Bachelor Modélisation Statistique Économique et Financière

Ici, vous devenez des professionnels capables de modéliser, analyser et interpréter des phénomènes économiques et financiers à l’aide d’outils statistiques et numériques. Le parcours articule méthodes quantitatives, économétrie, finance quantitative et informatique décisionnelle pour produire des prévisions, évaluer des risques et construire des modèles d’aide à la décision adaptés aux entreprises, institutions financières et organismes publics.

Objectifs visés de la formation :

• Former des spécialistes opérationnelsmaîtrisant les techniques de modélisation statistique et économétrique appliquées aux problématiques économiques et financières.
• Développer des compétences techniquesen programmation, traitement de données et visualisation pour transformer des données brutes en indicateurs exploitables.
• Préparer à l’analyse du risque et à la prévision: Evaluation de portefeuilles, scoring de crédit, séries temporelles, stress testing et reporting réglementaire.
• Renforcer l’éthique et la communication: Interprétation responsable des modèles, transparence et restitution claire aux décideurs.

Contenus et compétences développées

• Méthodes quantitatives et économétrie: Statistiques descriptives, inférence, régressions linéaires et non linéaires, modèles à variables instrumentales, panel data, modèles GARCH et séries temporelles (ARIMA, SARIMA).
• Finance quantitative: Théorie du portefeuille, valorisation d’actifs, modèles d’évaluation (CAPM, modèles multifactoriels), produits dérivés de base, gestion du risque de marché et de crédit.
• Data science appliquée: SQL, Python/R pour l’analyse, nettoyage et transformation des données; bibliothèques pour machine learning supervisé et non supervisé; introduction au deep learning pour séries temporelles.
• Outils et plateformes: Excel avancé, R, Python (pandas, scikitlearn, statsmodels), Stata/SAS/MATLAB selon ressources, plateformes de données financières et API de marché.
• Modélisation et simulation: Monte Carlo, bootstrap, backtesting, calibration de modèles et validation statistique.
• Gouvernance des données et conformité: Qualité des données, confidentialité, limites et biais des modèles, éthique et cadre réglementaire financier.
• Compétences métier: Micro et macroéconomie appliquée, comptabilité financière, produits bancaires, reporting réglementaire et indicateurs macroéconomiques.
• Soft skills: Communication des résultats, data storytelling, rédaction de rapports techniques, travail en équipe et gestion de projet.

Métiers visés et débouchés

• Analyste quantitatif junior / Quantitative Analyst: Modélisation et pricing.
• Data Analyst économique et financier: Extraction, nettoyage et analyse des données pour reporting.
• Analyste risque crédit / Risk Analyst: Scoring, provisionnement et suivi de portefeuille.
• Analyste marchés / Trader assistant: Support à la prise de décision sur marchés financiers.
• Modélisateur financier / Financial Modeller: Construction de modèles de valorisation et prévision.
• Econometrician / Analyste macroéconomique: Prévisions économiques et études d’impact.
• Consultant en data finance / Business Analyst: Projets d’analytics pour banques, assurances et entreprises.
• Actuaire assistant : Tarification et provisionnement.