Category Archives: Course

Analyse des données, contrôle continu

Pour le contrôle continu d’analyse des données (qui ne concerne que les élèves du Master SLEB, qui concerne apparemment tout le monde *), je vous demande de travailler, au choix

  • sur l’analyse par département des votes lors de l’élection présidentielle de 2007. Vous disposez de deux feuilles xls, avec le résultat du 1er tour, et le résultat du 2nd tour. Je mets aussi à votre disposition plein de variables supplémentaires, via des données du ministère de l’intérieur (ici), en particulier les tableaux 19 et 20.
  • sur l’analyse des conditions de vie des ménages. La base est au format sas ou bien au format xls (après avoir enfin trouvé une licence SAS pour faire la conversion). Le descriptif de la base figure ci-dessous (ou ici)

En vous mettant par groupe de 2 ou 3, je vous demande un petit rapport de 15 pages (au plus), commentant ce que vous avez pu noter.

* Voilà d’ailleurs les informations dont je dispose,


AFC (ou ACM) avec XLstat

L’analyse factorielle (simple ou multiple) se fait très simplement avec XLStat. On notera juste la fonction suivante, qui permet de constituer le tableau de contingence.Il s’agit d’une étape de traitement des données. Pour les bases, on traitera en TD base1 (CSP et vacances, cf ci-dessous) et base2 (base culture). Je mets également un lien vers les bases base3 (logement étudiants), base4 (les naufragés du Titanic), ou enfin base5 (lien entre la CSP et le niveau d’étude).

Lors du TD, nous reviendrons en particulier sur l’analyse factorielle (simple) à partir de la base insee de 1967, sur le lien entre CSP et lieux de vacances,

Comsumption based CAPM


Pour le quatrième cours à l’X, sur l’équilibre et le CCAPM (consumption based), les slides sont en ligne, ainsi que les énoncés des exercices. Je ferais PC l’après midi, salle 75, bâtiment Paul Levy. Sinon, il n’y aura ni cours ni PC la semaine prochaine (le 3 février). Pour aller un peu plus loin sur le CCAPM, je renvoie vers les slides de Gabrielle Demange. Sinon pour compléter la question 3, je citerais le papier suivant

Kahane, Y. et Nye, D.J., «A Portfolio Approach to the Property-Liability Insurance Industry»,. Journal of Risk and Insurance 42 (1975), p. 579-598

On y retrouve que les risques d’assurance (et donc les catastrophes) sont très peu corrélées avec le “marché”, et donc permettent de diversifier un portefeuille d’actions.

Analyse des Correspondances Mutiples

Les slides de la troisième partie sont en ligne sur mon blog.

Parmi les cours en ligne, je renverrais aux nombreuses notes de cours de François-Gilles Carpentier, à Brest, ou celles de Rudy Palm à Gembloux. Sur les bases présentées en cours, il y a la base des survivants du Titanic, mais aussi une étude sur le tri des déchets, inspirée de l’INSEE (Insee Premier 684, ici). Sinon, pour accéder aux bases de données, les codes R sont les suivants,

etudiants<-read.table("https://perso.univ-rennes1.fr/arthur.charpentier/Etudiants-ville.csv",header=TRUE,sep=";")
titanic<-read.table("https://perso.univ-rennes1.fr/arthur.charpentier/titanic.csv",header=TRUE,sep=",")

Enfin, les bases de données qui seront utilisées en TD sont les suivantes,

library(Hmisc);  culture=spss.get("https://perso.univ-rennes1.fr/arthur.charpentier/Culture.sav")

ACP avec XLstat, un peu de terminologie

Pour compléter (et clarifier) le premier TD, je voulais revenir sur le type d’ACP proposé sous XLstat,

Pour l’analyse de la covariance, on travaille sur les données brutes. L’analyse de Pearson propose de travailler sur les données centrées-réduites. L’analyse de Spearman est basée sur les rangs. Enfin, l’analyse polychorique propose de travailler sur les rangs normalisés. Les quatre transformations sont proposées ci-dessous,

Les rangs normalisés correspondent à l’étude d’un facteur Gaussien sous-jacent: on retrouve le quantile normal (centré-réduit) pour des seuils de 20%, 40%, 60% et 80%, c’est à dire le rang divisés par la taille de l’échantillon+1. La “robustesse” de ces deux dernières méthodes a été vu en particulier en introduisant un point aberrant dans l’échantillon.

Markowitz et CAPM

Pour le troisième cours à l’X, sur Markowitz, l’approche moyenne-variance et le CAPM, les slides sont en ligne, ainsi que les énoncés des exercices. Je ferais PC l’après midi, salle 75, bâtiment Paul Levy.

Comme toutes les semaines maintenant, un petit complément sur un imprécision lors de la PC… j’avais pensé (espéré) que l’on pourrait avoir un résultat général sur le comportement du portefeuille tangent, lorsque la corrélation évolue. J’ai donc repris* l’exemple de l’exercice, avec 3 actifs (dont 1 sans risques), en comparant trois cas possibles. Le cas limite est celui du milieu, lorsque les trois actifs sont alignés dans le plan moyenne variance. A gauche est représenté le cas “convexe” et à droite le cas “concave“. Les points violets correspondent à l’évolution de la position du portefeuille tangent en fonction de la corrélation entre les deux actifs risqués, entre -1 et 1 (ou plutôt 0.999999). Encore une fois, le cas où la corrélation vaut 1 ne peut être traité que si les points sont alignés, i.e. l’hypothèse d’absence d’opportunité d’arbitrage est vérifiée.

Dans le cas convexe“, le portefeuille tangent se rapproche d’un actif sans risque virtuel, tel que cet actif et les deux actifs sans risque seraient alignés. Dans le cas concave“, on converge vers le point de plus haut rendement (alors qu’on passait par le point de plus bas rendement dans le cas “convexe“), mais on le repasse pour partir à l’infini, avant de revenir par dessous, pour finalement atteindre – là aussi – l’actif sans risque virtuel, tel que cet actif et les deux actifs sans risque seraient alignés

Bref, je ne sais pas s’il existe un résultat général sur le comportement du portefeuille tangent, mais si un géomètre veut se lancer sur ce problème, je suis intéressé par les conclusions !

* repris numériquement seulement, sur un exemple numérique simple… avant d’avancer un résultat, je voulais voir si un résultat simple (et général) pouvait être obtenu sur des exemples numériques.

Analyse Factorielle des Correspondances

Les slides de la seconde partie sont en ligne sur mon blog.

Parmi les cours en ligne, on trouvera des notes de cours au CNAM,  ou de Jean Michel Loubes. Sinon, pour accéder aux bases de données, les codes R sont les suivants,

base1=read.table("https://perso.univ-rennes1.fr/arthur.charpentier/Diplomes-emplois-1.csv",header=TRUE,sep=";")
base2=read.table("https://perso.univ-rennes1.fr/arthur.charpentier/Diplomes-emplois-2.csv",header=TRUE,sep=";")
base=read.table("https://perso.univ-rennes1.fr/arthur.charpentier/election2002.txt",header=TRUE)
base=read.table("https://perso.univ-rennes1.fr/arthur.charpentier/csp-vac.csv",header=TRUE,sep=";")

Enfin, les bases de données qui seront utilisées en TD sont les suivantes,

base=read.table("https://perso.univ-rennes1.fr/arthur.charpentier/election.csv",header=TRUE,sep=";")

Single crossing et TVaR

Pour le second cours à l’X, les slides sont en ligne, ainsi que les énoncés desexercices. Je ferais PC l’après midi, salle 75, bâtiment Paul Levy.

Chose promise, chose due… sur le second exercice, sur la dominance stochastique à l’ordre 2, il existe une propriété dite de single-crossing, comme je l’avais évoqué en PC (malheureusement ce n’est qu’une condition suffisante). Autrement dit, si les fonctions de répartition soient…

On parle parfois de lemme de Ohlin, ou du critère de Karlin et Novikoff (1963). Parmi les références, je peux vous mettre le résultat donné dans le livre de Michel Denuit, Jan Dhaene, Marc Goovaerts, et Rob Kaas, dans Actuarial Theory for Dependent Risks,

Sinon pour l’interprétation en terme de dominance stochastique à l’ordre 2, il faut remonter au livre de Marc Goovaerts, et Rob Kaas, Effective Actuarial Methods.

D’ailleurs, cette notion de comparaison est très liée aux notions de “stop-loss order”, “TVaR order”, “variability order” ou de “increasing convex”. Le Chapitre 3 du livre de Moshe Shaked et George Shantikumar porte d’ailleurs exclusivement sur cette notion.

En ce qui concerne le dernier point, sur l’interprétation dans le cas Gaussien, on peut utiliser ce résultat (même s’il ne donne qu’une condition suffisante).

Cours de gestion d’actifs (partie 2)

Le second cours portera sur l’approche de Black & Litterman. En plus des slides du cours, il sera possible de consulter un document synthétique de chez GS.Les applications se feront à l’aide du package BLCOP de R (i.e. Black Litterman and copula-opinion pooling). Un très grand nombre de papiers peuvent être trouvés sur le net sur ce sujet, en particulier les papiers de Attilio Meucci, ou encore le mémoire de Charlotta Mankert. Sinon le package BLCOP s’inspire également d’un document (peu technique) de Thomas Idzorek.

Sinon sur Markowitz, on pourra trouver des notes de cours de Paulo Vanini et Luigi Vignola.

Analyse en Composantes Principales

Les slides de la première partie sont en ligne sur mon blog. Parmi les cours en ligne, à l’agro (Grignon), de Stéphane Guidon, ou plus formalisé, des notes de cours de Joseph Gergaud.

Sinon, pour accéder aux bases de données, les codes R sont les suivants,
elections<-read.table("https://perso.univ-rennes1.fr/arthur.charpentier/election95.csv",header=TRUE,sep=";")
insecurite<-read.table("https://perso.univ-rennes1.fr/arthur.charpentier/ADD-ex-villes.txt",header=TRUE)

La base de données qui seront utilisées en TD est la base departement.xls. On pourra aussi reprendre quelques exemple mentionnés en cours, en particulier l’étude de l’express sur l’insécurité, villes.xls, ou encore la base de décathlon mentionnée en cours, decathlon.xls.

Ce premier cours sera relativement technique puisque seront présentées les principales notions sur les distances, les projections, et utilisera plusieurs résultats “classiques” d’algèbre linéaire et matricielle. En particulier, sur la décomposition en valeurs singulières, je renvoie les élèves intéressés à l’article de wikipedia (svd). Je mets aussi un lien vers des slides sur la décomposition factoriel, en liaison avec la recherche de valeurs propres, et de la décomposition en valeurs singulières.

Sinon pour quelques groupes, les TD se feront sous XLStat, qui comme on le verra, permet de générer un certain nombre de graphiques (que l’on s’attachera à commenter)

Cours Analyse des Données, Master 1, introduction

Cours d’Analyse des Données en Master 1 Stratégie, logistique et e-business, en Master 1 Administration et gestion publiques et en Master 1 Economie et finances publiques. Le premier cours aura lieu le lundi 19 janvier.

Les slides du cours seront basés sur des codes R, les TD se feront soit sur R, soit sous Excel. Excel n’étant pas un logiciel de statistiques, les fonctionnalités proposées sont beaucoup moins étendues, mais en bricolant un peu, on peu faire la base de l’analyse des données. En particulier, quelques add-ins peuvent être intéressants, parmi lesquels BiPlot développé à VirginiaTech (dont on peut trouver une petite doc), PopTools, ou surtout XLStats, développé par Rodney Carr (qui a d’ailleurs développé beaucoup d’add-ins pour Excel). A titre d’information pour ceux qui ne souhaitent pas installer R, mais continuer à travailler sur des logiciels gratuit, Microsiris est un logiciel qui peut convenir.

Sinon côté références
  • Everitt (2005). An R and S-Plus Companion to Multivariate Analysis. Springer
  • Saporta (2006). Probabilités, analyses des données et statistiques. Technip
  • Foucart (1997). L’Analyse des données; mode d’emploi. Presses Universitaires de Rennes
  • Rouanet & le Roux (1997). Analyse des données multidimensionnelles. Dunod.
  • Lebart, Morineau & Piron (1997). Statistique exploratoire multidimensionnelle. Dunod.

et sur internet, le cours sera très inspiré des notes de cours de Jean-Marc Lasgouttes et de Philippe Besse.

Economie de l’incertain, finance et asset pricing

Pour le premier cours à l’X, je replace Alfred Galichon. Les slides sont en ligne, ainsi que les énoncés des exercices. Le cours (ainsi que la PC auront lieu Amphi Painlevé).

En guise de complément sur l’exercice 2 sur l’APT, et une explication plus claire, je renvoie aux pages 162-171 du Asset Pricing de Cochrane. En particulier la dernière question portant sur l’approximate APT est traité (avec les mêmes notations, cf aussi ici).

Cours de préparation à l’Agregation d’économie, information et incertain

Petite séance d’économie de l’information et de l’incertain dans le cadre de la préparation à l’agrégation. Les slides qui ont été utilisés sont en ligne.

Le cours présente les principes de base en économie de l’incertain (en particulier l’espérance d’utilité, telle que formalisée par par von Neumann et Morgenstern) a partir des lotteries, puis présentera rapidement quelques applications en finance et en assurance.

La seconde partie aborde les deux points clés d’aléa-moral et d’antisélection, et plus généralement d’asymétrie d’information.


Quelques compléments peuvent se trouver sur internet en particulier http://cepa.newschool.edu/ (en anglais), sur la page d’Olivier Gossner ou de Denis Bouyssou, à l’Université de la Réunion, des slides de François Pigalle, ou sinon l’article de Jean Benoit Dujol dans le Tigre. Pour une approche plus “formalisée”, on retiendra les slides de Pierre Cahuc à l’X. Sinon pour une vision plus générale du problème, il y a l’article de Xavier de la Vega paru dans le mensuel Sciences Humaines.

Sinon, une petite précision par rapport à la réponse que j’avais apporté oralement à une question (qui était posée lors du clavardage, “lien Arrow-Debreu ?“). J’avais évoqué l’approche de Gérard Debreu sur l’existence de fonctions d’utilité, mais ce n’était peut-être pas ce qui était posé par l’internaute… Pour reprendre, dans le contexte de l’intervention

  • von Neumann et Morgenstern ont montré qu’introduire une relation d’ordre sur les loteries (c’est à dire supposer que les agents savaient comparer des risques, et des biens aléatoires) était équivalent – moyennant quelques hypothèses sur la relation d’ordre – à supposer que les agents comparent l’espérance (sous la probabilité de survenance des évènements) de l’utilité des revenus (aléatoire).
  • lors de la question posée par clavardage, j’ai essayé de faire un parallèle avec les résultats obtenus par Debreu – un peu après von Neumann et Morgenstern d’ailleurs, en 1959 dans Théorie de la Valeur, et  en 1944 dans Theory of Games and Economic Behavior – qui avait montrer que supposer que les agents pouvaient comparer des biens, ou des paniers de biens, i.e. construire une relation d’ordre sur les ensembles de paniers était équivalent à comparer des utilités (cf. cours de Jean-Yves Jaffray, ou l’article de wikipedia sur l’utilité).
  • mais parrallèlement, Arrow et Debreu ont travaillé ensemble sur d’autres sujets connexes, en particulier introduit un concept fondamental en économie de l’incertain, en particulier dans une optique financière, que sont les “biens d’Arrow-Debreu” ou “Arrow-Debreu asset“. . Ces biens sont fondamentaux en finance car ils permettent de justifier la construction de la probabilité risque neutre, permettant de valoriser des produits sur des marchés en supposant qu’il existe une absence d’opportunité d’arbitrage. Dans un univers incertain, avec E états de la nature, on peut construire E biens d’Arrow-Debreu, chaque bien payant 1 dans un état de la nature, et 0 sinon. Le prix de tels bien est appelé “prix d’état“. Ils sont essentiels pour valoriser ces les actifs financiers. Des compléments théoriques dans les slides du cours de l’X, mais aussi dans les slides que je présenterais en fin de semaine à Montpellier (ici).

Je ne sais pas si ces éléments permettent de mieux répondre à la question qui était posée, mais la réponse me paraît plus exacte que celle que j’avais faite, omettant de parler des biens d’Arrow-Debreu. Sinon j’ai transmis la demande qui avait été faite de faire une intervention en statistique (rappeler la base de la statistique descriptive) et en théorie de jeux.

Cours de gestion d’actifs (partie 1)

Cours de méthodes avancées en gestion de portefeuille. Le but du cours sera de présenter essentiellement l’optimisation de portefeuille sur d’autres mesures de risques que la variance (ou l’écart-type). Nous présenterons ainsi Black & Litterman, mais surtout l’allocation d’actifs sous contraintes de VaR ou de TVaR. Le 1er cours a lieu le 6 janvier, et les slides sont en ligne. Les références du cours sont les deux ouvrages suivants

  • Qian, Hua & Sorensen (2007). Quantitative Equity Portfolio Management: Modern Techniques and Applications. Chapman & Hall
  • Scherer & Martin (2007). Introduction to Modern Portfolio Optimization with NuOPT, S-PLUS and S+Bayes. Springer
Parmi les références sur internet, on mentionnera cet article dans l’Agefi de Juin 2008.

Nous avons été surpris de constater que la mesure de risque la plus utilisée par nos répondants est désormais la Value at Risk (VaR), qui a supplanté la volatilité. C’est naturellement un enseignement tout à fait positif car la technique est beaucoup plus récente. Nous avons cependant noté un contraste entre l’utilisation de cette mesure et son calcul, basé sur un schéma de distribution normale, ce qui ne donne aucune valeur ajoutée à cette technique. Cette tactique est finalement un peu dangereuse dans la mesure où l’on a l’impression d’utiliser une mesure de risque extrême qui ne l’est pas. […] Au Royaume-Uni, les gérants utilisent des modèles de l’économie financière – des modèles factoriels -, aussi bien dans la construction de portefeuilles que dans les mesures de performances, bien plus fréquemment que les Suisses ou encore que les Français. Ils sont aussi de gros adeptes des techniques de construction bayésienne. A l’inverse, les gérants français sont beaucoup plus avancés en termes de techniques d’ingénierie, qu’ils utilisent par exemple pour mieux mesurer.”

Un autre article aborde l’utilisation de la VaR en gestion de portefeuille.Les slides du premier cours reprendront les grandes notions sur les mesures de risque, tout en insistant sur la modélisation de la dépendance, avec le cas (classique) Gaussien tout d’abord, puis le cas non-gaussien, avec en particulier l’utilisation des copules.

Formation administrateur de l’insee

Il y a quelques années, j’ai animé les sessions de probabilité & statistiques de la  “préparation au concours interne” pour devenir administrateur de l’INSEE. Comme je suis régulièrement contacté à ce sujet, j’ai décidé de mettre en ligne quelques pages d’annales des années passées. Certaines sont très anciennes, et l’esprit du concours a sensiblement changé (me semble-t-il). J’ai retrouvé des scans et j’ai tout mis ensemble (ce qui explique la taille du fichier, 21Mo). Il y a sûrement des incohérences, et des questions qui manquent, mais c’est l’essentiel doit être là. Pour les examens des années plus récentes, le service concours met les annales à disposition, je crois.

Sinon oui, j’ai effectivement rédigé une “bible corrigée”, reprenant l’essentiel des annales, et proposant des corrections d’exercices données à l’oral. Le document fait 200 pages et doit être truffé de coquillettes (de petite coquilles), et je ne préfère donc pas le laisser en ligne… mais il suffit de me le demander. On peut également utiliser les “commentaires” de ce billet pour proposer des éléments de correction pour ceux qui le souhaitent.

Sinon je met aussi un lien vers le site http://www.sauvonslastatistiquepublique.org/, qui propose (enfin) de parler un peu de statistique publique (qui d’ailleurs est au programme du concours d’administrateur interne). Un lien aussi vers le papier de Pierre Yves Geoffard sur le même sujet, dans Libé.