Economy and Finance: Master's Year 1

Syllabus

Download course descriptions

Obligatoire - Majeure Finance d'entreprise et Majeure Finance de marché

  • Pré-rentrée VBA

    Pré-rentrée VBA

    Lecturer :

    Total hours : 27

    Overview :

    Rappels des bases de la programmation avec VBA et Python, et leurs applications en finance.
  • Économétrie des séries temporelles

    Économétrie des séries temporelles

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    Le cours se divise en deux parties : 1. Modélisation en univarié

    • Caractérisation des séries : séries stationnaires au second ordre, tests de racine unitaire et de stationnarité
    • Modélisation des séries : estimation et tests de validation des modèles ARMA
    • Prévision à l'aide d'un modèle ARMA

    2. Modélisation multivariée

    • Modèles VAR stationnaires : estimation, validation et prévision
    • Analyse structurelle dans les modèles VAR : causalité au sens de Granger, analyse impulsion-réponse, identification des chocs structurels par la méthode de Choleski
    • Tests et estimation de relations de cointégration et modèle VECM

    Application de ces méthodes sur des séries à l'aide du logiciel R par la réalisation d'exercices et d'un projet

    Coefficient : Coefficient 1 (M1 Affaire Internationale et Développement) Coefficient 2 (M1 Economie et Finance)

    Recommended prerequisites :

    Cours de statistique et cours d'économétrie de niveau L3

    Learning outcomes :

    Maîtrise des notions et des méthodes de base de l'économétrie des séries temporelles et application de ces méthodes à des cas concrets.

    Assessment :

    • Contrôle continu (40% de la note finale) : projet par groupe de deux étudiants
    • Examen terminal (60% de la note finale)

    Bibliography-recommended reading

    Bourbonnais R., Econométrie : cours et exercices corrigés, Dunod, 9ème édition., 2015. Brooks C., Introductory Econometrics for Finance, Cambridge University Press, 3ème édition, juin 2014. Ghysels E. et Marcellino M., Applied Economic Forecasting using Time Series Methods, Oxford University Press, 2018.
  • Macroéconomie

    Macroéconomie

    Ects : 3

    Lecturer :

    Total hours : 36

    Overview :

    - Modèles de croissance économique : modèle de Solow, modèle de Ramsey-Cass-Koopmans, modèle de croissance à générations imbriquées, modèles de croissance endogène, modèles de croissance et d'environnement.

    Coefficient : Coefficient 0.5 (M1 Affaire Internationale et développement) Coefficient 2 (M1 Economie et Finance en Formation Initiale)

    Recommended prerequisites :

    Maîtriser l'analyse macroéconomique de court et moyen terme (modèle IS-LM, modèle offre globale-demande globale)

    Require prerequisites :

    Licence d'économie.

    Learning outcomes :

    -Identifier les déterminants de la croissance.

    -Maîtriser les instruments d'analyse des phénomènes de croissance ainsi que les théories.

    -Résoudre des problèmes de contrôle optimal.

    -Résoudre des équations différentielles.

    Assessment :

    Le contrôle des connaissances comporte deux évaluations : un contrôle continu intervenant à mi-parcours (50%) et un examen final (50%).
  • Informatique appliquée la finance I

    Informatique appliquée la finance I

    Ects : 3

    Lecturer :

    • Louis BRIENS

    Total hours : 18

    Overview :

    This course is designed to teach students the fundamentals of Python programming through practical applications in finance, statistics, and econometrics. It introduces key programming paradigms--imperative, functional, and, to a lesser extent, object-oriented programming--within an applied context. Each session blends theoretical concepts with hands-on exercises using real or simulated datasets. The course emphasizes reproducible and interpretable code, in line with industry best practices. Session Breakdown Session 1 - Python Refresher and Programming Fundamentals Core concepts: variables, data types, control structures, loops, functions Working with NumPy and Pandas Writing clean, modular, and readable code Simple financial/statistical computations Hands-on exercises to strengthen Python fluency Note: This session will be adapted depending on students' programming background and pace. Session 2 - Optimization and Logistic Regression from Scratch Introduction to gradient descent as a numerical optimization tool Application to logistic regression for binary classification Manual implementation of the algorithm: gradient, update rule, convergence Visualizing decision boundary and cost function Comparison with scikit-learn's LogisticRegression Session 3 - Time Series and Regression Modeling Visualization and decomposition of time series Stationarity, trend, and seasonality Univariate and multivariate regression ARIMA modeling for forecasting Introduction to GARCH-type volatility models Session 4 - Systemic Risk Measures and Backtesting Key systemic risk indicators: VaR, CoVaR, SRISK, MES Estimation methods using financial data Backtesting: Unconditional Coverage and Conditional Coverage tests Interpreting model adequacy and performance Session 5 - CAPM Empirical Implementation Using CAC 40 Data Log return computation with Pandas (weekly prices from 2011-2016) Construction of the ex-post market portfolio via minimum vari ance optimization Beta estimation through OLS regression Visualization: security market line, beta dispersion Pedagogical goal: hands-on CAPM estimation in Python Session 6 - Index Construction and Computation Overview of financial index structures and mechanics Loading and cleaning real market data Handling corporate actions and rebalancing Implementing index computation methods Constructing sectoral and composite indices Visualizing and analyzing index performance Note: Placed last to consolidate prior concepts and support the final project work.

    Coefficient : 1

    Recommended prerequisites :

    A basic familiarity with Python is expected, though essential concepts will be reviewed in the first session.

    Learning outcomes :

    Fundamentals of Programming with Python. Application of Python in finance.

    Assessment :

    Final group project applying the methods covered in class to a real-world financial or econometric problem.

    Bibliography-recommended reading

    Yves Hilpisch, « Python for Finance », 2019, Editions O'Reilly.
  • Finance Verte

    Finance Verte

    Ects : 3

    Lecturer :

    • DAJANA JATA

    Total hours : 18

    Overview :

    • Introduction à la finance verte : présentation du contexte et des concepts clés de la finance durable.
    • Cadres réglementaires et institutionnels: panorama des initiatives internationales et du cadre réglementaire européen (Taxonomie, SFDR, CSRD, etc.) et de leurs implications pour les acteurs financiers.
    • Critères ESG et indicateurs de durabilité: exploration des piliers Environnement, Social et Gouvernance, des principaux indicateurs de performance et des méthodologies de reporting associées.
    • Notation ESG et source des données: agences de notation ESG, divergences méthodologiques, critiques etc.
    • Instruments financiers durables : tour d’horizon des instruments financiers au service de la durabilité (green bonds, SLB, fonds ESG, etc.).
    • Gestion d’actifs durable et tendances: construction et analyse de portefeuille, engagement actionnarial, investissement à impact, etc.

    Coefficient : 1

    Learning outcomes :

    • Acquérir les connaissances de base sur le rôle du secteur financier dans la transition "net-zero" et la lutte contre le changement climatique.
    • Se familiariser avec les réglementations européennes et internationales (Taxonomie verte de l’UE, règlement SFDR, directive CSRD, PRI etc.) et comprendre leurs implications pour les acteurs financiers.
    • Savoir identifier et utiliser les critères Environnementaux, Sociaux et de Gouvernance (ESG) dans l’analyse financière et l’évaluation des investissements.
    • Comprendre la notion descoring ESG: méthodes de notation, échelles de scores, sources de données, et comment une note ESG synthétise la performance sur des dizaines de critères.
    • Savoir appliquer des stratégies de gestion de portefeuille intégrant les critères durables (ex. sélection ESG, investissements verts) et évaluer l’impact des choix d’investissement responsable.

    Assessment :

    CC (100% de la note finale): projet écrit
  • Gestion de portefeuille

    Gestion de portefeuille

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    En supposant que les résultats classiques de la théorie de portefeuille sont acquis, le cours commence par l'étude des problématiques propres aux fonds de pension. On y analyse en particulier le risque de taux d'intérêt auquel ils sont exposés, ainsi que les stratégies actives que ces fonds ont souvent mises en œuvre. Certaines stratégies actives sont examinées, de même que les méthodes utilisées pour attribuer leur performance. Les anomalies de marché que cherchent à exploiter les stratégies actives ont conduit au développement de modèles factoriels, dans lesquels le facteur de marché du CAPM n'est qu'une des forces déterminant les rendements. Les approches par arbitrage et par équilibre des modèles factoriels sont présentées, de même que les principaux modèles empiriques. Enfin, les difficultés rencontrées dans la mise en œuvre des approches de type Markowitz et les solutions qui ont été apportées sont discutées. Le modèle de Black& Litterman, qui combine informations et/ou croyances, en est l'exemple le plus connu.

    Coefficient : 2

    Recommended prerequisites :

    Le cours suppose acquis les résultats classiques de la gestion de portefeuille : le modèle de Markowitz, le modèle de marché et la décomposition du risque, le théorème des deux fonds et la gestion indicielle, ainsi que la prime de risque d ’ équilibre à l ’ aide du CAPM. Il requiert également la maîtrise de Visual Basic for Applications (VBA).

    Learning outcomes :

    1. Comprendre les bases de la construction, de la modification, du risque et du rendement d'un portefeuille.
    2. Comprendre le risque de taux d'intérêt et la couverture des fonds de pension.
    3. Comprendre et mettre en œuvre des stratégies actives.
    4. Comprendre les modèles factoriels.
    5. Comprendre les modèles de risque et la logique bayésienne des modèles modernes.

    Assessment :

    • Examen de contrôle continu (50%)
    • Examen final (50%)

    Bibliography-recommended reading

    Ang. Asset Management: A systematic approach to factor investing, Oxford University Press. Bodie, Kane et Marcus. Investments, McGraw Hill Education. Marsh and Staunton. Advanced modelling in finance using Excel and VBA, Wiley.

Anglais Obligatoire - 1 UE à choisir

  • Business Plans

    Business Plans

    Ects : 3

    Lecturer :

    • SYDNEY GOULLIN

    Total hours : 36

    Overview :

    - Communication professionnelle orale et écrite - Compréhension des questions de société et d'économie, de la culture anglosaxonne et l'interculturalité

    - Amener les étudiants à un niveau d'expression orale et écrite en anglais professionnelle

    - Acquérir la confiance dans la prononciation et intonation orale

    - Approfondir la compréhension des entreprises mondiales grâce à l'étude des médias

    - Comprendre et explorer l'éthique des affaires et la responsabilité sociale des entreprises

    Coefficient : 2

    Recommended prerequisites :

    Niveau B2+

    Require prerequisites :

    Curiosité et désir d'apprendre sur les entreprises, en particulier sur les start-ups

    Learning outcomes :

    - Maîtriser l'anglais des affaires dans le domaine des entreprises, de la finance et de l'économie - Pratiquer une prononciation correcte et parler couramment à un locuteur natif - Élargir votre vocabulaire professionnel, en particulier l'anglais lexical et les expressions idiomatiques

    Assessment :

    En petits groupes, rédaction d'un Business Plan en anglais (50%), les activités d'expression orale (25%) et examen individuel (25%)
  • Professional Oral Communication

    Professional Oral Communication

    Ects : 3

    Lecturer :

    Total hours : 36

    Overview :

    Ecriture et pratique de discours originaux structurés utilisant les techniques oratoires étudiées en cours. Tous les exercices—réunions d’affaires, discours informatifs, discours persuasifs par groupe—requièrent entraînement et maîtrise, ainsi qu’un travail de mémorisation, car c’est un cours de communication orale et non pas une simple lecture de textes devant un public. Formation à la pratique de l’anglais oral dans des situations réelles de la vie professionnelle : Semestre 1 : - Etude et pratique du discours informatif individuel - simulations, développement et présentation des réunions d’affaires - création, développement et présentation des produits - analyse par écrit du discours d’argumentation - Ecriture et pratique de discours originaux structurés utilisant les techniques oratoires étudiées en cours. - Une analyse et evaluation des performances des étudiants dans les situations réelles. Organisation (déroulement) : 3h par semaine pendant 12 semaines.

    Coefficient : 2

    Recommended prerequisites :

    Une bonne maîtrise de l'anglais à l'oral comme à l'écrit

    Learning outcomes :

    Fournir aux étudiants d'un niveau d'anglais suffisamment avancé les compétences nécessaires à l'oral pour être efficace dans un milieu professionnel anglophone.

    Assessment :

    Contrôle continu et examen final.

Obligatoire - 1 UE à choisir parmi les 2 (en anglais ou français)

  • Produits dérivés

    Produits dérivés

    Ects : 3

    Lecturer :

    Total hours : 36

    Overview :

    - Produits dérivés de la finance de marché. - Présenter le fonctionnement des produits dérivés (forwards, futures, swaps et options), dans un but de gestion optimale de divers risques (taux, intérêt, change, volatilité, ...).

     

    Chapter 1: Introduction to risk management and derivatives instruments

    Chapter 2: Mechanics of Futures Markets

    Chapter 3: Determination of Forward and Futures Prices

    Chapter 4: Hedging Strategies Using Futures

    Chapter 5: Interest Rates

    Chapter 6: Interest Rate Futures

    Chapter 7: Swaps

    Chapter 8: Mechanics of Options Markets

    Chapter 9: Properties of Stock Options

    Chapter 10: Trading Strategies Involving Options

    Coefficient : 2

    Learning outcomes :

    L'étudiant acquiert de solide connaissance théorique sur les mécanismes sous-jacents au fonctionnement des produits dérivés.

    Assessment :

    Examen final

    Learn more about the course :

    jeromemathis.fr/derivatives

    Bibliography-recommended reading

    John C. Hull, "Options, Futures, and Other Derivatives", Pearson ed., 2018
  • Derivative instruments

    Derivative instruments

    Ects : 3

    Lecturer :

    Total hours : 36

    Overview :

    Chapter 1: Introduction to risk management and derivatives instruments

    Chapter 2: Mechanics of Futures Markets

    Chapter 3: Determination of Forward and Futures Prices

    Chapter 4: Hedging Strategies Using Futures

    Chapter 5: Interest Rates

    Chapter 6: Interest Rate Futures

    Chapter 7: Swaps

    Chapter 8: Mechanics of Options Markets

    Chapter 9: Properties of Stock Options

    Chapter 10: Trading Strategies Involving Options

    Chapter 11: Credit Derivatives

    Coefficient : 2

    Learning outcomes :

    The purpose of this course is to present the functioning of derivative products, namely forwards, futures, swaps and options, both in a risk management and speculation perspective.

    Assessment :

    Examen final

    Learn more about the course :

    jeromemathis.fr/derivatives

    Bibliography-recommended reading

    John C. Hull, "Options, Futures, and Other Derivatives", Pearson ed., 2018

Obligatoire - 1 UE à choisir parmi les 2 - 3 ECTS

  • Diagnostic financier des entreprises 1 (François-Xavier Becdelièvre)

    Diagnostic financier des entreprises 1 (François-Xavier Becdelièvre)

    Ects : 3

    Total hours : 36

    Overview :

    Les managers, tout comme les créanciers et les investisseurs, utilisent les outils d'analyse financière pour porter un jugement sur les performances financières obtenues dans le passé et déterminer la situation financière actuelle de l'entreprise. Après avoir analysé le passé et diagnostiqué le présent, il est alors possible pour ces parties prenantes de l'entreprise de prendre des décisions et de planifier l'évolution future de la trésorerie. Ceci traduit l'importance de savoir interpréter et analyser les documents de synthèse comptables dans une optique financière. Il est aussi nécessaire de maîtriser les outils de base de l'analyse financière pour établir le diagnostic financier d'une société. Plan du cours Séance 1 : Introduction - Différentes structures des sociétés françaises Séance 2 : Analyse du compte de résultat : activité, Soldes Intermédiaires de Gestion Séance 3 : Analyse du compte de résultat : calcul de la CAF, profitabilité de l'entreprise Séance 4 : Analyse du bilan : FR, BFR, Trésorerie Séance 5 : Analyse du bilan : crises de trésorerie, levier financier, Séance 6 : Analyse par les ratios financiers : profitabilité, liquidité, couverture des frais financiers Séance 7 : Analyse par les ratios financiers : ratios de gestion du BFR, rentabilité des capitaux propres, structure financière Séance 8 : Valorisation boursière : Valeur de marché de l'actif économique, PER Séance 9 : Démarche d'analyse financière Séance 10 : Soutenance du dossier par les étudiants Séance 11 : Soutenance du dossier par les étudiants Séance 12 : Séance de révision

    Coefficient : 2

    Recommended prerequisites :

    Notions de comptabilité.

    Require prerequisites :

    Intérêt pour la vie des entreprises.

    Learning outcomes :

    Maitrise des outils de base de l'analyse financière Objectif_1 : Analyser la formation du résultat d'une entreprise Objectif_2 : Analyser le bilan de l'entreprise en termes de fonctionnement et d'endettement. Objectif_3 : Établir un diagnostic financier d'entreprise Objectif_4 : Analyser les forces et les faiblesses d'une société à partir de ses indicateurs et ratios financiers. Objectif_5 : Comprendre les conséquences financières des décisions de gestion, d'investissement et de financement Objectif_6 : Comprendre les flux qui alimentent la trésorerie de l'entreprise Objectif_7 : Etablir une analyse financière structurée

    Assessment :

    Travail en groupe : 30% de la note. Analyse par groupe d'une société du SBF 120 Examen final : 70% de la note, 2heures. Aucun document autorisé, calculatrice personnelle autorisée.

    Bibliography-recommended reading

    • Finance d'entreprise, BERK J., DE MARZO P., Editions Pearson, 5ème édition, 2020.
    • Pierre VERNIMMEN finance d'entreprise, QUIRY P., LE FUR Y., Éditions Dalloz, 2021.
    • Analyse financière internationale, sous la direction de C. KARYOTIS, Éditions Gualino Lextenso, 2020.
  • Diagnostic financier des entreprises (Franck DOMENGE)

    Diagnostic financier des entreprises (Franck DOMENGE)

    Ects : 3

    Lecturer :

    • FRANCK DOMENGE

    Total hours : 36

    Coefficient : 2

Semestre 1 sur le Campus Dauphine à Londres

  • Semestre à Londres

    Semestre à Londres

    Ects : 30

    Overview :

    Les étudiants en formation initiale ont la possibilité d'effectuer leur premier semestre sur le campus de Dauphine à Londres. Le programme est similaire à celui proposé à Paris. Les cours sont dispensés en anglais par des enseignants du campus londonien, ainsi que par des professionnels de l’écosystème financier de Londres.

     

    Semestre 1

    • Time Series Econometrics (6 ECTS, coefficient 2, 36h)
    • Macroeconomics (3 ECTS, coefficient 2, 36h)
    • Financial modeling with Python (3 ECTS, coefficient 1, 18h)
    • Microeconomics and environment (3 ECTS, coefficient 1, 18h)
    • Portfolio management (6 ECTS, coefficient 2, 36h)
    • Derivative instruments (3 ECTS, coefficient 2, 36h)
    • Financial statements analysis (3 ECTS, coefficient 2, 38h)
    • Foreign language (3 ECTS, coefficient 2, 18h)

    Les cours de langues étrangères sont donnés dans l’Université partenaire UCL. Les étudiants bénéficieront des infrastructures de l’Université UCL (bibliothèque, associations étudiantes, etc.).

    En parallèle, les étudiants profiteront de dispositifs dédiés à leur professionnalisation (programme de mentoring, séminaires et networking events avec la communauté Dauphine – PSL Alumni,…), leur offrant ainsi une immersion au cœur de la place financière britannique.

     

    Semestre 2 : Les étudiants rejoignent la promotion parisienne au second semestre sur le campus de Dauphine à Paris.

    Learning outcomes :

    -

Obligatoire - Majeure Finance d'entreprise

  • Microéconomie

    Microéconomie

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    Thèmes :

    • Forme normale
    • Forme extensive
    • Stratégie
    • Equilibre de Nash
    • Jeux bayésiens
    • Jeux dynamiques, jeux répétés
    • Equilibre parfait
    • Equilibre bayésien parfait

    Coefficient : 2

    Recommended prerequisites :

    Microéconomie générale niveau L3, optimisation.

    Learning outcomes :

    Théorie des jeux.

    Etude des structures de jeux, stratégies, équilibre, rôle de l'information.

    Outils nécessaires à la compréhension des travaux de théorie appliquée en économie financière et industrielle, en théorie des contrats, en économie publique.

    Terminologie et méthodologie au rendez-vous.

    Assessment :

    Contrôle continu sur table à mi-parcours (50%). Contrôle final sur table (50%).

    Bibliography-recommended reading

    Un polycopié de cours fourni. Un cahier d'exercices corrigés. Annales sur Moodle.
  • Évaluation d'entreprise I

    Évaluation d'entreprise I

    Ects : 3

    Lecturer :

    • STEPHANIE ABBOUD

    Total hours : 24

    Overview :

    - This course provides a framework designed to help students learn fundamental concepts, tools and techniques to think critically when valuing a company. - This course is an initiation to the three main and most common methods of valuation (Discounted Cash Flow Analysis, Public Company Comparables and Transaction Comparables) - presented in a football field valuation graph. - Learning how to perform valuation of private and public companies.

    Coefficient : 1

    Learning outcomes :

    - The purpose of this course is to help students master valuation tools and financial modelling. - This program assumes knowledge of Financial Statement Analysis course from the first semester.
  • Data management

    Data management

    Ects : 3

    Lecturer :

    • LORIS BULLIARD
    • HUGO PAOLINI

    Total hours : 24

    Overview :

    Le cours traitera de la création et de la gestion de pipelines de données complet :

    1. Récupération de données à partir de multiples sources

    • Extraction de données via des APIs Web ou via scrapping.
    • Peuplement et manipulation de bases de données SQL.
    • Manipulation de données stockées dans des buckets S3.

    2. Processing de données brutes

    • Utilisation avancée de pandas pour le chaînage de transformations.
    • Optimisation des calculs numériques avec numpy.
    • Introduction à l'analyse de données (modélisation et problématiques éthiques).

    3. Code orienté production

    • Utilisation de VS Code pour le développement.
    • Gestion de version avec Git.
    • Structuration et gestion de scripts pour automatiser les tâches.
    • Principes de la Programmation Orientée Objet (OOP) pour la modularité et la maintenance du code.

    4. Visualisation des données

    • Création de graphiques pour explorer et communiquer les résultats.
    • Utilisation de bibliothèques de visualisation comme Matplotlib, Seaborn, et autres.

    Le cours sera principalement axé sur les travaux pratiques (TP). Les étudiants travailleront sur un projet intégré où ils devront concevoir une pipeline complète d'ingestion de données, incluant la collecte, le traitement, et la visualisation des données. Chaque session abordera une étape clé du pipeline, suivie d'exercices pratiques pour consolider les connaissances.

    Coefficient : 1

    Require prerequisites :

    Connaissance de Python.

    Learning outcomes :

    Acquérir les compétences pour créer et gérer des pipelines de données complets, depuis la collecte jusqu'au traitement et à la visualisation, en utilisant des pratiques de développement orienté production.

    Assessment :

    L'évaluation se fera sous la forme d'un devoir maison en groupe. Les étudiants devront livrer un projet final comprenant une pipeline fonctionnelle et documentée, qui met en œuvre les compétences acquises tout au long du cours. Le projet sera évalué sur la qualité du code, la robustesse de la solution, et la clarté de la documentation.
  • Fixed Income

    Fixed Income

    Ects : 3

    Lecturer :

    • RACHID TOLBA

    Total hours : 18

    Overview :

    Fixed income market introduction

    Fixed income basic concepts

    Pricing

    Risks associated with investing in bonds

    Understanding credit ratings

    Understanding the yield curve

    Overview of bond sectors and instruments

    Debt restructuring

    Case study

    Coefficient : 1

    Recommended prerequisites :

    mathématiques financières

    Learning outcomes :

    Compréhension des marchés de Taux et Gestion des Risques

    Assessment :

    QCM et case study

Optionnels - Majeure Finance d'Entreprise - 15 ECTS

  • Modélisation et outils pour Direction Financière

    Modélisation et outils pour Direction Financière

    Ects : 3

    Lecturer :

    • HERVE GAKPE
    • NICOLAS POUX

    Total hours : 18

    Overview :

    Partie théorique :

    • Comprendre comment exploiter les principales bases de données utiles à une direction financière (états financiers, grands livres, ...)
    • Passer d'une utilisation standard d'Excel à une utilisation niveau Professionnelle de l'outil (prérequis M&A, Conseil, ...)
    • Modélisation financière à l'ère de l'IA générative : prompt engineering for finance, règles d'or du prompting.

    Partie pratique :

    • Exercices Excel de traitement de base de données et de manipulations pour renforcer sa productivité.
    • Use Cases sur le volet IA : mise en pratique de l'utilisation de l'IA dans des situations concrètes (débogage de formules Excel, analyses avec fichiers Excel en input/output, recherche approfondie de données).
    • Moment d'échange en fin de module afin de répondre aux questions des étudiants sur l'amorçage de leur carrière professionnelle.

    Coefficient : 1

    Learning outcomes :

    • Apprendre à retraiter n'importe quelle base de données en Excel grâce à des formules avancées (SOMME.SI.ENS, INDEX/EQUIV, ..)
    • Acquérir les compétences de productivité utile à toute modélisation financière sous Excel (formules clés, raccourcis, checks)
    • Apprendre à utiliser et exploiter les outils d'IA générative pour étendre son utilisation d'Excel et accroître ses facultés de modélisation.
    • Comprendre les outils qui composent le poste de pilotage d'un DAF de PME/Start-up.
    • Ajouter la forme au fond, que ce soit sur Excel ou sur PowerPoint et présenter son travail de manière professionnelle (pour comprendre ce qui est attendu niveau Board/Direction Générale).

    Assessment :

    Projet final par groupe de deux (ou plus, en fonction du contingent, à repréciser en séance), dont le sujet sera donné et expliqué en séance. Restitution à travers un oral de 20 minutes par groupe.

    Bibliography-recommended reading

  • Evaluation d'entreprise 2

    Evaluation d'entreprise 2

    Ects : 6

    Lecturer :

    • HERVE DE MONES DELBOUIX
    • FRANCK DOMENGE

    Total hours : 36

    Overview :

    - This course provides a framework designed to help students learn fundamental concepts, tools and techniques to think critically when valuing a company. - This course is an initiation to the three main and most common methods of valuation (Discounted Cash Flow Analysis, Public Company Comparables and Transaction Comparables) - presented in a football field valuation graph. - Learning how to perform valuation of private and public companies.

    Coefficient : 2

    Learning outcomes :

    - The purpose of this course is to help students master valuation tools and financial modelling. - This program assumes knowledge of Financial Statement Analysis course from the first semester.
  • Mémoire

    Mémoire

    Ects : 3

    Lecturer :

    Overview :

    Le mémoire, réalisé en binôme sous la supervision d’un tuteur académique, porte sur des questionnements récents en finance de marché ou d’entreprise. Dans ce travail de recherche, les étudiants pourront répliquer et étendre l'analyse empirique d’un article de recherche en finance, afin d’en comprendre les méthodes et les résultats et d’en faire une analyse critique. Ils pourront aussi réaliser une revue de la littérature d’une question de recherche récente, identifiant les limites et pistes potentielles pour de futures recherches.

    Les étudiants auront l'opportunité de choisir parmi une variété de sujets définis avec leur tuteur, couvrant notamment l’économétrie financière, la finance verte, la gestion de portefeuille, la macroéconomie financière et l’évaluation d’entreprise.

    Coefficient : Coefficient 1

    Require prerequisites :

    La réalisation du mémoire exige un solide niveau en économétrie, des compétences en programmation et de bonnes capacités rédactionnelles pour produire un document clair, structuré et rigoureux.

    Learning outcomes :

    • Approfondir vos connaissances dans un domaine précis
    • Développer votre autonomie et votre capacité à travailler en binôme
    • Apprendre à communiquer à l’oral et à l’écrit

    Assessment :

    Le mémoire fera l’objet d’une soutenance à la fin du second semestre. Il sera évalué sur la base de la qualité du document écrit (pertinence de la problématique, rigueur de l’analyse, clarté de la présentation) et de la soutenance orale (présentation des résultats, capacité à défendre les choix méthodologiques et les conclusions, et qualité des réponses aux questions du jury).
  • Droit des sociétés

    Droit des sociétés

    Ects : 3

    Lecturer :

    • FABRICE BIEN

    Total hours : 30

    Overview :

    - Introduction au droit des sociétés : qu'est-ce qu'une entreprise individuelle ? Qu'est-ce qu'une société ?

    - Constitution d'une société : les conditions de validité d'une société (conditions de fond et conditions de forme).

    - Personne morale et limite à l'écran social protecteur : la notion de personne morale les limites à l'écran social protecteur (les exceptions concernant les associés les exceptions concernant les dirigeants les exceptions dans les groupes de sociétés)

    - Fonctionnement d'une société : les grands principes de fonctionnement d'une société.

     

    - Statut des dirigeants de sociétés : la notion de dirigeant les dirigeants fautifs (responsabilités dans une société in bonis et dans une société en difficulté révocation).

     

    - Corporate governance : qu'est-ce que la corporate governance ? Contenu de la corporate governance.

    Coefficient : 1

    Recommended prerequisites :

    Aucun.

    Require prerequisites :

    Aucun.

    Learning outcomes :

    - Comprendre le fonctionnement d'une société. - Comprendre les débats autour de la corporate governance.

    - Comprendre les débats autour du rôle de l'entreprise en lien avec la RSE.

    Assessment :

    Le contrôle des connaissances consiste en un partiel final composé : - d'une partie questions de cours - d'une partie cas pratiques.

    Bibliography-recommended reading

    - Bien F., L'entreprise en droit, in Bien F. et Méritet S., 2nd Edition, e-book, Pearson, chap. 10 bis, 2019.

    - Dondero B., Droit des sociétés, Dalloz, Coll. HyperCours, 9e éd., 2025. - Cozian M., Deboissy F. et Viandier A., Droit des sociétés, LexisNexis, 38e éd., 2025.

    - Durand-Barthez P. et Le Goff P., Le guide de la gouvernance des sociétés 2025-2026, Dalloz, Coll. Guides Dalloz, 5e éd., 2025.

    - Le Cannu P. et Dondero B., Droit des sociétés, Lextenso, 11e éd., 2025. - Heinich J., Droit des sociétés, L.G.D.J./Lextenso, Coll. Manuels, 2e éd., 20252023.

    - Magnier V., Droit des sociétés, Dalloz, Coll. Cours, 11e éd., 2024. - Merle P. et Caffin-Moi M., Droit commercial : sociétés commerciales 2025-2026, Dalloz, 29e éd., 2025.
  • Intermediation financière

    Intermediation financière

    Ects : 3

    Lecturer :

    Total hours : 30

    Overview :

    L'objectif de ce cours est de comprendre comment les contrats financiers qui sont utilisés par les banques leur permettent de mieux gérer les problèmes de conflits d'intérêts entre les banques et les emprunteurs.

    Les contrats qui seront étudiés sont: contrats de crédits sans contrôle et avec contrôle, contrats de crédits avec garanties, rationnement du crédit, relations de long terme entre les banques et les emprunteurs, renégociations des crédits lorsque les entreprises connaissent des difficultés financières, contrats de lignes de crédits, titrisation, création de liquidité, problèmes de substitution d'actifs et bulles sur les marchés d'actifs financiers.

    Coefficient : 1

    Recommended prerequisites :

    Cours de microéconomie de licence.

    Learning outcomes :

    Ce cours analyse comment les contrats financiers qui ont été développés par les banques leur permettent de mieux gérer les risques qui sont engendrés par les conflits d'intérêts entre les banques et les emprunteurs.

    Assessment :

    Contrôle continu à 50% (examen sur table) et contrôle terminal à 50% (examen sur table).

    Bibliography-recommended reading

    Xavier Freixas and Jean-Charles Rochet: Microeconomics of Banking.
  • Theorie de la finance d'entreprise

    Theorie de la finance d'entreprise

    Ects : 3

    Lecturer :

    • JEAN-ETIENNE CARLOTTI

    Total hours : 24

    Overview :

    - Théorème de Modigliani et Miller. - Théorie de l'arbitrage statique. - L'arbitrage statique revisité. - "Debt overhang" - La prise en compte d'asymétries d'information - Autres théories de structures optimales de financement. Aider à la compréhension de comment la structure du passif d'une entreprise peut modifier la valeur de marché de celle-ci.

    Coefficient : 1

    Learning outcomes :

    - Caractériser la structure optimale de financement d'une entreprise lorsque les marchés sont parfaits, et lorsque ceux-ci sont imparfaits (e.g., problème d'asymétries d'information).

    Bibliography-recommended reading

    Principes de gestion financière, Richard A. Brealey, Stewart Myers, Franklin Allen, Pearson Education. The Theory of Corporate Finance, Princeton University Press, Jean Tirole.

Obligatoire - Majeure Finance de marché

  • Microéconomie

    Microéconomie

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    Thèmes :

    • Forme normale
    • Forme extensive
    • Stratégie
    • Equilibre de Nash
    • Jeux bayésiens
    • Jeux dynamiques, jeux répétés
    • Equilibre parfait
    • Equilibre bayésien parfait

    Coefficient : 3 ECTS - Coefficient 0.5 (Master Affaires Internationales et Développement - Majeure Economie) 6 ECTS - Coefficient 1 (Master Affaires Internationales et Développement - Cursus Maroc) 6 ECTS - Coefficient 2 (Master Economie et Finance - Formation Initiale)

    Recommended prerequisites :

    Microéconomie générale niveau L3, optimisation.

    Learning outcomes :

    Théorie des jeux.

    Etude des structures de jeux, stratégies, équilibre, rôle de l'information.

    Outils nécessaires à la compréhension des travaux de théorie appliquée en économie financière et industrielle, en théorie des contrats, en économie publique.

    Terminologie et méthodologie au rendez-vous.

    Assessment :

    Contrôle continu sur table à mi-parcours (50%). Contrôle final sur table (50%).

    Bibliography-recommended reading

    Un polycopié de cours fourni. Un cahier d'exercices corrigés. Annales sur Moodle.
  • Évaluation d'entreprise I

    Évaluation d'entreprise I

    Ects : 3

    Lecturer :

    • STEPHANIE ABBOUD

    Total hours : 24

    Overview :

    - This course provides a framework designed to help students learn fundamental concepts, tools and techniques to think critically when valuing a company. - This course is an initiation to the three main and most common methods of valuation (Discounted Cash Flow Analysis, Public Company Comparables and Transaction Comparables) - presented in a football field valuation graph. - Learning how to perform valuation of private and public companies.

    Coefficient : 1

    Learning outcomes :

    - The purpose of this course is to help students master valuation tools and financial modelling. - This program assumes knowledge of Financial Statement Analysis course from the first semester.
  • Data management

    Data management

    Ects : 3

    Lecturer :

    • LORIS BULLIARD
    • HUGO PAOLINI

    Total hours : 24

    Overview :

    Le cours traitera de la création et de la gestion de pipelines de données complet :

    1. Récupération de données à partir de multiples sources

    • Extraction de données via des APIs Web ou via scrapping.
    • Peuplement et manipulation de bases de données SQL.
    • Manipulation de données stockées dans des buckets S3.

    2. Processing de données brutes

    • Utilisation avancée de pandas pour le chaînage de transformations.
    • Optimisation des calculs numériques avec numpy.
    • Introduction à l'analyse de données (modélisation et problématiques éthiques).

    3. Code orienté production

    • Utilisation de VS Code pour le développement.
    • Gestion de version avec Git.
    • Structuration et gestion de scripts pour automatiser les tâches.
    • Principes de la Programmation Orientée Objet (OOP) pour la modularité et la maintenance du code.

    4. Visualisation des données

    • Création de graphiques pour explorer et communiquer les résultats.
    • Utilisation de bibliothèques de visualisation comme Matplotlib, Seaborn, et autres.

    Le cours sera principalement axé sur les travaux pratiques (TP). Les étudiants travailleront sur un projet intégré où ils devront concevoir une pipeline complète d'ingestion de données, incluant la collecte, le traitement, et la visualisation des données. Chaque session abordera une étape clé du pipeline, suivie d'exercices pratiques pour consolider les connaissances.

    Coefficient : 1

    Require prerequisites :

    Connaissance de Python.

    Learning outcomes :

    Acquérir les compétences pour créer et gérer des pipelines de données complets, depuis la collecte jusqu'au traitement et à la visualisation, en utilisant des pratiques de développement orienté production.

    Assessment :

    L'évaluation se fera sous la forme d'un devoir maison en groupe. Les étudiants devront livrer un projet final comprenant une pipeline fonctionnelle et documentée, qui met en œuvre les compétences acquises tout au long du cours. Le projet sera évalué sur la qualité du code, la robustesse de la solution, et la clarté de la documentation.
  • Fixed Income

    Fixed Income

    Ects : 3

    Lecturer :

    • RACHID TOLBA

    Total hours : 18

    Overview :

    Fixed income market introduction

    Fixed income basic concepts

    Pricing

    Risks associated with investing in bonds

    Understanding credit ratings

    Understanding the yield curve

    Overview of bond sectors and instruments

    Debt restructuring

    Case study

    Coefficient : 1

    Recommended prerequisites :

    mathématiques financières

    Learning outcomes :

    Compréhension des marchés de Taux et Gestion des Risques

    Assessment :

    QCM et case study

Optionnel - Majeure Finance de marché - 15 ECTS

  • Calcul stochastique

    Calcul stochastique

    Ects : 3

    Lecturer :

    Total hours : 21

    Overview :

    - Introduction au calcul stochastique appliqué à la finance. - Fournir une approche d'ingénierie à l'arbitrage financier. Chapt 1: Structures probabilistes et stochastiques. Chapt 2: Modélisation stochastique d'un marché financier dont les modèles binomiaux. Chapt 3: Passage du temps discret au temps continu. Chapt 4: Intégrale stochastique. Chapt 5: Le modèle de Black et Scholes.

    Coefficient : 1

    Recommended prerequisites :

    Mathématiques et une introduction à Python.

    Require prerequisites :

    Des bases en théorie de la probabilité et en mathématiques plus généralement.

    Learning outcomes :

    - Familiarisation avec les modèles stochastiques pour la finance.

    Assessment :

    Examen final

    Bibliography-recommended reading

    Quantitative Finance For The Beginners: Stochastic Models and European and Asian Options Pricing . Author: Emmanuel Lépinette.
  • Gestion des risques

    Gestion des risques

    Ects : 3

    Lecturer :

    • GEORGES KAYO DE KAYO

    Total hours : 27

    Overview :

    Un risque financier est un aléa (nécessairement adverse d’après ce qui suit) dont la réalisation peut:

    • causer des pertes financières ± importantes et
    • entraîner la faillite dans les cas extrêmes

    Bien gérer ses risques financiers est donc fondamental, ce qui se fait schématiquement en 4 grandes étapes qui seront détaillées dans les chapitres du cours :

    1. Identifier/cartographier les risques auxquels on est exposé.
    2. Quantifier les risques identifiés, c'est-à-dire évaluer les pertes potentielles en cas de réalisation de ces risques.
    3. Prendre une décision de gestion, c'est-à-dire choisir entre éviter, prévenir, absorber ou transférer les risques identifiés et quantifiés.
    4. Monitorer ses risques, c'est-à-dire les suivre dans le temps.

    Les chapitres du cours (cf. plan ci-dessous) permettront de détailler ces différents points.

    Chapitre I : Risques et cartographie des risques

    Chapitre II : Processus de gestion des risques

    Chapitre III : Un problème fondamental de QRM (Quantitative Risk Management)

    Chapitre IV : Sensibilités

    Chapitre V : Risques forfaitaires

    Chapitre VI : Rappels mathématiques

    Chapitre VII : Mesures de risques: Value-at-Risk & Expected Shortfall

    Chapitre VIII : Risque émetteur (cas du modèle CreditMetrics)

    Chapitre IX : Stress-tests et back-tests (si le temps le permet)

    Coefficient : 1

    Recommended prerequisites :

    Instruments financiers vanilles: actions, obligations, options européennes, portefeuilles d'actifs financiers

    Learning outcomes :

    Quantification des Risques en Finance de Marché

    Assessment :

    Projet

    Bibliography-recommended reading

    Gestion des risques& institutions financières, John Hull
  • Informatique appliquée la finance II

    Informatique appliquée la finance II

    Ects : 3

    Lecturer :

    • EMMANUEL FRUCHARD

    Total hours : 24

    Overview :

    Ce cours vise à faire progresser les étudiant.e.s dans deux directions :

    • Informatique : pratique de la programmation orientée objet en Python
    • Finance : La courbe de taux zéro-coupon et son calcul à partir de swaps de taux OIS

    Le but du cours est de calibrer une courbe de taux zéro-coupon à partir de taux de swaps OIS. Une première étape consiste à générer les flux d'un swap et à actualiser ces flux pour avoir la valeur actuelle du swap. On utilise ces calculs pour calibrer une courbe de taux, par recherche de racine de NPV=0 pour chaque swap en partant des maturités les plus courtes. Plusieurs méthodes d'interpolation seront utilisées. Les développements se font en python uniquement, avec une interface utilisateur au choix des étudiant.e.s, par exemple Excel via xlwings ou navigateur avec streamlit. Les étudiant.e.s, réparti.e.s en groupes de 3 ou 4, développent chacun.e une partie des classes, qu'iels intègrent ensuite. Le cours alterne des phases de présentation "magistrale" et des temps de pratique en groupe en mode TD, complétées par du travail en dehors des heures de cours. Le cours est présenté en français et les supports sont en anglais. Le rapport peut être rédigé en français ou en anglais, au choix des étudiant.e.s.

    Coefficient : 1

    Recommended prerequisites :

    Bases de VBA et Python

    Require prerequisites :

    Python : bases du langage en mode procédural

    Learning outcomes :

    Ce cours vise à l'acquisition de deux compétences :

    • Codage orienté objet
    • Connaissance des swaps de taux, des taux zéro-coupon et de leur calibration

    Assessment :

    Notation individuelle (environ 50%) : QCM en fin de cours Notation de groupe : remise du cas et soutenance orale

    Bibliography-recommended reading

    Pour se former à Python : www.w3schools.com/python/
  • Arbitrage et Pricing

    Arbitrage et Pricing

    Ects : 3

    Lecturer :

    Total hours : 21

    Overview :

    Ce cours offre une introduction accessible au calcul stochastique, une discipline mathématique essentielle en ingénierie financière. Son approche met l'accent sur la simplification des concepts mathématiques pour convenir à un public d'économistes. Il présente deux modèles d'évaluation d'option : le modèle à temps discret (Binomial) et le modèle à temps continu (Black-Scholes). Il sensibilise à la détection d’opportunité d'arbitrage et forme à l’identification de stratégies adaptées.

    Coefficient : 1

    Recommended prerequisites :

    Connaissance des produits dérivés.

    Require prerequisites :

    Bonnes connaissances du calcul des probabilités, et du fonctionnement des marchés financiers.

    Learning outcomes :

    Valorisation des produits dérivés, apprentissage des stratégies d’arbitrage et des instruments de base de la gestion financière des options (« grecques »).

    Assessment :

    Examen terminal

    Learn more about the course :

    jeromemathis.fr/a-p/
  • Mémoire

    Mémoire

    Ects : 3

    Lecturer :

    Overview :

    Le mémoire, réalisé en binôme sous la supervision d’un tuteur académique, porte sur des questionnements récents en finance de marché ou d’entreprise. Dans ce travail de recherche, les étudiants pourront répliquer et étendre l'analyse empirique d’un article de recherche en finance, afin d’en comprendre les méthodes et les résultats et d’en faire une analyse critique. Ils pourront aussi réaliser une revue de la littérature d’une question de recherche récente, identifiant les limites et pistes potentielles pour de futures recherches.

    Les étudiants auront l'opportunité de choisir parmi une variété de sujets définis avec leur tuteur, couvrant notamment l’économétrie financière, la finance verte, la gestion de portefeuille, la macroéconomie financière et l’évaluation d’entreprise.

    Coefficient : Coefficient 1

    Require prerequisites :

    La réalisation du mémoire exige un solide niveau en économétrie, des compétences en programmation et de bonnes capacités rédactionnelles pour produire un document clair, structuré et rigoureux.

    Learning outcomes :

    • Approfondir vos connaissances dans un domaine précis
    • Développer votre autonomie et votre capacité à travailler en binôme
    • Apprendre à communiquer à l’oral et à l’écrit

    Assessment :

    Le mémoire fera l’objet d’une soutenance à la fin du second semestre. Il sera évalué sur la base de la qualité du document écrit (pertinence de la problématique, rigueur de l’analyse, clarté de la présentation) et de la soutenance orale (présentation des résultats, capacité à défendre les choix méthodologiques et les conclusions, et qualité des réponses aux questions du jury).
  • Monnaie, crises financières et cryptomonnaies

    Monnaie, crises financières et cryptomonnaies

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    Part 1: On the history of money and banking Part 2: Money creation in the commodity money system and the fiat money system Part 3: Monetary policy in today's fiat money system Part 4: Financial crises and the deficiencies of the current monetary system Part 5: Alternatives to the current monetary system: "free banking" and crypto-currencies Part 6: A deeper look at crypto-currencies and decentralized finance (Defi)

    Coefficient : Pour le Master 1ère Année - Economie et Finance - Formation Initiale ==> 6 ECTS et Coefficient 2 Pour le Master 1ère Année - Economie et Finance - Formation en Apprentissage ==> 3 ECTS et Coefficient 1

    Require prerequisites :

    Undergraduate microeconomics and macroeconomics

    Learning outcomes :

    Course objective:

     

    Learn about:

    • the history of money and banking
    • the process of money creation by banks and the limits to that process
    • the objectives, instruments and actors of monetary policy, both in the euro-zone and in the US, and the money market
    • two recent financial/monetary crises (the 2008 financial crisis and the 2010-2015 euro crisis), the responses by central banks and the aftermath
    • alternatives to the current monetary system, namely "free banking" and crypto-currencies
    • bitcoin, blockchain technology, and decentralized finance (Defi)

    Assessment :

    One final 2-hour closed-book exam.

    Bibliography-recommended reading

    In class.

Semestre à l'étranger

Cycle de conférences - Optionnel

  • Finance Décentralisée

    Finance Décentralisée

    Lecturer :

    Total hours : 6

    Overview :

    Ce cours propose un équilibre entre théorie et pratique, avec des moments d'analyse critique et de discussion pour aider les étudiants à intégrer les concepts et à comprendre les implications réelles de la DeFi dans le paysage financier moderne.

    Introduction : Révolution technologique Finance Décentralisée

    Chapitre 1 : Définitions des mécanismes sous-jacents de la DeFi

    Chapitre 2 : Enjeux de la DeFi

    Chapitre 3 : Applications de la DeFi

    Chapitre 4 : Régulation de la DeFi

    Conclusion et Perspectives de l’Évolution de la DeFi

    Require prerequisites :

    Bonne connaissance de la finance de marché dite « traditionnelle ».

    Learning outcomes :

    Comprendre les effets et enjeux de la Finance Décentralisée (DeFi) en comparaison de la finance traditionnelle (TradFi).

    Ce cours a pour objectif d'introduire les concepts clés de la finance de marché décentralisée (DeFi), de comprendre son fonctionnement, ses implications, ainsi que ses avantages et risques. Il explore l'évolution des marchés financiers vers des systèmes basés sur la chaine de blocs (blockchain), où la gestion des actifs et des transactions se fait sans intermédiation centralisée. Les étudiants apprendront à comprendre les protocoles, les actifs numériques, et à analyser les risques associés à ce secteur émergent.

    Assessment :

    Etude de cas en groupe.
  • Préparation à l'entreprise

    Préparation à l'entreprise

    Total hours : 30

    Overview :

    Comprendre et Intégrer le Monde de l’Entreprise

     

    Ce programme se compose de 18 heures de cours et d’ateliers collectifs, complétées par 8 heures d’accompagnement individuel. Son objectif est de préparer les étudiants à leur entrée dans le monde professionnel en leur donnant accès à ses codes, ses langages et ses réalités.

    Grâce à une approche transversale, cette formation couvre les dimensions business, opérationnelles et humaines de l’entreprise, avec une attention particulière portée aux compétences relationnelles.

    Les étudiants sont encouragés, sur la base du volontariat, à être acteurs de leur apprentissage en présentant leurs travaux en binôme ou en trinôme devant le groupe. Des simulations de situations professionnelles permettent également d’expérimenter et de mieux comprendre certains contextes d’entreprise.

    L’objectif principal est de leur donner une compréhension éclairée des codes professionnels afin qu’ils puissent, en toute conscience, choisir la posture qui correspond à leurs ambitions et à leurs valeurs.

    Nous leur transmettons aussi une vision positive de l’entreprise : un espace riche en opportunités, où l’on peut grandir, s’épanouir et évoluer. Nous les aidons à percevoir la dimension humaine du monde du travail, à comprendre les dynamiques à l’œuvre et à mieux interagir avec leurs collègues et managers.

    Par exemple, intégrer une grande entreprise implique de s’adapter à un environnement structuré, parfois rigide ou exigeant, avec ses propres codes et dynamiques. Il s’agit pour chaque étudiant de choisir en toute connaissance de cause s’il souhaite évoluer dans ce cadre et comment s’y intégrer efficacement.

    Structure du p rogramme

     

    Bien que des études de cas et des mises en situation soient intégrées tout au long du parcours, la formation est structurée en quatre grandes parties :

    I – Introduction

    • Partage d’expérience et définition des objectifs
    • Préparation à l’entretien d’embauche et à la rédaction du CV

    II – L’entreprise : un univers à part, imparfait, mais plein d’opportunités

    • Focus sur la banque, la gestion d’actifs et leurs métiers
    • Panorama des autres types d’entreprises
    • Gouvernance, deadlines, réorganisations, délégations, sigles…
    • Relation client et enjeux de la déontologie

    III – L’entreprise : un collectif d’hommes et de femmes, des interactions et une communication professionnelle

    • Comprendre les préférences mentales
    • Maîtriser la communication (notamment la communication non violente)
    • L’impact de la première impression
    • Le rôle du management et de la hiérarchie
    • Ce que signifie être "professionnel"

    IV – Vous, et les personnes que vous allez rencontrer

    • L’importance des relations humaines
    • Apprendre à se connaître : talents et compétences
    • Les différents styles de management
    • Gérer son stress et s’appuyer sur les autres
    • Oser toujours, céder parfois, ne jamais renoncer

    Cette formation vise à donner aux étudiants les clés pour naviguer dans l’univers professionnel avec confiance et discernement, en leur fournissant des outils concrets et des perspectives adaptées à leurs aspirations.

    Recommended prerequisites :

    Avant un stage long, le monde de l’entreprise reste forcément très théorique. C’est pourquoi j’intègre de nombreuses études de cas et simulations, afin de rendre l’apprentissage plus concret.

    J’encourage les étudiants à être acteurs des séances, à expérimenter les situations pour mieux les assimiler. La participation, bien que facultative, est vivement recommandée.

    Partager une expérience vécue, qu’elle soit difficile ou joyeuse, ou présenter des réflexions élaborées en binôme ou en trinôme peut sembler un exercice exigeant et courageux. Cependant, ces échanges bénéficient grandement à l’ensemble du groupe et enrichissent la formation.

    Learning outcomes :

    • Maîtriser quelques éléments de langage pour aborder un entretien de recrutement avec plus de sérénité.
    • Avoir une vision plus claire des métiers de la finance et identifier des entreprises pertinentes à contacter pour décrocher un stage.
    • Développer une première compréhension du monde de l’entreprise, de ses codes, de ses pratiques et de ses spécificités.
    • Reconnaître les différents types de communication et de comportements professionnels, comprendre le langage non-verbal et intégrer les bases de la communication non violente.
    • Prendre du recul sur ses croyances et ses préjugés sur l’entreprise, et apprendre à mieux gérer ses éventuelles appréhensions.
    • Apprendre à parler de soi avec confiance et authenticité.

Academic Training Year 2026 - 2027 - subject to modification

Download course descriptions

Enseignements Obligatoires Majeure "Finance de Marché" et "Finance d'entreprise"

  • Pré-rentrée VBA

    Pré-rentrée VBA
  • Applications professionnelles

    Applications professionnelles

    Ects : 3

    Overview :

    L'UE Applications professionnelles n'est pas associée à un volume d'enseignement à l’université. Chaque apprenti est encadré au cours de son année d'apprentissage par un maître d'apprentissage désigné par l'entreprise et un tuteur université désigné par l'université. Le tuteur université se rend dans l'entreprise d'accueil à deux reprises au cours de l'année pour faire le point avec l'apprenti et le maître d'apprentissage.

    Coefficient : 2

    Learning outcomes :

    La première année du M1 Economie et Finance en apprentissage permet d'acquérir progressivement des compétences essentielles en entreprise : l'organisation, l'adaptabilité, le travail en équipe et l'autonomie. Les apprentis acquièrent également des compétences techniques dans l’exercice de leurs missions et mobilisent les savoirs acquis à l'Université.

    L'UE Applications professionnelles est l'occasion de dresser un bilan de la première année d'apprentissage et de faire le point sur les compétences acquises et celles qui restent à acquérir.

    Assessment :

    L'apprenti doit rédiger un livret d'apprentissage et présente à l'oral une synthèse de ce livret lors de la 2ème visite en entreprise. La note de l’UE Applications professionnelles est la moyenne équipondérée de :

    • l’évaluation par le maître d’apprentissage du travail réalisé en entreprise;
    • l’évaluation du livret d’apprentissage par le tuteur Université
    • l’évaluation de la soutenance du livret d’apprentissage par le tuteur université et le maître d’apprentissage lors de la 2ème visite en entreprise.

    La note de l’UE Applications professionnelles est reportée dans le contrat pédagogique du semestre 1 et du semestre 2.
  • Derivative instruments

    Derivative instruments

    Ects : 3

    Lecturer :

    Total hours : 36

    Overview :

    Chapter 1: Introduction to risk management and derivatives instruments

    Chapter 2: Mechanics of Futures Markets

    Chapter 3: Determination of Forward and Futures Prices

    Chapter 4: Hedging Strategies Using Futures

    Chapter 5: Interest Rates

    Chapter 6: Interest Rate Futures

    Chapter 7: Swaps

    Chapter 8: Mechanics of Options Markets

    Chapter 9: Properties of Stock Options

    Chapter 10: Trading Strategies Involving Options

    Chapter 11: Credit Derivatives

    Coefficient : 2

    Learning outcomes :

    The purpose of this course is to present the functioning of derivative products, namely forwards, futures, swaps and options, both in a risk management and speculation perspective.

    Assessment :

    Examen final

    Learn more about the course :

    jeromemathis.fr/derivatives

    Bibliography-recommended reading

    John C. Hull, "Options, Futures, and Other Derivatives", Pearson ed., 2018
  • Econométrie des séries temporelles

    Econométrie des séries temporelles

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    Le cours se divise en deux parties : 1. Modélisation en univarié

    • Caractérisation des séries : séries stationnaires au second ordre, tests de racine unitaire et de stationnarité
    • Modélisation des séries : estimation et tests de validation des modèles ARMA
    • Prévision à l'aide d'un modèle ARMA

    2. En multivarié

    • Modèles VAR stationnaires : estimation, validation et prévision
    • Analyse structurelle dans les modèles VAR : causalité au sens de Granger, analyse impulsion-réponse, identification des chocs structurels par la méthode de Choleski
    • Tests et estimation de relations de cointégration et modèle VECM

    Application de ces méthodes sur des séries à l'aide du logiciel R par la réalisation d'exercices et d'un projet

    Coefficient : 2

    Recommended prerequisites :

    Cours de statistique et cours d'économétrie de niveau L3

    Learning outcomes :

    Maîtrise des notions et des méthodes de base de l'économétrie des séries temporelles et application de ces méthodes à des cas concrets.

    Assessment :

    • Contrôle continu (40% de la note finale) : réalisation d'un projet par groupe de deux étudiants
    • Examen terminal (60% de la note finale)

    Bibliography-recommended reading

    Bourbonnais R., Econométrie : cours et exercices corrigés, Dunod, 9ème édition., 2015. Brooks C., Introductory Econometrics for Finance, Cambridge University Press, 3ème édition, juin 2014. Ghysels E. et Marcellino M., Applied Economic Forecasting using Time Series Methods, Oxford University Press, 2018.
  • Gestion de portefeuille

    Gestion de portefeuille

    Ects : 6

    Lecturer :

    Total hours : 36

    Coefficient : 2
  • Informatique appliquée la finance I

    Informatique appliquée la finance I

    Ects : 3

    Lecturer :

    • Louis BRIENS

    Total hours : 18

    Overview :

    This course is designed to teach students the fundamentals of Python programming through practical applications in finance, statistics, and econometrics. It introduces key programming paradigms--imperative, functional, and, to a lesser extent, object-oriented programming--within an applied context. Each session blends theoretical concepts with hands-on exercises using real or simulated datasets. The course emphasizes reproducible and interpretable code, in line with industry best practices. Session Breakdown Session 1 - Python Refresher and Programming Fundamentals Core concepts: variables, data types, control structures, loops, functions Working with NumPy and Pandas Writing clean, modular, and readable code Simple financial/statistical computations Hands-on exercises to strengthen Python fluency Note: This session will be adapted depending on students' programming background and pace. Session 2 - Optimization and Logistic Regression from Scratch Introduction to gradient descent as a numerical optimization tool Application to logistic regression for binary classification Manual implementation of the algorithm: gradient, update rule, convergence Visualizing decision boundary and cost function Comparison with scikit-learn's LogisticRegression Session 3 - Time Series and Regression Modeling Visualization and decomposition of time series Stationarity, trend, and seasonality Univariate and multivariate regression ARIMA modeling for forecasting Introduction to GARCH-type volatility models Session 4 - Systemic Risk Measures and Backtesting Key systemic risk indicators: VaR, CoVaR, SRISK, MES Estimation methods using financial data Backtesting: Unconditional Coverage and Conditional Coverage tests Interpreting model adequacy and performance Session 5 - CAPM Empirical Implementation Using CAC 40 Data Log return computation with Pandas (weekly prices from 2011-2016) Construction of the ex-post market portfolio via minimum vari ance optimization Beta estimation through OLS regression Visualization: security market line, beta dispersion Pedagogical goal: hands-on CAPM estimation in Python Session 6 - Index Construction and Computation Overview of financial index structures and mechanics Loading and cleaning real market data Handling corporate actions and rebalancing Implementing index computation methods Constructing sectoral and composite indices Visualizing and analyzing index performance Note: Placed last to consolidate prior concepts and support the final project work.

    Coefficient : 1

    Recommended prerequisites :

    A basic familiarity with Python is expected, though essential concepts will be reviewed in the first session.

    Learning outcomes :

    Fundamentals of Programming with Python. Application of Python in finance.

    Assessment :

    Final group project applying the methods covered in class to a real-world financial or econometric problem.

    Bibliography-recommended reading

    Yves Hilpisch, « Python for Finance », 2019, Editions O'Reilly.
  • Macroéconomie

    Macroéconomie

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    1 - Introduction : La croissance économique - Faits et théories 2 - Chapitre 1 : Le modèle néoclassique de croissance (modèle de Solow, modèle Ramsey-Cass-Koopmans) 3 - Chapitre 2 : Les modèles de croissance endogène (modèle "AK", modèles avec progrès technique endogène : Paul Romer, et Aghion-Howitt) 4 - Chapitre 3 : Finance et croissance 5 - Chapitre 4 : Environnement et croissance 6 - Chapitre 5 : Croissance dans les pays en développement et les pays émergents : trappe à pauvreté, trappe à revenu médian 7 - Chapitre 6 : Un modèle de décollage industriel

    Coefficient : 2

    Recommended prerequisites :

    • Comptabilité nationale
    • Optimisation statique

    Require prerequisites :

    • Comptabilité nationale
    • Optimisation statique

    Learning outcomes :

    - Identifier les déterminants de la croissance. - Résoudre des problèmes de contrôle optimal. - Résoudre des équations différentielles et de récurrence.

    Bibliography-recommended reading

    L'économie de la croissance (2010), Philippe Aghion et Peter Howitt, Economica
  • Diagnostic financier des entreprises (Franck DOMENGE)

    Diagnostic financier des entreprises (Franck DOMENGE)

    Ects : 3

    Lecturer :

    • FRANCK DOMENGE

    Total hours : 36

    Coefficient : 2

Enseignements Obligatoires Majeure "Finance de Marché"

  • Applications professionnelles

    Applications professionnelles

    Ects : 3

    Overview :

    L'UE Applications professionnelles n'est pas associée à un volume d'enseignement à l’université. Chaque apprenti est encadré au cours de son année d'apprentissage par un maître d'apprentissage désigné par l'entreprise et un tuteur université désigné par l'université. Le tuteur université se rend dans l'entreprise d'accueil à deux reprises au cours de l'année pour faire le point avec l'apprenti et le maître d'apprentissage.

    Coefficient : 2

    Learning outcomes :

    La première année du M1 Economie et Finance en apprentissage permet d'acquérir progressivement des compétences essentielles en entreprise : l'organisation, l'adaptabilité, le travail en équipe et l'autonomie. Les apprentis acquièrent également des compétences techniques dans l’exercice de leurs missions et mobilisent les savoirs acquis à l'Université.

    L'UE Applications professionnelles est l'occasion de dresser un bilan de la première année d'apprentissage et de faire le point sur les compétences acquises et celles qui restent à acquérir.

    Assessment :

    L'apprenti doit rédiger un livret d'apprentissage et présente à l'oral une synthèse de ce livret lors de la 2ème visite en entreprise. La note de l’UE Applications professionnelles est la moyenne équipondérée de :

    • l’évaluation par le maître d’apprentissage du travail réalisé en entreprise;
    • l’évaluation du livret d’apprentissage par le tuteur Université
    • l’évaluation de la soutenance du livret d’apprentissage par le tuteur université et le maître d’apprentissage lors de la 2ème visite en entreprise.

    La note de l’UE Applications professionnelles est reportée dans le contrat pédagogique du semestre 1 et du semestre 2.
  • Évaluation d'entreprise I

    Évaluation d'entreprise I

    Ects : 3

    Lecturer :

    • STEPHANIE ABBOUD

    Total hours : 24

    Overview :

    - This course provides a framework designed to help students learn fundamental concepts, tools and techniques to think critically when valuing a company. - This course is an initiation to the three main and most common methods of valuation (Discounted Cash Flow Analysis, Public Company Comparables and Transaction Comparables) - presented in a football field valuation graph. - Learning how to perform valuation of private and public companies.

    Coefficient : 1

    Learning outcomes :

    - The purpose of this course is to help students master valuation tools and financial modelling. - This program assumes knowledge of Financial Statement Analysis course from the first semester.
  • Microéconomie

    Microéconomie

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    - Interactions stratégies, équilibre, statique et dynamique, asymétries d'information. - Panorama de la théorie des jeux nécessaire à un économiste.

    Coefficient : 2

    Learning outcomes :

    - Compréhension et usage de la théorie des jeux pour l'analyse économique.
  • Data management

    Data management

    Ects : 3

    Lecturer :

    • LORIS BULLIARD
    • HUGO PAOLINI

    Total hours : 24

    Overview :

    Le cours traitera de la création et de la gestion de pipelines de données complet :

    1. Récupération de données à partir de multiples sources

    • Extraction de données via des APIs Web ou via scrapping.
    • Peuplement et manipulation de bases de données SQL.
    • Manipulation de données stockées dans des buckets S3.

    2. Processing de données brutes

    • Utilisation avancée de pandas pour le chaînage de transformations.
    • Optimisation des calculs numériques avec numpy.
    • Introduction à l'analyse de données (modélisation et problématiques éthiques).

    3. Code orienté production

    • Utilisation de VS Code pour le développement.
    • Gestion de version avec Git.
    • Structuration et gestion de scripts pour automatiser les tâches.
    • Principes de la Programmation Orientée Objet (OOP) pour la modularité et la maintenance du code.

    4. Visualisation des données

    • Création de graphiques pour explorer et communiquer les résultats.
    • Utilisation de bibliothèques de visualisation comme Matplotlib, Seaborn, et autres.

    Le cours sera principalement axé sur les travaux pratiques (TP). Les étudiants travailleront sur un projet intégré où ils devront concevoir une pipeline complète d'ingestion de données, incluant la collecte, le traitement, et la visualisation des données. Chaque session abordera une étape clé du pipeline, suivie d'exercices pratiques pour consolider les connaissances.

    Coefficient : 1

    Require prerequisites :

    Connaissance de Python.

    Learning outcomes :

    Acquérir les compétences pour créer et gérer des pipelines de données complets, depuis la collecte jusqu'au traitement et à la visualisation, en utilisant des pratiques de développement orienté production.

    Assessment :

    L'évaluation se fera sous la forme d'un devoir maison en groupe. Les étudiants devront livrer un projet final comprenant une pipeline fonctionnelle et documentée, qui met en œuvre les compétences acquises tout au long du cours. Le projet sera évalué sur la qualité du code, la robustesse de la solution, et la clarté de la documentation.
  • Fixed Income

    Fixed Income

    Ects : 3

    Lecturer :

    • RACHID TOLBA

    Total hours : 18

    Overview :

    Fixed income market introduction

    Fixed income basic concepts

    Pricing

    Risks associated with investing in bonds

    Understanding credit ratings

    Understanding the yield curve

    Overview of bond sectors and instruments

    Debt restructuring

    Case study

    Coefficient : 1

    Recommended prerequisites :

    mathématiques financières

    Learning outcomes :

    Compréhension des marchés de Taux et Gestion des Risques

    Assessment :

    QCM et case study
  • Arbitrage et Pricing

    Arbitrage et Pricing

    Ects : 3

    Lecturer :

    Total hours : 21

    Overview :

    Ce cours offre une introduction accessible au calcul stochastique, une discipline mathématique essentielle en ingénierie financière. Son approche met l'accent sur la simplification des concepts mathématiques pour convenir à un public d'économistes. Il présente deux modèles d'évaluation d'option : le modèle à temps discret (Binomial) et le modèle à temps continu (Black-Scholes). Il sensibilise à la détection d’opportunité d'arbitrage et forme à l’identification de stratégies adaptées.

    Coefficient : 1

    Recommended prerequisites :

    Connaissance des produits dérivés.

    Require prerequisites :

    Bonnes connaissances du calcul des probabilités, et du fonctionnement des marchés financiers.

    Learning outcomes :

    Valorisation des produits dérivés, apprentissage des stratégies d’arbitrage et des instruments de base de la gestion financière des options (« grecques »).

    Assessment :

    Examen terminal

    Learn more about the course :

    jeromemathis.fr/a-p/
  • Calcul stochastique

    Calcul stochastique

    Ects : 3

    Lecturer :

    Total hours : 21

    Overview :

    - Introduction au calcul stochastique appliqué à la finance. - Fournir une approche d'ingénierie à l'arbitrage financier. Chapt 1: Structures probabilistes et stochastiques. Chapt 2: Modélisation stochastique d'un marché financier dont les modèles binomiaux. Chapt 3: Passage du temps discret au temps continu. Chapt 4: Intégrale stochastique. Chapt 5: Le modèle de Black et Scholes.

    Coefficient : 1

    Recommended prerequisites :

    Mathématiques et une introduction à Python.

    Require prerequisites :

    Des bases en théorie de la probabilité et en mathématiques plus généralement.

    Learning outcomes :

    - Familiarisation avec les modèles stochastiques pour la finance.

    Assessment :

    Examen final

    Bibliography-recommended reading

    Quantitative Finance For The Beginners: Stochastic Models and European and Asian Options Pricing . Author: Emmanuel Lépinette.
  • Informatique appliquée la finance II

    Informatique appliquée la finance II

    Ects : 3

    Lecturer :

    • EMMANUEL FRUCHARD

    Total hours : 24

    Overview :

    Ce cours vise à faire progresser les étudiant.e.s dans deux directions :

    • Informatique : pratique de la programmation orientée objet en Python
    • Finance : La courbe de taux zéro-coupon et son calcul à partir de swaps de taux OIS

    Le but du cours est de calibrer une courbe de taux zéro-coupon à partir de taux de swaps OIS. Une première étape consiste à générer les flux d'un swap et à actualiser ces flux pour avoir la valeur actuelle du swap. On utilise ces calculs pour calibrer une courbe de taux, par recherche de racine de NPV=0 pour chaque swap en partant des maturités les plus courtes. Plusieurs méthodes d'interpolation seront utilisées. Les développements se font en python uniquement, avec une interface utilisateur au choix des étudiant.e.s, par exemple Excel via xlwings ou navigateur avec streamlit. Les étudiant.e.s, réparti.e.s en groupes de 3 ou 4, développent chacun.e une partie des classes, qu'iels intègrent ensuite. Le cours alterne des phases de présentation "magistrale" et des temps de pratique en groupe en mode TD, complétées par du travail en dehors des heures de cours. Le cours est présenté en français et les supports sont en anglais. Le rapport peut être rédigé en français ou en anglais, au choix des étudiant.e.s.

    Coefficient : 1

    Recommended prerequisites :

    Bases de VBA et Python

    Require prerequisites :

    Python : bases du langage en mode procédural

    Learning outcomes :

    Ce cours vise à l'acquisition de deux compétences :

    • Codage orienté objet
    • Connaissance des swaps de taux, des taux zéro-coupon et de leur calibration

    Assessment :

    Notation individuelle (environ 50%) : QCM en fin de cours Notation de groupe : remise du cas et soutenance orale

    Bibliography-recommended reading

    Pour se former à Python : www.w3schools.com/python/

Enseignement Optionnel Majeure "Finance de Marché"

  • Gestion des risques

    Gestion des risques

    Ects : 3

    Lecturer :

    • GEORGES KAYO DE KAYO

    Total hours : 27

    Overview :

    Un risque financier est un aléa (nécessairement adverse d’après ce qui suit) dont la réalisation peut:

    • causer des pertes financières ± importantes et
    • entraîner la faillite dans les cas extrêmes

    Bien gérer ses risques financiers est donc fondamental, ce qui se fait schématiquement en 4 grandes étapes qui seront détaillées dans les chapitres du cours :

    1. Identifier/cartographier les risques auxquels on est exposé.
    2. Quantifier les risques identifiés, c'est-à-dire évaluer les pertes potentielles en cas de réalisation de ces risques.
    3. Prendre une décision de gestion, c'est-à-dire choisir entre éviter, prévenir, absorber ou transférer les risques identifiés et quantifiés.
    4. Monitorer ses risques, c'est-à-dire les suivre dans le temps.

    Les chapitres du cours (cf. plan ci-dessous) permettront de détailler ces différents points.

    Chapitre I : Risques et cartographie des risques

    Chapitre II : Processus de gestion des risques

    Chapitre III : Un problème fondamental de QRM (Quantitative Risk Management)

    Chapitre IV : Sensibilités

    Chapitre V : Risques forfaitaires

    Chapitre VI : Rappels mathématiques

    Chapitre VII : Mesures de risques: Value-at-Risk & Expected Shortfall

    Chapitre VIII : Risque émetteur (cas du modèle CreditMetrics)

    Chapitre IX : Stress-tests et back-tests (si le temps le permet)

    Coefficient : 1

    Recommended prerequisites :

    Instruments financiers vanilles: actions, obligations, options européennes, portefeuilles d'actifs financiers

    Learning outcomes :

    Quantification des Risques en Finance de Marché

    Assessment :

    Projet

    Bibliography-recommended reading

    Gestion des risques& institutions financières, John Hull
  • Monnaie, crises financières et cryptomonnaies

    Monnaie, crises financières et cryptomonnaies

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    Part 1: On the history of money and banking Part 2: Money creation in the commodity money system and the fiat money system Part 3: Monetary policy in today's fiat money system Part 4: Financial crises and the deficiencies of the current monetary system Part 5: Alternatives to the current monetary system: "free banking" and crypto-currencies Part 6: A deeper look at crypto-currencies and decentralized finance (Defi)

    Coefficient : Pour le Master 1ère Année - Economie et Finance - Formation Initiale ==> 6 ECTS et Coefficient 2 Pour le Master 1ère Année - Economie et Finance - Formation en Apprentissage ==> 3 ECTS et Coefficient 1

    Require prerequisites :

    Undergraduate microeconomics and macroeconomics

    Learning outcomes :

    Course objective:

     

    Learn about:

    • the history of money and banking
    • the process of money creation by banks and the limits to that process
    • the objectives, instruments and actors of monetary policy, both in the euro-zone and in the US, and the money market
    • two recent financial/monetary crises (the 2008 financial crisis and the 2010-2015 euro crisis), the responses by central banks and the aftermath
    • alternatives to the current monetary system, namely "free banking" and crypto-currencies
    • bitcoin, blockchain technology, and decentralized finance (Defi)

    Assessment :

    One final 2-hour closed-book exam.

    Bibliography-recommended reading

    In class.

Enseignements Obligatoires Majeure "Finance d'Entreprise"

  • Applications professionnelles

    Applications professionnelles

    Ects : 3

    Overview :

    L'UE Applications professionnelles n'est pas associée à un volume d'enseignement à l’université. Chaque apprenti est encadré au cours de son année d'apprentissage par un maître d'apprentissage désigné par l'entreprise et un tuteur université désigné par l'université. Le tuteur université se rend dans l'entreprise d'accueil à deux reprises au cours de l'année pour faire le point avec l'apprenti et le maître d'apprentissage.

    Coefficient : 2

    Learning outcomes :

    La première année du M1 Economie et Finance en apprentissage permet d'acquérir progressivement des compétences essentielles en entreprise : l'organisation, l'adaptabilité, le travail en équipe et l'autonomie. Les apprentis acquièrent également des compétences techniques dans l’exercice de leurs missions et mobilisent les savoirs acquis à l'Université.

    L'UE Applications professionnelles est l'occasion de dresser un bilan de la première année d'apprentissage et de faire le point sur les compétences acquises et celles qui restent à acquérir.

    Assessment :

    L'apprenti doit rédiger un livret d'apprentissage et présente à l'oral une synthèse de ce livret lors de la 2ème visite en entreprise. La note de l’UE Applications professionnelles est la moyenne équipondérée de :

    • l’évaluation par le maître d’apprentissage du travail réalisé en entreprise;
    • l’évaluation du livret d’apprentissage par le tuteur Université
    • l’évaluation de la soutenance du livret d’apprentissage par le tuteur université et le maître d’apprentissage lors de la 2ème visite en entreprise.

    La note de l’UE Applications professionnelles est reportée dans le contrat pédagogique du semestre 1 et du semestre 2.
  • Évaluation d'entreprise I

    Évaluation d'entreprise I

    Ects : 3

    Lecturer :

    • STEPHANIE ABBOUD

    Total hours : 24

    Overview :

    - This course provides a framework designed to help students learn fundamental concepts, tools and techniques to think critically when valuing a company. - This course is an initiation to the three main and most common methods of valuation (Discounted Cash Flow Analysis, Public Company Comparables and Transaction Comparables) - presented in a football field valuation graph. - Learning how to perform valuation of private and public companies.

    Coefficient : 1

    Learning outcomes :

    - The purpose of this course is to help students master valuation tools and financial modelling. - This program assumes knowledge of Financial Statement Analysis course from the first semester.
  • Microéconomie

    Microéconomie

    Ects : 6

    Lecturer :

    Total hours : 36

    Overview :

    - Interactions stratégies, équilibre, statique et dynamique, asymétries d'information. - Panorama de la théorie des jeux nécessaire à un économiste.

    Coefficient : 2

    Learning outcomes :

    - Compréhension et usage de la théorie des jeux pour l'analyse économique.
  • Data management

    Data management

    Ects : 3

    Lecturer :

    • LORIS BULLIARD
    • HUGO PAOLINI

    Total hours : 24

    Overview :

    Le cours traitera de la création et de la gestion de pipelines de données complet :

    1. Récupération de données à partir de multiples sources

    • Extraction de données via des APIs Web ou via scrapping.
    • Peuplement et manipulation de bases de données SQL.
    • Manipulation de données stockées dans des buckets S3.

    2. Processing de données brutes

    • Utilisation avancée de pandas pour le chaînage de transformations.
    • Optimisation des calculs numériques avec numpy.
    • Introduction à l'analyse de données (modélisation et problématiques éthiques).

    3. Code orienté production

    • Utilisation de VS Code pour le développement.
    • Gestion de version avec Git.
    • Structuration et gestion de scripts pour automatiser les tâches.
    • Principes de la Programmation Orientée Objet (OOP) pour la modularité et la maintenance du code.

    4. Visualisation des données

    • Création de graphiques pour explorer et communiquer les résultats.
    • Utilisation de bibliothèques de visualisation comme Matplotlib, Seaborn, et autres.

    Le cours sera principalement axé sur les travaux pratiques (TP). Les étudiants travailleront sur un projet intégré où ils devront concevoir une pipeline complète d'ingestion de données, incluant la collecte, le traitement, et la visualisation des données. Chaque session abordera une étape clé du pipeline, suivie d'exercices pratiques pour consolider les connaissances.

    Coefficient : 1

    Require prerequisites :

    Connaissance de Python.

    Learning outcomes :

    Acquérir les compétences pour créer et gérer des pipelines de données complets, depuis la collecte jusqu'au traitement et à la visualisation, en utilisant des pratiques de développement orienté production.

    Assessment :

    L'évaluation se fera sous la forme d'un devoir maison en groupe. Les étudiants devront livrer un projet final comprenant une pipeline fonctionnelle et documentée, qui met en œuvre les compétences acquises tout au long du cours. Le projet sera évalué sur la qualité du code, la robustesse de la solution, et la clarté de la documentation.
  • Fixed Income

    Fixed Income

    Ects : 3

    Lecturer :

    • RACHID TOLBA

    Total hours : 18

    Overview :

    Fixed income market introduction

    Fixed income basic concepts

    Pricing

    Risks associated with investing in bonds

    Understanding credit ratings

    Understanding the yield curve

    Overview of bond sectors and instruments

    Debt restructuring

    Case study

    Coefficient : 1

    Recommended prerequisites :

    mathématiques financières

    Learning outcomes :

    Compréhension des marchés de Taux et Gestion des Risques

    Assessment :

    QCM et case study
  • Évaluation d'entreprise 2

    Évaluation d'entreprise 2
  • Modélisation et outils pour Direction Financière

    Modélisation et outils pour Direction Financière

    Ects : 3

    Lecturer :

    • HERVE GAKPE
    • NICOLAS POUX

    Total hours : 18

    Overview :

    Partie théorique :

    • Comprendre comment exploiter les principales bases de données utiles à une direction financière (états financiers, grands livres, ...)
    • Passer d'une utilisation standard d'Excel à une utilisation niveau Professionnelle de l'outil (prérequis M&A, Conseil, ...)
    • Modélisation financière à l'ère de l'IA générative : prompt engineering for finance, règles d'or du prompting.

    Partie pratique :

    • Exercices Excel de traitement de base de données et de manipulations pour renforcer sa productivité.
    • Use Cases sur le volet IA : mise en pratique de l'utilisation de l'IA dans des situations concrètes (débogage de formules Excel, analyses avec fichiers Excel en input/output, recherche approfondie de données).
    • Moment d'échange en fin de module afin de répondre aux questions des étudiants sur l'amorçage de leur carrière professionnelle.

    Coefficient : 1

    Learning outcomes :

    • Apprendre à retraiter n'importe quelle base de données en Excel grâce à des formules avancées (SOMME.SI.ENS, INDEX/EQUIV, ..)
    • Acquérir les compétences de productivité utile à toute modélisation financière sous Excel (formules clés, raccourcis, checks)
    • Apprendre à utiliser et exploiter les outils d'IA générative pour étendre son utilisation d'Excel et accroître ses facultés de modélisation.
    • Comprendre les outils qui composent le poste de pilotage d'un DAF de PME/Start-up.
    • Ajouter la forme au fond, que ce soit sur Excel ou sur PowerPoint et présenter son travail de manière professionnelle (pour comprendre ce qui est attendu niveau Board/Direction Générale).

    Assessment :

    Projet final par groupe de deux (ou plus, en fonction du contingent, à repréciser en séance), dont le sujet sera donné et expliqué en séance. Restitution à travers un oral de 20 minutes par groupe.

    Bibliography-recommended reading

  • Droit des sociétés

    Droit des sociétés

    Ects : 3

    Lecturer :

    • FABRICE BIEN

    Total hours : 30

    Overview :

    - Introduction au droit des sociétés : qu'est-ce qu'une entreprise individuelle ? Qu'est-ce qu'une société ?

    - Constitution d'une société : les conditions de validité d'une société (conditions de fond et conditions de forme).

    - Personne morale et limite à l'écran social protecteur : la notion de personne morale les limites à l'écran social protecteur (les exceptions concernant les associés les exceptions concernant les dirigeants les exceptions dans les groupes de sociétés)

    - Fonctionnement d'une société : les grands principes de fonctionnement d'une société.

     

    - Statut des dirigeants de sociétés : la notion de dirigeant les dirigeants fautifs (responsabilités dans une société in bonis et dans une société en difficulté révocation).

     

    - Corporate governance : qu'est-ce que la corporate governance ? Contenu de la corporate governance.

    Coefficient : 1

    Recommended prerequisites :

    Aucun.

    Require prerequisites :

    Aucun.

    Learning outcomes :

    - Comprendre le fonctionnement d'une société. - Comprendre les débats autour de la corporate governance.

    - Comprendre les débats autour du rôle de l'entreprise en lien avec la RSE.

    Assessment :

    Le contrôle des connaissances consiste en un partiel final composé : - d'une partie questions de cours - d'une partie cas pratiques.

    Bibliography-recommended reading

    - Bien F., L'entreprise en droit, in Bien F. et Méritet S., 2nd Edition, e-book, Pearson, chap. 10 bis, 2019.

    - Dondero B., Droit des sociétés, Dalloz, Coll. HyperCours, 9e éd., 2025. - Cozian M., Deboissy F. et Viandier A., Droit des sociétés, LexisNexis, 38e éd., 2025.

    - Durand-Barthez P. et Le Goff P., Le guide de la gouvernance des sociétés 2025-2026, Dalloz, Coll. Guides Dalloz, 5e éd., 2025.

    - Le Cannu P. et Dondero B., Droit des sociétés, Lextenso, 11e éd., 2025. - Heinich J., Droit des sociétés, L.G.D.J./Lextenso, Coll. Manuels, 2e éd., 20252023.

    - Magnier V., Droit des sociétés, Dalloz, Coll. Cours, 11e éd., 2024. - Merle P. et Caffin-Moi M., Droit commercial : sociétés commerciales 2025-2026, Dalloz, 29e éd., 2025.

Enseignement Optionnel Majeure "Finance d'Entreprise"

  • Informatique appliquée la finance II

    Informatique appliquée la finance II

    Ects : 3

    Lecturer :

    • EMMANUEL FRUCHARD

    Total hours : 24

    Overview :

    Ce cours vise à faire progresser les étudiant.e.s dans deux directions :

    • Informatique : pratique de la programmation orientée objet en Python
    • Finance : La courbe de taux zéro-coupon et son calcul à partir de swaps de taux OIS

    Le but du cours est de calibrer une courbe de taux zéro-coupon à partir de taux de swaps OIS. Une première étape consiste à générer les flux d'un swap et à actualiser ces flux pour avoir la valeur actuelle du swap. On utilise ces calculs pour calibrer une courbe de taux, par recherche de racine de NPV=0 pour chaque swap en partant des maturités les plus courtes. Plusieurs méthodes d'interpolation seront utilisées. Les développements se font en python uniquement, avec une interface utilisateur au choix des étudiant.e.s, par exemple Excel via xlwings ou navigateur avec streamlit. Les étudiant.e.s, réparti.e.s en groupes de 3 ou 4, développent chacun.e une partie des classes, qu'iels intègrent ensuite. Le cours alterne des phases de présentation "magistrale" et des temps de pratique en groupe en mode TD, complétées par du travail en dehors des heures de cours. Le cours est présenté en français et les supports sont en anglais. Le rapport peut être rédigé en français ou en anglais, au choix des étudiant.e.s.

    Coefficient : 1

    Recommended prerequisites :

    Bases de VBA et Python

    Require prerequisites :

    Python : bases du langage en mode procédural

    Learning outcomes :

    Ce cours vise à l'acquisition de deux compétences :

    • Codage orienté objet
    • Connaissance des swaps de taux, des taux zéro-coupon et de leur calibration

    Assessment :

    Notation individuelle (environ 50%) : QCM en fin de cours Notation de groupe : remise du cas et soutenance orale

    Bibliography-recommended reading

    Pour se former à Python : www.w3schools.com/python/
  • Théorie de la finance d'entreprise

    Théorie de la finance d'entreprise

    Ects : 3

    Total hours : 24

    Coefficient : 1

Academic Training Year 2026 - 2027 - subject to modification

Teaching Modalities

The first year of the Master's degree in Economics and Finance is an extension of the Bachelor's degree in Applied Economics at Dauphine. The close connection between the Bachelor's in Applied Economics and the Master's in Economics and Finance allows students to progressively and efficiently assimilate the concepts, methods, and tools of the discipline. A refresher course in computer science is offered to interested students before classes begin.

The first year of the Master's in Finance is divided into two semesters from September to June. Students specialize over the course of the program: after a core first semester, they choose to specialize in either corporate finance or market finance in their second semester. The common core includes the fundamentals of economics (macroeconomics, microeconomics, econometrics, and public economics) and finance (corporate financial analysis, portfolio management, derivatives). The curriculum addresses public economics through the study of energy and environmental issues. Specializing in the second semester allows students the opportunity to deepen their understanding of a financial subfield and learn the tools required to model relevant financial issues.
In the second semester, students can write theses in pairs. Students specializing in corporate finance can write a thesis on business valuation. As part of this thesis, students must find a small or medium-sized enterprise (SME) that agrees to provide them with financial statements, information on investment projects, and the company's strategic vision. This is therefore a fieldwork project that requires both interpersonal skills and a good level of expertise. Under the supervision of an academic tutor, all students can also write a research thesis on recent issues in market or corporate finance. In all cases, these projects offer students the opportunity to deepen their area of expertise and develop their analytical skills.

Internships and Supervised Projects

Students can choose the initial training program or the program with apprenticeship for the first year of the Master's degree. If signed in the first year, the apprenticeship contract is a two-year employment contract with a company that will cover the cost of the degree program. Assistance in the form of CV workshops, shared apprenticeship offers, and the Dauphine work-study forum is provided to students looking for an apprenticeship contract. The first year of the apprenticeship is intense and is made up of three distinct periods:

  • a 1st period of intensive courses at the university (from September to October) ;
  • a 2nd period alternating between the company (Monday, Tuesday and Wednesday) and the university;
  • a 3rd period in the company full-time (from May until the M2 course resumes)

The apprenticeship track allows students to quickly enter the world of work. It requires rigor, organization, good interpersonal skills, and a high level of academic achievement.
Students in the initial training program can take a gap year consisting of two six-month internships between the first and second years of the Master's degree. However, they can also proceed directly to the second year of the program without taking a gap year, depending on their goals and experience. The gap year offers advantages over an apprenticeship contract. Students benefit from gaining different kinds of experience and can take on projects and roles that are incompatible with a work-study rotational model (such as a mergers and acquisitions analyst). Students enrolled in initial training in the first year of the Master's program can switch to the apprenticeship track in their second year if they choose to specialize in Economic and Financial Engineering.
Several seminars are organized to help students build their professional project and prepare them to search for internships in France and abroad. Exchanges with alumni through the master's association will also contribute to this preparation. Students who wish may prepare for the AMF certification exam; this scheme is funded by the master and students have a 6-month period to take the exam from their registration. The AMF certification verifies the professional knowledge of individuals responsible for providing information or advice to clients of Investment Service Providers.