Requirementsnotions de probabilités et statistiques descriptives, de calcul matriciel, de finance élémentaire, manipulation fluide d’Excel.
Program requirementsCC+examen
TeacherMathieu Leblanc
Weekly hours 2.0 h CM
Years M2 ISIFAR

Syllabus

Ce cours a vocation tout d’abord à fournir aux étudiants les éléments théoriques fondamentaux de la gestion d’actifs, de la modélisation des actifs eux-mêmes, de la construction d’un portefeuille théorique, pour aboutir à l’analyse structurée d’un portefeuille existant, tant du point de vue de l’analyse financière que de l’analyse statistique.

Contents

  1. LE CADRE GÉNÉRAL DE LA GESTION D’ACTIFS
    1. DEFINITION DE LA GESTION D’ACTIFS
      • Actif individuel : Qu’est-ce qu’un actif ? Décomposition d’un bilan comptable
      • Pool d’Actifs : Qu’est-ce qu’un fonds ? Aspects juridiques et opérationnels
      • Marché des actifs et des pools d’actifs : notion de placement public et privé
    2. LE CADRE REGLEMENTAIRE APPLICABLE
      • La notion d’appel à l’épargne publique, et droit de la consommation
      • Le rôle structurant de MIFID I et II
      • Au croisement des notions de droit, de conformité, et de mathématiques : qu’est-ce qu’un risque ?
  2. LES MODELISATIONS DES ALEAS DANS LA GESTION D’ACTIFS
    1. LA MODELISATION D’UN ACTIF SUR L’HORIZON D’INVESTISSEMENT :
      • Statistique descriptive monovarié,fonction d’utilité,
      • Ratios performance / risques et assimilés
      • Positionnement des classes d’actif principales
    2. LA MODELISATION D’UN ACTIF EN COURS D’INVESTISSEMENT
      • Rappel sur les processus markoviens, distribution à horizon t
      • Indicateurs de risques usuels en cours de vie (mesures et non mesures)
      • Positionnement des classes d’actifs principales
    3. LA MODELISATION D’UN POOL D’ACTIFS
      • Fondement de la fonction d’utiilité et Utilité appliquée à un Portefeuille, modélisation matricielle,
      • Mesures marginales de risques : la notion de bêta / portefeuille, de VaR incrémentale
      • Théorie de Markowitz : optimisation d’une utilité quadratique
      • Théorie du Portefeuille : modèle d’équilibre, benchmark, la notion de bêta d’un titre / indice de référence
      • Critiques des modèles, et évolution du modèle d’équilibre sous Black Litterman.
  3. ETUDE DE CAS PARTICULIERS : APPLICATION DE L’ANALYSE FINANCIÈRE ET STATISTIQUES
    1. LES RISQUES DES HEDGE FUNDS
      • Les principales stratégies de hedge funds. Revue rapide de l’industrie et présentations des biais statistiques : distributions à longues traînes, scarce data, survivorship bias,
      • Les limites des modèles Markoviens et de Portefeuille appliquées aux hedge funds : facteurs de confusion, instabilité des mesures (strategy drift)
      • Examen d’un fonds particulier : Pharos. Analyse descriptive et financière.
    2. APPLICATION DU DATA MINING A L’ANALYSE DE PORTEFEUILLE
      • Application de la technique d’ACP . Suite du cas Pharos et extension : la recherche des facteurs de risques dans l’industrie des hedge Funds. Examen des facteurs de dépendance extrêmes.
      • Application du SVM : Automatisation des ratings des banques. Optimisation avec différents noyaux.
      • Application des classements bayésiens : expertise du comportement des gérants en période de crise par tests bayésien, puis classements bayésien.

Bibliography

  1. Elton J. E., Gruber M. J. (2011), Modern Portfolio Theory and Investment Analysis, Wiley, Eight Edition.
  2. Alphonse P. et al. (2010), Gestion de portefeuille et marchés financiers, Pearson.
  3. Parent. E., Bernier J. (2010) Le raisonnement Bayesien , modélisation et inférence, Springer
  4. Saporta G (2011). Probabilité et statistiques, Technip