Descriptif des cours
- Case study Risque bancaire McKinsey
Case study Risque bancaire McKinsey
Volume horaire : 6
TRONC COMMUN (6 ECTS)
- Droit des marchés financiers, Ethique et conformité
Droit des marchés financiers, Ethique et conformité
Ects : 3
Enseignant responsable :
- DOMINIQUE DEDIEU
- ABDOULAYE MBOTAINGAR
Volume horaire : 33
Description du contenu de l'enseignement :
I – Infrastructures des marchés financiers réglementés et alternatifs à travers les exigences d’intégrité, de transparence, de résilience et de liquidité. Informations financières réglementées et les obligations en découlant, à charge des émetteurs et des investisseurs à l’occasion soit des opérations de financement (IPO, JPO, Private equity), soit de leur seul présence sur le marché, soit encore des opérations d’investissement (franchissement des seuils ou OPA).
II – Impératifs, notions, obligations et intérêts de la conformité, l’éthique, la compliance et la déontologie dans les secteurs de la banque, la finance et l’assurance : régulation et régulateurs, gestion et approche par les risques, sanctions internationales, conflits d'intérêts, infractions financières. Présentation et analyse des dispositifs préventifs et des obligations de transparence : lutte contre le blanchiment d’argent sale et le financement du terrorisme, lutte anticorruption, protection des données et RGPD, devoir et plan de vigilance et reporting extra financier.
Coefficient : 1
Pré-requis recommandés :
Droit bancaire, Droit des sociétés, Ethique et Conformité
Pré-requis obligatoire :
Droit des sociétés ; Conformité/compliance
Compétences à acquérir :
Aptitude à appréhender les marchés financiers à travers la réglementation de leurs conditions de fonctionnement ainsi que celles des opérations de financement et d’investissement qui s’y déroulent.
Aptitude à appréhender la notion et la gestion de la prévention de tous risques liés aux activités financières, bancaires et assurantielles, ainsi que la notion et la gestion de conformité, d'éthique et de déontologie dans ces domaines
Mode de contrôle des connaissances :
Examen sur table (QCM), projet personnel (cas pratique) en fin de semestre et bonus de participation
Bibliographie-lectures recommandées
AMF : www.amf-france.org
https://www.amf-france.org/fr/lamf/la-regulation-lamf/sengager-pour-une-finance-durable ; https://www.amf-france.org/fr/recherche/resultat?form=global&key=Lutte%20anti%20blanchiment&sort%5Bfield%5D=date&sort%5Bsort%5D=DESC
www.europa.eu ; www.boursedeparis.fr; www.euronext.com; Code Monétaire et financier https://www.legifrance.gouv.fr/affichCode.do?cidTexte=LEGITEXT000006072026&dateTexte=20200514
ACPR https://acpr.banque-france.fr ; https://acpr.banque-france.fr/page-sommaire/lutte-contre-le-blanchiment-des-capitaux-et-le-financement-du-terrorisme ;
https://www.economie.gouv.fr/tracfin ; https://www.agence-francaise-anticorruption.gouv.fr/fr ; https://www.hatvp.fr
OPTION 1 : Module Marchés Obligatoire (6 ECTS)
- Machine learning and its applications
Machine learning and its applications
Ects : 6
Enseignant responsable :
- GUILLAUME HUARD
Volume horaire : 30
Coefficient : 2
- Structured products
Structured products
Ects : 3
Enseignant responsable :
- PHILIPPE DUMONT
Volume horaire : 18
Coefficient : 1
OPTION 1 : Module Marchés Optionnels (15 ECTS)
- PSL Artificial Intelligence Week
PSL Artificial Intelligence Week
- Trading algorithmique
Trading algorithmique
Ects : 3
Enseignant responsable :
- JONATHAN LEVY
Volume horaire : 16
Coefficient : 1
- Advanced Econometrics
Advanced Econometrics
Ects : 3
Enseignant responsable :
Volume horaire : 12
Description du contenu de l'enseignement :
Sujet 1 : Mesures de risque de marché (Volatilité, Value-at-Risk et Expected Shortfall) – modèles ARCH/GARCH univariés Sujet 2 : Tests de validation des mesures de risque (couverture non-conditionnelle, conditionnelle, test d’indépendance, super exception) Sujet 3 : Risque systémique et régulation macroprudentielle (Absorption ratio, MES, SRISK, Delta CoVaR et établissements bancaires d’importance systémique) – modèles ARCH/GARCH multivariés (CCC, DCC, BEKK)
Coefficient : 1
Pré-requis recommandés :
Programmation en Python. Cours de séries temporelles (modèles SARIMA).
Compétences à acquérir :
Ce cours a pour objectif de développer les compétences techniques des étudiants (applications sous Python) afin qu'ils soient capables de manipuler facilement des séries de rendements financiers. A la fin du cours, l'étudiant est donc capables d'identifier un processus sous-jacent sur les rendements financiers lui permettant de construire une mesure de risque de marché comme le demande le comité de Bâle dans ses accords éponymes qui règlementent le secteur bancaire. Au-delà, des aspects pratiques, ce cours développent les différents aspects de la réglementation prudentielle.
Mode de contrôle des connaissances :
Examen final en salle machine.
Bibliographie-lectures recommandées
Hull, J. C., 2015, Risk Management and Financial Institutions, 4th Edition, Wiley Finance. Jorion, P., 2011, Financial Risk Management Handbook, Wiley Finance Roncalli, T., 2009, La gestion des risques financiers (2e edition).
- APT model and methodology
APT model and methodology
Ects : 3
Enseignant responsable :
- KARIM JACQUELIN
Volume horaire : 18
Description du contenu de l'enseignement :
Rétrospective historique des Modèles de Risque et Théories sous-jacentes
Concepts et Mathématiques des indicateurs de risque généraux avec APT (Volatilité - Tracking Error - Beta - Corrélation...)
Concepts et Mathématiques des indicateurs de risque avancés avec APT (VaR Monte Carlo - Attribution de risque - Stress Testing...)
Cas pratiques d'utilisation des indicateurs de risque pour analyser et gérer les risques de portefeuilles en société de gestion
Evaluation des risques et des performances des fonds
Cas pratiques d'utilisation du risque pour gérer, optimiser et construire des portefeuilles : gestion quantitative avec des préférences explicites, intégration de critères ESG...
Coefficient : 1
Pré-requis recommandés :
Théorie Moderne de Gestion de Portefeuille (MEDAF, Volatilité, Frontière efficiente...)
Compétences à acquérir :
Suite à la formation l'étudiant aura acquis une compréhension du modèle de risque et de la méthodologie APT.
Le cours vise aussi à montrer l'intérêt de l'approche multifactorielle statistique APT pour:
- comprendre, analyser et gérer les risques de portefeuilles d'actifs financiers.
- utiliser les concepts de risque pour gérer des portefeuilles en société de gestion avec une approche quantitative.
Mode de contrôle des connaissances :
Participation
Travail en groupe
Examen sur table
Bibliographie-lectures recommandées
Allocation d'Actifs - Théorie et pratiques (Chapitre 6 - Gestion du risque)
- ESG Investment
ESG Investment
Ects : 3
Enseignant responsable :
- VINCENT COMPIEGNE
- ELIE EL KADI
Volume horaire : 12
Coefficient : 1
- Commodity markets
Commodity markets
Ects : 3
Enseignant responsable :
- SYLVAIN BERTHELET
Volume horaire : 24
Description du contenu de l'enseignement :
Raison d'être of commodity futures markets : three different approaches. Relationships with cash commodity markets and other asset classes. Examples, hedging and trading strategies.
Coefficient : 1
Pré-requis recommandés :
Economics basics.
Compétences à acquérir :
Market mechanisms, instruments (futures and options) and the basis (difference between the cash price and the future price).
Mode de contrôle des connaissances :
Written exam following the lecture.
- Enjeux et modélisation des risques climatiques
Enjeux et modélisation des risques climatiques
Ects : 3
Enseignant responsable :
- MOHAMED BENKHALFA
Volume horaire : 15
Coefficient : 1
- Clustering en pratique
Clustering en pratique
Ects : 3
Enseignant responsable :
- DIDIER JEANNEL
Volume horaire : 18
Coefficient : 1
OPTION 2 : Module Entreprises obligatoire (3 ECTS)
- Machine learning and its applications
Machine learning and its applications
Ects : 6
Enseignant responsable :
- GUILLAUME HUARD
Volume horaire : 30
Coefficient : 2
OPTION 2 : Module Entreprises optionnels (18 ECTS)
- Financial analysis of insurance
Financial analysis of insurance
Ects : 3
Enseignant responsable :
- OUNS JAOUA
Volume horaire : 18
Coefficient : 1
- Corporate rating
Corporate rating
Ects : 3
Enseignant responsable :
- AURELIE SALMON
Volume horaire : 21
Coefficient : 1
- ESG Investment
ESG Investment
Ects : 3
Enseignant responsable :
- VINCENT COMPIEGNE
- ELIE EL KADI
Volume horaire : 12
Coefficient : 1
- Financial modelling in revewable energy
Financial modelling in revewable energy
Ects : 3
Enseignant responsable :
- CHRISTOPHE LAHON
Volume horaire : 18
Description du contenu de l'enseignement :
Pratiquer la modélisation financière en matière de financement de projet appliqué aux énergies renouvelables.
- Bref rappel des concepts de financement de projet
- Principes généraux de modélisation financière
- Etude détaillée d'un modèle de ferme solaire photo-voltaïoque
- Pratique des étudiants sur un modèle financier d'une ferme éolienne
- Etude de cas et jury
Practice project finance modelling applied to renewable energy projects.
- Overview of project finance concepts
- General principles of financial modelling
- Detailed study of a PV solar farm financial model
- Student practice on a wind farm financial model
- Case study and jury
Coefficient : 1
Pré-requis recommandés :
Cours de financement de projet de BFA3- 1er semestre
Project Finance Course proposed in BFA3 - Semester 1
Pré-requis obligatoire :
Aucun
None
Compétences à acquérir :
Proposer une introduction à la modélisation financière en matière de financement de projet.
Provide a general overview on financial modelling in a project finance context.
Mode de contrôle des connaissances :
Etude de cas présentée devant jury.
Case study with presentation to jury.
Bibliographie-lectures recommandées
Pour une introduction à la modélisation financière: Pierre Vernimmen, Finance d'Entreprise
For a general introduction on financial modelling: Pierre Vernimmen, Corporate Finance (English version available)
- The impact of Big data and Artificial Intelligence on Finance
The impact of Big data and Artificial Intelligence on Finance
Ects : 3
Enseignant responsable :
- GUILHEM BENTOGLIO
Volume horaire : 16
Coefficient : 1
- Private equity, Impact investing and Entrepreneurship
Private equity, Impact investing and Entrepreneurship
Ects : 3
Enseignant responsable :
- VIRGINIE RADICE DOUBLET
- FRANCOIS MASSUT
- ANTOINE MALLARD
Volume horaire : 30
Coefficient : 1
- Droit des obligations et contrats d'affaires
Droit des obligations et contrats d'affaires
OPTION 3 : Module Assurance (21 ECTS)
- Processus de Poisson (en anglais)
Processus de Poisson (en anglais)
Ects : 3
Enseignant responsable :
Volume horaire : 40
Description du contenu de l'enseignement :
- Définitions et propriétés importantes des processus de Poisson (loi jointe des temps sauts, comportements asymptotiques). - Définitions et propriétés de processus de Markov à espace d’états dénombrable.
Enseignant responsable : STEFANO OLLA
Coefficient : 1
Compétences à acquérir :
Introduction des processus à temps continus fondamentaux en probabilités, tels que les processus de Poisson et les chaînes de Markov à espace d’états dénombrable.
- Méthodes numériques : problèmes dépendants du temps
Méthodes numériques : problèmes dépendants du temps
Ects : 6
Volume horaire : 40
Description du contenu de l'enseignement :
- Introduction
- Équations Différentielles Ordinaires : Euler Implicite, Runge Kutta, consistance, stabilité, A-stabilité
- Calcul de dérivée et contrôle: graphe computationnel, différentiation automatique
- Équations Différentielles Stochastiques : Euler Maruyama, Milstein
Enseignant responsable : GABRIEL TURINICI
Coefficient : 2
Compétences à acquérir :
Présentation de méthodes de résolution numérique des problèmes d ’ évolution et d ’ éléments d ’ analyse numérique. Mise en œuvre : utilisation de MatLab et de GNU Octave (travaux pratiques et projet).
- Mouvement brownien & évaluation des actifs contingents
Mouvement brownien & évaluation des actifs contingents
Ects : 6
Volume horaire : 40
Description du contenu de l'enseignement :
Évaluation d ’ actifs contingents en absence d ’ opportunités d ’ arbitrage : cadre du temps discret opportunités d ’ arbitrage ; stratégies de réplication et évaluation ; modèle de Cox-Ross et Rubinstein. Introduction au calcul stochastique en temps continu (mouvement Brownien ; intégrale d ’ Itô). Modèle de Black et Scholes (modèle de marché en temps continu ; équation de Black et Scholes et prix d ’ options ; définition et utilisation des grecques).
Enseignant responsable : IMEN BEN TAHAR
Coefficient : 2
Compétences à acquérir :
Étude du mouvement Brownien et son utilisation pour la modélisation des prix des actifs financiers. Présenter la méthodologie de l ’ évaluation d ’ actifs en Absence d ’ opportunités d ’ Arbitrage dans des modèles en temps continu et présenter le modèle de Black et Scholes.
- Apprentissage statistique
Apprentissage statistique
Ects : 3
Volume horaire : 40
Description du contenu de l'enseignement :
- Introduction à l ’ apprentissage statistique : Apprentissage supervisé/non-supervisé, Régression et Classification, Procédure générale d ’ apprentissage, Évaluation du modèle, Sur et Sous-apprentissage.
- Méthode des K plus proches voisins et notion de “ curse of dimensionality ” .
- Régression linéaire en grande dimension, sélection des variables et régularisation du modèle (Ridge et Lasso).
- Méthodes classiques pour la classification supervisée.
- Algorithme du gradient (descente classique, stochastique et mini-batch) (optionnel).
- (Non-supervisé) K-means clustering.
Enseignant responsable : ANGELINA ROCHE
Coefficient : 1
Compétences à acquérir :
Connaître les bases de l ’ apprentissage statistique et les méthodes les plus courantes, en particulier dans un contexte de grande dimension.
- Actuariat 2
Actuariat 2
Ects : 6
Enseignant responsable :
Volume horaire : 40
Description du contenu de l'enseignement :
- Introduction au provisionnement en assurance Provisionnement en assurance non vie : PSAP, méthodes algorithmiques, méthodes stochastiquesProvisionnement en assurance vie : formule prospective et rétrospective
- Théorie de la crédibilité Crédibilité bayésienne de JewellCrédibilité linéaire de Buhlmann-Straub
- Théorie de la ruine Convergence, martingale, formule Formule explicite Poisson composée Approximations et borne de Cramer-Lundberg Impact de la loi de sévérité sur la probabilité de ruine
Enseignant responsable : CHRISTOPHE DUTANG
Coefficient : 2
Compétences à acquérir :
Étude de trois problématiques classiques en assurance : la théorie de la ruine (et les processus stochastiques associés), l ’ introduction au provisionnement vie et non-vie, et la théorie de la crédibilité.
MODULE RAPPORT DE STAGE ET PROJET (3 ECTS)
- Rapports de stage BFA2 et BFA3
Rapports de stage BFA2 et BFA3
Ects : 3
Enseignant responsable :
Volume horaire : 87
Description du contenu de l'enseignement :
Les rapports de stage de première année de Master (BFA2) sont l'occasion pour les étudiants de prendre du recul sur leur expérience et d'être capable d'en tirer un bilan constructif pour définir leur projet professionnel. Les rapports de dernière année de Master (BFA3) permettent aux étudiants de développer une problématique et de prendre conscience qu'ils ont déjà acquis une expertise sur leur domaine.
Coefficient : 1
Compétences à acquérir :
Le rapport de stage de fin d’études montre les qualités de réflexion et les aptitudes d’analyse de l’étudiant(e) à partir d’une expérience professionnelle. Il témoigne de la recherche d’une problématique à partir des missions effectuées lors du stage.
Les rapports proposés par les étudiants à cette occasion ne doivent donc pas être simplement descriptifs, factuels, sans réel apport personnel, ou réelle réflexion.
Le travail de rédaction du rapport de stage doit être le temps privilégié qui permet à l’étudiant(e) de mûrir une réflexion, de développer une problématique en lien avec l’orientation professionnelle retenue. Cette réflexion peut être valorisée lors des entretiens d’embauche et permet de faire le lien entre la démarche académique (l’analyse, la prise de recul, le raisonnement, la connaissance de la littérature théorique sur le sujet) et l’expérience professionnelle (les missions à mener, les tâches à réaliser, la mise en situation, la maîtrise des outils). Cette prise de recul est indispensable aux postes de management mais aussi à la créativité, et à l’innovation.
Mode de contrôle des connaissances :
A la fin de la première année de Master (BFA2), un stage de minimum 3 mois est obligatoire. Un stage de fin d'études (6 mois) est requis en fin de dernière année (BFA3). Les étudiants doivent rendre deux rapports séparés en fin de M2.
Seul le rapport de BFA3 est soutenu à l'oral devant un jury en septembre (session 1) ou novembre (session 2).
Formation année universitaire 2025 - 2026 - sous réserve de modification
Modalités pédagogiques
La deuxième année du master Économie et Finance : Banque Finance Assurance est organisée en 2 semestres et se déroule de fin août à fin février. Les étudiants choisissent de se spécialiser en finance de marché ou en finance d’entreprise. Une option recherche est proposée aux étudiants qui souhaitent poursuivre en thèse. Les cours sont dispensés par des professeurs ou professionnels ayant une entière spécialisation dans leur matière. Les cours mêlent travail individuel, travaux de groupe, rendus de dossiers et « serious games » en salle Bloomberg. L’enseignement en Python est réalisé en partenariat avec une Fintech sur un projet encadré par des professionnels. L’étudiant a la possibilité d’effectuer un semestre ou une année (dans le cas d’un double diplôme) d’étude à l’étranger : aux États-Unis, au Canada, au sein du prestigieux réseau QTEM, mais aussi à Singapour ou dans de nombreuses universités partenaires européennes.
Un accent particulier est mis sur les innovations technologiques dans le monde de la finance (digitalisation, blockchains, IA…). Les étudiants suivent au cours de l’année des conférences complémentaires sur la finance durable et responsable, et l’impact du big data en finance. Tous les étudiants sont initiés au machine learning. Les étudiants qui le souhaitent peuvent travailler sur un projet de start-up qui sera présenté devant un jury dans le cadre de la station F.
Au cours de leur parcours en Magistère, les étudiants obtiennent donc trois diplômes :
- La Licence en Economie Appliquée de l'Université Paris Dauphine-PSL (Diplôme de grand établissement conférant le grade de licence)
- Le Master en Economie et Finance de l'Université Paris Dauphine-PSL (Diplôme de grand établissement conférant le grade de master)
- Un diplôme d’établissement : Magistère Banque Finance Assurance de l'Université Paris Dauphine-PSL
Stages et projets tutorés
L’étudiant doit effectuer une expérience professionnelle d’au moins 6 mois à partir du mois de mars. Ce stage de fin d'études donne lieu à un rapport de stage et à une soutenance devant un jury constitué au moins de deux personnes, en général le tuteur universitaire et le tuteur professionnel du stage.
Le diplôme du Magistère BFA permet d'accéder à l'ensemble des métiers de la finance de marché, de la finance d'entreprise et de l'assurance. Les étudiants se spécialisent en fonction de leurs préférences, des stages qu'ils ont effectués et des contacts qu'ils ont eus avec les professionnels lors des conférences et des forums. Cette évolution se fait très souvent au cours du stage de fin de 1ère année de Master ou en début de 2ème année de Master grâce aux options que peuvent choisir les étudiants.
De nombreux projets professionnels sont proposés tout au long du cursus. En 1ère année de Master, les étudiants de la spécialisation « Finance de Marché » réalisent ainsi un projet en Python avec les équipes de la fintech Invivoo. De leurs côtés, les étudiants en Finance d’entreprise travaillent sur des « case studies » préparés par les équipes de PwC, Duff and Phelps (Londres), Deloitte, Aurexia, et HSBC. Certains étudiants ont la possibilité de travailler sur un projet de start-up et de le présenter devant un jury prestigieux.
Des programmes nourris par la recherche
Les formations sont construites au contact des programmes de recherche de niveau international de Dauphine, qui leur assure exigence et innovation.
La recherche est organisée autour de 6 disciplines toutes centrées sur les sciences des organisations et de la décision.
En savoir plus sur la recherche à Dauphine