 | |
| FINA0060-1 | Empirical Methods in Financial Markets
 |
|
| Durée : | 30h Th |
|
| Crédits/ECTS : |
| Master en sciences économiques, orientation générale, à finalité approfondie, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en sciences économiques, orientation générale, à finalité didactique, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité didactique, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en sciences économiques, orientation générale, à finalité spécialisée en analyse et politique économique, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en sciences économiques,orientation générale, à finalité spécialisée en economics and finance, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en financial engineering, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en sciences économiques, orientation générale, à finalité spécialisée en economic analysis and public governance, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en intrapreneuriat, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en Modélisation et technologie, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en supply chain management, 1re année | | Deuxième quadrimestre | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en performance management systems, 1re année | | Deuxième quadrimestre | | 5 |
|
|
|
| Titulaire(s) : | Cédric Heuchenne |
|
| Coordinateur(s) : | Cédric Heuchenne |
|
| Langue : | Langue anglaise |
|
| Aperçu général : | Le monde financier porte un intérêt sans cesse grandissant aux méthodes quantitatives de prédiction. Pour le spéculateur, il est en effet essentiel d'avoir une bonne approximation des valeurs futures de son portefeuille d'actions. Un analyste financier doit toujours prévoir au mieux le comportement des entreprises dans lesquelles ses clients sont susceptibles d'investir. C'est dans ce cadre que ce cours propose de développer les différentes méthodes existantes pour approcher ces problèmes. Son contenu dépend fortement des désirs des étudiants et de leurs aspirations professionnelles. Entre autres, les thématiques suivantes peuvent être abordées :
- prédiction de données saisonnières
- gestion du risque
- causalité
- prédiction dans les modèles autorégressifs à moyenne mobile (modèles ARMA)
- modèles à hétéroscédastité conditionnelle autorégressive généralisés (modèles GARCH)
- filtre de Kalman
- ... |
|
| Objectif du cours : | P2. Application des méthodes basiques de statistique aux processus stochastiques
C3. Analyse, identification de dénominateurs communs aux différentes méthodes
C4. Analyse critique de méthodes existantes en regard des situations pratiques rencontrées |
|
| Pré-requis : | Un cours de base en probabilités et statistique, par exemple,
STAT0067 Probabilités et inférence statistique et
un cours de méthodes quantitatives de gestion :
STAT0800-1 Modèles et méthodes de statistique appliquée,
MQGE0005-2 Quantitative Methods in Management (Partim Statistics)
ou tout autre cours jugé équivalent. |
|
| Organisation : | Méthodologie utilisée
A3. Analyse d'un problème pratique par chaque étudiant (en partie encadré par le professeur).
A4. Synthèses critiques de recherches, de lectures et/ou d'applications pratiques menées par l'étudiant. En principe, chaque étudiant présente à la fin du quadrimestre ses lectures et les éventuels résultats obtenus. Lors de sa présentation, il est invité
1) à exposer clairement un problème d'intérêt dans son contexte financier et les méthodes existantes pour le résoudre,
2) à critiquer ces méthodes et justifier le choix d'une ou plusieurs d'entre elles dans un contexte particulier.
Parallèlement, il assiste aux présentations des autres étudiants, s'intéresse et critique la démarche que ceux-ci utilisent pour traiter leur problème propre.
Planification
Le cours s'étale sur 10 semaines. Les 12 premières heures, les professeurs présentent les différents problèmes d'intérêt assortis des notions nécessaires à leur compréhension.
Les étudiants choisissent alors deux problèmes et ils effectuent une recherche bibliographique personnelle.
Les septième et huitième semaines, les étudiants et le professeur se réunissent pour effectuer un état d'avancement de chaque travail.
Les étudiants préparent alors un rapport et une présentation du problème abordé pour la période d'évaluations qui suit le cours.
Répartition de la charge de travail étudiant
A1 Cours 12h
A3 Analyse personnelle de problème 70h
A3 Etat d'avancement 8h
A4 Rapport 25h
A4 Présentations 5h |
|
| Notes de cours : | Syllabus introductif
Lectures conseillées :
1. Brockwell, P. J., & Davis, R. A. (1996). Introduction to Time Series and
Forecasting. New York : Springer.
2. Franses, P. H. (1998). Time series models for business and economic forecasting. Cambridge University Press.
3. Mills, T. C. (1999). The Econometric Modelling of Financial Time Series (Second ed.). Cambridge University Press.
4. Lectures conseillées (bibliographie ciblée) |
|
| Evaluation : | Outils d'évaluation, critères d'évaluation et pondération
E4. Rapport final (40% de la note finale)
L'évaluation se base sur la clarté, la capacité à synthétiser et l'analyse critique de l'étudiant.
E4. Présentation orale (40% de la note finale)
1. Qualité de la présentation : démarche scientifique (10%), contenu des transparents (10%) et qualité des explications (10%).
2. Défense du travail : réponses aux critiques du professeur et des autres étudiants (10%).
E4. Participation critique aux travaux des autres étudiants (20%)
Calendrier des évaluations
Le rapport doit être remis au professeur avant la période d'évaluations qui suit le cours. La présentation orale se déroule durant cette période d'évaluations. |
|
| Contacts : | Cédric HEUCHENNE, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât B31, local 2.53, email: C.Heuchenne@ulg.ac.be
(C.Heuchenne@ulg.ac.be) |
|
|
| |
