock markets IV. The exchange rate markets

    Coefficient : 1

    Recommended prerequisites :

    Some basic macro-economic background and an interest in financial markets

    Learning outcomes :

    At the end of the course, the students should have a better grasp of the interactions between financial markets and macro-economic evolution of advanced economies.

    Assessment :

    A presentation, including the use of visual aids and possibly a final exam (with a quiz and an essay-type question).

    Bibliography-recommended reading

    - Brender A. et F. Pisani (2001), Les marchés et la croissance, Economica, Paris. - Brender A. et F. Pisani (2010), Global imbalances and the collapse of globalised finance, CEPS, Brussels. - Gurkaynak R., B. Sack et E. Swanson (2004), « Do Actions Speak Louder Than Words? The Response of Asset Prices to Monetary Policy Actions and Statements », Finance and Economics Discussion Series, Board of Governors of the Federal Reserve System. - Kozicki S. et G. H. Sellon Jr. (2005): "Longer-Term Perspective on the Yield Curve and Monetary Policy", Economic Review, Federal Reserve Bank of Kansas city, Fourth Quarter - Wright J. H. (2007): "The yield curve and predicting recessions", Staff working papers in the Finance and Economics Discussion Series, Board of Governors of the Federal Reserve System.
  • Introduction to life insurance

    Introduction to life insurance

    Ects : 3

    Lecturer :

    • WILLIAM NOGARET
    • RAVINDRANATHE DUMANOIR

    Total hours : 24

    Coefficient : 1
  • Behavioral finance

    Behavioral finance

    Ects : 3

    Lecturer :

    Total hours : 15

    Coefficient : 1
  • Exotic options and structured products

    Exotic options and structured products

    Ects : 3

    Total hours : 24

    Overview :

    Class focuses on the pricing of exotic options and equity derivatives structured products with complex pay-offs. It is divided into 6 sessions of three hours each. Class alternates the teaching of the theory and practical applications. Monte- Carlo simulations are performed using Microsoft Excel. Local and stochastic volatility concepts are introduced, then applied practically. Impact of hedging techniques for such instruments are discussed. At the end, students are capable of building from scratch, pricing models for any complex equity derivative instrument.

    Coefficient : 1

    Recommended prerequisites :

    Common knowledge of probability theory. Ability to complete Python programing

    Require prerequisites :

    Probability Theory.

    Learning outcomes :

    The class aims at giving students the fundamentals of quantitative pricing for complex Equity derivatives products.

    Assessment :

    The exam consists of a final project where each student has to perform the pricing of a specific equity derivative instrument using Monte-Carlo simulation. Attendance to the course, is taken into account for final grading.

    Bibliography-recommended reading

    Quantitative Finance- Paul Willmott-WILEY
  • Investing on financial markets

    Investing on financial markets

    Ects : 3

    Lecturer :

    • DENIS BEAUDOIN

    Total hours : 24

    Overview :

    The course aims at grasping key financial asset management principles and concepts, their goals, major means, common tools & constraints, in a search of a "reasonably optimal" portfolio.

    I-A review of investment processes, techniques and models over time

    II-Investment Process: investment philosophy, investment universe, asset selection, portfolio construction, risk monitoring, reporting

    III-Diversification, factors & risk premia

    IV-Risks & return assessment (VaR, CVaR, EVT, major ratios)

    V-Directional & non-directional strategies for relative or absolute expected returns

    VI-SRI, ESG and other non-financial inputs

    VII- Case studies (investment themes & asset managers)

    Coefficient : 1

    Recommended prerequisites :

    Open mindedness

    Require prerequisites :

    Prior knowledge of major financial markets instruments (equities, bonds, forex, commodities, derivatives

    Learning outcomes :

    Understanding asset management's purpose and optimization.

    Understanding uncertainty reduction techniques to improve investment decisions over time.

    Portfolio construction & risk-return analyses.

    Assessment :

    Two team-based class presentations: a first one about a pre-approved theoritical subject, and a second one being a feedback following a meeting with a CIO or a CEO of a Paris-based asset management company (meetings arranged by the lecturer)

    Bibliography-recommended reading

    Not easy: Expected Returns - An Investor's Guide to Harvesting Market Rewards, by Antti Ilmanen, Wiley Finance (2011) Bedside reading: The Intelligent Investor, subtitled "The definitive book on value investing", by Benjamin Graham, Harper Business Essentials (2006) Easier and entertaining: Fooled by randomness, subtitled "The hidden role of chance in life and in the markets" by Nassim Taleb, Penguin Books (2007)
  • Méthodes pour la régression et la classification

    Méthodes pour la régression et la classification

    Ects : 3

    Lecturer :

    Total hours : 21

    Coefficient : 1

OPTION 2 : Module d'entreprises (27 ECTS)

  • Saving and the financing of the real economy

    Saving and the financing of the real economy

    Ects : 3

    Lecturer :

    • CYRIL BLESSON

    Total hours : 15

    Overview :

    Analyse des mécanismes de l'accumulation patrimoniale des ménages et ses interactions avec l'économie

    Etude en profondeur du marché de l'épargne hexagonal et du rôle de chaque produit existant pour le financement de l'économie

    Coefficient : 1

    Recommended prerequisites :

    Théorie de l'épargne (Keynes, Brown, Modigliani, Friedman etc..)

    Learning outcomes :

    Théorie de l'épargne

    Assessment :

    exposés et examens écrit
  • Leadership in Finance

    Leadership in Finance

    Ects : 3

    Lecturer :

    • MATHIAS GARCIA REINOSO

    Total hours : 15

    Overview :

    The course is structured around four interconnected pillars: stress management, presentation skills, active listening, and decision-making with its inherent unconscious biases. These themes are not treated in isolation; they are explored in an integrated, iterative manner, reflecting the way they interrelate in real-life professional settings.

    We begin with stress, examining its origins through a neuroscientific and evolutionary lens, and move towards concrete strategies for managing it in high-stakes or emotionally charged situations. Presentation techniques build on this foundation, focusing on the impact of voice, body language, and emotional regulation in communicating ideas with clarity and presence. Active listening, feedback, and negotiation are approached through practical exercises that emphasise empathy, clarity, and adaptability. Decision-making and cognitive biases are addressed throughout the course as a thread that runs through all interactions, shaping both what we perceive and how we respond.

    A continuous blend of theory and practice shapes the learning experience: scientific insights are immediately tested through discussion, reflection, and real-world application. Depending on the group’s needs and interests, additional topics such as time management, strategic thinking, or intercultural communication may also be explored.

    Learning outcomes :

    This course aims to equip students with essential skills in leadership and interpersonal communication, with an emphasis on the practical application of theoretical concepts. Drawing on insights from neuroscience, behavioural science, and the science of learning, the course helps students better understand how people think, decide, and interact (starting with themselves). They will learn to recognise and manage stress, develop more effective communication strategies, and improve their ability to listen, give feedback, and navigate negotiation scenarios. The course also emphasises the importance of adapting and growing, encouraging students to develop habits of self-awareness and continuous learning. Throughout, particular attention is given to decision-making and unconscious biases, which are consistently integrated into the learning process to deepen their understanding of human behaviour in leadership contexts.
  • Projet finance

    Projet finance

    Ects : 3

    Lecturer :

    • NICOLAS VITOUX

    Total hours : 15

    Coefficient : 1
  • Corporate strategy

    Corporate strategy

    Ects : 3

    Lecturer :

    • CHRISTELLE GANNAGE

    Total hours : 12

    Overview :

    - Diagnostic stratégique de l’environnement d’une business unit

    - Choix stratégiques pour gagner un avantage compétitif au niveau d’une business unit

    - Diversification stratégique et rôle de la holding parentale

    - Méthodes pour combler l’écart strategique (croissance organique, alliances, acquisitions)

    Coefficient : 1

    Learning outcomes :

    Comprendre à l’aide de frameworks et cas pratiques simples les choix stratégiques des entreprises au sein d’un environnement macroéconomique et concurrentiel donné

    Assessment :

    - Présentations en groupe (70%)

    - Participation aux cas pratiques étudiés en cours (30%)
  • Case studies in advance corporate finance

    Case studies in advance corporate finance

    Ects : 6

    Lecturer :

    • CHRISTELLE GANNAGE
    • SOPHIE BOUET
    • ROMAIN DOUEL

    Total hours : 18

    Coefficient : 2
  • SAS / R / SQL - Data analysis - Data modeling

    SAS / R / SQL - Data analysis - Data modeling

    Ects : 3

    Lecturer :

    • JEROME LEPAGNOL

    Total hours : 21

    Coefficient : 1
  • Fusions acquisitions, serious game ("circulation et transversalité droit et finance" cours en français)

    Fusions acquisitions, serious game ("circulation et transversalité droit et finance" cours en français)

    Ects : 3

    Lecturer :

    Total hours : 30

    Overview :

    Dans le cadre d’un serious game, les étudiants sont répartis en groupes représentant la société et son conseil M&A, ainsi que différents types d’investisseurs (industriels et financiers).

    Le cours simule un processus complet de levée de fonds (“sell-side process”), depuis la préparation des supports marketing jusqu’à la négociation et la structuration du tour de table.

    Les étudiants travaillent notamment sur :

    • la préparation de la documentation marketing (teaser, information memorandum, business plan)
    • l’analyse financière et la valorisation de la société
    • la rédaction et la négociation de la documentation juridique (NDA, term sheet, pacte d’actionnaires, contrat d’investissement)
    • les interactions entre investisseurs et management (Q&A, due diligence)
    • la formulation d’offres et la négociation des conditions de l’opération

    Le cours se conclut par une soutenance devant un jury simulant un processus de décision d’investissement et la constitution d’un tour de table.

    Les étudiants sont évalués sur la cohérence globale de leur approche transactionnelle (valorisation, structuration, logique stratégique, équilibre juridique et capacité de négociation).

    Coefficient : 1

    Learning outcomes :

    • Structuration complète d’un processus de levée de fonds (sell-side)
    • Élaboration et analyse de business plans (vision management vs investisseur)
    • Techniques de valorisation dans un contexte transactionnel
    • Rédaction et négociation des principaux documents d’une opération (NDA, term sheet, pacte d’actionnaires, contrat d’investissement)
    • Construction d’une stratégie d’investissement (industriel vs financier)
    • Gestion des interactions investisseurs / management (Q&A, due diligence, négociation)

    Assessment :

    Soutenance orale en groupe devant un jury, basée sur la présentation d’une offre d’investissement et/ou de structuration de tour de table, intégrant les dimensions financières, stratégiques et juridiques de l’opération.

    Learn more about the course :

    dauphine.psl.eu/formations/masters/economie-finance/m2-banque-finance-assurance/programme

OPTION 3 : Module Assurance (27 ECTS)

  • Pré-rentrée

    Pré-rentrée

    Total hours : 24
  • Modèles linéaires et ses généralisations

    Modèles linéaires et ses généralisations

    Ects : 6

    Lecturer :

    Total hours : 50

    Overview :

    Moindres carrés ordinaires et généralisés. Cas normal et propriétés asymptotiques. Tests de Fisher et tests asymptotiques. Le modèle d'analyse de la variance. Hétéroscédasticité - Définition, conséquences, moindres carrés généralisés et quasi-généralisés, application aux données de panel. Endogénéité des répresseurs et variables instrumentales, moindres carrés indirects et double-moindres carrés, tests de spécification. Équations simultanées : formes structurelle et réduite, modèles SUR, 3-stage least squares. Modèles linéaires généralisés, formalisation, modèles logit, probit, tobit et généralisations. Modèles de durée et modèles de données de comptage. Enseignant responsable : KATIA MULLER MEZIANI

    Coefficient : 2

    Learning outcomes :

    Ce cours vise à décrire la construction et l'analyse des divers modèles paramétriques de régression linéaire et non-linéaire reliant un groupe de variables explicatives à une variable expliquée. Il correspond à un premier cours d'économétrie dans le Master. Il inclut également des TP pour l'apprentissage et utilisation du langage de programmation SAS.
  • Actuariat 1

    Actuariat 1

    Ects : 6

    Lecturer :

    Total hours : 40

    Overview :

    Présenter les notions et mécanismes de base de l'assurance, typologie des modèles. Principe de calculs des primes et comparaison des risques. Modélisation des risques non-vie (la fréquence des sinistres, les coûts des sinistres). Modélisation des risques vie (probabilité viagère, valeur actuelle probable). Éléments sur la modélisation du montant cumulé des sinistres (mutualisation et agrégation). Enseignant responsable : CHRISTOPHE DUTANG

    Coefficient : 2

    Learning outcomes :

    Présenter les méthodes quantitatives de base dont dispose l'assureur pour la modélisation, la tarification et l'évaluation prévisionnelle des dépenses d'indemnisation des sinistres. Ces méthodes permettent, notamment de déterminer le montant des primes et de décider le montant de capital au risque.
  • Optimisation

    Optimisation

    Ects : 6

    Lecturer :

    Total hours : 40

    Overview :

    • Optimisation dans Rn (cas général et cas convexe).
    • Optimisation sous contrainte d’égalités et d’inégalités : KKT, cas convexe, lemme de Farkas, dualité, méthodes numériques (gradient projeté, Usawa, méthodes de pénalisation).
    • Introduction à la programmation linéaire.
    • Programmation dynamique en temps discret (problèmes en horizon fini problèmes en horizon infini avec coût escompté).
    • Calcul des variations
    • Introduction à la théorie du contrôle optimal (principe de Pontriaguine, équation de Hamilton-Jacobi-Bellman). Enseignant responsable : Yannick VIOSSAT

    Coefficient : 4 ECTS

    Recommended prerequisites :

    Optimisation dans Rn sans contraintes

    Learning outcomes :

    L’objectif de ce cours est d'étudier d'une part l’optimisation sous contraintes dans Rn et, d’autre part, les techniques de programmation dynamique déterministe qui sont fondamentales dans les applications.

    Assessment :

    Examen sur table (mi-semestre et fin de semestre)

    Bibliography-recommended reading

    Des notes de cours seront distribuées
  • Analyse de données

    Analyse de données

    Ects : 3

    Total hours : 40

    Overview :

    Généralités sur l'analyse des données, tableaux, problèmes de codages. Nuages de points et caractéristiques associées. Analyse en Composantes Principales. Analyse Factorielle sur Tableaux de Distances. Analyse Factorielle des Correspondances. Analyse des Correspondances Multiples. Enseignant responsable : DENIS PASQUIGNON

    Coefficient : 1

    Learning outcomes :

    Donner les notions de base de l'analyse des données.
  • Gestion de portefeuille (en anglais)

    Gestion de portefeuille (en anglais)

    Ects : 3

    Lecturer :

    Total hours : 40

    Overview :

    Théorie de Markowitz pour le choix de portefeuille (critère moyenne-variance notion de portefeuille efficient mesure de risque : la Value at Risk).

    Portefeuille d’investissement et portefeuille autofinancé, stratégies d’overlay.

    Le Modèle du CAPM et la Capital Market Line.

    Le portefeuille tangent et les betas, l’équation de la Security Market Line.

    Les indicateurs de performance : ratio de Sharpe, alpha de Jansen, ratio de Treynor.

    Les modèle à facteurs et le modèle de Fama French. Asset Pricing Theory.

    Illustrations et mini projet en Python.

    Enseignant responsable : PIERRE BRUGIERE

    Coefficient : 1

    Recommended prerequisites :

    Algèbre linéaire, calcul différentiel, connaissance des vecteurs gausiens, optimisation.

    Require prerequisites :

    Algèbre linéaire, calcul différentiel,

    Learning outcomes :

    Ce cours est une introduction aux méthodes quantitatives de traitement des données financières et de gestion de portefeuille. L'objectif du cours est de donner un bagage minimal en théorie moderne de la gestion quantitative afin de pouvoir traiter des problèmes pratiques de finance de marché et d'aborder les cours plus spécialisés de finance ou d'économétrie.

    Assessment :

    Partiel + Examen (+ mini projet)

    Bibliography-recommended reading

    Brugiere : Quantitative Portfolio Management (with applications in Python) Springer 2020
  • Processus discrets

    Processus discrets

    Ects : 3

    Lecturer :

    Total hours : 40

    Overview :

    Espérance conditionnelle. Martingales. Stratégies. Convergence des martingales. Arrêt optionnel. Chaînes de Markov. Enseignant responsable : FRANCOIS SIMENHAUS

    Coefficient : 1

    Learning outcomes :

    Introduction à la modélisation aléatoire dynamique.

TRONC COMMUN (6 ECTS)

OPTION 1 : Module Marchés Obligatoire (6 ECTS)

OPTION 1 : Module Marchés Optionnels (15 ECTS)

  • PSL Artificial Intelligence Week

    PSL Artificial Intelligence Week

    Ects : 3

    Lecturer :

    Coefficient : 1
  • Trading algorithmique

    Trading algorithmique

    Ects : 3

    Lecturer :

    • JONATHAN LEVY

    Total hours : 16

    Coefficient : 1
  • Advanced Econometrics

    Advanced Econometrics

    Ects : 3

    Lecturer :

    Total hours : 12

    Overview :

    Sujet 1 : Mesures de risque de marché (Volatilité, Value-at-Risk et Expected Shortfall) – modèles ARCH/GARCH univariés Sujet 2 : Tests de validation des mesures de risque (couverture non-conditionnelle, conditionnelle, test d’indépendance, super exception) Sujet 3 : Risque systémique et régulation macroprudentielle (Absorption ratio, MES, SRISK, Delta CoVaR et établissements bancaires d’importance systémique) – modèles ARCH/GARCH multivariés (CCC, DCC, BEKK)

    Coefficient : 1

    Recommended prerequisites :

    Programmation en Python. Cours de séries temporelles (modèles SARIMA).

    Learning outcomes :

    Ce cours a pour objectif de développer les compétences techniques des étudiants (applications sous Python) afin qu'ils soient capables de manipuler facilement des séries de rendements financiers. A la fin du cours, l'étudiant est donc capables d'identifier un processus sous-jacent sur les rendements financiers lui permettant de construire une mesure de risque de marché comme le demande le comité de Bâle dans ses accords éponymes qui règlementent le secteur bancaire. Au-delà, des aspects pratiques, ce cours développent les différents aspects de la réglementation prudentielle.

    Assessment :

    Examen final en salle machine.

    Bibliography-recommended reading

    Hull, J. C., 2015, Risk Management and Financial Institutions, 4th Edition, Wiley Finance. Jorion, P., 2011, Financial Risk Management Handbook, Wiley Finance Roncalli, T., 2009, La gestion des risques financiers (2e edition).
  • APT model and methodology

    APT model and methodology

    Ects : 3

    Lecturer :

    • KARIM JACQUELIN

    Total hours : 18

    Overview :

    Rétrospective historique des Modèles de Risque et Théories sous-jacentes

    Concepts et Mathématiques des indicateurs de risque généraux avec APT (Volatilité - Tracking Error - Beta - Corrélation...)

    Concepts et Mathématiques des indicateurs de risque avancés avec APT (VaR Monte Carlo - Attribution de risque - Stress Testing...)

    Cas pratiques d'utilisation des indicateurs de risque pour analyser et gérer les risques de portefeuilles en société de gestion

    Evaluation des risques et des performances des fonds

    Cas pratiques d'utilisation du risque pour gérer, optimiser et construire des portefeuilles : gestion quantitative avec des préférences explicites, intégration de critères ESG...

    Coefficient : 1

    Recommended prerequisites :

    Théorie Moderne de Gestion de Portefeuille (MEDAF, Volatilité, Frontière efficiente...)

    Learning outcomes :

    Suite à la formation l'étudiant aura acquis une compréhension du modèle de risque et de la méthodologie APT.

    Le cours vise aussi à montrer l'intérêt de l'approche multifactorielle statistique APT pour:

    - comprendre, analyser et gérer les risques de portefeuilles d'actifs financiers.

    - utiliser les concepts de risque pour gérer des portefeuilles en société de gestion avec une approche quantitative.

    Assessment :

    Participation

    Travail en groupe

    Examen sur table

    Bibliography-recommended reading

    Allocation d'Actifs - Théorie et pratiques (Chapitre 6 - Gestion du risque)
  • ESG Investment

    ESG Investment

    Ects : 3

    Lecturer :

    • ELIE EL KADI
    • VINCENT COMPIEGNE

    Total hours : 12

    Coefficient : 1
  • Commodity markets

    Commodity markets

    Ects : 3

    Lecturer :

    • SYLVAIN BERTHELET

    Total hours : 24

    Overview :

    Raison d'être of commodity futures markets : three different approaches. Relationships with cash commodity markets and other asset classes. Examples, hedging and trading strategies.

    Coefficient : 1

    Recommended prerequisites :

    Economics basics.

    Learning outcomes :

    Market mechanisms, instruments (futures and options) and the basis (difference between the cash price and the future price).

    Assessment :

    Written exam following the lecture.
  • Enjeux et modélisation des risques climatiques

    Enjeux et modélisation des risques climatiques

    Ects : 3

    Lecturer :

    • MOHAMED BENKHALFA

    Total hours : 15

    Coefficient : 1
  • Clustering en pratique

    Clustering en pratique

    Ects : 3

    Lecturer :

    • DIDIER JEANNEL

    Total hours : 18

    Coefficient : 1

OPTION 2 : Module Entreprises obligatoire (3 ECTS)

OPTION 2 : Module Entreprises optionnels (18 ECTS)

  • Financial analysis of insurance

    Financial analysis of insurance

    Ects : 3

    Lecturer :

    • OUNS JAOUA

    Total hours : 18

    Coefficient : 1
  • Corporate rating

    Corporate rating

    Ects : 3

    Lecturer :

    • AURELIE SALMON

    Total hours : 21

    Coefficient : 1
  • ESG Investment

    ESG Investment

    Ects : 3

    Lecturer :

    • ELIE EL KADI
    • VINCENT COMPIEGNE

    Total hours : 12

    Coefficient : 1
  • Financial modelling in revewable energy

    Financial modelling in revewable energy

    Ects : 3

    Lecturer :

    • CHRISTOPHE LAHON

    Total hours : 18

    Overview :

    Pratiquer la modélisation financière en matière de financement de projet appliqué aux énergies renouvelables.

    - Bref rappel des concepts de financement de projet

    - Principes généraux de modélisation financière

    - Etude détaillée d'un modèle de ferme solaire photo-voltaïoque

    - Pratique des étudiants sur un modèle financier d'une ferme éolienne

    - Etude de cas et jury

     

    Practice project finance modelling applied to renewable energy projects.

    - Overview of project finance concepts

    - General principles of financial modelling

    - Detailed study of a PV solar farm financial model

    - Student practice on a wind farm financial model

    - Case study and jury

    Coefficient : 1

    Recommended prerequisites :

    Cours de financement de projet de BFA3- 1er semestre

    Project Finance Course proposed in BFA3 - Semester 1

    Require prerequisites :

    Aucun

    None

    Learning outcomes :

    Proposer une introduction à la modélisation financière en matière de financement de projet.

    Provide a general overview on financial modelling in a project finance context.

    Assessment :

    Etude de cas présentée devant jury.

    Case study with presentation to jury.

    Bibliography-recommended reading

    Pour une introduction à la modélisation financière: Pierre Vernimmen, Finance d'Entreprise

    For a general introduction on financial modelling: Pierre Vernimmen, Corporate Finance (English version available)
  • The impact of Big data and Artificial Intelligence on Finance

    The impact of Big data and Artificial Intelligence on Finance

    Ects : 3

    Lecturer :

    • GUILHEM BENTOGLIO

    Total hours : 16

    Coefficient : 1
  • Private equity, Impact investing and Entrepreneurship

    Private equity, Impact investing and Entrepreneurship

    Ects : 3

    Lecturer :

    • FRANCOIS MASSUT
    • VIRGINIE RADICE DOUBLET
    • ANTOINE MALLARD

    Total hours : 30

    Coefficient : 1
  • Droit des obligations et contrats d'affaires

    Droit des obligations et contrats d'affaires

    Ects : 3

    Lecturer :

    Total hours : 15

    Coefficient : 1

OPTION 3 : Module Assurance (21 ECTS)

  • Processus de Poisson (en anglais)

    Processus de Poisson (en anglais)

    Ects : 3

    Lecturer :

    Total hours : 40

    Overview :

    - Définitions et propriétés importantes des processus de Poisson (loi jointe des temps sauts, comportements asymptotiques). - Définitions et propriétés de processus de Markov à espace d’états dénombrable.

    Enseignant responsable : STEFANO OLLA

    Coefficient : 1

    Learning outcomes :

    Introduction des processus à temps continus fondamentaux en probabilités, tels que les processus de Poisson et les chaînes de Markov à espace d’états dénombrable.
  • Méthodes numériques : problèmes dépendants du temps

    Méthodes numériques : problèmes dépendants du temps

    Ects : 6

    Total hours : 40

    Overview :

    • Introduction
    • Équations Différentielles Ordinaires : Euler Implicite, Runge Kutta, consistance, stabilité, A-stabilité
    • Calcul de dérivée et contrôle: graphe computationnel, différentiation automatique
    • Équations Différentielles Stochastiques : Euler Maruyama, Milstein

    Enseignant responsable : GABRIEL TURINICI

    Coefficient : 2

    Learning outcomes :

    Présentation de méthodes de résolution numérique des problèmes d'évolution et d'éléments d'analyse numérique. Mise en œuvre : utilisation de MatLab et de GNU Octave (travaux pratiques et projet).
  • Mouvement brownien & évaluation des actifs contingents

    Mouvement brownien & évaluation des actifs contingents

    Ects : 6

    Total hours : 40

    Overview :

    Évaluation d'actifs contingents en absence d'opportunités d'arbitrage : cadre du temps discret opportunités d'arbitrage stratégies de réplication et évaluation modèle de Cox-Ross et Rubinstein. Introduction au calcul stochastique en temps continu (mouvement Brownien intégrale d'Itô). Modèle de Black et Scholes (modèle de marché en temps continu équation de Black et Scholes et prix d'options définition et utilisation des grecques). Enseignant responsable : IMEN BEN TAHAR

    Coefficient : 2

    Learning outcomes :

    Étude du mouvement Brownien et son utilisation pour la modélisation des prix des actifs financiers. Présenter la méthodologie de l'évaluation d'actifs en Absence d'opportunités d'Arbitrage dans des modèles en temps continu et présenter le modèle de Black et Scholes.
  • Apprentissage statistique

    Apprentissage statistique

    Ects : 3

    Total hours : 40

    Overview :

    • Introduction à l'apprentissage statistique : Apprentissage supervisé/non-supervisé, Régression et Classification, Procédure générale d'apprentissage, Évaluation du modèle, Sur et Sous-apprentissage.
    • Méthode des K plus proches voisins et notion de "curse of dimensionality".
    • Régression linéaire en grande dimension, sélection des variables et régularisation du modèle (Ridge et Lasso).
    • Méthodes classiques pour la classification supervisée.
    • Algorithme du gradient (descente classique, stochastique et mini-batch) (optionnel).
    • (Non-supervisé) K-means clustering.

    Enseignant responsable : ANGELINA ROCHE

    Coefficient : 1

    Learning outcomes :

    Connaître les bases de l'apprentissage statistique et les méthodes les plus courantes, en particulier dans un contexte de grande dimension.
  • Actuariat 2

    Actuariat 2

    Ects : 6

    Lecturer :

    Total hours : 40

    Overview :

    1. Introduction au provisionnement en assurance Provisionnement en assurance non vie : PSAP, méthodes algorithmiques, méthodes stochastiquesProvisionnement en assurance vie : formule prospective et rétrospective
    2. Théorie de la crédibilité Crédibilité bayésienne de JewellCrédibilité linéaire de Buhlmann-Straub
    3. Théorie de la ruine Convergence, martingale, formule Formule explicite Poisson composée Approximations et borne de Cramer-Lundberg Impact de la loi de sévérité sur la probabilité de ruine

    Enseignant responsable : CHRISTOPHE DUTANG

    Coefficient : 2

    Learning outcomes :

    Étude de trois problématiques classiques en assurance : la théorie de la ruine (et les processus stochastiques associés), l'introduction au provisionnement vie et non-vie, et la théorie de la crédibilité.

MODULE RAPPORT DE STAGE ET PROJET (3 ECTS)

  • Rapports de stage BFA2 et BFA3

    Rapports de stage BFA2 et BFA3

    Ects : 3

    Lecturer :

    Total hours : 87

    Overview :

    Les rapports de stage de première année de Master (BFA2) sont l'occasion pour les étudiants de prendre du recul sur leur expérience et d'être capable d'en tirer un bilan constructif pour définir leur projet professionnel. Les rapports de dernière année de Master (BFA3) permettent aux étudiants de développer une problématique et de prendre conscience qu'ils ont déjà acquis une expertise sur leur domaine.

    Coefficient : 1

    Learning outcomes :

    Le rapport de stage de fin d’études montre les qualités de réflexion et les aptitudes d’analyse de l’étudiant(e) à partir d’une expérience professionnelle. Il témoigne de la recherche d’une problématique à partir des missions effectuées lors du stage.

    Les rapports proposés par les étudiants à cette occasion ne doivent donc pas être simplement descriptifs, factuels, sans réel apport personnel, ou réelle réflexion.

    Le travail de rédaction du rapport de stage doit être le temps privilégié qui permet à l’étudiant(e) de mûrir une réflexion, de développer une problématique en lien avec l’orientation professionnelle retenue. Cette réflexion peut être valorisée lors des entretiens d’embauche et permet de faire le lien entre la démarche académique (l’analyse, la prise de recul, le raisonnement, la connaissance de la littérature théorique sur le sujet) et l’expérience professionnelle (les missions à mener, les tâches à réaliser, la mise en situation, la maîtrise des outils). Cette prise de recul est indispensable aux postes de management mais aussi à la créativité, et à l’innovation.

    Assessment :

    A la fin de la première année de Master (BFA2), un stage de minimum 3 mois est obligatoire. Un stage de fin d'études (6 mois) est requis en fin de dernière année (BFA3). Les étudiants doivent rendre deux rapports séparés en fin de M2.

    Seul le rapport de BFA3 est soutenu à l'oral devant un jury en septembre (session 1) ou novembre (session 2).

Academic Training Year 2026 - 2027 - subject to modification

Teaching Modalities

The second year of the Master’s in Economics and Finance: Banking, Finance, and Insurance is divided into two semesters spread between the end of August and the end of February. Students specializing in Market Finance or Corporate Finance. Students wishing to write a thesis can pursue a research track. Courses are taught by academics or working professionals who are specialists in their field. Courses blend independent work, group work, dossier review, and “serious games” in the Bloomberg Room. Python training is provided in partnership with a Fintech company, and students work on a project under the mentorship of professional programmers. Students have the opportunity to spend a semester or a year (in the case of a dual degree) studying abroad in the United States, in Canada, within the prestigious QTEM network, or in Singapore or one of many European partner universities.

There is a particular focus on technological innovations in finance such as digitalization, blockchain, and AI. Students can attend additional lectures over the course of year on sustainable and responsible finance, and the impact of big data on finance. All students learn the basics of machine learning. Students who wish to can work on a start-up project and present it to a review panel at Station F.

Over the course of their Magistère, students have the opportunity to earn three diplomas:

  • Bachelor’s degree in Applied Economics from Université Paris Dauphine-PSL (Diploma from a research institution conferring the degree of master)
  • Master’s degree in Economics and Finance from Université Paris Dauphine-PSL (Diploma from a research institution conferring the degree of master)
  • A university diploma: Magistère in Banking, Finance and Insurance at Université Paris Dauphine-PSL

Internships and Supervised Projects

Students must complete a period of professional experience of at least six months beginning in March. After completing their terminal internship, students produce an internship report and defend it in front a review panel consisting of at least two people, usually the academic advisor and the internship supervisor.

The BFA Magistère degree provides access to all types of roles in market finance, corporate finance, and insurance. Students choose their area of specialization base on their preferences, the internships they have done, and the contacts they have made at conferences and forums. Because students can choose from a number of options, this development often occurs during the internship at the end of the first year of the Master’s program or at the beginning of the second year.

Students undertake a number of professional projects over the course of the curriculum. In the first year of the Master’s program, students specializing in Market Finance create a project in Python with members of the fintech company Invivoo’s team. For their part, students in Corporate Finance work on case studie prepared by teams from PwC, Duff and Phelps (London), Deloitte, Aurexia, and HSBC. Some students have the opportunity to work on a start-up project and present it to a prestigious review panel.