Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Dans la gestion quantitative des risques (QRM), vous allez construire des modèles pour comprendre les risques des portefeuilles financiers. C’est une tâche essentielle dans les secteurs bancaire, de l’assurance et de la gestion d’actifs. La première étape de la construction d’un modèle consiste à collecter des données sur les facteurs de risque sous-jacents qui affectent la valeur du portefeuille et à analyser leur comportement. Dans ce cours, vous apprendrez à manipuler des séries de rendements de facteurs de risque, à étudier leurs propriétés empiriques, également appelées « faits stylisés » — notamment leur non-normalité typique et leur volatilité —, et à estimer la value-at-risk d’un portefeuille.
Prérequis
Programme de formation
Plan du cours
1
Explorer les données de facteurs de risque de marché
Dans ce chapitre, vous apprendrez à construire des séries de rendements, à les agréger sur des périodes plus longues et à les représenter de différentes façons. Vous étudierez des exemples avec le package qrmdata.
- Bienvenue dans le cours !50 XP
- Explorer des séries temporelles de facteurs de risque : indices actions100 XP
- Explorer des séries temporelles de facteurs de risque : actions individuelles100 XP
- Explorer les données de facteurs de risque : taux de change100 XP
- Rendements des facteurs de risque50 XP
- Explorer des séries de rendements100 XP
- Différentes façons de tracer des facteurs de risque et des séries de rendements100 XP
- Agrégation des rendements logarithmiques50 XP
- Agrégation de séries de log-rendements100 XP
- Test sur l’agrégation des log-rendements50 XP
- Explorer d’autres types de facteurs de risque50 XP
- Données sur les matières premières100 XP
- Données de taux d’intérêt100 XP
2
Les rendements réels sont plus risqués que la normale
Dans ce chapitre, vous découvrirez des tests graphiques et numériques de normalité, les appliquerez à différents jeux de données et étudierez l’alternative du modèle Student t.
3
Les rendements réels sont volatils et corrélés
Dans ce chapitre, vous verrez ce qu’est la volatilité et comment la détecter à l’aide de graphiques d’activité. Vous apprendrez à appliquer les tests de Ljung-Box pour la corrélation sérielle et à estimer les corrélations croisées.
4
Estimer la Value-at-Risk (VaR) d’un portefeuille
Dans ce chapitre, le concept de value-at-risk et des méthodes simples d’estimation de la VaR par simulation historique sont présentés.
R
Gestion quantitative des risques avec R
Cours
terminé
