Description
Ce cours présente les méthodes avancées en analyse de données financières et les méthodes statistiques et les régressions linéaires avancées utilisées en finance empirique. L'accent est mis sur le choix et l'utilisation appropriée des méthodes pour la recherche en finance empirique.
Ce cours est divisé en quatre blocs. Lors des deux premiers blocs, les méthodes avancées en finance empirique sont présentées aux étudiants. Les concepts traités comprennent l'analyse de données financière, la visualisation de données financières, ainsi que l'implémentation numérique de concepts clés en finance (par exemple le calcul de ratios financiers, évaluation d'obligations, l'estimation de la courbe des taux et l'optimisation de portefeuille) en utilisant des données financières réelles. Le deuxième bloc présente une révision des concepts fondamentaux en analyse statistique et une introduction aux méthodes statistiques utilisées en finance empirique. Les étudiants apprendront comment appliquer ces méthodes sur des données financières. Le dernier bloc traite des régressions linéaires avancées, des panels, des erreurs types robustes et groupées et des effets fixes. L'accent est mis sur le choix et l'utilisation appropriée des méthodes pour la recherche en finance empirique.
Thèmes couverts
- Les bases de données financières disponibles à HEC Montréal.
- Le processus de recherche empirique : de l'idée à la recherche reproductible.
- Concepts fondamentaux en programmation : variables, types, contrôle de flux, débogage, documentation, survol des librairies scientifiques et de leur utilisation pour calculer des ratios financiers et manipulation de données financières.
- Visualisation de données : Caractéristiques d'un bon graphique et choix de graphique pour la représentation de données financières.
- Programmation avancée pour la recherche en finance : profilage, programmation orientée objet avec usage pour l'estimation de la courbe des taux et allocation de portefeuille par optimisation numérique.
- Distributions de probabilité courantes (fonction de densité et leurs inverses).
- Génération de nombres aléatoires et utilisation des fonctions de densité pour l'estimation et la visualisation.
- Propriété des estimateurs, intervalles de confiance et tests d'hypothèse.
- P-values, p-hacking et l'éthique dans la recherche en finance empirique.
- Statistiques non paramétriques.
- Simulations et méthode d'autoamorçage pour l'inférence statistique.
- Simulations de modèles paramétriques en finance.
- Usages courants de la régression linéaire.
- Méthodes de panels en finance.
- Erreurs types robustes et groupées, groupement et effets fixes.
Remarques importantes
Cours en anglais : FINA 60207A
Préalable(s): Être admis à la M. Sc. Finance.
Cours mutuellement exclusif(s) : FINA 60203(A)
Vous ne pouvez pas vous inscrire à ce cours si vous avez réussi le cours FINA 60203(A).
