L'année de formation
Obligatoire
-
Applications Professionnelles
Applications Professionnelles
Ects : 3
Enseignant responsable :
- PHILIPPE BERNARD
Optionnel - 27 ECTS à choisir
-
Business intelligence
Business intelligence
Ects : 3
Compétence à acquérir :
Création de rapports dynamiques, synthétiques et interactifs.
Mode de contrôle des connaissances :
Projet individuel
Pré-requis obligatoires :
Compétences excel avancées
Description du contenu de l'enseignement :
Comment traiter puis intégrer des données Excel dans POWER BI,
Comment les traiter dans Power BI,
Comment les présenter de manière claire, synthétique et esthétique sous la forme d'un report Power BI,
Et enfin comment partager ce report en ligne et surtout comment programmer la version mobile (smartphone).Enseignant responsable :
- LEILA EL OMARI
-
Econométrie financière
Econométrie financière
Ects : 3
Compétence à acquérir :
Connaissance des principales méthodes économétriques appliquées à la modélisation financière
Mode de contrôle des connaissances :
Examen final en salle informatique
Pré-requis recommandés :
Cours d'économétrie des séries temporelles niveau M1
Description du contenu de l'enseignement :
Bibliographie, lectures recommandées
Introduction générale :
Faits stylisés sur les séries financières
Prévision des rendements et efficience des marchés financiers
Chapitre 1 : modèles de volatilité univariés
Détection et tests d'un effet ARCH
Modèles de volatilité univairiés : modèles GARCH, GJR et EGARCH
Lois conditionnelles non gaussiennes
Chapitre 2 : modèles de volatilité multivariés
Estimation de la matrice de variance covariance par les méthodes de lissage
Modèles économétriques de la matrice de variance covariance conditionnelle : BEKK, CCC et DCC
Une partie du cours a lieu en salle de classe et en salle informatique (langages utilisés : gretl ou matlab)
Alexander, C.,
Market Risk Analysis: Practical Financial Econometrics?, Editions Wiley, 2008. Brooks, C.,
Introductory Econometrics for Finance, Cambridge University Press, 3ème édition, 2014. Bauwens L., Hafner C. et S. Laurent,
Handbook of Volatility Models and their Applications, John Wiley \& Sons, 2012.
-
Informatique pour la finance d'entreprise
Informatique pour la finance d'entreprise
Ects : 3
Enseignant responsable :
- TAREK BABAGHAYOU
-
Marchés financiers et économie
Marchés financiers et économie
Ects : 3
-
Séminaire de recherche
Séminaire de recherche
Ects : 3
Enseignant responsable :
- NAJAT EL MEKKAOUI
-
Asset Management I
Asset Management I
Ects : 6
Enseignant responsable :
- PHILIPPE GILLET
-
Calcul stochastique et produits dérivés
Calcul stochastique et produits dérivés
Ects : 6
Enseignant responsable :
- RENE AID
-
Droit de la finance
Droit de la finance
Ects : 6
Enseignant responsable :
- FABRICE BIEN
-
Econométrie de la Finance Quantitative
Econométrie de la Finance Quantitative
Ects : 6
Compétence à acquérir :
Maîtrise des principaux modèles de volatilité en univarié et multivarié
Mode de contrôle des connaissances :
Examen final en salle informatique
Pré-requis recommandés :
Cours de statistique et d'économétrie L3
Pré-requis obligatoires :
Cours d'économétrie des séries temporelles niveau M1
Description du contenu de l'enseignement :
Bibliographie, lectures recommandées
Le cours comprend deux chapitres
1. Modèles de volatilité en univarié
Faits stylisés sur les séries financières
Détection et test d'un effet ARCH
Modèle GARCH
Estimation par la méthode du quasi-maximum de vraisemblance
Modèles de volatilité avec un effet d'asymétrie : GJR, EGARCH
Lois conditionnelles non gaussiennes
2. Modèles de volatilité multivariés
Estimation de la matrice de variance covariance par les méthodes de lissage
Modèles BEKK et DCC
Le cours s'organise en partie en salle de cours pour la présentation des méthodes et modèles et en salle informatique pour des applications sur séries financières (langage utilisé : matlab)
Alexander, C.,
Market Risk Analysis: Practical Financial Econometrics?, Editions Wiley, 2008. Brooks, C.,
Introductory Econometrics for Finance, Cambridge University Press, 3ème édition, 2014. Mills, T., et R.N. Markellos, R.N.,
The Econometric Modelling of Financial Time Series, Cambridge University Press; 3ème Édition, 2008 Bauwens L., Hafner C. et S. Laurent,
Handbook of Volatility Models and their Applications, John Wiley & Sons, 2012. Taylor, S. J.,
Asset Price Dynamics, Volatility and Prediction, Princeton University Press, 2007. Franses P.H., et D. van Dijk, Non-linear time series in empirical finance, Cambridge University Press, 2000. Jondeau, E., Poon S.-H. et M. Rockinger, Financial modeling under non-gaussian distributions, Springer.
Enseignant responsable :
- MARIE BESSEC
-
Fixed income et produits dérivés
Fixed income et produits dérivés
Ects : 6
Compétence à acquérir :
pricing de produits dérivés
Mode de contrôle des connaissances :
partiel de 2h
Description du contenu de l'enseignement :
Bibliographie, lectures recommandées
Pricing et utilisation de produits dérivés: contrats à terme, swaps et options (temps discret, temps continu)
Futures, Options and Other Derivatives - John Hull
Enseignant responsable :
- MARIE PASCALE LEONARDI
-
Gestion Quantitative I
Gestion Quantitative I
Ects : 6
Enseignant responsable :
- CHAFIC MERHY
-
Informatique pour la finance de marché
Informatique pour la finance de marché
Ects : 6
Enseignant responsable :
- MATTHIEU GENISSON
-
Modélisation financière
Modélisation financière
Ects : 6
Enseignant responsable :
- HUGO GERVAIS
-
Valorisation des entreprises
Valorisation des entreprises
Ects : 6
Enseignant responsable :
- GERARD CHAPALAIN
-
Financement des entreprises
Financement des entreprises
Ects : 9
Enseignant responsable :
- EMMANUEL LAURENT
-
Informatique pour la finance quantitative
Informatique pour la finance quantitative
Ects : 9
Compétence à acquérir :
L'objectif du cours est d'accompagner les étudiant.e.s vers un usage
autonome d'Excel et VBA pour traiter des
problèmes quantitatifs rencontrés en finance.
Il s'agit également de compléter les enseignements de licence et de M1 sur l'usage de VBA, notamment avec un
style de codage structuré et
orienté objet.
La qualité syntaxique du code est guidée par un outil fourni aux étudiant.e.s. Un des deux cas est spécifiquement dédié au codage d'objets.
Mode de contrôle des connaissances :
La notation se fait en contrôle continu avec :
deux cas réalisés en binomes
deux QCM individuels
Pré-requis recommandés :
Dans Excel :
Formules de zones
Nomage de cellules ou de zones
Dans VBA :
Utilisation des objects d'Excel (Range, Worksheet)
Pré-requis obligatoires :
Connaissance du fonctionnement d'Excel, y compris les formules.
Connaissances de base de VBA :
Types simples
Usage des subroutines et fonctions
Communication entre Excel et VBA (lire ou écrire la valeur d'une cellule Excel en VBA)
Boucles inconditionnelles (For ... Next) et inconditionnelle (Do ... Loop)
Tests avec If ou Select
Description du contenu de l'enseignement :
Bibliographie, lectures recommandées
Le cours est réparti en 6 sessions de 3 heures. Après des compléments de cours, deux cas sont présentés et traités en binomes.
Le cours alterne les phases de présentation "magistrale" et des temps de pratique en binome en mode TD.
Le cours est présenté en français et les supports sont en anglais. Les cas peuvent être rédigés en français ou en anglais, au choix des étudiant.e.s.
Voici à titre indicatif quelques fiches méthodologiques sur VBA :
www.es25.fr/xl-and-vba/
Ces fiches commentent des cas d'usage fréquents à ce niveau d'étude. Elles ne constituent en aucun cas un pré-requis, mais donnent une idée des difficultés rencontrées par les étudiant.e.s en début de M1 et des progrès attendus pendant cette année et la suivante.
Enseignant responsable :
- EMMANUEL FRUCHARD
Obligatoire
-
Applications Professionnelles 2
Applications Professionnelles 2
Ects : 3
Enseignant responsable :
- PHILIPPE BERNARD
Optionnel - 27 ECTS à choisir
-
Fusion Aquisition
Fusion Aquisition
Ects : 3
Enseignant responsable :
- LIONEL MELKA
-
Gestion Alternative
Gestion Alternative
Ects : 3
Enseignant responsable :
- ROMAIN FERAUD
-
Gestion des Risques
Gestion des Risques
Ects : 3
Compétence à acquérir :
Acquérir les principes de base de la construction des courbes de taux et des données de marché en général, maîtriser la valorisation des produits financiers vanille et calculer les indicateurs de suivi et de gestion des risques d’un portefeuille donné.
Pré-requis recommandés :
un bon niveau en mathématique financières avec des connaissances sur les produits financiers
Description du contenu de l'enseignement :
•Construction de courbe de taux et de nappes de volatilités
•Valorisation des produits vanilles( Swap, IRG, …)
•Introduction au calcul des sensibilités de taux
•Définition des différents type de risque (Risque absolue (absolute risk) , risque relatif(Relative risk), Basis risk, Volatility risk)
•Risque de position et calcul des greecs des produits dérivés (delta, gamma, vega, theta, rho,..)
•Calcul des indicateurs de risque de marché des produits de taux (Duration, sensibilité aux différents facteurs de risque)
•Introduction au calcul de la VAR
•
VAR Historique, VAR paramétrique ,VAR Monte-CarloEnseignant responsable :
- AZZEDINE BOUDJIT
-
Analyses bancaires
Analyses bancaires
Ects : 6
Enseignant responsable :
- URIEL SARAGUSTI
-
Gestion d'actifs
Gestion d'actifs
Ects : 6
Enseignant responsable :
- BASTIEN DRUT
-
Private Equity
Private Equity
Ects : 6
Enseignant responsable :
- RACHID TOLBA
-
Processus d'investissement
Processus d'investissement
Ects : 6
Enseignant responsable :
- LAURENT PALLANCA
-
Produits dérivés et produits structurés
Produits dérivés et produits structurés
Ects : 6
Enseignant responsable :
- MATHIEU HAMEL
-
Risque de crédit
Risque de crédit
Ects : 6
Enseignant responsable :
- HAMIDOU DIALLO
-
Séminaire Corporate
Séminaire Corporate
Ects : 6
Enseignant responsable :
- PHILIPPE BERNARD
-
Stratégies fondamentales
Stratégies fondamentales
Ects : 6
Coefficient : 6 ECTS
Compétence à acquérir :
Savoir appliquer les méthodes d'évaluation d'entreprises, d'actions et d'obligations en gestion d'actifs, savoir intégrer les facteurs fondamentaux dans une stratégie quantitative
Mode de contrôle des connaissances :
Contrôle final sous forme de projet (100%)
Pré-requis recommandés :
Comptabilité générale, Analyse financière
Pré-requis obligatoires :
Economie financière, Gestion de portefeuille (L3 & M1) , VBA, R
Description du contenu de l'enseignement :
Bibliographie, lectures recommandées
Rappels d'analyse financière : SIG, ratios, flux de trésorerie
Les fondamentaux de l'évaluation fondamentale des titres financiers :
a. Modélisation et prévisions des Résultats et du Free Cash Flow
b. Approche par le revenu : méthode des comparables boursiers
c. Approche par le marché : méthode des DCF / DDM, calcul des primes de risque
d. Notation financière et analyse de la qualité de crédit
Stratégies fondamentales traditionnelles en gestion d'actifs :
a. stock picking (gestion active actions) : sélection de titres et construction de portefeuille
b. bond picking (gestion crédit) : sélection de titres et construction de portefeuille
c. marchés privés : capital investissement, dette privée & infrastructure
Intégration des stratégies fondamentales dans des approches quantitatives :
a. Facteurs fondamentaux : taille, quality, value, earnings announcement, etc.
b. Produits "Quantamental"
c. Allocation d'actifs : estimation des primes de risque
Finance d'entreprise, Pierre Vernimmen, ?Yann Le Fur, ?Pascal Quiry (2020)
Principles of Corporate Finance, Richard A. Brealey, ?Stewart C. Myers, ?Franklin Allen (2011)
Security Analysis for Investment and Corporate Finance, Aswath Damodaran
(2006)
Enseignant responsable :
- JEROME ANDRE
-
Trading des taux et des dérivés
Trading des taux et des dérivés
Ects : 6
Enseignant responsable :
- CHARLES-HENRI BAUBIGEAT
-
Applications informatiques en finance quantitative
Applications informatiques en finance quantitative
Ects : 9
Compétence à acquérir :
Comprendre les principes algorithmiques des techniques de Machine Learning
Sélectionner et paramétrer une technique d’apprentissage adaptée à une problématique décisionnelle
Réaliser des prédictions et des classifications à partir de données massives structurée et non-structurées
Mode de contrôle des connaissances :
Examen en salle machine plus contrôle continu (en option)
Pré-requis recommandés :
Algorithmique et programmation ainsi que
Data Management sous Python
Description du contenu de l'enseignement :
Bibliographie, lectures recommandées
Introduction au Machine Learning (apprentissage supervisé)
K plus proches voisinsArbre de décision
Méthodologie
Notion sur sur-apprentissageValidation croisée / Bootstrap
Méthodes ensemblistes
BaggingRandom ForestsBoosting
Support Vector Machine et méthodes à noyaux
Deep Learning
Données déséquilibrées
Area Under Curve (AUC) et autres mesures de qualitéStratégies d’apprentissage
Apprentissage non-supervisé
Classification non supervisée (clustering)Recherche de schémas fréquents et de points aberrants
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition par Aurélien Géron, Released September 2019, O'Reilly Media, Inc.
Enseignant responsable :
- SYLVAIN BENOIT
-
Gestion Quantitative II
Gestion Quantitative II
Ects : 9
Enseignant responsable :
- CHAFIC MERHY
-
Séminaire de recherche
Séminaire de recherche
Ects : 3
Enseignant responsable :
- NAJAT EL MEKKAOUI
-
Produits dérivés et produits structurés
Produits dérivés et produits structurés
Enseignant responsable :
- MATHIEU HAMEL
Formation année universitaire 2021 - 2022 - sous réserve de modification
Modalités pédagogiques
La formation représente 450 heures de cours réparties de septembre à mars. Le déroulement de l’année universitaire est rythmé par le calendrier de l’aternance qui se décompose en 3 périodes : plein temps à l’université jusqu’en octobre, alternance 3 jours en entreprise et 2 jours à l’université jusqu’en mars puis plein temps en entreprise à partir de mars.
Les étudiants sont amenés à choisir l’une des trois majeures proposées dans le parcours Ingénierie Econmique et Financière : finance d’entreprise, finance de marché et finance quantitative. En fonction de la majeure choisie, les étudiants suivent alors suivre un ensemble de cours obligatoires et optionnels qui permettent à la fois une spécialisation poussée et une ouverture vers d’autres domaines. Le cœur de la formation réside dans l’utilisation combinée des informations économiques et financières (Bloomberg, Reuters), des outils informatiques professionnels adaptés à chaque majeure (VBA, Python, Power BI, R, C#, C++, Matlab), et des méthodes de la finance. Ce crédo pédagogique adopté dès la 3ème année de la licence d’économie appliquée de Dauphine, se concrétise par la réalisation d’un grand nombre de projets professionnels inspirés des problématiques rencontrées par les institutions financières et les entreprises.
Plusieurs séminaires sont organisés pour aider les étudiants à construire leur projet professionnel. Deux mois avant la rentrée universitaire en juillet, le master propose aux étudiants qui visent un summer internship dans les banques anglosaxonnes de suivre les modules de formation animés par la société Alumneye. En janvier, le séminaire « How to get into investment banking » associe une préparation aux processus de recrutement des banques d’investissement et une présentation des métiers de la finance par des professionnels invités. Enfin, un séminaire de deux jours et demi est organisé en avril au Novotel Fontainebleau Ury avec trois temps forts : des conférences pour rencontrer des professionnels de haut niveau dans un cadre moins formel, des ateliers de développement personnel et des moments de détente pour renforcer la cohésion au sein de la promotion.
Stages et projets tutorés
Les étudiants en apprentissage sont encadrés par un tuteur université et un maître d’apprentissage. Le tuteur université est nommé par les directeurs du parcours. Son rôle est d’accompagner l’apprenti pendant la durée du contrat d’apprentissage et de faire le lien entre l’université et l’entreprise d’accueil, notamment à l’occasion de deux visites en entreprise. Les échanges avec le maître d’apprentissage et l’apprenti permettent de faire le point sur son intégration dans l’équipe et sur les missions réalisées pendant l’année. Sous la direction du tuteur université, l’apprenti rédige un mémoire d’apprentissage soutenu à l’oral lors de la 2ème visite en entreprise. Ce mémoire d’apprentissage est l’occasion de prendre du recul sur les missions réalisées, d’approfondir un sujet choisi en collaboration avec le tuteur université et de finaliser le projet professionnel de l’apprenti.
Les étudiants en formation initiale doivent réaliser un stage obligatoire, d’une durée de 4 mois minimum. Le stage peut s’effectuer en France ou à l’étranger et doit être lié aux thématiques de la formation. Le stage est validé par un rapport de stage soutenu à l’oral.
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