Ce cours permet aux étudiants d'avoir une compréhension approfondie des mécanismes et caractéristiques inhérents aux marchés financiers. Au terme du cours, ils auront les outils économétriques avancés nécéssaires pour comprendre et réaliser des études empiriques sur des problématiques financières.
Les objectifs principaux du cours sont les suivants:
Comprendre le processus de formation des prix sur les marchés financiers
Connaître les modélisations empirique des données financières
Maîtriser les méthodes de base de l'économétrie financière
Exposé magistral et exercices sur R présentés durant le cours.
Le cours est principalement axé sur des méthodes avancées en économétrie (financière). Par conséquent, des connaissances préalables du modèle des moindres carrés ordinaires (MCO) sont primordiales (un cours de base d’économétrie donc); ce modèle sera en effet considéré comme connu. Des connaissances des modèles en séries temporelles sont conseillées (ARMA), mais des rappels concernant cette partie seront faits durant le cours.
1) Examen écrit à livre fermé testant votre bonne connaissance des concepts théorique et des interprétations de sorties de logiciel
2) Une évaluation orale relative à un travail de groupe - à confirmer - sur une analyse empirique sur R répliquant tout ou partie des résultats d'un article publié
La pondération entre ces deux parties d'épreuve sera confirmée en début de semestre.
A noter : L’utilisation de l’intelligence artificielle lors des évaluations de ce cours est régie par les directives de l’UNamur et doit donc être mentionnée dans tout travail soumis à évaluation. Les étudiants sont invités à garder à l’esprit le caractère général des réponses générées par l’IA, qui ne répondent pas toujours pleinement aux questions posées et peuvent ne pas être alignées avec le cadre du cours.
Brooks, C. (2019). Introductory Econometrics for Finance. Fourth Edition. Cambridge University Press
Campbell, J. Y., Lo, A. W., & MacKinlay, A. C. (1997). The Econometrics of Financial markets. Princeton University Press.
Mishkin, F. S. & Serletis, A. (2011). The Economics of Money, Banking, and Financial Markets. Fourth Canadian Edition. Pearson Canada Education.
Taylor, S. (2005). Asset Price dynamics, Volatility and Prediction. Princeton: Princeton University Press
| 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 |