Le programme de la formation
UE fondamentale
-
Processus discrets
Processus discrets
Ects : 4
Enseignant responsable :
FRANCOIS SIMENHAUS
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
Espérance conditionnelle. Martingales. Stratégies. Convergence des martingales. Arrêt optionnel. Chaînes de Markov.
Compétences à acquérir :
Introduction à la modélisation aléatoire dynamique.
-
Modèles linéaires et ses généralisations
Modèles linéaires et ses généralisations
Ects : 4
Enseignant responsable :
KATIA MULLER MEZIANI
Volume horaire : 46.5
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30 TP : 7h30
Moindres carrés ordinaires et généralisés. Cas normal et propriétés asymptotiques. Tests de Fisher et tests asymptotiques. Le modèle d’analyse de la variance. Hétéroscédasticité - Définition, conséquences, moindres carrés généralisés et quasi-généralisés, application aux données de panel. Endogénéité des répresseurs et variables instrumentales, moindres carrés indirects et double-moindres carrés, tests de spécification. Équations simultanées : formes structurelle et réduite, modèles SUR, 3-stage least squares. Modèles linéaires généralisés, formalisation, modèles logit, probit, tobit et généralisations. Modèles de durée et modèles de données de comptage.
Compétences à acquérir :
Ce cours vise à décrire la construction et l’analyse des divers modèles paramétriques de régression linéaire et non-linéaire reliant un groupe de variables explicatives à une variable expliquée. Il correspond à un premier cours d’économétrie dans le Master. Il inclut également des TP pour l’apprentissage et utilisation du langage de programmation SAS.
-
Optimisation
Optimisation
Ects : 4
Enseignant responsable :
PIERRE CARDALIAGUET
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
Optimisation dans Rn (cas général et cas convexe). Optimisation sous contrainte d’égalité, d’inégalité. KKT, cas convexe, lemme de Farkas, dualité. Techniques de programmation dynamique : programmation dynamique en temps discret (problèmes en horizon fini ; problèmes en horizon infini avec coût escompté), Introduction à la théorie du contrôle optimal (principe de Pontriaguine, équation de Hamilton-Jacobi-Bellman).
Compétences à acquérir :
L’objectif de ce cours est, d’une part, de reprendre l’optimisation dans Rn et, d’autre part, d’étudier les techniques de programmation dynamique déterministe qui sont fondamentales dans les applications.
-
Analyse des données
Analyse des données
Ects : 4
Enseignant responsable :
DENIS PASQUIGNON
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
Généralités sur l’analyse des données, tableaux, problèmes de codages. Nuages de points et caractéristiques associées. Analyse en Composantes Principales. Analyse Factorielle sur Tableaux de Distances. Analyse Factorielle des Correspondances. Analyse des Correspondances Multiples.
Compétences à acquérir :
Donner les notions de base de l’analyse des données.
Mode de contrôle des connaissances :
Partiel au milieu du semestre et un examen final.
Bibliographie-lectures recommandées
"Probabilités, analyse de données et Statistique" Gilbert Saporta, éditions Technip
UE de majeure actuariat S1
-
Actuariat 1
Actuariat 1
Ects : 4
Enseignant responsable :
CHRISTOPHE DUTANG
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
Présenter les notions et mécanismes de base de l’assurance, typologie des modèles. Principe de calculs des primes et comparaison des risques. Modélisation des risques non-vie (la fréquence des sinistres, les coûts des sinistres). Modélisation des risques vie (probabilité viagère, valeur actuelle probable). Éléments sur la modélisation du montant cumulé des sinistres (mutualisation et agrégation).
Compétences à acquérir :
Présenter les méthodes quantitatives de base dont dispose l’assureur pour la modélisation, la tarification et l’évaluation prévisionnelle des dépenses d’indemnisation des sinistres. Ces méthodes permettent, notamment de déterminer le montant des primes et de décider le montant de capital au risque.
Mode de contrôle des connaissances :
1 examen terminal et 1 examen partiel
-
Gestion de portefeuille
Gestion de portefeuille
Ects : 4
Enseignant responsable :
PIERRE BRUGIERE
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
Théorie de Markowitz pour le choix de portefeuille (critère moyenne-variance ; notion de portefeuille efficient ; mesure de risque : la Value at Risk) Le Modèle d’Équilibre Des Actifs Financiers (MEDAF) (équilibre du marché ; notion de portefeuille de marché et application à la gestion de SICAV ; mesure de performance et notion de beta d’un portefeuille). APT et modèles à facteurs : fondements et pratiques empiriques. Critique empirique du CAPM. L’approche de Ross. Bases d’un modèle statique à facteurs. Mises en œuvre empiriques, difficultés pratiques. Interprétations économiques des facteurs. Conséquences pour la gestion. Assurance de portefeuille.
Compétences à acquérir :
Ce cours est une introduction aux méthodes quantitatives de traitement des données financières et de gestion de portefeuille. L’objectif du cours est de donner un bagage minimal en théorie moderne de la gestion quantitative afin de pouvoir traiter des problèmes pratiques de finance de marché et d’aborder les cours plus spécialisés de finance ou d’économétrie.
UE complémentaire
-
Anglais 1
Anglais 1
Ects : 2
Enseignant responsable :
VERONIQUE BOURREL
Volume horaire : 19.5
Description du contenu de l'enseignement :
Actualité économique en anglais : exercices d’écoute (radio, TV) ; exposés individuels ; exercices de compréhension et d’expression écrite (articles de la presse économique ; documentaires de la télévision britannique et américaine).Préparation au TOEIC : Test of English for International Communication.
Compétences à acquérir :
Fournir aux étudiants les outils linguistiques nécessaires pour fonctionner efficacement dans l’entreprise et avec leurs partenaires européens.
UE optionnelle - majeure actuariat
-
Série temporelles
Série temporelles
Ects : 4
Enseignant responsable :
JUSTIN SALEZ
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
Échantillonnage Quantification Compression sans perte et correction d’erreurs L’algorithme FFT Filtres numériques Conception de filtres numériques Compression avec perte, introduction au MP3
Compétences à acquérir :
Comprendre les mathématiques du filtrage et du traitement de l’information et les principes de la numérisation des signaux. Avoir une vision globale des techniques du traitement de l’information.
-
Méthodes Monte-Carlo
Méthodes Monte-Carlo
Ects : 4
Enseignant responsable :
JULIEN STOEHR
Volume horaire : 40.5
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 10h30 TD : 6h00 TP : 24h00
- Introduction de la méthode de Monte-Carlo
- Méthodes de simulation de variables aléatoires
- Techniques de réduction de variance
Coefficient : 4 ECTS
Compétences à acquérir :
L’objectif de ce cours est d’introduire les méthodes dites de Monte-Carlo. Ces méthodes sont utilisées pour calculer des espérances (et par extension des intégrales) par simulation de variables aléatoires. La simplicite´ de la me´thode, sa flexibilite´ et son efficacite´ pour les proble`mes en grande dimension en font un outil inte´ressant pour des domaines d’applications variés allant de la physique à la finance de marché. L’objectif de ce cours est non seulement de fournir les bases théoriques des méthodes de Monte-Carlo, mais aussi de fournir les outils pour leur utilisation pratique.
Mode de contrôle des connaissances :
- Examen écrit (70% de la note finale)
- Contrôle continu (30% de la note finale). Le contrôle continu se compose d'un projet à la maison et d'un TP noté en séance, tous deux à réaliser avec le language de programmation R.
Bibliographie-lectures recommandées
- C.P.Robert and G.Casella. Monte Carlo Statistical Methods. Springer Texts in Statistics. Springer-Verlag New York, 2 edition, 2004.
- B. Ycart. Modèles et Algorithmes Markoviens, volume 39 of Mathématiques et Applications. Springer-Verlag Berlin Heidelberg, 2002.
UE fondamentales
-
Mouvement brownien et évaluation des actifs contingents
Mouvement brownien et évaluation des actifs contingents
Ects : 4
Enseignant responsable :
IMEN BEN TAHAR
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
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).
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.
-
Processus de Poisson
Processus de Poisson
Ects : 4
Enseignant responsable :
STEFANO OLLA
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
- Définitions et propriétés importantes des processus de Poisson (loi jointe des temps sauts, comportements asymptotiques). - Définitions des processus de renouvellement généraux. - Introduction de la théorie du renouvellement et théorème principaux (Théo
Compétences à acquérir :
Introduction des processus à temps continus fondamentaux en probabilités, tels que les chaînes de Markov à espace d’états dénombrable et les processus de renouvellement. Présentation de la théorie du renouvellement et de la théorie des files d’attente.
-
Méthodes numériques : problèmes dépendant du temps
Méthodes numériques : problèmes dépendant du temps
Ects : 4
Enseignant responsable :
GABRIEL TURINICI
Volume horaire : 40.5
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 16h30 TD : 12h00 TP : 12h00
- 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
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).
Bibliographie-lectures recommandées
UE complémentaire
-
Anglais 2
Anglais 2
Ects : 2
Enseignant responsable :
VERONIQUE BOURREL
Volume horaire : 19.5
Description du contenu de l'enseignement :
Actualité économique en anglais : exercices d’écoute (radio, TV) ; exposés individuels ; exercices de compréhension et d’expression écrite (articles de la presse économique ; documentaires de la télévision britannique et américaine).Préparation au TOEIC : Test of English for International Communication.
Compétences à acquérir :
Fournir aux étudiants les outils linguistiques nécessaires pour fonctionner efficacement dans l’entreprise et avec leurs partenaires européens.
-
Mémoire de M1
Mémoire de M1
Ects : 4
Description du contenu de l'enseignement :
Rédaction d’un projet par groupe de 2 ou 3 étudiants sur un thème proposé par un enseignant de la majeure suivie.
Compétences à acquérir :
Approfondissement et/ou la mise en pratique d’un thème de la majeure suivie à travers la rédaction d’un projet.
UE de majeure actuariat S2
-
Actuariat 2
Actuariat 2
Ects : 4
Enseignant responsable :
CHRISTOPHE DUTANG
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
- 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
Pré-requis recommandés :
Actuariat 1
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.
Mode de contrôle des connaissances :
1 examen terminal et 1 examen partiel
-
Comptabilité de l'entreprise
Comptabilité de l'entreprise
Ects : 4
Volume horaire : 39
Description du contenu de l'enseignement :
Sur la base d’une approche pédagogique fondée sur des exercices pratiques et des études de cas, l’étudiant acquiert les bases de la finance d’entreprise et les clés d’appréciation de leur santé financière, en particulier :-La compréhension du langage comptable, c’est-à-dire des écritures d’enregistrement et des agrégats du compte de résultat et du bilan.-La connaissance des méthodes de valorisation des actifs et des passifs, en particulier des provisions.-L’analyse de la rentabilité et de la capacité d’autofinancement d’une entreprise.-La présentation des règles essentielles en matière de consolidation de comptes.-Des repères en matière de fiscalité et d’IFRS.
Déroulement des cours :- Avant la séance. Des exercices simples de compréhension ou d’application sont à effectuer pour permettre aux étudiants de contrôler leurs acquis.- Pendant la séance. Les concepts éventuels sont rappelés, approfondis, voire réexpliqués si nécessaire. Des exercices ou cas préparés par écrit sont discutés et expliqués. Leur préparation effective par les étudiants est contrôlée.- Après la séance. Des pistes d’approfondissement, de réflexion et d’ouverture sont proposées pour permettre aux étudiants de faire le lien entre le cours, son cadre conceptuel et la réalité des entreprises.
Compétences à acquérir :
La comptabilité est un système d’organisation de l’information financière qui permet de saisir, classer et enregistrer des données chiffrées. Sa finalité est de réaliser des états à destination de tous les interlocuteurs d’une entité économique, qu’ils soient externes (administration fiscale, clients, créanciers, banques, marchés financiers), ou internes (dirigeants, gestionnaires, salariés).Le cours d’analyse financière s’attache à apporter les bases indispensables que tout étudiant doit posséder pour connaître et comprendre les principales normes et techniques comptables applicables aux entreprises dans le cadre du plan comptable général.Certaines divergences entre les conventions internationales (IFRS) et nationales (françaises) seront évoquées à titre d’illustration.
-
Apprentissage statistique
Apprentissage statistique
Ects : 4
Enseignant responsable :
ANGELINA ROCHE
Volume horaire : 39
Description du contenu de l'enseignement :
Volume horaire détaillé : CM : 19h30 TD : 19h30
- 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.
Pré-requis obligatoire :
Probabilités ( y compris "Espérance conditionnelle" ) et statistiques ( Niveau L3 )
Compétences à acquérir :
Connaître les bases de l’apprentissage statistique et les méthodes les plus courantes, en particulier dans un contexte de grande dimension.
Mode de contrôle des connaissances :
Examen partiel, Projet (en Python), Examen Final
Formation année universitaire 2023 - 2024 - sous réserve de modification
Modalités pédagogiques
La formation démarre en septembre et la présence en cours est obligatoire.
Les enseignements sont organisés en semestres 1 et 2. Chaque semestre est constitué d'un bloc fondamental et d'Unités d'Enseignements optionnelles suivant la répartition donnée. Chacun des deux blocs fondamentaux est composé de plusieurs UE. A chaque UE est associé un certain nombre de crédits européens (ECTS) ; à chaque bloc est associée la somme des ECTS associés aux UE composant le bloc. La note finale de première session d'une UE est obtenue par pondération entre des notes de contrôle continu, de projet, d'examens partiels et terminaux. La note de contrôle continu peut faire intervenir plusieurs éléments : projets, devoirs, interrogations écrites ou orales, note de participation, assiduités... Toute UE pour laquelle l'étudiant a obtenu une note finale supérieure ou égale à 10/20 est définitivement acquise ainsi que les ECTS associés.
Un bloc est composé d'une ou plusieurs UE. A chaque bloc est attribuée une note finale. Celle-ci est calculée par une somme pondérée des notes finales des UE constituant le bloc, le poids de la note finale d'une UE étant égal aux ECTS associés à l'UE. Un bloc dont la note finale et supérieure ou égale à 10/20 est définitivement acquis ainsi que tous les ECTS associés au bloc (somme des ECTS des UE composant le bloc), sous réserve que la note finale de chaque UE composant le bloc soit supérieure ou égale à 5/20.
Chaque semestre est composé d'un bloc fondamental et d'UE optionnelles. La finale d'un semestre est calculée comme somme pondérée des notes finales de toutes les UE constituant le semestre, le poids de la note finale d'une UE étant égal aux ECTS associés à l'UE.
Un semestre est définitivement acquis (ainsi que les ECTS associés, somme des ECTS de chaque UE composant le semestre) si toutes les conditions suivantes sont vérifiées :
Il est constitué d'au moins 30 ECTS et sa note fin ale est supérieure ou égal à 10/20
La note finale du bloc fondamental du semestre est supérieure ou égale à 10/20
La note finale de chaque UE du bloc fondamental du semestre est supérieure ou égale à 5/20
La validation d'une année entraîne la validation de chacun des deux semestres et de toutes les UE les composant ainsi que de tous les ECTS associés. La note finale d'une année se calcule par une somme pondérée des notes finales de toutes les UE constituant l'année, le poids de la note finale d'une UE étant égal aux ECTS associés à l'UE. La note de sport peut donner lieu à un bonus. Cette note ne sera prise en compte que si elle est supérieure ou égale à 10/20, et si la note finale de l'année est supérieure ou égale à 10/20 ; un bonus égale à [note -10]/30 est alors rajouté à la note finale de l'année. Une année est définitivement acquise (ainsi que les 60 ECTS associés) si toutes les conditions suivantes sont vérifiées :
Elle est constituée d'au moins 60 ECTS et la note de l'année est supérieure ou égale à 10/20
La note finale de chacun des deux blocs fondamentaux de l'année est supérieure ou égale à 10/20
La note finale de chaque UE des blocs fondamentaux de l'année est supérieure ou égale à 5/20
Stages et projets tutorés
Stage non obligatoire.
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