À l’issue du cours, l’étudiant sera capable de :
construire et interpréter des rendements financiers et des statistiques descriptives ;
identifier les principales caractéristiques empiriques des séries financières pertinentes pour la mesure du risque ;
comprendre et appliquer les principales méthodes de calcul de la Value-at-Risk (VaR) ;
comparer les approches historique, paramétrique et Monte-Carlo et en identifier les hypothèses, avantages et limites ;
interpréter de manière critique une mesure de risque financier ;
mettre en œuvre et interpréter une procédure de backtesting ;
relier les méthodes quantitatives de mesure du risque aux pratiques de gestion du risque dans les institutions financières.
Le cours vise à fournir aux étudiants une compréhension solide des principaux concepts et outils de gestion des risques financiers, avec une attention particulière portée au risque de marché.
Il cherche à établir le lien entre les actifs financiers, les données de marché, les mesures statistiques du risque et les décisions de gestion. L’objectif est également de développer la capacité des étudiants à analyser de manière critique les résultats produits par les modèles de risque et à comprendre leurs conditions d’utilisation en pratique.
Le cours aborde successivement :
les actifs financiers et la notion de risque de marché ;
les données financières, leur fréquence, leur traitement et leur nettoyage ;
les rendements simples et logarithmiques et leur relation avec le P&L ;
les principaux faits stylisés des rendements financiers : volatilité, clustering de volatilité, queues épaisses et corrélations en période de crise ;
les premières mesures de risque : volatilité, drawdown et quantiles ;
la Value-at-Risk et son interprétation statistique ;
la VaR historique ou non paramétrique ;
la VaR paramétrique ;
la VaR obtenue par simulation Monte-Carlo ;
la comparaison des différentes méthodes de VaR ;
le backtesting et la validation des modèles de risque ;
des mises en perspective professionnelles de la gestion des risques financiers à travers des interventions de praticiens du secteur bancaire.
Le cours progresse ainsi des fondements et des données vers la mesure du risque, puis vers la validation et l’utilisation pratique des modèles.
Introduction à la gestion des risques financiers
Actifs financiers, données et rendements
Caractéristiques statistiques des rendements financiers
Premières mesures du risque
Introduction à la Value-at-Risk
VaR historique
VaR paramétrique
VaR par simulation Monte-Carlo
Comparaison des méthodes de VaR
Backtesting et validation des modèles
Limites et lecture critique des mesures de risque
Mise en perspective professionnelle de la gestion des risques financiers
Les étudiants sont amenés à appliquer les concepts étudiés à des données financières réelles ou simulées.
Les exercices portent notamment sur :
le calcul et l’interprétation de rendements ;
l’analyse descriptive de séries financières ;
le calcul et la comparaison de différentes mesures de risque ;
la construction de VaR historique, paramétrique et Monte-Carlo ;
l’interprétation des différences entre méthodes ;
le backtesting d’un modèle de VaR ;
l’analyse critique des résultats produits par les modèles.
Un projet permet aux étudiants de mobiliser de manière intégrée les différentes compétences acquises pendant le cours.
Le cours repose sur une articulation entre théorie et pratique.
Les méthodes d’enseignement comprennent :
des exposés théoriques ;
l’analyse de données et d’exemples financiers ;
l’application pratique des différentes méthodes de calcul de la VaR ;
la réalisation d’un projet ;
des exercices d’interprétation et de validation des mesures de risque ;
des échanges et séances de questions-réponses ;
des interventions de professionnels du secteur financier permettant de confronter les méthodes étudiées aux pratiques institutionnelles.
Des diapositives, capsules vidéo et un syllabus spécifique consacré à la VaR complètent les séances en présentiel.
L’évaluation comporte deux parties :
1. Projet VaR : 50 % de la note finale
Réalisation d’un projet portant sur la mesure et l’analyse du risque financier, complétée par une défense du travail et/ou une évaluation en control continu.
2. Examen : 50 % de la note finale
L’examen comporte :
des questions portant sur les concepts et méthodes présentés au cours ;
une application pratique en salle informatique.
L’évaluation porte notamment sur la capacité de l’étudiant à relier les données financières, la construction d’une mesure de risque, son interprétation et la lecture critique des résultats obtenus.
Les ressources mises à disposition comprennent :
les diapositives utilisées pendant les séances ;
des capsules vidéo ;
un syllabus consacré à la Value-at-Risk ;
les consignes et données nécessaires à la réalisation du projet.
Référence indicative :
Philippe Jorion, Value at Risk: The New Benchmark for Managing Financial Risk.
| Formation | Programme d’études | Bloc | Crédits | Obligatoire |
|---|---|---|---|---|
| Master 60 en sciences de gestion | Standard | 1 | 5 | Oui |
| Master 120 en sciences de gestion | Finalité didactique | 1 | 5 | Oui |
| Master 120 en sciences de gestion, à finalité spécialisée en Transformation Digitale de l’Entreprise | Standard | 1 | 5 | Non |
| Master 120 en sciences de gestion | Finalité spécialisée | 1 | 5 | Oui |
| Master 120 en ingénieur de gestion | Finalité spécialisée en data science | 1 | 5 | Oui |
| Master 120 en ingénieur de gestion | Finalité spécialisée en Sustainable & Digital Management | 1 | 5 | Oui |
| Master 120 en ingénieur de gestion | Finalité spécialisée en Sustainable & Digital Management | 2 | 5 | Oui |
| Master 120 en sciences de gestion | Finalité didactique | 2 | 5 | Oui |
| Master 120 en sciences de gestion, à finalité spécialisée en Transformation Digitale de l’Entreprise | Standard | 2 | 5 | Non |
| Master 120 en sciences de gestion | Finalité spécialisée | 2 | 5 | Oui |
| Master 120 en ingénieur de gestion | Finalité spécialisée en data science | 2 | 5 | Oui |