Séance de cours

Gestion quantitative des risques : outils et exemples

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

FIN-417: Quantitative financial risk management

This course is an introduction to quantitative risk management that covers standard statistical methods, multivariate models, risk measures, non-linear dependence structures (copula models), as well as credit risk. ...

Description

Cette séance de cours porte sur des outils et des exemples quantitatifs de gestion des risques, en commençant par un aperçu des stratégies de gestion des risques d'UBS et de Cargill. Il se penche sur les défis de l'estimation de la valeur historique au risque, y compris l'impact des données manquantes et l'utilisation des P&L théoriques. L'instructeur discute des scénarios du CCRA et de leur incidence sur le risque du marché, en insistant sur la nécessité de prévoir avec précision les différents chocs des facteurs de risque. De plus, la séance de cours explore les processus pour adapter les rendements, tels que les modèles iid, AR et GARCH, et souligne l'importance de l'analyse des données et des techniques d'apprentissage automatique dans la gestion des risques.

Enseignant·e·s (2)

Semyon Malamud

Enseignement et PhD Doctorant·es actuel·les Johannes Schwab, Onur Demiray, Giuseppe Matera A dirigé les thèses EPFL de Rémy Praz, Evgeny Petrov, Yuan Zhang, Julien Arsène Blatt, Erik Hapnes, Teng Andrea Xu, Boris Kuznetsov Cours Big Data and Machine Learning for Financial Economics FIN-622 Machine learning in finance FIN-407 Ce cours a pour objectif de donner une introduction à l'application de l'apprentissage automatique à la finance, en se concentrant sur les problèmes d'

Damir Filipovic

Damir Filipovic holds the Swissquote Chair in Quantitative Finance and is Swiss Finance Institute Professor at the Ecole Polytechnique Fédérale de Lausanne (EPFL), Switzerland. Prior to this, he was head of the Vienna Institute of Finance and professor at the University of Vienna. He previously held the chair of financial and insurance mathematics at the University of Munich, and he was on the faculty of Princeton University. He received his Ph.D. in mathematics from ETH Zurich in 2000. Damir Filipovic worked as a scientific consultant for the Swiss Federal Office of Private Insurance from 2003 to 2004. There he co-developed the Swiss Solvency Test, which defines the regulatory capital requirement for all Swiss based insurance companies and groups. He is on the editorial board of several academic journals. His research interests include the term structure of interest rates, credit and volatility risk, quantitative methods in risk management, and stochastic processes. His papers have been published in a variety of academic journals including the Journal of Financial Economics, Mathematical Finance, Finance and Stochastics, and the Annals of Applied Probability. He is the author of a textbook titled Term-Structure Models.

Source officielle

Proximité ontologique

Business

Administration des affaires: Gestion des risques

Concepts associés (32)

Risque

Le risque est la possibilité de survenue d'un événement indésirable, la probabilité d’occurrence d'un péril probable ou d'un aléa. Le risque est une notion complexe, de définitions multiples car d'usage multidisciplinaire. Néanmoins, il est un concept très usité depuis le , par exemple sous la forme de l'expression , notamment pour qualifier, dans le sens commun, un événement, un inconvénient qu'il est raisonnable de prévenir ou de redouter l'éventualité.

Financial risk modeling

Financial risk modeling is the use of formal mathematical and econometric techniques to measure, monitor and control the market risk, credit risk, and operational risk on a firm's balance sheet, on a bank's trading book, or re a fund manager's portfolio value; see Financial risk management. Risk modeling is one of many subtasks within the broader area of financial modeling. Risk modeling uses a variety of techniques including market risk, value at risk (VaR), historical simulation (HS), or extreme value theory (EVT) in order to analyze a portfolio and make forecasts of the likely losses that would be incurred for a variety of risks.

Risque financier

Un risque financier est un risque de perdre de l'argent à la suite d'une opération financière (sur un actif financier) ou à une opération économique ayant une incidence financière (par exemple une vente à crédit ou en devises étrangères). Le risque de marché est le risque de perte qui peut résulter des fluctuations des prix des instruments financiers qui composent un portefeuille. Le risque de contrepartie est le risque que la partie avec laquelle un contrat a été conclu ne tienne pas ses engagements (livraison, paiement, remboursement, etc.

Risque de change

Le risque de change d'un actif financier est le risque pesant sur une position concernant une devise par rapport à une autre au sujet de la variation future du cours de change. Par exemple, le fait de se faire payer en Europe, à terme, en dollars, peut, selon le cours euro-dollar, faire évoluer la valeur de la créance éventuellement accordée à un client américain. Le risque de change est un élément négatif du patrimoine de l'entreprise qui doit être valorisé en comptabilité.

Analyse des données

L’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.

Afficher plus

Séances de cours associées (64)

Gestion quantitative des risques : bases et applications

Couvre les bases de la gestion quantitative des risques, du risque financier, de la répartition des pertes et des changements des facteurs de risque.

Gestion des risques financiers : concepts et applications

Couvre les principes fondamentaux de la gestion des risques financiers, y compris les types de risques, les développements historiques, les événements réglementaires et les défis de la gestion quantitative des risques.

Gestion quantitative des risques

Couvre les outils statistiques pour la modélisation des risques financiers, l'historique de la gestion des risques et les accords de Bâle.

Gestion quantitative des risques : mesures des risques

Couvre les mesures de risque utilisées pour déterminer le capital-risque et les primes d'assurance.

Gestion quantitative des risques : mesures des risques

Couvre les mesures de risque utilisées pour déterminer le capital à risque et l'adéquation du capital.

Afficher plus

Concepts associés (32)

Risque

Financial risk modeling