centre de formation continue - ensai.org · panorama des méthodes de sondages 4-5 déc. p.13...

Groupe des ÉColes nationalesd'ÉConomie et statistique

2014

Centre deformation Continue

Économie, statistique, finance et actuariat

ÉCo

no

mie

Panorama des méthodes d'analyse des données 2-3 oct. p.10Panorama des techniques de régression 27-28 mars p.11Organiser une collecte d'information par enquête 25 juin p.12Panorama des méthodes de sondages 4-5 déc. p.13Panorama des méthodes d'analyse des séries temporelles 26 mars p.14Panorama des techniques de data mining 11-12 sept. p.15Panorama du Big Data 23 juin p.16

Statistique 1 : introduction à la statistique 3-4-10-11 fév. p.1926-27 mai et 2-3 juin17-18-24-25 nov.

Statistique 2 : description et mesure de la liaison entre deux variables 20-21-27-28 janv. p.2031 mars et 1-7-8 avril8-9-15-16 sept.

Statistique descriptive avec SAS 9-10 oct. p.21Statistique descriptive et régression avec R 26-27-28 mai p.22Statistique 3 : de l'échantillon à la population, estimation et tests 12-13-19-20 mai p.23Statistique bayésienne 6-7-8 oct. p.24Statistique des valeurs extrêmes 2-3 juin p.25Les indices : construction et utilisation 8-9 déc. p.26

Analyse factorielle et classification 17-18-19-24-25 mars p.28Analyse des données avec SAS 10-11 avril p.29Analyse des données avec R 16-17 juin p.30Analyse discriminante et segmentation 16-17-23-24 juin p.31Text mining et Web mining 29-30 sept. - 1 oct. p.32

Régression linéaire et analyse de la variance 20-21-27-28 nov. p.34Méthodes de régression sur données qualitatives 21-22-23 mai p.35Statistique non paramétrique 1-2-3 oct. p.36Statistique et méthodes de régression pour données spatiales 24-25-26 sept. p.37

Conception d'enquête et élaboration de questionnaire 3-4-5 déc. p.40Le secret statistique - Principes et pratiques 20-21 mars p.41Sondages 1 : échantillonnage 1-2-7-8 avril p.42

20-21-27-28 nov.Sondages avec SAS 21 mai p.43Sondages 2 : méthodes de redressement 5-6-12-13 juin p.44Sondages avec R 26-27 juin p.45Correction de la non-réponse dans les enquêtes 20-21 mars p.46Enquêtes répétées dans le temps et méthode de partage des poids 2-3 oct. p.47Bootstrap et rééchantillonnage 15-16 mai p.48Estimation sur petits domaines : travailler sur les petits échantillons 8-9 déc. p.49

Introduction à l'analyse des séries temporelles et méthodes de prévision à court terme 19-20 mai p.52Décomposition et désaisonnalisation de séries temporelles 10-11-16-17 juin p.53Modèles de prévision des séries chronologiques linéaires 11-12-18-19 déc. p.54Analyse des séries temporelles avec R 19-20 juin p.55Introduction aux modèles dynamiques à facteurs 15-16-17 déc. p.56Racines unitaires, cointégration et modèles à correction d’erreur 31 mars, 1-2 avril p.57Modèles de séries temporelles multivariées : modèles VAR et VECM 24-25-26 nov. p.58

Économétrie 1 : introduction 8-9-10 oct. p.60Économétrie 2 : approfondissements 6-7 nov. p.61Identifier et estimer une relation de cause à effet 3-4 avril p.62Évaluation d’impact des politiques publiques 16-17-18 juin p.63Économétrie des panels 1-2-3 déc. p.64Économétrie des modèles de durée 4-5-6 juin p.65Économétrie des modèles multiniveaux 16-17 oct. p.66

Reporting avec Excel 10-11-12 mars p.68Excel : utilisation avancée pour les statisticiens 14-15-16 mai p.69SAS Enterprise Guide 2-3 juin p.70Initiation à SAS 27-28 mars p.71SAS niveau intermédiaire 22-23 mai p.72Le langage macro de SAS 26-27 juin p.73Introduction au logiciel R pour les statistiques 20 mars p.74Initiation à Stata 31 mars et 1 avril p.75

Techniques de scoring 13-14-15 oct. p.78Méthodes avancées de data mining 24-25 nov. p.79La conduite de projet en géomarketing 10 sept. p.80Mise en œuvre d'un projet d'études locales et de géomarketing 5-6-7 nov. p.81Les données structurées sur le web 5-6 juin p.82Web-Scraping : méthodes d'extraction de données sur le web 11-12-13 juin p.83Techniques et applications du mix marketing modelling 13-14-15 oct. p.84

fin

an

Ce

aC

tua

ria

t

de

la s

tati

stiq

uede

scri

ptiv

e à

la s

tati

stiq

uein

fére

ntie

lle

ana

lyse

de

donn

ées

mul

ti-

dim

enti

onne

lle

mÉt

ho

des

sta

tist

iqu

es

régr

essi

onet

mod

élis

atio

nen

quêt

es e

t son

dage

ssé

ries

te

mpo

relle

sÉc

onom

étri

em

ar

ket

inG

qu

an

tita

tif

pan

or

am

as

loG

iCie

lsst

atis

tiq

ues

Cyc

lem

acro

-éc

onom

ie

Cyc

lem

icro

-éc

onom

ie

econ

omie

etpr

ospe

ctiv

e

inte

llige

nce

écon

omiq

uea

naly

se d

esen

trep

rise

sC

onjo

nctu

reéc

onom

ique

Écon

omie

app

liqué

ete

Ch

niq

ues

d

eC

om

mu

niC

atio

nMéthodes mathématiques appliquées en finance de marché 10-11 avril p.86Gestion de portefeuille 23-24 juin p.87Validation de pricers d'options 27-mars p.88Économétrie de la finance 27-28 nov. p.89Modélisation de courbe des taux, pricing et gestion de dérivés taux 10-11 mars p.90Méthodes de Monte Carlo en finance 28-29 avril p.91Statistique haute fréquence en finance 6-7 oct. p.92Compréhension du bilan d'une banque, de son compte de résultat et liens avec les lignes d'activités bancaires 3-4 fév. p.93Éléments de macroéconomie financière 5 fév. p.94Gestion des risques structurels 1 : le risque de liquidité 4 mars p.95Gestion des risques structurels 2 : le risque de taux d'intérêt 5-6 mars p.96Gestion des risques structurels 3 : le risque de change 6 mars p.97Échéancement et modélisation des postes du bilan 28-29 avril p.98Couverture des risques structurels et ingénierie bancaire 29-30 avril p.99Modélisation du capital économique, taux de cession interne et tarification RAROC 15-16 mai p.100Comptabilité IFRS de la gestion financière 2-3 juin p.101Introduction au pricing des produits de couverture 3-4 juin p.102

Méthodes de provisionnement 16-17 oct. p.104Tarification à l'expérience en assurance IARD 22-23 mai p.105Les nouveaux modèles de longévité 12-13 juin p.106

Techniques rédactionnelles 10-11-12 fév. p.10823-24-25 juin20-21-22 oct.

Une écriture efficace 15-16 mai p.109Présenter clairement des données, construire des graphiques intelligents 22-23 sept. p.110Cartographier ses données statistiques 19 nov. p.111Techniques de communication orale 7-8-9-10 oct. p.112Comment communiquer à la presse des résultats statistiques 27-28 mars p.113Les principes d'un diaporama efficace 17 sept. p.114Pour des réunions (enfin) efficaces 30 juin p.115

Comptabilité d'entreprise : lire et comprendre les documents comptables des entreprises 13-14-15 oct. p.119 Analyse financière : analyser rapidement et efficacement la situation financière des entreprises 17-18-19 nov. p.120Décisions d'investissement et de financement 24-25-26 sept. p.121Le contrôle budgétaire et les outils de pilotage 3-4-5 nov. p.122

Les principes de base de l'économie 13-14 fév. p.124Analyse économique de l'emploi et du marché du travail 15-16 sept. p.125 La politique budgétaire 17 nov. p.126L'économie de la santé 3-4 avril p.127L'économie de l'environnement 10-11 avril p.128La fiscalité environnementale, principes et mise en œuvre 12-mai p.129Analyser son territoire par la démographie 3-4 avril p.130Construire un bilan démographique 19-20 juin p.131Analyse du territoire par la pratique 18-19 mars p.132Le recensement de la population : méthode et utilisation des données 12-13-14 nov. p.133Jeu de l’île : une introduction aux mécanismes économiques 12-13-14 mai p.134Jeu de marché : économie industrielle 13-14 mars p.135Jeu de marché : permis d'émissions de CO2 9 avril p.136

Comprendre et utiliser les comptes nationaux 24-25-26 mars p.138Analyse de la conjoncture économique française 8-9 avril p.139Analyse conjoncturelle internationale 17 sep. p.140Analyse conjoncturelle du marché du travail 15 oct. p.141

Fondements macroéconomiques 24-25 mars p.144Modélisation en équilibre général calculable 3-4-5 nov. p.145Modélisation macroéconométrique 19-20-21 nov. p.146

Analyse microéconomique : du modèle standard à la concurrence imparfaite 19-20-26-27 mai p.148Économie de l'information, économie des contrats 25-26 sept. p.149Analyse économique et politique de la concurrence 30 juin et 1er juillet p.150Analyse microéconomique des politiques de l'emploi 18 nov. p.151

Panorama entreprises et développement durable : l’approche prospective 12 fév. p.154La prospective : principes, méthodes et pratiques 13-14 et 26 mars p.155La prospective : utilité et limites dans les démarches de territoire 13 mai p.156

L'intelligence économique 17-18-19 mars p.158La veille pour mieux connaitre son marché 17 mars - 9 avril p.159La veille documentaire et informationnelle 6 oct. p.160

fina

nce

de m

arch

éa

ctua

riat

Édito-rial

Dans le contexte économique d’aujourd’hui, les entreprisesconsidèrent de plus en plus que les efforts de formation de leurscadres sont de réelles opportunités d’investissement. pour répondre à ces attentes, le Cepe enrichit son offre deformation en proposant des formations « longues » certifiantes.

deux certificats sont déjà créés : le premier en gestion actif-passif en partenariat avec l’AFGAP (Association Française desGestionnaires Actif-Passif), et le second sur le métier de chargéd'études statistiques. Les premières sessions débutentrespectivement en octobre 2013 et janvier 2014. Deux autrescertificats ouvriront en 2014 ; l’un en finance quantitative et l’autreen évaluation des politiques publiques. Ces programmes ont pourambition de permettre aux cadres d’organismes divers d'accroîtreleur champ de connaissances, d'acquérir un véritable savoir-faireopérationnel et une très bonne maîtrise des techniques dudomaine concerné.

L’objectif principal du Cepe est de maintenir la qualité de sesformations à un haut niveau grâce à des formations au contenuscientifique innovant et au choix d’intervenants, toujours expertsdans leur domaine d’intervention. Tous nos enseignements sontdispensés, soit par des enseignants-chercheurs du Crest-Genes,soit par des universitaires ou des spécialistes reconnus exerçantà l’Insee ou dans d’autres organismes privés ou publics.

Dans un souci d’amélioration constante de la pédagogie etdu contenu, chaque formation du Cepe est évaluée à la fin de lasession par les stagiaires. Ces évaluations permettent chaqueannée de faire évoluer nos formations. En effet, le Cepe est enconstante écoute des attentes des acteurs de la vie économiquepour optimiser au maximum le retour sur l’investissement deformation. Ainsi, de nouvelles formations en prospective, enintelligence économique, en techniques de communication et enanalyse financière intègrent notre catalogue 2014 tandis qued’autres voient leur contenu modifié. C’est également pour celaque ce catalogue ne peut, ni ne veut être exhaustif et évoluera encours d’année sur notre site internet afin d’être le plus réactif auxattentes et besoins de nos stagiaires.

Cette démarche de recherche et de veille permanente n’aqu’un seul objectif, vous donner entière satisfaction.

Françoise Courtois-MartignoniDirectrice du Cepe

SommaireCatalogue2014

• Présentation du Cepe P.2

• Une offre diversifiée et adaptée P.4

• Panoramas P.9

• Méthodes statistiques P.17

• Logiciels statistiques P.67

• Marketing quantitatif P.77

• Finance et actuariat P.85

• Techniques de communication P.107

• Économie P.117

• Les certificats P.161

• Renseignements pratiques P.165

• Mastère spécialisé et certificat d’études supérieures spécialisées P.169

• Auditeurs libres P.170

• Les intervenants P.171

• Bulletin d'inscription P.176

tab

lea

u r

ÉCa

pitu

lati

f

le Centre d’études des programmes économiques (Cepe),centre de formation continue, appartient au Groupe desécoles nationales d'économie et statistique (Genes). leCepe entretient ainsi des liens étroits avec les deux écolesdu Genes, l’ensae paristech à malakoff et l’ensai à rennes,le centre de recherche (Crest), le centre d’accès sécuriséaux données (Casd), la cellule de coopérationinternationale et d’appui aux écoles de statistiqueétrangères (Capesa), la filiale destinée à porter les actionsde valorisation de la recherche du Groupe, datastorm, etl’unité mixte de recherche umr GreCsta.

Cette position au sein du Genes, permet ainsi une synergieentre formation continue et formation initiale. Les intervenants sont tous soit des professionnels issus dessecteurs public et privé experts dans leur secteur d’activité, soitdes professeurs du Genes ou d’autres grandes écoles etuniversités, soit des chercheurs, enseignants-chercheurs,chercheurs associés, issus du Crest ou d’autres centres derecherche, ce qui permet de privilégier une pédagogie axéesur le partage d’expériences.

Le Cepe est vigilant à maintenir le contenu scientifiqueinnovant de ses formations et sur le choix des formateurs, quisont tous des experts dans leur domaine d’intervention. Les évaluations réalisées à la fin de chaque session permettentà l’équipe pédagogique du Cepe de faire évoluer les formationstant sur leur contenu scientifique que sur la forme. Il estaujourd’hui impossible d’ignorer les attentes de chacun pouroptimiser le retour sur l’investissement d’une formation.

Au sein de la sphère statistique et des études économiques, leCepe met tout en œuvre pour rester à la hauteur de saréputation de compétence et de rigueur dont il ne se contentepas. Chaque année, il diversifie ses domaines d’intervention afinde répondre au mieux aux préoccupations du marché et àl’évolution de l’économie et des besoins du monde desentreprises. Ainsi, de nouvelles formations sont proposées dans le domainedes techniques statistiques appliquées à la finance et enactuariat, au marketing quantitatif mais également en économieappliquée, prospective, intelligence économique et techniquesde communication à l’oral et à l’écrit.

P.2

Cepe, Genes

60, rue Étienne Dolet, 92240 MalakoffTél : 01 75 60 34 00 - Fax : 01 75 60 35 31 - Mél : [email protected] - www.lecepe.fr

leCepe

l’équipe pédagogique du Cepe peut également construiresur demande un dispositif souple et efficace de formation.Conçues pour s’adapter aux besoins de chacun, lesformations sur mesure permettent une utilisation optimaledu temps de formation et une meilleure rentabilité del’investissement consenti en formation. de l’analyse desbesoins à la mise en œuvre du projet formation, l’équipepédagogique du Cepe conseille et conçoit avec lesorganismes le dispositif le plus adapté pour la meilleuresolution de formation en entreprise.

Le site Internet du Cepe, propose l’ensemble des formationsinter-entreprises, le programme des certificats, les curriculumvitae des formateurs ainsi que les dernières nouvelles duCepe. L’inscription en ligne ainsi que la prise de contact pourtoute question complémentaire peuvent se faire directementsur le site.

l'équipe pédagogique du Cepe est composée de plusieurspermanents : la directrice, le directeur adjoint, deuxenseignants, une responsable formation et deux assistantesde gestion qui vous accompagnent tout au long de votreformation, du conseil à l’évaluation.les locaux du Cepe sont situés 60 rue Étienne dolet àmalakoff (92), près de la station de métro malakoff – rueÉtienne dolet (ligne 13). le Cepe dispose de 4 salles de formation, toutes équipéesde matériel haut de gamme, de sorte que chaqueparticipant dispose d'un ordinateur.

le Cepe en quelques chiffres

Plus de 50 ans d'expérience

13 000 heures stagiaires par an

40% de l'activité consacré à des formations sur mesure

Plus de 100 formateurs

P.3

Cepe, Genes


des formations pour tous

les formations du Cepe en statistique, pratique de logicielsstatistiques, marketing quantitatif, finance, actuariat,économie, intelligence économique, prospective et techniquesde communication répondent aux besoins les plusfréquemment exprimés par les professionnels. s'adressant àdes personnes en activité professionnelle, ces formations sontcourtes allant de 1 à 5 jours.

A l'écoute des évolutions dans tous ses domaines d'expertises etdes besoins qu'elles génèrent, de nouvelles formations intègrenttous les ans notre offre.

Nos formations sont des « formations-actions » qui laissent unelarge place aux questions ainsi qu'à la mise en œuvre desméthodes par les participants. Le nombre de stagiaires pourchaque session est limité à 12 afin de favoriser les échanges avecle formateur.

Chacune des formations concerne un public spécifique etclairement identifié. Certaines s'adressent à des statisticiens ouéconomistes débutants, d'autres à des professionnels confirmésqui souhaitent approfondir un point particulier ou encore à desexperts qui souhaitent se spécialiser.

Ainsi, pour vérifier que votre profil et vos attentes correspondentau programme proposé par la formation, le niveau de compétenceest indiqué sur chaque fiche-formation. "Initiation" pour lesdébutants, "avancé" pour ceux qui maîtrisent les fondamentaux,"expert" pour ceux qui souhaitent se spécialiser.

Certaines formations s’adressent à « tout public ». Elles nenécessitent aucune compétence technique et permettentd’appréhender un thème d’actualité abordé par un spécialiste dudomaine.

Enfin, plusieurs formations font partie d’un cursus permettantd’obtenir un certificat mais peuvent être suivies à l’unité si desplaces restent disponibles.

Des parcours individualisés peuvent être mis en place afin depermettre aux stagiaires d'acquérir au mieux des compétencesspécifiques recherchées. Il est recommandé de prendre contactavec les responsables du Cepe pour un conseil personnalisé.

P.4

Cepe, Genes


Les formations courtesinter-entreprises

les formations sur mesure sont organisées en réponse auxbesoins spécifiques d'entreprises ou d'administrations.

une équipe à votre écoute

le Cepe offre des formations adaptées aux attentes et auxenjeux des entreprises.

Chaque demande est traitée par un membre de l’équipepédagogique du Cepe. Il est le contact privilégié garant de lacontinuité des échanges pour accompagner l’organisme dans cettedémarche. Il analyse la problématique, assure l’ingénieriepédagogique adaptée aux futurs stagiaires et l’organisation. Ilidentifie les intervenants qui seront les mieux à même de mettreen œuvre la formation. Il supervise également les aspectsadministratifs et logistiques de la formation.Ces formations permettent une grande flexibilité en termes dedate, de lieu et de contenu.Le contenu des formations sur mesure peut être une adaptationd'une fiche présentée dans ce catalogue ou peut traiter un autredomaine d'expertise du Genes.

Ces formations se déroulent dans les locaux de l’entreprise ou auCepe.

quelle que soit votre demande, le Cepe s'efforcera d’y apporterla réponse la plus adaptée.

Le site internet :www.lecepe.fr

Mél : [email protected]

P.5

Des formationssur mesure pour répondre à des besoins spécifiques

Cepe, Genes


ils nous ont fait confiance : en france : AXA, Acoss, Afssaps, Arcep, Banque de France, Belambra, C.N.R.S,Caisse des Dépôts et Consignations, Cemagref, Cereq, Cnaf, Cnamts, Cofinoga, Comptabilité publique,Cour des comptes, Finaref, France Télécom, Gaz de France, Exxon, Indosuez, Institut de l'élevage, Irdes,MACIF, Ministères de l'éducation nationale, de l'équipement, des affaires sociales, de l'industrie et du travail,Pôle emploi, R.A.T.P, S.V.P, Unaf, Unédic, etc. ; organismes étrangers ou internationaux : Eurostat, O.C.D.E.,Banque Centrale Européenne, Instituts nationaux de statistique de pays européens, du Cameroun, deMadagascar, Ministère des finances du Maroc, etc.

les certificats du Cepe sont des programmes de formationintensifs d'une durée de 14 à 60 jours répartis sur plusieursmois. pour être compatibles avec une activité professionnelle,les sessions n'excèdent pas 3 jours consécutifs par mois. Ces certificats permettent aux participants d’acquérir denouvelles compétences professionnelles pour mieuxappréhender les enjeux de leur métier et évoluer dans leurentreprise ou leur institution.

L'obtention d'un certificat de formation continue du Genes valideles acquis des formations suivies et leur application dans le cadreprofessionnel.

En 2013, deux formations certifiantes respectivement en gestionactif-passif et en chargé d’études statistiques ont été créées etdeux autres, l’une en finance quantitative et l’autre en évaluationdes politiques publiques ouvriront en 2014.Ces certificats sont organisés en partenariat avec des écoles oudes organismes ou associations professionnels.

Ainsi, l’AFGAP s’est associée avec le Genes pour créer le certificat,en gestion actif-passif à terme largement «européanisée», avec lesmeilleurs professionnels de la Place. Cette formation de 80 heuresa débuté en octobre 2013. Une nouvelle promotion est prévue enfévrier 2014.

L'information statistique étant aujourd'hui un élément clef de touteprise de décision, le Cepe a décidé de créer une formationcertifiante de chargé d’études avec des professionnelsexpérimentés dans chaque matière. A l’issue de cette formation,le stagiaire saura traiter efficacement de grands ensembles dedonnées numériques.

Le certificat de finance quantitative est un partenariat avec lasociété Bärchen et l’Université Paris-Dauphine.

Le certificat « Évaluation des politiques publiques » est proposéen partenariat avec l’Institut des politiques publiques.

Les certificats nécessitent un haut niveau d’implication et departicipation pendant les formations. Il n’existe pas de conditionsen termes de diplôme. Cependant, certains certificats nécessitentun pré-requis spécifique, signalé sur la page de présentation.Le processus de sélection pour intégrer les certificats du Genesdiffère d’un certificat à l’autre. A minima, il vous sera demandé decompléter un dossier de candidature spécifique.

Compte-tenu du nombre important de demandes d’inscriptions,les personnes intéressées doivent nous faire parvenir le plus tôtpossible leur dossier de candidature.

Pour le programme de ces certificats, merci de consulter le siteinternet du Cepe : www.lecepe.fr

P.6

Cepe, Genes


Les certificats

utiliser l’économie pour comprendre le mondeles dialogues de l’économie vous proposent de consacrerquelques heures, lors de rendez vous réguliers, pour participer àdes échanges interactifs sur l’actualité économique et sur des sujetsprécis issus de thématiques telles que la mondialisation, lacompétitivité, l’Europe, la crise, la finance, les spécificitésfrançaises…

Ces conférences permettent aux cadres et dirigeants de bénéficierdes travaux et réflexions de chercheurs, d'enseignants et deprofessionnels reconnus, sur des thèmes d’actualité.

Le Cepe-Genes s’associe à Pergamon-Campus pour réaliser desconférences économiques qui ont pour objectif de promouvoirl’économie, discipline indispensable pour se préparer à décider, ana-lyser et évaluer les politiques publiques. Ces conférences s’ap-puyant sur les méthodes les plus récentes de la recherche enéconomie et autres sciences sociales offrent des analyses socio-économiques et démographiques innovantes permettant de seconfronter à la réalité de l’évolution économique.

Ces conférences sont des outils d’aide à la décision pour tout acteurdu monde économique. Elles favorisent également l’appropriationpar les citoyens des termes du débat public. Elles doiventcontribuer à orienter et à évaluer les politiques publiques, dans lecadre d’une analyse partagée avec l’ensemble des partenaires deces politiques.

Le programme de ces rendez-vous est régulièrement mis à jour surle site internet du Cepe.

le Cepe est ouvert à toutes suggestions de thèmes et peutorganiser des cycles de conférences à la demande, toujours avecdes experts des domaines traités.

Pergamon Campus est une Ecole d’économie, fondée par des dirigeants d’entreprise,au service des dirigeants et des futurs dirigeants. Leurs enseignants sont des dirigeants ou des professeurs enseignant dans lesmeilleures institutions académiques (Ecole Polytechnique, ENSAE, Sciences Po,Université de Paris X). Ils ont tous une expérience internationale et concrète des sujetstraités dans les séminaires. Pergamon Campus emploie des méthodes pédagogiquesqui valorisent le savoir et les préoccupations des professionnels, au bénéfice de latransmission de la réalité et du débat d’idées.

P.7

Cepe, Genes


Les conférences :Les dialogues de l’économie

Notre catalogueest susceptible d'évoluer au

cours de l'année.

La rubrique « dernières minutes »

de notre site Internet www.lecepe.fr

présente les éventuelles sessions

supplémentaires des formations.

Le catalogue peut être téléchargé

au format PDF.

pa

no

ra

ma

s

Panoramasen un ou deux jours, les panoramas visent

à donner une vision globale mais précised’un domaine de la statistique.

• Panorama des méthodes d'analyse des données

• Panorama des techniques de régression

• Organiser une collecte d’information par enquête

• Panorama des méthodes de sondages

• Panorama des méthodes d’analyse des séries temporelles

• Panorama des techniques de data mining

• Panorama du Big Data

Nouvelle formation

P.9

NF

NF

P.10

2 jours 2, 3 octobre 2014

prix net (non soumis à la TVA) 980 €

Objectifspouvoir dialoguer avec les spécialistes de ce domaine etcomprendre leurs conclusions.

pré-requisBonnes connaissances en statistique descriptive, maîtrise duformalisme mathématique.

ContenuL'accent est mis sur les principes généraux des méthodes d’analysedes données, en fonction des problématiques auxquelles ellespermettent de répondre. De nombreux exemples illustrent cetteformation.

introduction générale Objectifs de l’analyse des données et panorama des méthodes

les méthodes usuelles d’analyse d’un tableau de donnéesAnalyse en Composantes Principales Analyse Factorielle des Correspondances simplesAnalyse des Correspondances MultiplesClassification d’individusClassification de variables

les méthodes avancées d’analyse de donnéesL’analyse factorielle discriminanteL’analyse en composantes principales par rapport à des variablesinstrumentalesLe choix de variables en ACPL’analyse de tableaux multiples : l’analyse factorielle multiple ; laméthode STATIS

panorama des logiciels d’analyse des données

panorama des méthodes d’analyse des données

intervenantPierre-Louis Gonzalez

repères bibliographiquesEscofier, B. et J. Pagès (2008), Analyses factorielles simples et multiples,Dunod

Bouroche, J.M., Saporta G. (2011),L’analyse des données,que sais-je 1854, PUF

(pa

no

ra

ma

s

niveautout public

Cepe, Genes


P.11panorama des techniques de régression

2 jours 27, 28 mars 2014


ObjectifsConnaître les différents types de régressions (linéaire,analyse de variance, modèle linéaire généralisé, modèlemixte, modèle de survie) et leur champ d'application. savoirlire et interpréter les principales sorties logicielles de cesmodèles.

pré-requisStatistique descriptive. Connaissance du mécanisme des testsd’inférence.

ContenuLes modèles sont présentés à la fois sous leur aspect de description(validation d’hypothèses, recherche de facteurs influant sur unphénomène) et de prédiction. Ce cours est une introduction à lamodélisation, il ne requiert pas de niveau mathématique élevé etfait surtout appel au bon sens et à l’intuition. Chaque technique estprésentée avec des exemples concrets et des sorties logiciellesdécortiquées. Il pourra être complété par d’autres formations plusspécifiques sur chacune des techniques abordées ici.

régression(s)Principe de base de la régression : droite, ajustement d’unemoyennePanorama des variantes selon les types de données analysées

régression linéaire, analyse de varianceCoefficients de régression, diagnostics de qualitéVariables explicatives qualitatives : comment les intégrer auxmodèles ?Sommes des carrés de types I et IIIComparaisons de moyennes simples et multiplesIntroductions aux modèles mixtes (données répétées)Variables multiples : sélection, multicolinéarité

modèle linéaire généralisé : étudier des variables non normalesQuantités positives : régression log-linéaire vs régression GammaComptages : régression de PoissonEvènements : régression logistique

intervenantOlivier Decourt

logiciel utiliséSAS

repères bibliographiquesTufféry, S. (2010),

data mining et Statistique Décisionnelle, Broché (3ème édition)

McCullagh, P. et Nelder, J.A. (1989),Generalized Linear Models,

Chapman & Hall/CRC (2ème édition)

) pa

no

ra

ma

s

niveautout public

Cepe, Genes


P.12

1 jour 25 juin 2014


ObjectifsConnaître les différentes phases de la mise en place d'uneenquête statistique.

ContenuCette formation permet d’aborder l’ensemble des points quiconstituent le cahier des charges d’une collecte d’information parenquête : quelle technique d’échantillonnage employer, commentévaluer le questionnaire, quel mode de collecte choisir, commentrestituer les résultats de l’enquête, quel est son budget. Elle permet,par exemple, de rédiger un appel d'offres destiné aux instituts desondages. Un exemple d’enquête sert de fil directeur à la formation.

objectifs de la collecte d’informationDe la demande d’information à l’élaboration des questions

sélectionner les enquêtésSondage aléatoire ou sondage empiriqueTaille de l’échantillonChoix du mode de collecteAssurer la confidentialité des réponses

l’évaluation du questionnaireTester le questionnaireExemples d’erreurs à éviter

la restitution des résultatsNon réponses et redressementsFormat de livraison des résultats

organiser une collecte d’information par enquête

intervenantSébastien Hallépée

repères bibliographiquesStatistique Canada (2010) : "Méthodes et pratiques d'enquêtes",http://statcan.gc.ca/pub/12-587-x/12-587-x2003001-fra.pdf

(pa

no

ra

ma

s

niveautout public

Cepe, Genes


P.13panorama des méthodes de sondages

2 jours 4, 5 décembre 2014


ObjectifsConnaître l'ensemble des concepts et méthodes intervenantlors des différentes phases d'une enquête par sondage :vocabulaire de la théorie des sondages, principales méthodesd'échantillonnage, de redressement et de traitement de lanon-réponse.

pré-requisBonnes connaissances en statistique descriptive, maîtrise duformalisme mathématique.

ContenuLa formation présente un panorama de la méthodologie utiliséedans les différentes phases de la réalisation d'une enquête parsondage. L'accent est mis sur les principes généraux des conceptset méthodes, et sur leur utilisation dans la pratique des enquêtes.De nombreux exemples illustrent cette formation.

Généralités sur les enquêtes par sondageLes composantes d'une enquête par sondageLes bases de sondageLa notion d'estimation et de précisionLes différents types d'erreur

les méthodes d'échantillonnageLe sondage aléatoire simpleLe sondage à probabilités inégalesLe sondage stratifiéLes sondages à plusieurs degrés (sondage en grappes, sondage àdeux degrés)Le sondage équilibréLes sondages empiriques : la méthode des quotas

les méthodes de redressementPost-stratificationEstimateur par le ratioCalage sur marges

les méthodes de correction de la non-réponseAnalyse des facteurs influençant la non-réponseMéthodes de repondération (correction de la non-réponse totale)Méthodes d’imputation (correction de la non-réponse partielle)

intervenantsMarc Christine,Olivier Sautory

repères bibliographiquesArdilly, P. (2006),

Les techniques de sondage,Technip (2ème édition)

Dussaix A.-M. et J.-M. Grosbras (1996), Les sondages : principes et méthodes,

Que Sais-Je ?, PUF (2ème édition)

) pa

no

ra

ma

s

niveautout public

Cepe, Genes


P.14

1 jour 26 mars 2014


Objectifsdisposer d’une vision synthétique sur les différentesméthodes d’analyse des séries temporelles.

pré-requisNotions statistiques de base.

ContenuL’analyse des séries temporelles est un domaine de la statistique,de l’économétrie et des sciences de l'ingénieur qui est très employédans de nombreuses sciences et techniques. La spécificité de cesdonnées et la diversité des problèmes qu’elles permettent de traiter(prévision, désaisonnalisation, finance, macroéconomie, …) nécessitentla mise en place de techniques spécifiques. La diffusion de logicielsspécialisés rend accessible au plus grand nombre des méthodescomplexes sans qu’il ne soit toujours évident d’identifier quellessont les approches les plus adaptées aux observations dont ondispose. Ce panorama propose une synthèse des approches pour analyserles séries temporelles selon la nature des phénomènes mesurés etdes objectifs assignés à l’analyse. Les différentes études de casproposées pour illustrer la formation permettent, sans entrer dansdes considérations techniques, de faire le point sur « l’état de l’art »dans ce domaine.

introduction : nature et spécificité d’une série temporelle

définitions, outils de base et représentations graphiques utilespour l’analyse exploratoire des séries temporelles

tendances, facteurs saisonniers et autres approches utiles pourla prévision dans un cadre simple

arima et sarima : des modèles linéaires univariés utilisés dansdes contextes variés de modélisation et de prévision

modéliser la volatilité : les modèles GarCh

prolongements

panorama des méthodes d'analyse des séries temporelles

intervenanteSalima Bouayad Agha

logiciels utilisésEViews, SAS, STATA,R à des fins d’illustration

repères bibliographiquesBourbonnais, R. et Terraza, M. (2004), Analyse des séries temporelles Applications à l'économie et à la gestion,Dunod

Lardic, S. et. Mignon, V (2002), Économétrie des séries temporelles macroéconomiques et financières,Economica

(niveau

tout public

Cepe, Genes


pa

no

ra

ma

s

P.15panorama des techniques de data mining

2 jours 11, 12 septembre 2014


ObjectifsComprendre la démarche du data mining et quand elle peuts'appliquer ou non. Connaître le fonctionnement et les résultats à attendre desprincipales techniques statistiques employées (scoring,typologies).

pré-requisNotions statistiques de base (moyenne, comptage).

ContenuLa formation présente sans formalisme mathématique lesprincipales techniques de la statistique décisionnelle utilisées sousle terme de « data mining ». Des démonstrations pratiques sur descas concrets seront réalisées par l’intervenant. Les méthodes serontplus décrites dans leur intuition et sur leurs conséquencespratiques, logiciel, temps de calcul, performances, donnéesnécessaires, outils graphiques, etc.

présentation du data miningDéfinition, positionnement par rapport à la statistiquePrincipales applicationsPanorama des techniques employéesPrésentation de l'offre logicielleCycle d’un projet

analyse descriptiveSélection de variables pertinentesAnalyse de données « à la Française » et data miningCaractérisation

typologies et segmentationMéthodes de classificationDescription des classesRéaffectation des individus aux classes

modélisation de phénomènes binairesArbres de décision : modèle et outil descriptifAnalyse discriminanteRégression logistiqueComparaison de modèles : courbes ROC, courbes de lift

intervenantOlivier Decourt

logiciels utilisésDes exemples sous SAS, SPAD,et SAS Enterprise Miner serontmis en œuvre par l’intervenant

repères bibliographiquesTuffery, S. (2010),

Data mining et Statistique Décisionnelle,

3ème édition, Technip

Tuffery, S. (2010), Etude de cas en statistique

Décisionnelle, Technip

) pa

no

ra

ma

s

niveautout public

Cepe, Genes


P.16

1 jour 23 juin 2014


Objectifsavoir une vision des différents aspects du big data.

pré-requisLa formation sera « grand public » mais sera plus facile à suivre sil’on a une certaine sensibilité à la question du traitement desdonnées, avec quelques notions de base en statistique.

ContenuLa formation décrit les différents aspects du Big Data, en présentantson origine, ses principales applications, ses outils technologiquesspécifiques et les méthodes statistiques et « analytiques » mises enœuvre.

qu’est-ce que le big data ?Caractérisation par les 3VQuelques exemples d’utilisations du Big DataApports pour les entreprises et nouveaux modèles économiquesOpen Data

outils informatiquesCalculs parallèles, distribués, MapReduce, HadoopGestion des données multistructuréesEnjeux technologiques de collecte et de stockage, de sécurité, dequalité des donnéesProtection de la vie privéeLogiciels, Packages R pour le Big Data

méthodes statistiques et machine learningModélisation en grande dimension : machine learning, estimateursLasso, détection des règles d’association…Problématiques d’échantillonnage et d’appariementsOptimisation des algorithmes sur gros volumesTraitement des données non standard : image, vidéo, texte, donnéesfonctionnellesData visualisation

panorama du big data

intervenantStéphane Tufféry

repères bibliographiquesP. Bühlmann, S. van de Geer (2011).Statistics for High-Dimensional Data, Springer

T. Hastie, J. Friedman and R. Tibshirani (2009).The elements of Statistical Learning: Data Mining, Inference and Prediction,Springer

N. Marz and J. Warren (2014). Big Data,Principles and best practices of scalable realtime data systems, Manning

Eric Siegel (2013). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, Wiley

(pa

no

ra

ma

s

niveautout public

nouvelleformation2014

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

Méthodesstatistiques

Ces formations approfondies s’adressent aux chargés d’études,

statisticiens ou non-statisticiens désireux d’acquérir

une professionnalisation dans ces métiers.

De la statistique descriptive à la statistique inférentielle

Analyse de données multidimensionnelle

Régression et modélisation

Enquêtes et sondages

Séries temporelles

Économétrie

P.17

mÉ

th

od

es

st

at

ist

iqu

es

Méthodes statistiques :De la statistiquedescriptive à la statistiqueinférentielle

• Statistique 1 : introduction à la statistique (3 sessions)

• Statistique 2 : description et mesure de la liaison entre deux variables (3 sessions)

• Statistique descriptive avec SAS

• Statistique descriptive et régression avec R

• Statistique 3 : de l'échantillon à la population, estimation et tests

• Statistique bayésienne

• Statistique des valeurs extrêmes

• Les indices

NF

Nouvelle formationNF

P.18

P.19statistique 1 : introduction à la statistique

4 jours (2+2)(3 sessions)

3, 4, 10, 11 février 201426, 27 mai et 2, 3 juin 2014

17, 18, 24, 25 novembre 2014

prix net (non soumis à la TVA) 1 850 €

Objectifsmaîtriser les concepts de la statistique descriptive.savoir réaliser des traitements simples sur des donnéesunidimensionnelles et présenter les résultats obtenus à l'aidede tableaux et de graphiques.

pré-requisNiveau de mathématiques de l'enseignement secondaire etconnaissances de base d'Excel.

ContenuApprendre à organiser, traiter, analyser et présenter l'information,tel est l'objet de cette formation d'initiation à la statistique,construite à partir d'exemples pratiques. La formation a uneorientation pratique forte : les après-midis et la dernière journéesont consacrés au traitement de données à l’aide d’Excel.

les concepts de la statistiqueDéfinitions : population, unité statistique, variables, modalitésLes différents types de variables : variables qualitatives, variablesquantitatives

Construction de tableaux statistiques

les graphiquesVariables qualitatives : diagramme en tuyaux d'orgue, diagrammecirculaireVariables quantitatives : diagramme en bâtons, histogramme,courbe cumuléeAutres représentations : notions d'échelle, diagramme triangulaire

résumer l'information et choisir la caractéristique la plus appropriéeCaractéristiques de position : moyenne arithmétique, médiane,mode, autres moyennes, quantilesCaractéristiques de dispersion : variance et écart-type, coefficientde variation, écart absolu médian, étendue, intervalles inter-quantilesBoîte à moustaches (box-plot)

Étude de la concentrationCourbe de Lorenz, indice de Gini

Cas de synthèse (dernière journée)Mise en œuvre sur micro-ordinateur des notions vues au coursdes trois premières journées

intervenanteVéronique Brousse

logiciel utiliséExcel

repères bibliographiquesGrais, B. (2003),

Statistique descriptive, Dunod, 3ème édition

Py, B. (1996), Statistique descriptive,

Economica, 4ème édition

)

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauinitiation

***

P.20

4 jours (2+2)(3 sessions) 20, 21, 27, 28 janvier 2014 31 mars et 1, 7, 8 avril 2014 8, 9, 15, 16 septembre 2014


Objectifsréaliser des traitements simples sur des donnéesbidimensionnelles. Calculer des indicateurs permettant de mesurer la liaison entre deux variables.discerner la pertinence des outils employés comme leurs limites.

pré-requisNiveau de mathématiques de l'enseignement secondaire etconnaissances de base d'Excel.

ContenuCette formation est un prolongement de la formation statistique 1et permet de réaliser des traitements sur des données bi-dimensionnelles. La formation a une orientation pratique forte : les après-midis et ladernière journée sont consacrés au traitement de données à l’aided’Excel.

Cas de deux variables qualitativesLes tableaux de contingence, distributions marginales etconditionnelles, représentation graphiqueLa statistique du khi-deux et ses dérivées

Cas d'une variable qualitative et d'une variable quantitativeLes moyennes conditionnellesLe rapport de corrélation, analyse de variance à un facteur

Cas de deux variables quantitativesReprésentation graphiqueLe coefficient de corrélation linéaire, l'ajustement linéaire (droitede régression)Cas où l'une des variables est discrète : la courbe de régression

Cas de deux variables ordinalesCoefficients de corrélation des rangs de Spearman et de Kendall

Cas de synthèse (dernière journée)Mise en œuvre sur micro-ordinateur des notions vues au coursdes trois premières journées

statistique 2 : description et mesure de la liaison entre deux variables

intervenantsVéronique Brousse,Gilles Luciani


repères bibliographiquesGrais, B. (1998), Méthodes statistiques,Dunod, 3ème édition

Py, B. (1996), Statistique descriptive, Economica, 4ème édition

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauinitiation

***

P.21statistique descriptive avec sas



Objectifsdonner au participant une maîtrise des principalesprocédures de statistique descriptive de sas : sur quels typesde données portent-elles ? quelles sont leurs principalesoptions ? comment lire les sorties ?

pré-requisConnaissance des bases théoriques de la statistique descriptive(formations statistique 1 et statistique 2) et connaissances debase du logiciel SAS (formation initiation à sas).

ContenuLa formation est consacrée à la présentation des principalesprocédures du logiciel SAS permettant de faire de la statistiquedescriptive, et à la mise en œuvre de ces procédures par lesstagiaires, sous la forme d’exercices d’application. Cette formation contient également quelques rappels en statistiquedescriptive.

la statistique descriptive univariéeÉdition des observations d'une table SAS (procédure PRINT), et detotaux ou sous-totaux sur des variables numériquesReprésentation des distributions statistiques univariées par destableaux (procédure FREQ), par des diagrammes : histogrammes,graphiques circulaires, en étoile ou en blocs (procédure CHART)Édition des caractéristiques de position (mode, moyenne, médiane,quantiles, etc.) et de dispersion (variance, écart-type, étendue,intervalles inter-quantiles, etc.), box-plots (procédures MEANS,SUMMARY, UNIVARIATE, BOXPLOT)

liaison entre deux variablesReprésentation des distributions statistiques à deux dimensions pardes tableaux (procédure FREQ), par des graphiques (procéduresPLOT et CHART)Édition d’indicateurs de liaison entre variables nominales (statistiquedu khi-deux, V de Cramer, lambda, etc.), entre variables ordinales(coefficient de corrélation des rangs de Spearman, tau de Kendall,etc.), entre variables numériques (coefficient de corrélation linéaire)(procédures FREQ et CORR)

intervenantBenoît de Lapasse

logiciel utiliséSAS base

repères bibliographiquesPy, B. (1996),

Statistique descriptive, Economica, 4ème édition

Sautory, O. (1995),La statistique descriptive

avec le système SAS, Insee Guides n°1-2

)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauinitiation

***

P.22

3 jours 26, 27, 28 mai 2014


Objectifsprogrammer et calculer une succession de statistiquesdescriptives.réaliser les graphiques les plus courants.exécuter une régression linéaire multiple.Construire une régression logistique binaire.

pré-requisConnaissance des bases théoriques de la statistique descriptiveet de régression et connaissances de base du logiciel R.

ContenuLa formation est consacrée à la présentation des principalesprocédures du logiciel R permettant de faire de la statistiquedescriptive et des régressions linéaires et logistiques. Grâce àplusieurs exercices d'applications, les stagiaires seront amenés àmettre en œuvre ces procédures.

statistique descriptiveSélection et édition des observationsReprésentation des distributions statistiques univariées par destableaux (fonction table()) et par des diagrammes (fonction plot)Représentation des distributions sous forme de tableauxÉdition des caractéristiques de position (moyenne, médiane,quantiles..), de dispersion (variance, écart-type….)Édition d’indicateurs de liaison entre variables (statistique du khi-deux, V de Cramer, coefficient de corrélation linéaire…)

les graphiques avec rDifférents types de graphiqueAjouts d'éléments sur un graphiqueParamètres d'un graphiqueTracer plusieurs graphiques dans la même fenêtreExporter un graphique

régression linéaire multiplePrésentation du modèle (fonction lm) : estimation des paramètres,tests, étude de la qualité du modèle. Étude des résidusLes méthodes de régression pas à pas (fonction step), choix du"meilleur" modèle

régression logistique binaire Présentation du modèle (fonction glm)Sélection de modèle (fonction step)Résumé des tests de validité généraleCourbe de ROC (représentation de la capacité prédictive du modèle)

régression logistique pour variables réponses polytomiques

statistique descriptive et régression avec r

intervenanteElisabeth Morand

logiciel utiliséR

repères bibliographiquesEveritt, B.S et Hothorn, T. (2009), A handbook of Statistical analysis using R,2nd edition, CRC Press

Muenchen, R.A. (2008), R for SAS and SPSS users, Springer

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauavancé

***

P.23

statistique 3 : de l'échantillon à la population, estimation et tests

4 jours (2+2)12, 13, 19, 20 mai 2014


Objectifssavoir mettre en œuvre les techniques usuelles d'estimation,les tests classiques de comparaison de moyennes et certainstests d'ajustement.

pré-requisConnaissances de base en statistique descriptive et maîtrise desformulations mathématiques usuelles.

ContenuLa formation présente les principaux concepts de la statistiqueinférentielle, qui consiste à induire les caractéristiques inconnuesd'une population à partir d'un échantillon issu de cette population.Elle insiste sur la mise en œuvre de ces concepts, de nombreuxexemples sont traités sur logiciel statistique.

Cette formation constitue une étape préalable à de nombreusestechniques statistiques, telles que la régression, le traitement devariables qualitatives, l'analyse discriminante, l'économétrie, lessondages, etc.

notions de probabilitésÉvénement ; variable aléatoire (v.a.)V.a. discrète, v.a. continue. Espérance, variance, loi d'une v.a. Lois de probabilités usuelles : loi binomiale, loi de Poisson, loinormale, loi de Student, loi du Khi-deux, loi de Fisher Snedecor

ÉchantillonnageFluctuations d’échantillonnageCas de l'espérance d'une loi normale, d'une loi quelconqueLoi des grands nombres, théorème central-limite

estimation et validation des résultats : intervalle de confianceDéfinition d'un estimateur, précision, qualité (estimateur sans biais,convergence)Définition d'un intervalle de confianceIntervalle de confiance pour une moyenne, une proportion

les tests : principe généralPrincipe général d'un test : les deux hypothèses ; les erreurs de 1èreet de 2ème espèce ; la probabilité critiqueTests paramétriques usuels : espérance, proportion…Tests de comparaison entre deux échantillons : échantillonsindépendants, appariésTests d'ajustement à une distribution : test du khi-deux et autrestests

applications pratiquesLes stagiaires utiliseront le logiciel STATGRAPHICS et le tableurExcel


logiciels utilisésExcel, STATGRAPHICS

repères bibliographiquesDroesbeke, J.-J. (2002), Éléments de statistique,

Ellipses, 4ème édition

Wonnacott, T. et Wonnacott, R. (1998),Statistique,

Economica 4ème édition

)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauavancé

***

P.24

3 jours 6, 7, 8 octobre 2014


Objectifsdonner un point de vue critique entre l'approche bayésienneet l'approche classique des statistiques. permettre le calcul d'un estimateur bayésien, si besoin pardes méthodes de simulation de type monte Carlo par chaînesde markov.

pré-requisBonne connaissance du formalisme des probabilités et del’inférence statistique (formation statistique 3).

ContenuL’approche bayésienne de la statistique connaît à l’heure actuelleun essor considérable notamment grâce aux progrès del’informatique et des méthodes numériques de type MCMC.Lorsque l’on réalise une étude, on a souvent des informations apriori provenant soit d’études antérieures soit d’avis d’expert.

La statistique bayésienne permet d’utiliser ces connaissances apriori et de les combiner avec l’information apportée par lesdonnées pour obtenir une information a posteriori. La statistiquebayésienne est également très utilisée dans les meta-analyses, c'està dire les analyses qui mettent ensemble plusieurs études réaliséesdans des conditions parfois différentes pour en extraire del'information avec une meilleure précision.Au cours de la formation nous nous efforcerons de comparer lesavantages et les inconvénients de l’approche bayésienne parrapport à l’approche classique (ou fréquentiste).

le paradigme bayésienExemple introductif La formule de Bayes Lois a priori, lois a posterioriChoix des lois a priori, lois informatives, lois non informatives, loisconjuguées

lois a posteriori Nécessité de recourir aux méthodes « computationnelles » pourcalculer la loi a posterioriInitiation aux méthodes MCMC (chaînes de Markov par Monte-Carlo)Mise en œuvre avec le logiciel Winbugs

méthodes d’estimation bayésiennesRappels de théorie de la décision ; notions de prédicteursComparaison des estimateurs bayésiens et fréquentistesIntervalles de crédibilité Mise en oeuvre avec Winbugs

statistique bayésienne

intervenantJulyan Arbel

logiciels utilisésWINBUGS, R, SAS

(

modèles de régressions bayésiensAnalyse bayésienne des modèles derégressions les plus courants (régressionlinéaire, logistique, poisson) Applications à l’aide du logiciel Winbugs etSAS (procédures expérimentales)

tests bayésiens Notions de tests bayésiens, facteur de Bayes P-value versus Q-value

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauexpert

***

P.25statistique des valeurs extrêmes

2 jours 2, 3 juin 2014


Objectifsacquérir les méthodes de détection des événements rares etsurtout les techniques probabilistes de la théorie des valeursextrêmes, ainsi que ses avancées actuelles, qui sont de plus enplus nécessaires et touchent des domaines variés.

pré-requisBonnes connaissances en statistique descriptive et notions deprobabilités et de théorie de l'estimation.

ContenuLa présence de valeurs extrêmes (outliers) dans une distributiondétériore la précision et la robustesse des estimations. A côté desméthodes déterministes de détection des valeurs extrêmes, lathéorie des valeurs extrêmes, développée pour l’estimation de laprobabilité d’occurrence d’événements rares, permet d’obtenir desseuils au-delà desquels des valeurs sont considérées commeextrêmes, pour une probabilité donnée. La théorie des valeursextrêmes repose sur les convergences en loi des maxima ou desminima de variables aléatoires indépendantes convenablement re-normalisées.

présentation des méthodes déterministes algébriques etgraphiques de détection des valeurs extrêmes et traitement decelles-ci

présentation de la théorie des valeurs extrêmes : Lois du maximum, Méthodes classiques (valeurs record, moyennedes excès, approximation par la loi de Pareto généralisée) pour ladétermination d’un seuil au-delà duquel un événement estconsidéré comme atypique. Elles permettent de prévoir desévénements graves (rares) pour une probabilité d’occurrencedonnée (très faible) et un intervalle de confiance fixé.

présentation d’une approche locale :En assurance, la présence de sinistres graves vient perturberl’hypothèse de différenciation du risque collectif d’une classe àl’autre et la stabilité temporelle de l’indicateur de prime pure. Uneapproche locale (inliers) basée sur une estimation de la variancede l’indicateur de prime pure sera présentée.

les aspects pratiques, comme la méthode de monte Carlo :Simulation d’un échantillon pour estimer un quantile extrême.

intervenantMichel Grun-Rehomme


)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauexpert

***


P.26



Objectifssavoir bien utiliser des indices existants.savoir construire des indices correspondant aux besoinspropres de l’utilisateur.

pré-requisUne connaissance générale des statistiques descriptives(formation statistique 1).

ContenuLes instituts de statistique diffusent régulièrement une batterieimportante d’indices économiques comme l’indice des prix à laconsommation ou l’indice de la production industrielle. Par ailleurs,chacun peut être amené à construire des indices qui lui sontpropres de façon à synthétiser une information foisonnante. Cetteformation fournit une vision d’ensemble des principales questionsméthodologiques liées à la construction des indices statistiques. Elles’appuie sur des exemples concrets pour montrer le type dequestions qui se posent, en les replaçant dans une problématiqueplus générale. Des applications simples sur tableur complètent laformation.

Pourquoi et pour qui construit-on des indices ?Qu’est-ce qu’un indice ? Des indices élémentaires aux indicessynthétiquesLes indices classiquesHomogénéité/hétérogénéité : que veut-on mesurer ?Les propriétés d’agrégationSéries temporelles et chaînageLe partage volume - prixLe choix du type d’indice : considérations théoriques et pratiquesBases et changements de baseLa construction d’indices "élémentaires"Quelques problèmes particuliers : données collectées, évolutiondes produits, données manquantes, méthodes hédoniques,paniers variables, etc.Diversité des indices existants

les indices : construction et utilisation

intervenantPatrick Sillard


repères bibliographiquesCaillaud, A., (1998), Pour comprendre l'indice des prix, Insee Méthode n°81-82,(http://www.insee.fr/fr/methodes/sources/pdf/Indice_des_prix.pdf)

Berthier, J.P., (2005), Introduction à la pratique des indicesstatistiques,Insee Document de travail M0503http://www.insee.fr/fr/publications-et-services/docs_doc_travail/m0503.pdf

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauinitiation

***

mÉ

th

od

es

st

at

ist

iqu

es

Méthodes statistiques :Analyse de donnéesmultidimentionnelle

• Analyse factorielle et classification

• Analyse des données avec SAS

• Analyse des données avec R

• Analyse discriminante et segmentation

• Text mining et Web mining

P.27

P.28

5 jours (3+2)17, 18, 19, 24, 25 mars 2014


Objectifssavoir choisir la méthode adaptée à la construction d'unetypologie précédée d'une analyse factorielle, en fonction dela nature de ses données, et en interpréter les résultats.

pré-requisConnaissances de base en statistique descriptive, notions decalcul matriciel souhaitables.

ContenuLa formation présente les méthodes modernes d'exploration, dedescription et de classification de données statistiquesmultidimensionnelles. Les méthodes factorielles (analyse encomposantes principales, analyse des correspondances) permettentau travers de techniques de visualisation, de résumer, de structureret de synthétiser l'information contenue dans des massesvolumineuses de données (par exemple des enquêtes). Lesméthodes de classification permettent, en séparant les individusd’une population en groupes homogènes, de créer une typologiedes individus utile à la prise de décisions.

traitements préalables à une analyse factorielleÉtude des variables : rappels concernant la corrélation et lacorrélation des rangsReprésentation des individus : diagramme de dispersion avectechniques de brossage, diagramme sous forme d’icônes : étoiles,rayons de soleil, profils

l'analyse en composantes principalesPrincipe, mesure de qualité des résultats, techniquesd'interprétation, utilisation de variables illustratives

l'analyse des correspondances simplesPrésentation des données sous forme de tableau de contingenceTest du khi-deux d’indépendance entre deux variables qualitativesVisualisation des profils lignes et des profils colonnes dans lesplans factorielsRègles d’interprétation des résultats

l'analyse des correspondances multiplesPrincipes de mise en œuvre et interprétation Application au dépouillement d’enquêtes

les méthodes de classification automatiqueMéthodes non hiérarchiques : centres mobiles, nuées dynamiquesMéthodes hiérarchiques : méthode de Ward, construction etlecture du dendrogramme

analyse factorielle et classification


logiciels utilisésSPAD, STATGRAPHICS etUNIWIN

repères bibliographiquesTenenhaus, M. (2010), Statistique : Méthodes pourdécrire, expliquer et prévoir,Dunod

Saporta, G. (2011), Probabilités, analyse desdonnées et statistique,Technip, 3ème édition

(

aspects pratiques de la classificationMéthodes mixtes, interprétation d'unepartition : à l'aide des variables initiales, enliaison avec une analyse factorielle

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***

P.29analyse des données avec sas

2 jours 10, 11 avril 2014


Objectifsréaliser de façon autonome des analyses factorielles etclassifications avec le logiciel sas.

pré-requisConnaissance des méthodes d’analyse des données (formationanalyse factorielle et classification) et du logiciel SAS (formationstatistique descriptive avec sas).

ContenuLa formation propose d'approfondir la connaissance du logiciel SASpour mettre en application les méthodes d'analyse de données,connues par ailleurs.

Les stagiaires seront amenés à mettre en œuvre ces méthodes aumoyen de nombreux exercices pratiques avec le logiciel SAS(utilisation des macros SAS d’analyse des données de l’Insee).

analyse en composantes principales

analyse factorielle des correspondances

analyse des correspondances multiples

Classification hiérarchique et non hiérarchique

intervenanteBrigitte Gelein


)

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***

P.30

2 Jours 16, 17 juin 2014


Objectifsréaliser de façon autonome des analyses factorielles etclassifications avec le logiciel r.

pré-requisConnaissance des méthodes d’analyse des données (formationanalyse factorielle et classification) et du logiciel R (formationintroduction au logiciel r pour les statistiques).

ContenuLa formation propose d'approfondir la connaissance du logiciel Rpour mettre en application les méthodes d'analyse de données,connues par ailleurs.

Les stagiaires seront amenés à mettre en œuvre ces méthodes aumoyen de nombreux exercices pratiques notamment avec lepackage FactoMineR.

analyse en composantes principales

analyse factorielle des correspondances

analyse des correspondances multiples

Classification hiérarchique et non hiérarchique

analyse des données avec r

intervenanteBrigitte Gelein

logiciel utiliséR (Package FactoMineR)

repères bibliographiquesHusson, F.,S. Lê et Pagès, J. (2009),Analyse des données avec R, Presses Universitaire de Rennes

(

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***

P.31analyse discriminante et segmentation

4 jours (2+2)16, 17, 23, 24 juin 2014


ObjectifsConnaître l'ensemble des méthodes d'analyse discriminanteet de segmentation.savoir choisir la méthode adaptée à chaque problème, lamettre en œuvre et en interpréter les résultats.

pré-requisBonnes connaissances de base en calcul des probabilités, enstatistique (tests, régression) et en analyse des données (analyseen composantes principales et analyse des correspondances).

ContenuL’analyse discriminante couvre deux aspects : le premier aspect,descriptif et explicatif, consiste à déterminer les caractèresdiscriminants d'une population répartie en groupes, le second estdécisionnel et aide à affecter un nouvel individu à un groupe. Destechniques alternatives, telles que la construction d’arbres dedécision (méthodes de segmentation), répondent également à cesobjectifs décisionnels.

aspects descriptifs de l'analyse discriminante : les méthodesgéométriquesL'analyse factorielle discriminanteLes règles d'affectationL’analyse canonique discriminante

aspects décisionnels de l’analyse discriminante : les méthodesprobabilistesLe modèle bayésienLes méthodes d'estimation paramétriques (hypothèse demultinor-malité)La sélection des variablesMesure de la qualité d'une règle de décisionLes méthodes non paramétriques (méthode des noyaux, méthodedes plus proches voisins)

l'analyse discriminante sur variables qualitatives La méthode Disqual : présentation et mise en œuvreApplication à la construction d’un score

méthodes de segmentationLa notion de dichotomiePrincipe de la méthode AIDMéthodologie CART

Conclusion : comparaison de différentes approches dediscriminationAvantages et inconvénients des techniques d’analysediscriminante, de discrimination logistique, et de segmentation. Aide au choix d’une méthodologie


logiciels utilisésSAS, SPAD, STATGRAPHICS

repères bibliographiquesBardos, M. (2001),

Analyse discriminante, Dunod

Confais, J. et Nakache, J.P. (2003), Statistique explicative appliquée,

Technip

)

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***

P.32

3 jours 29, 30 septembre, 1er octobre 2014La journée du 29 septembre consacréeau web mining peut être optionnelle

prix net (non soumis à la TVA) 1 450 € pour les 3 jours980 € pour la formation text mining500 € pour la formation web mining

ObjectifsConnaître la démarche de la statistique textuelle (text mining)et celle de l'extraction de données du web (web mining) etsavoir les mettre en œuvre sur différents corpus (questionsouvertes, entretiens, articles de presse, pages Web, etc.) àl’aide de logiciels spécifiques.

pré-requisConnaissance de base en statistique descriptive (formationsstatistique 1 et statistique 2) et en analyse des données(formation analyse factorielle et classification).

ContenuWeb mining (en option)Origine du web mining et des méthodes numériquesExtraction des données issues du web : présentation de plusieursoutils d’extraction et de web scraping Limites éthiques et légales du web scrapingAnalyse des données web : outils d'analyse pour le web et de webmining ; méthodes numériques ; cartographie du webVisualisation des données web et des résultats de l’analyse sousforme notamment graphes

text miningOrigine et développement des méthodes de la statistique textuelleApports de la statistique textuelle et intérêt par rapport à deslogiciels d’aide à la lecture de textes (NVivo, Sonal)Différents types de corpus de textes (questions ouvertes, entretiens,articles de presse, pages Web etc..), collecte et mise en formeLes différentes étapes de traitement d’un corpus : réduction duvocabulaire et construction du lexique (lemmatisation), les tableauxlexicauxLes résultats et leurs interprétations : le vocabulaire spécifique, lecontexte d’utilisation des mots, les sorties des analyses multi variéesou classificationsLa mise en œuvre d'une analyse avec un logiciel

text mining et web mining

intervenantesBénédicte GarnierFrance Guérin-PaceMarta Severo

logiciels utilisésR, Iramuteq (méthode Alceste), Spad,Gephi

repères bibliographiques Lebart, L. et A. Salem (1994), Statistique textuelle Paris, Dunod, 342 p.

Garnier B., Guérin-Pace F. 2010. Appliquer les méthodes de la statistiquetextuelle. Paris, CEPED, 86 p. (Les Clefs pour)(Téléchargeable à partir du site duCeped : http://www.ceped.org/?Appli-quer-les-methodes-de-la)

Brennetot A., Emsellem K., Guérin-PaceF., Garnier B. 2013. Dire l’Europe à tra-vers le monde.Les mots des étudiantsdans l’enquête EuroBroadMap, Cyber-géo http://cybergeo.revues.org/25684

Rogers, R. (2009). The End of the Virtual : Digital Methods.Amsterdam University Press. Téléchar-geable à l'adresse suivante :http://govcom.org/publications/full_list/oratie_Rogers_2009_preprint.pdf

(pa

no

ra

ma

sm

Ét

ho

de

s s

ta

tis

tiq

ue

s

Cepe, Genes


niveauavancé

***

mÉ

th

od

es

st

at

ist

iqu

es

Méthodes statistiques :Régression et modélisation

• Régression linéaire et analyse de la variance

• Méthodes de régression pour données qualitatives

• Statistique non paramétrique

• Statistique et méthodes de régression pour données spatiales

P.33

Nouvelle formation

NF

NF

P.34

4 jours (2+2)20, 21, 27, 28 novembre 2014


ObjectifsÊtre en mesure de construire un modèle de régression pourexpliquer ou prévoir des phénomènes, et analyser l'influencede facteurs qualitatifs dans ce type de modèles.

pré-requisConnaissances de base en statistique, en particulier les notionsd'estimation et de test (formation statistique 3 : de l’échantillon àla population, estimation et tests).

ContenuIl s'agit d'apprendre à mettre en relation des variables à partird'observations statistiques, à maîtriser la construction et l'étude demodèles de régression entrant dans le cadre du modèle linéairegénéral, pour expliquer ou prévoir des phénomènes, et à savoiranalyser l'influence de facteurs qualitatifs. Cette formation estconseillée à ceux qui souhaitent suivre les formations analysediscriminante et segmentation et méthodes de régression surdonnées qualitatives.

régression simpleAspects descriptifs : méthode des moindres carrésAspects statistiques : validation du modèle, tests concernant lescoefficients, étude des résidus et des points influentsUtilisation du modèle en prévision

régression multipleÉtudes préalables à la construction d'un modèle : représentationgraphique des individus et des variablesPrésentation du modèle : estimation des paramètres, tests, étudede la qualité du modèleLe problème de la sélection des variables : les méthodes derégression pas à pas, choix du "meilleur" modèleL'introduction de variables qualitatives dans un modèle derégression multiple

analyse de la variance à un facteurLe modèle à effets fixes, tests de comparaisons multiples, analysede la variance non paramétrique

analyse de la variance à deux facteurs et plusPrésentation au travers d’exemples de la notion d'interactionsUtilisation de variables quantitatives et qualitatives dans le cadredu modèle linéaire général (analyse de la covariance)

applications informatiquesMise en œuvre des méthodes de régression et d'analyse de lavariance sous SAS et STATGRAPHICS

régression linéaire et analyse de la variance


logiciels utilisésSTATGRAPHICS, SAS

repères bibliographiquesKleinbaum, D., Kupper, L. , Muller, K.and Nizam, A. (1998), Applied regressionanalysis and multivariable methods, Duxbury Press

Wonnacott, T. et Wonnacott , R. (1998), Statistique, Economica 4ème édition

(

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***

P.35méthodes de régression sur données qualitatives

3 jours 21, 22, 23 mai 2014


ObjectifsChoisir et mettre en œuvre les méthodes de régression lesplus adaptées pour des variables expliquées qualitatives afind’en présenter les résultats de manière intelligible etoriginale.

pré-requisConnaissances de base en économétrie (formation Économétrie 1).

ContenuLa formation présente les aspects théoriques et pratiques de larégression logistique et plus largement des principaux modèleséconométriques propres aux variables dépendantes qualitatives(binaire ou catégorielle). Cette situation se rencontre dansdifférents champs d’application : choix financiers, notation durisque, segmentation de clientèle, marketing, économie du travail,économie de l’environnement, étude des comportements, etc . La régression logistique permet de tenir compte de la naturediscrète de la variable dépendante qui peut prendre deux valeurs(variables binaires dépendantes). Celle-ci peut se généraliser au casoù la variable à expliquer prend plus de deux modalités et lesméthodes mises en œuvre ainsi que l’interprétation des résultatsdoivent tenir compte de leur nature ordonnée ou pas. La formationaborde également les modèles à variables discrètes positives(données de comptage).Chacune de ces situations est illustrée par des exemples concretssur les méthodes à mettre en œuvre et sur la meilleure manière deprésenter les résultats obtenus.

les modèles à variables qualitatives binaires : probit et logit Introduction : des exemples, formalisationEstimation et interprétation des paramètresInférenceApplication

les modèles polytomiquesIntroduction : des exemples, formalisationModèles ordonnésModèles non ordonnés : logit multinomial, logit conditionnel,hypothèse IIA, probit polytomiqueApplication

les modèles pour données de comptageIntroduction : des exemples, formalisationLe modèle de Poisson : estimation, interprétation, inférenceLe modèle Binomial négatif : estimation, interprétation, inférenceApplication


logiciels utilisésSAS, STATA, R

repères bibliographiquesGreene, W. H., Azomahou, T.

et Couderc, N. (2009), Économétrie,

Pearson Education

Crepon, B. et Jacquemet, N. (2010),Économétrie : méthodes et

applications, de Boeck Université

)

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***

P.36



ObjectifsComprendre la logique de la statistique non paramétrique etmettre en œuvre des tests et des méthodes d’estimation nonparamétriques.

pré-requisConnaissances de base en statistique inférentielle (formationstatistique 3 : de l’échantillon à la population, estimation et tests).

ContenuLa statistique paramétrique est le cadre standard de la statistique.Les modèles statistiques sont alors décrits par un nombre fini deparamètres. En statistique non paramétrique, on ne fait aucunehypothèse a priori sur la loi sous-jacente. On peut par exemple faire un test statistique sans spécifier de loi apriori sur la ou les variable(s) utilisée(s). Il en est de même si on veutexaminer une liaison entre variables sans hypothèse sur les lois decelles-ci. On peut aussi estimer directement une densité ou unerégression sans hypothèse sur les distributions des variablesd’intérêt, ni sur la forme de la liaison entre elles (cas de la régressionnon paramétrique).

tests non paramétriques : Petits échantillons, lois non gaussiennes

mesures de liaisons non paramétriques

bootstrap et applications : Estimation ponctuelle et calcul d’intervalles de confiances sur petitéchantillon

estimation fonctionnelle non paramétrique : Estimation de densités ou régressions sans hypothèses a priori surles lois sous-jacentesDiverses approches seront proposées

statistique non paramétrique

intervenanteCristina Butucea

logiciel utiliséR

repères bibliographiques Capéraà, P. et Van Cutsem, B. (1988), Méthodes et modèles en statistique nonparamétrique, Presse de l’Université de Laval, Dunod

Bosq, D. et Lecoutre, J.P. (1987) Théorie de l’estimation fonctionnelleEconomica

(

mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauexpert

***

P.37

statistique et méthodes de régression pour données spatiales

3 jours 24, 25, 26 septembre 2014


ObjectifsComprendre les enjeux de la prise en compte des effetsspatiaux en statistique et en économétrie, mettre en œuvreles méthodes d’estimation adéquates et interpréter lesparamètres associés aux variables spatiales.

pré-requisConnaissances en économétrie (formations Économétrie 1 etÉconométrie 2 indispensables ; formation identifier et estimerune relation de cause à effet souhaitable).

ContenuL’analyse de données spatiales exige la mise en œuvre d’outilsstatistiques spécifiques. L’un des plus classiques est la mesure del’autocorrélation spatiale. Les méthodes de l’économétrie spatialeont été développées pour tenir compte de cette dépendancespatiale dans les analyses statistiques classiques et éviter que celle-ci n’introduise des biais dans l’estimation des paramètres.La formation présente les outils de base de la statistique spatiale quivont compléter et enrichir l’approche strictement cartographique.Elle s’attache ensuite à présenter les manières de formaliser leseffets spatiaux (effet de débordement et de dépendance spatiale,hétérogénéité) et les différentes spécifications économétriquesspatiales ainsi que leur estimation par différentes méthodes. Lestests de spécifications les plus courants seront également exposés.La formation est illustrée par des exemples issus de la littératurerécente dans ce domaine et des applications à partir des logiciels Rou Stata.

introduction : pourquoi et comment utiliser les méthodes de lastatistique spatiale ?

introduction à la statistique spatialeLa boîte à outils d’analyse des données spatialesAnalyse exploratoire des données spatiales

l’étude de l’autocorrélation spatiale en économétrieUne typologie des modèles spatiauxEffet multiplicateur et effet de diffusion spatialModèle spatialement autorégressifModèle à erreur spatialement autocorréléeModèle de Durbin spatialLes tests de spécification

l’étude de l’hétérogénéité spatiale en économétrieInstabilité des paramètres et inférence statistique La régression géographique pondéréeLes modèles à régimes spatiauxInteractions entre autocorrélation et hétérogénéité spatiale


logiciels utilisésSTATA, R

repères bibliographiques Cressie, N. (1993)

Statistics for Spatial Data,Revised Edition,

John Wiley & Sons, New York.

Droesbeje, J.J., Lejeune,M. et Saporta, G. (2006),Analyse statistique des

données spatiales,ed. Technip

)


mÉ

th

od

es

st

at

ist

iqu

es

Cepe, Genes


niveauavancé

***


cours de l'année.






au format PDF.

mÉ

th

od

es

st

at

ist

iqu

es

Méthodes statistiques :Enquêtes et Sondages

• Conception d'enquête et élaboration de questionnaire

• Le secret statistique - Principes et pratiques

• Sondages 1 : échantillonnage (2 sessions)

• Sondages avec SAS

• Sondages 2 : méthodes de redressement

• Sondages avec R

• Correction de la non-réponse dans les enquêtes

• Enquêtes répétées dans le temps et méthode de partage des poids

• Bootstrap et rééchantillonnage

• Estimation sur petits domaines : travailler sur les petits échantillons

P.39

Nouvelle formation

NF

NF

NF

NF

P.40

3 jours 3, 4 ,5 décembre 2014


Objectifssavoir mettre en place une enquête et rédiger un questionnaire.

ContenuCette formation propose d’analyser les différentes phases de miseen place d’une enquête statistique (hormis l’échantillonnage et leredressement qui font l’objet des formations Sondages 1 et 2). Laphase de rédaction du questionnaire est détaillée ; les sourcesd’erreurs possibles sont abordées ainsi que les outils ou méthodespermettant de réduire ces erreurs. Une participation active desstagiaires est sollicitée.

la conception d’enquêteL’enquête, une méthode particulière de recueil de l’informationObjectifs, champ, unitésLes étapes de la conception d'enquêteLes méthodes de collecte : en face à face, par téléphone, parinternet, postaleReprésentativité et non-réponse

le questionnaireLa conception de questionnaireLes différents types de questionsLa rédaction des questions (importance de la formulation et del'ordre)Les erreurs de mesureLe lien questionnaire, base de données et traitement

applicationsExamen de questionnaires déjà conçus et utilisésLes procédures de testCe qu'il faut savoir d'une enquête pour juger du questionnaireTravaux pratiques à partir de projets de questionnaires exposés parles participants

Conception d'enquête et élaboration de questionnaire

intervenantsCécile BrousseGaël de PerettiThibaut de Saint Pol

repères bibliographiquesSingly F. de (1992), L’enquête et ses méthodes :le questionnaire, collection sociologie, Éditions Nathan

Statistique Canada (2010) : méthodeset pratiques d'enquêtes, http://stat-can.gc.ca/pub/12-587-x/12-587-x2003001-fra.pdf

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauinitiation

***

P.41le secret statistique - principes et pratiques

1,5 jour 20, 21 (matin) mars 2014


Objectifsavoir les connaissances légales en matière de gestion dusecret statistique. savoir prendre en compte le secret statistique lors del’élaboration et lors de la diffusion de toutes les informationsstatistiques mises à disposition sous forme de tableaux dedonnées agrégées.

ContenuLa gestion du secret en matière de statistique est un souci de plusen plus présent ces dernières années. D’un côté, les organismesproducteurs de statistiques sont poussés à publier des donnéestoujours plus détaillées ; de l’autre, ces mêmes organismes ontl’obligation légale et morale de garantir la confidentialité desinformations qui leur ont été confiées par les personnes ouentreprises. Cette confidentialité est vitale pour obtenir une bonnecoopération des répondants et maintenir la meilleure qualitépossible des informations collectées.Par application de la loi de 1951 sur l'obligation, la coordination et lesecret en matière de statistiques, les organismes du SystèmeStatistique Public français ont notamment l’obligation de contrôlerla divulgation statistique dans les informations qu’ils mettent àdisposition, en minimisant le risque que des informations sensiblessur des individus ou des entreprises puissent être divulguées àpartir des données diffusées.

la loi du 7 juin 1951 : données sur les ménages et individus ; donnéessur les entreprises

problèmes et critères dans…Les tableaux de fréquence, aussi appelés tableaux de comptageLes tableaux de volume : ventilation d’une variable telle que lechiffre d’affaires ou le revenuLes tableaux issus d’enquête : prise en compte des poidsLes tableaux liés par une des variables de ventilationLes tableaux hiérarchisés : exemple de la NAF, variable possédantune structure emboîtée

les méthodes de gestion du secret statistiqueLa restructuration des tableauxLa suppression des cases sous secretL’arrondi contrôlé

Gestion du secret statistique via le logiciel τ-argusPrésentation du logicielMise en pratique

intervenantJulien Nicolas

logiciels utilisésSAS, Tau-Argus

repères bibliographiquesWillenborg, L., de Waal, T.,

Elements of Statistical DisclosureControl,

Lecture Notes in Statistics, vol 155, Springer-Verlag, 2000.

Nicolas, J., Traitement de la confidentialitéstatistique dans les tableaux :expérience de la Direction des

Statistiques d’Entreprises, JMS 2012.

)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveautout public

P.42

4 jours (2+2)(2 sessions)1, 2, 7, 8 avril 201420, 21, 27, 28 novembre 2014


Objectifsacquérir les notions théoriques et pratiques nécessaires à lamise en œuvre des principales méthodes d'échantillonnage.

pré-requisBonnes connaissances en statistique descriptive et notions deprobabilités et de théorie de l'estimation.

ContenuL'accent de la formation est mis sur les méthodes probabilistes detirage d'échantillon, mais la méthode des quotas est égalementabordée. Chaque méthode fait l'objet d'une présentation théoriqueet des exemples tirés de la pratique des sondages à l'Insee ou dansd’autres organismes permettent d'illustrer les propriétés de laméthode.

Généralités sur les enquêtes par sondageLes composantes d'une enquête par sondage, les bases de sondage,la notion d'estimation et de précision, les différents types d'erreur

les sondages empiriquesLa méthode des quotas

le sondage aléatoire simpleEstimation d'une moyenne, d'une proportion, précision, algorithmesde tirage, cas des panels

le sondage à probabilités inégalesEstimation, précision, choix des probabilités de tirage, tirage àprobabilités proportionnelles à la taille, algorithmes de tirage, tirageen deux phases

le sondage stratifiéEstimation, précision, constitution des strates, allocation del'échantillon dans les strates

les sondages à plusieurs degrés (sondage en grappes, sondage àdeux degrés)Différentes méthodes de tirage au premier degré, estimation,précision, effet de grappe

Échantillonnage équilibré, notions de sondages indirects

sondages 1 : échantillonnage

intervenantsPascal ArdillyVincent Loonis

repères bibliographiquesArdilly, P. (2006), Les techniques de sondage,Technip, 2ème édition

Tillé, Y. (2001), Théorie des sondages, Dunod

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauinitiation

***

P.43sondages avec sas

1 jour 21 mai 2014


Objectifssavoir utiliser le logiciel sas pour sélectionner un échantillonselon un plan de sondage usuel (stratifié, à probabilitésinégales, à plusieurs degrés), estimer la variance d’un total,d’une moyenne ou d’un ratio estimé dans un échantillonaléatoire et apprécier la pertinence d’une corrélation entredeux caractères dans un tableau de fréquence.

pré-requisConnaissance des bases théoriques de l’échantillonnage (formationsondages 1) et connaissance de base du logiciel SAS (formationinitiation à sas).

ContenuDepuis la version 8, le logiciel SAS met à disposition desresponsables d'enquêtes des procédures statistiques leurpermettant de tirer un échantillon aléatoire et d’estimer desparamètres à partir d’une enquête par sondage. La formationprésente principalement les procédures SURVEYSELECT etSURVEYMEANS : fonctionnalités, éléments de syntaxe, exemplesd'utilisation, mise en œuvre par les stagiaires. Elle est complétéepar un aperçu des procédures permettant l’analyse de donnéesd’enquête. La formation constitue pour les utilisateurs de SAS uncomplément à la formation sondages 1, dont le contenu est supposéconnu ; elle n'aborde pas les méthodes de redressement, qui ne fontpas l'objet de procédures dans le logiciel.

la procédure surveYseleCtPanorama des principales méthodes probabilistes proposées par lelogiciel pour sélectionner un échantillon dans une base de sondageorganisée sous forme d'une table SAS : sondage aléatoire simple,stratifié, systématique, à probabilités proportionnelles à la taille, etc.

la procédure surveYmeansEstimation du total, d'une moyenne, d'une proportion à partir dedonnées d’échantillon ; estimation d'un ratio, estimation sur undomaine. Calcul de la précision des estimations en tenant comptedu plan de sondage, comparaison avec la procédure MEANS decalcul de statistiques descriptives

brève présentation de la procédure surveYfreqLa procédure SURVEYFREQ produit des tableaux à plusieursdimensions, des indicateurs de liaison et les tests associés

intervenanteJosianne Le Guennec


)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauavancé

***

P.44

4 jours (2+2)5, 6, 12, 13 juin 2014


ObjectifsComprendre les enjeux d'une correction de la non réponse etdu redressement, savoir manipuler Calmar et être capablede réaliser le redressement d'une enquête.

pré-requisConnaissances sur les méthodes d’échantillonnage (formationsondages 1)

ContenuLa formation apporte aux participants les notions théoriques et lesréponses pratiques indispensables à la mise en œuvre de méthodesintervenant après la collecte des données d'une enquête : lestechniques de redressement d'échantillon et de traitement de lanon-réponse. Chaque méthode fait l'objet d'une présentation théorique, d'unemise en œuvre pratique des concepts théoriques, permettantd'illustrer les propriétés de la méthode, et d'exemples tirés de lapratique des sondages à l’Insee ou dans d’autres organismes. Le logiciel SAS est utilisé, mais la connaissance préalable de celogiciel n'est pas nécessaire.

bref rappel sur les méthodes d'échantillonnage

les méthodes de redressementEstimateur par le ratioEstimateur par la régressionPost-stratification sur un ou deux critèresCalage sur marges, calage généralisé

les méthodes de correction de la non-réponseAnalyse des facteurs influençant la non-réponseMéthodes de repondération (correction de la non-réponse totale)Méthodes d’imputation (correction de la non-réponse partielle etcorrection de la non-réponse totale)

sondages 2 : méthodes de redressement

intervenantsPascal ArdillyNathalie Caron


repères bibliographiquesArdilly, P. (2006), Les techniques de sondage, Technip ,2ème édition

Caron, N. (2005), La correction de la non-réponse par repondération et par imputation, Document de travail Insee n°M0502(http://www.insee.fr/fr/publications-et-services/docs_doc_travail/m0502.pdf)

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauavancé

***

P.45sondages avec r

2 jours 26, 27 juin 2014


Objectifssavoir mettre en œuvre avec le logiciel r des méthodesclassiques d’échantillonnage, d’estimation, de calcul deprécision, de redressement et de traitement de la nonréponse.

pré-requisConnaissance des méthodes d’échantillonnage et d’estimation ensondage. Quelques notions sur le logiciel R sont préférables.

ContenuLa formation est axée sur l’utilisation des fonctions du module"Sampling", développé par Yves Tillé et Alina Matei pour le logicielR. Ce module permet de sélectionner des échantillons selonplusieurs méthodes, de traiter les problèmes de non-réponse,d’ajuster des données d’enquêtes sur des données de recensement,et d’évaluer la précision des estimations ainsi obtenues. La formation met l’accent sur la mise en pratique et de ce fait, uneconnaissance, même sommaire, du logiciel R serait préférable. Parailleurs, les notions théoriques seront rappelées brièvement.

Courte introduction sur le logiciel rPrise en main de RChargement du module "Sampling"Fonctions de baseImportation de données dans R

les fonctions d’échantillonnageMéthode du CubeSondage aléatoire simpleSondage systématiqueSondage à probabilités inégalesSondage stratifiéSondage à deux degrés

les fonctions d’estimation et de redressementEstimateur de Horvitz-ThompsonEstimateur post-stratifiéEstimateur par le ratioEstimateur par la régression et estimateur par le calage

les fonctions de calcul de précision

les fonctions de traitement de la non-réponse

intervenantÉric Lesage

logiciel utiliséR

)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauavancé

***

P.46

2 jours 20, 21 mars 2014


ObjectifsComprendre les mécanismes de correction de la non-réponseles plus utilisés, être en mesure d’apprécier la qualité desestimations en contexte de non-réponse.

pré-requisConnaissances des méthodes générales d'échantillonnage etd'estimation (formations sondages 1 et sondages 2).

ContenuCette formation propose des compléments aux techniquesprésentées dans sondages 1 et sondages 2 . Elle est adaptée aucontexte de l’estimation en présence de non-réponse dans lesenquêtes par sondage.

Elle propose en premier lieu d’éclairer les fondements des méthodesde repondération les plus fréquemment mises en œuvre pourcorriger la non-réponse totale. On insiste en particulier sur lestechniques de calage, qui dans certaines circonstances permettentde traiter le cas des mécanismes de réponse dits ‘non-ignorables’,pour lesquels le comportement de réponse est directementdépendant de la question posée.

On aborde également les principales méthodes d’imputation, utiliséesplutôt pour corriger la non-réponse partielle, soit dans une approcheclassique où les aléas restent de la nature d’un échantillonnage, soiten utilisant des modèles de comportement qui considèrent lesvariables d’intérêt comme aléatoires.

Généralités sur le traitement de la non-réponse

les méthodes de repondérationLa non-réponse totale : conséquences en matière de biais et de varianceMécanisme de réponse ignorableLes principaux modèles d’estimation de la probabilité de réponseCalcul d’erreur en présence de non-réponse totaleLes techniques de calage appliquées à la correction de la non-réponse ; calage dit« en une étape » ; macro Calmar2 (traitement de la non-réponse non-ignorable)

les méthodes d’imputationLes principales méthodes d’imputation (imputation par la moyenne, par le ratio, parla régression, hot-deck, méthode du plus proche voisin)Conséquences sur l’estimation des paramètres de dispersion ou d’associationCalcul d’erreur lorsque l’aléa est un aléa d’échantillonnage en population finieCalcul d’erreur lorsque la variable d’intérêt est modélisée ; mécanisme de réponseignorable

Correction de la non-réponse dans les enquêtes

intervenantPascal Ardilly

repères bibliographiquesArdilly, P. (2006), Les techniques de sondage,Technip, 2ème édition

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauexpert

***


P.47

enquêtes répétées dans le temps et méthode de partage des poids



Objectifspouvoir définir l’échantillonnage et la pondération les mieuxadaptés à une problématique d’estimation longitudinale et/outransversale en présence de données longitudinales.Être en mesure d'appliquer la méthode de partage des poidsdans divers contextes.

pré-requisConnaissances des méthodes générales d'échantillonnage etd'estimation (formations sondages 1 et sondages 2).

ContenuCette formation propose des compléments aux techniquesprésentées dans Sondages 1 et Sondages 2, dans deux directionsqui se recoupent assez largement.

Tout d’abord, il s’agit d’étudier le sondage indirect de manière assezlarge, lequel permet par définition d’échantillonner une populationau travers d’une autre. On trouve de nombreuses applications àcette méthode, dont le traitement des pondérations en présencede bases de sondage multiples, en présence de bases de sondageincomplètes, ou lorsqu’on souhaite échantillonner des populationsrares, ou encore quand on traite des enquêtes répétées dans letemps (en particulier les systèmes d’enquête avec échantillonnagerotatif).

En second lieu, on aborde la problématique des enquêtes répétéesdans le temps – panels et échantillons rotatifs – afin de préciser lescas d’utilisation et la pondération à mettre en œuvre.

sondage indirect (échantillonnage d’une population au traversd’une autre)Pondération par la méthode de partage des poids ; pondérationoptimale ; système optimum de liensApplication à la pondération en cas de bases de sondagesmultiplesApplication à la pondération en cas de base de sondageincomplèteRedressements et traitement de la non-réponse lorsquel’échantillonnage est indirect

enquêtes répétées dans le tempsLes panels dans le cadre d’une enquête longitudinale : objectif,avantages, inconvénients, pondération, traitement de la non-réponseLes panels dans le cadre d’une enquête transversaleL’échantillonnage rotatif : objectif, avantages, pondération enapproche longitudinale puis en approche transversale


repères bibliographiquesArdilly, P. (2006),

Les techniques de sondage,Technip, 2ème édition

)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauexpert

***


P.48

2 jours 15, 16 mai 2014

prix net (non soumis à la TVA)980 €

ObjectifsConnaître les méthodes de rééchantillonnage et leursapplications classiques pour l'inférence statistique.

pré-requisConnaissances de base en statistique inférentielle paramétrique etnon-paramétrique : estimation, intervalles de confiance, tests.Notions de régression, discrimination, séries temporelles.

ContenuCette formation dresse un panorama des méthodes derééchantillonnage et de leurs applications classiques pourl’inférence statistique : estimation du biais, de la variance d’unestimateur, construction d’intervalles de confiance, construction detests d’hypothèses. Une attention particulière sera portée au bonusage du rééchantillonnage en pratique, en s’appuyant sur des castypiques d’échec du bootstrap « naïf » : valeurs extrêmes, régression,discrimination, séries temporelles, U statistiques, pour lesquels desremèdes seront proposés. Enfin, les méthodes récentesd’agrégation basées sur le rééchantillonnage (bagging, forêtsaléatoires, boosting) seront évoquées.

méthodes de rééchantillonnage et applications à l’inférencestatistiqueIntroduction, principe du plug inBootstrap et rééchantillonnage : jackknife, bootstrap dit « naïf »,bootstrap à poidsPropriétés d'un estimateur : estimation bootstrap du biais, de lavariance, de l'erreur quadratique moyenneIntervalles de confiance : bootstrap-t, percentile bootstrap, BC-percentile bootstrap, Bca-percentile bootstrapTests d'hypothèses : tests de permutation, tests bootstrap

quelques échecs du boostrap naïf et remèdesValeurs extrêmesRégressionDiscriminationSéries temporellesU statistiques

méthodes d'agrégation basées sur le bootstrapBaggingForêts aléatoiresBoosting

bootstrap et rééchantillonnage

intervenanteMagalie Fromont

logiciel utiliséR

repères bibliographiquesDavison, A. C. and Hinkley, D. V. (1997). Bootstrap Methodsand their Applications.

Efron, B. and Tibshirani, R. J. (1993). An introduction to the Bootstrap.

Hall, P. (1992). The Bootstrap and Edgeworth Expansion.

Shao, J., and Tu, D. (1992). The Jackknifeand Bootstrap.

(

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauavancé

***


P.49

estimation sur petits domaines : travailler sur les petits échantillons



Objectifsacquérir les notions théoriques et pratiques nécessaires à lamise en œuvre des principales méthodes d'estimation surpetits domaines.

pré-requisConnaissances approfondies sur les méthodes d'échantillonnage etd'estimation (avoir acquis les éléments théoriques du niveau desformations sondages 1 et sondages 2).

ContenuLorsque l'on veut publier les résultats d'une enquête sur desdomaines trop "petits", par exemple des zones géographiquesrestreintes ou des sous-populations peu nombreuses, les faibleseffectifs de ces échantillons dans ces domaines peuvent conduireà des estimations "habituelles" imprécises. Il faut faire alors appel àdes techniques d'estimation spécifiques, fondées sur l'utilisationd'information auxiliaire et sur des modèles plus ou moins complexes.La formation présente un certain nombre de ces méthodes, encoreassez peu utilisées en France, ainsi que plusieurs exemples.

la problématique de l'estimation sur petits domaines

les estimateurs directsL'estimateur par calage sur une structure locale

les estimateurs reposant sur des modèles implicitesLes estimateurs synthétiquesLes estimateurs composites

les méthodes reposant sur des modèles explicites (modèlelinéaire mixte, modèle linéaire mixte généralisé)Les estimateurs adaptés aux variables quantitativesLes estimateurs adaptés aux variables qualitatives


repères bibliographiquesRao, J.N.K. (2003),

Small Area Estimation(Methods and Applications),

Wiley

McCulloch,C., Searle, S.,Neuhaus, J. (2008),

Generalized, Linear, andMixed Models,

Wiley

)

Cepe, Genes


mÉ

th

od

es

st

at

ist

iqu

es

niveauexpert

***


cours de l'année.






au format PDF.

MÉTHODES STATISTIQ

UES

Méthodes statistiques :Séries temporelles

• Introduction à l'analyse des séries temporelles et méthode de prévision à court terme

• Décomposition et désaisonnalisation de séries temporelles

• Modèles de prévision des séries chronologiques linéaires

• Analyse des séries temporelles avec R

• Introduction aux modèles dynamiques à facteurs

• Racines unitaires, cointégration et modèles à correction d’erreur

• Modèles de séries temporelles multivariées : modèles VAR et VECM

P.51

Nouvelle formation

NF

NF

P.52

2 jours 19, 20 mai 2014

Prix net (non soumis à la TVA) 980 €

ObjectifsComprendre les méthodes élémentaires de description et deprévision des séries chronologiques en tenant compte de leuréventuelle saisonnalité.

Pré-requisConnaissances de base en statistique descriptive et bonnemaîtrise du logiciel Excel.

ContenuLa formation présente des méthodes empiriques de description etde prévision de séries chronologiques, saisonnières ou non. Elle meten évidence leur intérêt (simplicité) et leurs limites (sensibilité auxpoints extrêmes et aux ruptures de tendance). Les participantsmettront en œuvre ces méthodes à l’aide d’Excel et sont invités àapporter leurs propres données.

Introduction à l'analyse et à la prévision d'une série chronologique

Description d’une série temporelleObservation graphique des composantes d’une série (tendance,cycle, saisonnalité, irrégulier), modèles de décompositionPrincipe de la désaisonnalisation par la méthode des moyennesmobiles

Méthodes de prévisionLes méthodes de lissage exponentiel simple et double : définitions,formules de mise à jour, choix de la constanteLa méthode de Holt-Winters : définition, intégration de lasaisonnalité, choix des constantes, normalisation des coefficientssaisonniers, initialisation

Introduction à l'analyse des séries temporelleset méthodes de prévision à court terme

IntervenantFrançois Sermier

Logiciels utilisésExcel 2003 et Excel 2007

Repères bibliographiquesCoutrot, B. et Droesbeke, J.-J. (1995), Les méthodes de prévision, Que Sais-Je ?,PUF, 3ème édition

Mélard, G. (1990), Méthodes de prévision à court terme, Ellipses

(Niveau

initiation

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.53

Décomposition etdésaisonnalisation de séries temporelles

4 jours (2+2) 10, 11, 16, 17 juin 2014

Prix net (non soumis à la TVA) 1 850 €

ObjectifsComprendre la désaisonnalisation et interpréter des donnéescorrigées des variations saisonnières.

Pré-requisBonnes connaissances en statistique et en régression linéaire. Il estutile d'avoir suivi le module Introduction à l'analyse des sériestemporelles et méthodes de prévision à court terme.

ContenuL'analyse d'une série chronologique, comme toute étude statistique,ne peut échapper à une phase exploratoire permettant decomprendre et d'apprécier les phénomènes temporels influant surla grandeur étudiée : saisonnalité, effets de calendrier, pointsextrêmes, conditions climatiques, etc. Leur prise en compte estessentielle pour l'analyse de la conjoncture. Les méthodesstatistiques permettant de décomposer une série temporelle sontnombreuses, variées et parfois complexes. De nombreusesapplications privilégiant l’aspect désaisonnalisation sont prévues etles stagiaires peuvent appliquer les méthodes à leurs propresdonnées à l'aide des logiciels TRAMO-SEATS et X-12-ARIMA.

Les outils de décomposition d’une série temporelleGénéralités sur les séries temporelles : définitions, représentationsgraphiques, exemplesLes différents problèmes de l'analyse des séries temporelles :lissage, désaisonnalisationLes composantes et les modèles de compositionCorrélogrammes, transformations, spectre d’une série temporelleLes moyennes mobiles : définition, propriétés, comparaison

Application à la désaisonnalisationPourquoi désaisonnaliser une série ? Présentation des différentesméthodesPrincipe des logiciels TRAMO-SEATS et X-12-ARIMAUn exemple complet de désaisonnalisation par X-12-ARIMALa prise en compte des effets du calendrierComment juger de la qualité des résultats et pistes d'améliorationLa production en masse de séries désaisonnalisées

IntervenantsKetty Attal-Toubert

Michel Grun-Rehomme

Logiciels utilisésSAS, TRAMO-SEATS,

X-12-ARIMA et DEMETRA

Repères bibliographiquesGourieroux, C. et Monfort, A. (1990),

Séries temporelles et modèlesdynamiques, Economica

Ladiray, D. and Quenneville, B. (2001), Seasonal adjustment with the

X-11 Method, Springer-Verlag, Lecture Notes

in Statistics n°158

)Niveauavancé

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.54

4 jours (2+2)11, 12, 18, 19 décembre 2014


ObjectifsÊtre en mesure de modéliser et de faire des prévisions avecles modèles ARIMA.

Pré-requisBonnes connaissances en statistique mathématique.

ContenuAprès une présentation des concepts liés au traitement des sérieschronologiques, la formation explique la théorie et la pratiqueexplicite de la modélisation classique de ces séries (modèles ARMAet ARIMA) et des méthodes de prévision.

Les méthodes de lissage exponentiel

Introduction à la méthodologie de Box et Jenkins

Quelques outils statistiques

Quelques principes statistiques

Introduction à la pratique de Box et Jenkins

Formalisation des modèles et interprétation

Estimation

Tests

Prévisions

Modèles saisonniers

Prévision non paramétrique

Modèles de prévision des séries chronologiques linéaires

IntervenantMichel Carbon

Logiciel utiliséTSE ou SAS

Repères bibliographiquesBrockwell, P.J. and Davis, R.A. (1991), Time series : Theory and Methods,2nd edition,

Springer-Verlag Mélard, G. (1990), Méthodes de prévision à court terme, Ellipses

(Niveauavancé

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.55Analyse des séries temporelles avec R

2 Jours 19, 20 juin 2014


ObjectifsÊtre en mesure de mettre en œuvre les méthodes de base del’analyse des séries temporelles avec le logiciel R.

Pré-requisConnaissances de base en analyse des séries temporelles.Quelques notions sur le logiciel R sont préférables.

ContenuLa formation propose d'approfondir la connaissance du logiciel Rpour mettre en application les méthodes d'analyse des sériestemporelles. Les stagiaires seront amenés à mettre en œuvre cesméthodes au moyen de nombreux exercices pratiques. Desconnaissances de base en analyse des séries temporelles sontrequises et les notions théoriques seront rappelées brièvement.

Rappel sur l’environnement de travail de R

Rappel des étapes et des objectifs de l’analyse des sériestemporelles

Les structures de séries temporelles dans R : les objets ts

Lecture et différentes représentations graphiques d’une sérietemporelle

Décomposition d’une série temporelle

Prévision avec les méthodes de lissage exponentiel

La modélisation ARIMA

Quelques prolongements

IntervenanteSalima Bouayad Agha

Logiciel utiliséR

Repère bibliographiqueAragon, Y. (2011),

Séries temporelles avecR. Méthodes et cas,

Springer

)Niveauavancé

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

NOUVELLEFORMATION2014

P.56

3 jours 15, 16, 17 décembre 2014


ObjectifsComprendre et mettre en œuvre les méthodes d’estimationpour les modèles dynamiques à facteur.

Pré-requisBonnes connaissances en statistique mathématique, en régressionet en séries temporelles (SARIMA).

ContenuLes modèles à fonction de transfert, parfois appelés régressionsdynamiques, combinent à la fois l'aspect régression standard, et leseffets dynamiques des variables explicatives. Ces modèles prennenten compte les effets parfois importants de certains facteursexplicatifs.

Parfois, les modèles peuvent présenter des résidus hétéroscédas-tiques (comme la volatilité en économétrie). Il est alors intéressantd'exploiter les modèles de type ARCH pour prendre en compte cetype d'effet.

Enfin, les modèles à facteurs forment une classe très riche demodèles où certaines variables (les facteurs) peuvent être cachéesou non observées. Les modèles à espace d'états et le filtrage deKalman sont plus particulièrement examinés.

Les modèles à fonction de transfert

Les modèles de type ARCH

Les modèles à espace d'états

Introduction aux modèles dynamiquesà facteurs

IntervenantMichel Carbon

Logiciel utiliséSAS

Repères bibliographiquesHamilton, J.D., (1994),Time series analysis, Princeton

Harvey, A.C., (1990),Forecasting, structural time series models and the Kalman filter, Cambridge

(Niveauexpert

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.57

Racines unitaires, cointégration et modèles à correction d’erreur

3 jours31 mars, 1, 2 avril 2014


ObjectifsComprendre et maîtriser les enjeux de la notion destationnarité, les méthodes pour analyser et modéliser desséries non stationnaires, ce que peuvent apporter les notionsde cointégration et de modélisation à correction d’erreur.

Pré-requisBonnes connaissances en statistique mathématique (estimation etthéorie des tests).

ContenuLa formation, illustrée par de nombreux exemples concrets,s’attache à répondre à toutes les questions relatives aux sériestemporelles non stationnaires dans le cadre des modèles à uneseule équation (cadre univarié). Plus précisément :1 - Quelle importance accorder à l’hypothèse de stationnarité pour

la modélisation et l’inférence ?2 - Quelles sont les conséquences d’une stationnarité postulée à

tort et quelles peuvent être les sources de non-stationnarité ?3 - Peut-on se ramener à un cadre dans lequel cette hypothèse est

à nouveau valide et dans le cas contraire, quelles hypothèses peut- on considérer?

4 - Quelle définition et quelle interprétation donner à la notion de relation de cointégration et quel lien peut-on établir entre cointégration et modélisation à correction d’erreur ?

5 - Quelles sont les méthodes à mettre en œuvre pour estimer de telles relations et comment en interpréter les résultats ?

L’étude des processus non stationnaires : panorama d’ensemble

La non stationnarité, une préoccupation majeure en économie eten économétrieModèles avec variables non stationnairesNon stationnarité et régressions fallacieusesTrends déterministes et trends stochastiquesPourquoi parle-t-on de racine unitaire ?Tests de racine unitaire standard (ADF, KPSS, PP)Autres tests de stationnarité (NG, HEGY, ZA)Les limites des tests de stationnaritéApplications

Cointégration et modèles à correction d’erreur dans le casunivariéDéfinition et concepts : cointégration, équilibre économique etcorrection d’erreurLa méthode d’Engle et Granger en deux étapesAutres approches univariées (DOLS, ARDL, …) : spécification,estimations et interprétationTests de stabilité de la relation de cointégration et fonction deréponseApplications


Logiciels utilisésEViews 5, SAS, Stata

Repères bibliographiquesLardic, S. et Mignon, V. (2002),

Économétrie des séries temporellesmacroéconomiques et financières,

Economica

Greene, W. H., Azomahou, T. et Couderc, N. (2009),

Économétrie, Pearson Education

)Niveauexpert

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.58

3 jours 24, 25, 26 novembre 2014


ObjectifsMettre en œuvre des méthodes avancées pour décrire etanalyser des systèmes de séries temporelles et comprendre lesrésultats et les enjeux des recherches dans ce domaine.

Pré-requisAvoir des notions sur les tests de stationnarité et la cointégration(formation Racines unitaires, cointégration et modèles àcorrection d’erreur) et des notions de base en calcul matriciel.

ContenuLa modélisation vectorielle ou multivariée permet d’étudier ladynamique jointe de plusieurs séries. Lorsque celles‐ci sont stationnaires, il s’agit d’une généralisation del’étude des processus autorégressifs. La popularité des modèlesvectoriels autorégressifs (VAR) est liée à leur souplesse d’utilisationet à leur capacité à tester des hypothèses économiques. Lorsque les séries ne sont pas stationnaires mais cointégrées, lesmodèles vectoriels à correction d’erreur (VECM) permettent despécifier des relations stables à long terme tout en analysant dansle même temps la dynamique de court terme des variablesconsidérées. Des exemples concrets seront proposés tout au longde la formation. Les stagiaires pourront par ailleurs mettre en œuvreles techniques présentées sur leurs propres données. Enfin, laprésentation des modèles VAR structurels (SVAR) et des modèlesVAR Bayésiens (BVAR) permet d’avoir une vision d’ensemble del’approche multivariée et des hypothèses économiques qu’ellepermet d’envisager.

La modélisation multivariée stationnaire : les modèles vectorielsautorégressifs (VAR) Approche multivariée et variables stationnairesConstruction du VAR Vérification de la stationnaritéAnalyse de la dynamique du VARTests de causalitéApplications

Cointégration et correction d’erreur : les modèles vectoriels àcorrection d’erreur (VECM)Tests de cointégration multivariéEstimation et interprétation des résultatsApplications

ProlongementsL’apport des modèles SVAR (structural VAR)Les modèles BVAR (Bayesian VAR)

Modèles de séries temporelles multivariées :modèles VAR et VECM


Logiciels utilisésEViews , Stata

Repères bibliographiquesLardic, S. et V. Mignon (2002),Économétrie des séries temporellesmacroéconomiques et financières,Economica

Greene, W. H., T. Azomahou etN. Couderc (2009), Économétrie, Pearson Education

(Niveauexpert

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

MÉTHODES STATISTIQ

UES :

SÉRIES TEMPORELLES

Méthodes statistiques :Économétrie

• Économétrie 1 : introduction

• Économétrie 2 : approfondissements

• Identifier et estimer une relation de cause à effet

• Évaluation d’impact des politiques publiques

• Économétrie des panels

• Économétrie des modèles de durée

• Économétrie des modèles multiniveaux

P.59

P.60



ObjectifsComprendre les fondements de la démarche économétrique,mettre en œuvre des méthodes simples pour estimer desmodèles économétriques et comprendre les résultatsélémentaires des recherches dans ce domaine.

Pré-requisAvoir quelques notions (même rudimentaires) en estimationet sur les tests d’hypothèses.

ContenuLa formation introduit aux méthodes fondamentales del’économétrie qui permettent de mesurer les relations entre desphénomènes économiques et/ou sociologiques sur la based’observations de faits réels. Tout en privilégiant les aspectspratiques (application des techniques et pièges à éviter lors de leurmise en œuvre), l’introduction de concepts théoriques simplespermettra d’apporter les bases indispensables à la compréhensionde toute formation ultérieure en économétrie. Cette formationporte essentiellement sur le modèle linéaire classique, sespropriétés statistiques ainsi qu’une explication détaillée de sonutilisation pratique. Elle est illustrée par des études de cas dansdifférents domaines de l’économie et/ou de la gestion à partird’Excel. Les applications seront réalisées à partir d’un logiciel libre(Gretl) et les stagiaires pourront également réaliser les exercices enutilisant le logiciel avec lequel ils sont le plus familier (SAS, Stata, R,EViews, Excel).

Introduction à l’économétrie : objet, méthodes et sourcesstatistiques

Le modèle de régression linéaire multiple : descriptionRégression : mise en œuvre et interprétationSpécification, hypothèses, estimation, propriétésApplications

Le modèle de régression linéaire multiple : inférenceLes tests d’hypothèses dans un modèle économétriqueLes prévisions à partir d’un modèle économétriqueApplications

Le modèle de régression linéaire multiple : prolongementsUnités de mesure, formes fonctionnellesChoix de modèles et critères de sélection des régresseursModélisation et test de changement structurel, test de stabilité(test de Chow)Applications

Régression linéaire avec variables explicatives qualitatives(Dummy)

Économétrie 1 : introduction


Repères bibliographiquesGreene, W. H., Azomahou, T.Nguyen Van, P. et Couderc, N. (2011), Économétrie, Pearson Education

Mignon, V. (2008), Économétrie : Théorie et applications, Economica

(Niveau

initiation

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.61Économétrie 2 : approfondissements

2 jours 6, 7 novembre 2014


ObjectifsComprendre les enjeux de la prise en compte des problèmesd’hétéroscédasticité et/ou d’autocorrélation, mettre enœuvre des tests pour détecter leur présence et mettre enœuvre les méthodes adéquates pour les prendre en compte.

Pré-requisConnaissances de base en économétrie (c’est un prolongement dela formation Économétrie 1).

ContenuAprès des rappels sur le modèle linéaire ordinaire à partir d’uneapplication concrète, la formation présente les extensionsfondamentales du modèle de base avec la prise en compte del’hétéroscédasticité et/ou de l’autocorrélation. L’accent est mis surles situations concrètes où l’on peut se trouver confronté à cesproblèmes, le moyen de les détecter, les difficultés que celaengendre et les méthodes économétriques à mettre en œuvre poury apporter des réponses satisfaisantes. Les exemples sont menés àpartir du logiciel libre Gretl. Les stagiaires pourront réaliser lesexercices avec le logiciel de leur choix (SAS, Stata, EViews, R). Dessorties commentées de ces logiciels viennent compléter la formation.

Introduction : retour sur le modèle linéaire à partir d’une étudede cas

Le modèle linéaire général : le contexteRobustesse versus efficacitéLes moindres carrés généralisés et quasi généralisés : untraitement unifié de l'autocorrélation et de l'hétéroscédasticité

HétéroscédasticitéSituations concrètes de présence d'hétéroscédasticitéPropriétés de l'estimateur des MCO en présenced'hétéroscédasticitéEstimations en présence d'hétéroscédasticitéTests d'hétéroscédasticité (Goldfeld et Quandt, Breusch et Pagan, etc.)Applications

AutocorrélationSituations concrètes de présence d’autocorrélation desperturbations Propriétés de l'estimateur des MCO en présence d'autocorrélationEstimations en présence d'autocorrélationTests d'autocorrélation (Durbin et Watson, Box-Pierce, etc.)Applications


Repères bibliographiquesGreene, W. H., Azomahou, T. et

Nugen Van, P. (2011), Économétrie,

Pearson Education

Cadoret, I., Benjamin, C., Martin, F.et Herrard, N. (2009),

Économétrie appliquée :Méthodes-Applications-Corrigés,

De Boeck, 2ème édition

)Niveau

initiation

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.62



ObjectifsComprendre les fondements de la démarche économétrique,mettre en œuvre des méthodes simples pour estimer desmodèles économétriques et comprendre les résultatsélémentaires des recherches dans ce domaine.

Pré-requisConnaissances de base en économétrie(formations Économétrie 1 et Économétrie 2).

ContenuLa régression linéaire est souvent insuffisante pour identifier desrapports de cause à effet : diminuer les effectifs par classe améliore-t-il le résultat scolaire moyen des élèves ? Augmenter les taxes surle prix des cigarettes réduit-il le tabagisme ? Quels sont les effetsd’une augmentation du salaire minimum sur l’emploi ? Répondre àces questions nécessite d’évaluer de façon quantitative une relationde causalité entre une variable explicative et une variable expliquée.Les stagiaires mettent en pratique, sur logiciel, de façon progressiveles méthodes présentées au travers d’études concrètes. On insistesur la nécessité d’une réflexion théorique sur le lien de causalitérecherché en lien avec les hypothèses d’identification. On suscitel’intérêt pour une démarche méthodique et critique à l’égard desprocédures statistiques.

Les fondamentaux de la régression linéaireLa mécanique de la régression : régression et espéranceconditionnelleRégression linéaire et causalité : l’hypothèse d’indépendanceconditionnelle des erreursCirconstances dans lesquelles la régression ne permet pasd’identifier les relations causalesExemples et applications

Identifier et estimer la causalité à l’aide de variables instrumentalesRégression linéaire simple avec variable instrumentale dichotomique :l’estimateur de WaldLa méthode dans le cas général Plusieurs variables instrumentalesTests de spécifications : estimation par les doubles moindrescarrésTests de spécifications : estimation par la méthode des momentsgénéralisésLes problèmes d’inférence et les VI dans la pratiqueLeçons issues d’exemples fameux : connaître la nature desdonnées, l’environnement économique et le cadre institutionnelqui déterminent le comportement des agentsEstimation par variables instrumentales en présence d’effetshétérogènes

Identifier et estimer une relation de cause à effet

IntervenantAhmed Tritah

Logiciel utiliséStata

Repères bibliographiquesJacquemet, N. et Crepon, B. (2010),Econométrie : Méthode et Applica-tions, De Boeck Université.

Angrist, J. et Pischke, S. (2009),Mostly Harmless Econometrics:An Empiricist's Companion, PrincetonUniversity Press

(Niveauavancé

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.63Évaluation d'impact des politiques publiques

3 jours 16, 17, 18 juin 2014


ObjectifsComprendre les enjeux de l’évaluation d’impact despolitiques publiques et mettre en œuvre les méthodescourantes développées pour répondre à ces questionsd’évaluation

Pré-requisConnaissances de base en économétrie (formation Économétrie 1).

ContenuÉvaluer l’impact d’un programme (politique publique ou autre) estun exercice particulier : le fait d’en bénéficier dépend souvent decaractéristiques difficiles à mesurer (motivation, processus desélection complexe, …). Une simple comparaison de la situation desbénéficiaires avec celle des non-bénéficiaires ne peut séparer cequi est dû à l'effet propre du programme et ce qui est dû à leurscaractéristiques. Cette formation propose une introduction auxméthodes les plus courantes qui ont été développées pourrépondre à ces problèmes :

Différence de différences

Méthodes d’appariement (matching)

Méthodes par variables instrumentales

Régressions sur discontinuité

Pour chacune d’elle, on explicitera les hypothèses sous-jacentes, lesdonnées requises pour leur application et on abordera les côtéspratiques de l’estimation. Ces différents aspects seront abordés autravers de l’examen de nombreux exemples d’évaluations récentes,et plus spécifiquement du traitement d’un cas concret en utilisantun logiciel statistique.

IntervenantsThomas Le Barbanchon

Simon Quantin

Logiciel utiliséStata ou Sas

Repères bibliographiquesGivord. P. (2010),

Méthodes économétriques pour l'évaluation de politiques publiques,

Document de travail DESEn°G2010/08.

)

Cepe, Genes


MÉTHODES STATISTIQ

UES

Niveauexpert

***

P.64

3 jours 1, 2, 3 décembre 2014


ObjectifsFace à des données de panels, savoir choisir la modélisation laplus pertinente en fonction de ses besoins, connaître lesavantages et limites des différents modèles statistiquesclassiquement utilisés.

Pré-requisBases en économétrie (formation Économétrie 1).

ContenuLes données de panel se caractérisent par l’existence d’observationsrépétées pour un même individu. Cette configuration de données– très courante aujourd’hui - offre des possibilités spécifiquesd’exploitations statistiques, notamment en matière d’évaluation depolitiques publiques. Elles permettent par exemple de prendre encompte l’impact éventuel de caractéristiques individuellesinobservables et de se rapprocher de l’impact causal de la variabled’intérêt. Cette formation initiera aux méthodes classiques de l’économétriesur données de panel (à la fois lorsque la variable expliquée estcontinue ou qualitative) et sensibilisera les participants à deuxenjeux importants en présence de ce type de données : la prise encompte de l’hétérogénéité individuelle inobservée et l’identificationde la dépendance d’état.

Modèles de panels avec variable expliquée continueRappel sur les moindres carrés ordinairesPrésentation du modèle à effet fixe, propriétés, méthodesd’estimationExercices d’estimation sur micro-ordinateurPrésentation du modèle à effet aléatoire, propriétés, méthodesd’estimation Exercice de programmation et d’estimation sur micro-ordinateurSpécification à la Mundlak ou à la Chamberlain (effets corrélés)Exercice sur micro-ordinateur

Modèles dynamiquesNotion d’exogénéité / exogénéité faible Méthodes des variables instrumentalesMéthodes moments généralisésRappel sur le maximum de vraisemblance et méthode deWooldridge dans le cas du modèle linéaire gaussienExercices de programmation sur micro-ordinateur

Modèles à variable dépendante binaire Rappel sur l’économétrie des modèles à variables qualitatives encoupe, le cas des états absorbants, présentation du problème desparamètres incidents, modèle logit-conditionnel (sans dépendance

d’état) binaire et multinomial, modèles logit etprobit à effet aléatoire.Exercice de programmation des différentsmodèles sur micro-ordinateurLes modèles de sélection : rappel sur lemodèle de sélection en coupe, discussion desmodèles de sélection avec effets fixes ou àeffets corrélés

Ouverture sur les modèles dynamiques avecvariables expliquées binaires

Économétrie des panels

IntervenantLaurent Davezies

Logiciels utilisésSAS et Stata

(

Cepe, Genes


MÉTHODES STATISTIQ

UES

Niveauexpert

***

P.65Économétrie des modèles de durée

3 jours 4, 5, 6 juin 2014


ObjectifsComprendre les problématiques propres aux données dedurée, en particulier concernant l'échantillonnage et lasélection dynamique. Donner les outils permettant d'analyserles données de durée et de mener une démarche demodélisation adéquate.

Pré-requisBonnes connaissances des modèles de régression linéaire (niveaudes formations Économétrie 1 et 2) et familiarité avec le formalismemathématique.

ContenuLes variables de durée sont fréquemment soumises à desphénomènes de censure, troncatures ou biais de sélection. Laformation fournit des outils méthodologiques pour les analyser, etestimer les points de sortie. Plusieurs modèles sont proposés, serapportant à des analyses paramétriques, semi-paramétriques ounon paramétriques, tenant compte de variables omises dans letemps, ou lorsque le point de sortie est attribuable à des événementsde différents types (modèles à risques concurrents).

Rappels des différents concepts de statistique sur données deduréeCensure et troncatureTypes d'échantillonnage (flux, stock, censure par intervalle)Densité, survie, hasard et hasard intégré

Estimation non-paramétrique :Estimateurs de Kaplan-Meier et de Nelson-AalenTest de comparaison log-rankApplication Stata : déclaration de données (-stset-) pourdifférentes structures d'échantillonnage, Estimateurs de Kaplan-Meier et de Nelson-Aalen, tests decomparaisons

Modèles paramétriques, Hasard proportionnel et temps accéléré : estimation et utilisationApplications Stata : -streg-, -stcurve-, -predict-Régresseurs variant avec le temps : principe et implémentationStata (-stsplit-)

Estimation semi-paramétriqueModèles semi-paramétriques (1) : constant par morceauxModèles semi-paramétriques (2) : CoxApplications Stata : -stcox-Censure par intervalle (-cloglog-)

Hétérogénéité inobservée : le problème de la sélection dynamiqueCorrection de l'hétérogénéité inobservée : Loi GammaApplication Stata

IntervenantAntoine Terracol

Logiciels utilisésStata, SAS

)Niveauexpert

***

Cepe, Genes


MÉTHODES STATISTIQ

UES

P.66



ObjectifsFace à des données « multi-indicées », savoir choisir lamodélisation la plus pertinente en fonction de ses besoins,connaître les avantages et limites des différents modèlesstatistiques classiquement utilisés.

Pré-requisConnaissance des modèles économétriques simples (formationÉconométrie 1).

ContenuLa formation a pour but de présenter différents types de modèlespermettant de prendre en compte l’hétérogénéité inobservée enprésence de "données à indice multiple". Il peut, par exemple, s’agirde données sur des élèves dans des classes, de données sur lesconsultations de médecins auprès de différents patients, dedonnées concernant différents médecins dans des établissementsdes soins, des salariés dans des entreprises, etc. Aussi bien les modèles dits "multi-niveaux" que les "modèles mixtes"ou "modèles hiérarchiques" relèvent de cette logique.

Rappel sur le modèle linéaire : existence de l’estimateur desmoindres carrés ordinaires (MCO), absence de biais,convergence, estimation de variance, efficacité

Présentation du modèle à effet fixe : propriétés, méthodesd’estimation

Présentation du modèle à effet aléatoire : propriétés, méthodesd’estimation

Discussion des deux types de modèle dans le cadre linéaire,présentation d’une procédure simple de test de modèle

Le cas des modèles binaires : Rappel sur l’économétrie des modèles à variables qualitatives encoupe Présentation du problème des paramètres incidents Le modèle logit-conditionnel Les modèles logit et probit à effet aléatoire

Exercices de programmation des différents modèles sur micro-ordinateur

Économétrie des modèles multiniveaux

IntervenantLaurent Davezies

Logiciel utiliséSAS (module STAT pour utiliser lesprocédures MIXED et NLMIXED)

(

Cepe, Genes


MÉTHODES STATISTIQ

UES

Niveauexpert

***

LOGIC

IELS STATISTIQ

UES

Logiciels statistiques• Reporting avec Exel

• Excel : utilisation avancée pour les statisticiens

• SAS Enterprise Guide

• Initiation à SAS

• SAS niveau intermédiaire

• Le langage macro de SAS

• Introduction au logiciel R pour les statistiques

• Initiation à Stata

P.67

Nouvelle formation

NF

NF

P.68

3 jours 10, 11, 12 mars 2014


ObjectifsSavoir gérer une table de données avec Excel.Savoir concevoir et mettre à jour un tableau de bord (report)à partir de ces données.

Pré-requisMinimum de pratique d'Excel.

ContenuLe tableur, universellement répandu, constitue un puissant outil detraitement de données. Il est utilisé pour le suivi d'activité et peututiliser des données provenant directement des bases de données.La formation permet de découvrir de façon concrète les possibilitésd'Excel pour accéder à ces données, réaliser les premierstraitements exploratoires et produire des synthèses ou tableaux debord.Les outils présentés, largement méconnus ou sous-utilisés,permettent de mettre en place une véritable méthodologied'utilisation du tableur. Enfin, dès la conception des classeurs Excel,on visera à faciliter les travaux récurrents (ex. tableaux de bordspériodiques). Les participants sont invités à apporter un jeu de leurspropres données dans un format compatible avec Excel.

Compléments ExcelType de données dans ExcelOrganisation des classeurs et des feuilles de calculUtilisation de noms (en référence à une plage ou calculés)Utilisation de contrôles (ascenseurs) sur la feuille de calcul

Exploration d'un tableau de donnéesListes de données (tri, filtre automatique)Outils de tableau (Excel 2007 et suivants)

Élaboration de tableaux de bordUtilisation des tableaux croisés dynamiquesRegroupement, ordre de présentation, calculs dérivés

Accès à des sources de données externesUtilisation de Query pour accéder à des données de SGBD (Access,Oracle, Excel)Paramétrage des requêtesApplication à l’élaboration d’états de synthèse

Reporting avec Excel



(

LOGIC

IELS STATISTIQ

UES

Niveauinitiation

***

Cepe, Genes


P.69Excel : utilisation avancée pour les statisticiens

3 jours 14, 15, 16 mai 2014


ObjectifsSavoir créer une fonction personnalisée Excel et transformerune macro VB enregistrée en un programme fonctionnel.

Pré-requisLe stage demande une bonne connaissance d’Excel. Laconnaissance préalable d’un langage de programmation estindispensable.

ContenuExcel permet de réaliser des calculs complexes dans la feuille decalcul. Lorsque ceux-ci doivent être systématisés, il est utile de lesencapsuler dans une fonction personnalisée. La réalisation d’unefonction d’interpolation linéaire permettra d’introduire laprogrammation d’une fonction en Visual Basic.Le Basic devient indispensable pour automatiser des traitementsrépétitifs. Par exemple, copier périodiquement des résultats d’unclasseur de travail vers un document destiné à la diffusion. Le VisualBasic sera donc abordé dans un esprit d’auxiliaire de la feuille decalcul permettant d’organiser le déroulement de traitements réalisésavec les outils du tableur.

Formules matriciellesLes tableaux (matrices) et les fonctions y accédant INDEX, EQUIVApplication : interpolation linéaire (dans la feuille de calcul)

Introduction à l’utilisation du VBAÉcriture d’une fonction personnaliséeApplication : interpolation linéaire en VB

Introduction à l’univers des objets du VBA et del’environnement VBEPrésentation de quelques uns des (nombreux) objets disponiblesdans le but d’échanger des informations avec la feuille de calcul Enregistrement de macro et nettoyage du résultat obtenuApplication : automatisation de transfert d’information d’unclasseur source vers un classeur résultat



)

LOGIC

IELS STATISTIQ

UES

Niveauavancé

***

Cepe, Genes


P.70



ObjectifsSavoir utiliser la solution Sas Enterprise Guide (SEG), interfacegraphique qui permet d'utiliser le logiciel SAS sans connaître lelangage de programmation SAS et découverte de quelquesprocédures d’analyse statistique.

Pré-requisAucun. La connaissance de SAS n'est pas nécessaire pour pouvoirsuivre cette formation.

ContenuSas Entreprise Guide (SEG) est une interface graphique qui permetd'utiliser toute la puissance de traitement du logiciel SAS en faisantabstraction du langage de programmation SAS.

Présentation de SEG : généralités, environnement de travail,composantes (projet,flux,…) de SEG, lien avec SAS

Création d'un projet avec insertion de données

Requêtes simples : filtre, tri, création de nouvelles données,regroupement

Quelques tâches : lister des données, réaliser des tableaux desynthèse, créer des formats

Gestion des sorties

Insertion et récupération de code SAS

Requêtes complexes : jointures de tables

Concaténation, transposition de tables

Analyse statistique : fréquence à un critère, tableau decontingence, statistiques descriptives

Création de graphiques

SAS Enterprise Guide

IntervenantPascal Mercier

Logiciel utiliséSAS Enterprise Guide

(Niveau

initiation

***

LOGIC

IELS STATISTIQ

UES

Cepe, Genes



P.71Initiation à SAS

2 jours 27, 28 mars 2014


ObjectifsConnaître les traitements de base du logiciel SAS : écrire unprogramme, comprendre la logique de la syntaxe deprogrammation et distinguer les étapes DATA des Procédures.

ContenuLa formation est consacrée à la présentation des fonctionnalités debase du logiciel SAS accompagnée d’exemples d’utilisations et deprogrammes utilisant les instructions les plus courantes du logiciel :création et gestion de données sous forme de tables SAS etutilisation de données externes. Les stagiaires mettront en œuvre le logiciel, sous la formed’exercices d’application.

GénéralitésLe système SASL'environnement de travailLes fondements de travail avec SASNotion de table SAS, de variables SAS : création, stockageLes règles d'écriture et les étapes d'un programme SAS

Les bases de la programmation : l'étape DATACréation, transformations et recodage de variablesOpérateurs arithmétiques et logiquesManipulation de chaînes de caractères

Utilisation des menus déroulantsImportation de fichiersExportation de données SAS

Présentation de quelques procéduresLes procédures de base : CONTENTS, PRINT, FORMAT, SORT

Cette formation peut être proposée à Rennes, dans les locaux del'Ensai.

IntervenanteMichèle Trubert


)Niveau

initiation

***

LOGIC

IELS STATISTIQ

UES

Cepe, Genes


P.72

2 jours 22, 23 mai 2014


ObjectifsAcquérir les techniques avancées permettant d'effectuer lestraitements plus rapidement et plus efficacement. Connaître les principaux éléments du langage SQLimplémenté dans SAS.

Pré-requisConnaissance de base du logiciel SAS (un débutant ou un ancienutilisateur ayant peu de pratique s’orientera plutôt vers la formationInitiation à SAS).

ContenuLa formation détaille la gestion des tables (observations et variables)grâce à l’étape DATA et la procédure SQL. Sera également présentél’Output Delivery System (ODS) et ses utilisations. Les stagiairesmettront en œuvre le logiciel, sous la forme d’exercices d’application.

Les procédures de base : CONTENTS, PRINT, FORMAT, SORTNotions intermédiaires

Les tests conditionnels, les bouclesUtilisation de IF, IF...THEN, IF...THEN...ELSE, SELECTUtilisation de DO, DO WHILE, DO UNTIL

Gestion avancée des tablesGestion de tables SAS : tri, concaténation, fusion

Utilisation de l’ODS

La procédure SQL

Gestion des doublons


SAS niveau intermédiaire

IntervenantGeorges Pavlov


(Niveauavancé

***

LOGIC

IELS STATISTIQ

UES

Cepe, Genes


P.73Le langage macro de SAS

2 jours 26, 27 juin 2014


ObjectifsConnaître les principaux éléments du macro-langage SAS.Comprendre et écrire un macro-programme.

Pré-requisBon niveau de programmation en SAS base (la connaissance deSAS Enterprise Guide n’est pas suffisante).

ContenuLa formation est consacrée à l'apprentissage du macro-langage deSAS (présentation de la logique du macro-langage et desinstructions de base) et à sa mise en œuvre par les stagiaires, sousla forme d’exercices d’application. Le macro-langage est un langage de programmation qui améliore lespossibilités du langage de base, en permettant de simplifierl'écriture des applications répétitives, et l'utilisation de programmesparamétrés.

Les utilisations du macro-langageParamétrage de programmes, exécution conditionnelle d'étapesSAS, automatisation de programmes, etc.

Le principe de la compilationLe fonctionnement du macro-processeur

Les macro-variables, macro-instructions et macro-fonctionsLes macro-instructions de base %LET et %PUTLes macro-fonctions de manipulation de caractèresLes macro-fonctions d'évaluation numériqueLes macro-fonctions de " quoting"

La structure des macro-programmesÉcriture d'une macro, les paramètres, l'environnement global oulocalLes interactions entre différentes étapes SASLes options d'aide pour le "debugging"

Les techniques de stockageAppel d'une macro, compilation, stockage


IntervenantGeorges Pavlov


)Niveauexpert

***

LOGIC

IELS STATISTIQ

UES

Cepe, Genes


P.74

1 jour20 mars 2014


ObjectifsExplorer et mettre en forme un jeu de données avec R.Mettre en œuvre la programmation de base dans R pour laréalisation d'analyses statistiques simples.

ContenuLa formation est consacrée à la présentation des fonctionnalités debase du logiciel R accompagnée d’exemples d’utilisations. Lesstagiaires mettront en œuvre le logiciel, sous la forme d’exercicesd’application.

IntroductionPrésentation du logicielObtenir et installer RPrise en main du logicielPrésentation de l’interface Rcommander

Les premiers pas avec RImporter ses données à partir d'un fichier texteDécrire les types de données et la structure des donnéesCalculer des statistiques descriptives : moyennes, écart-types,fréquences Écrire et réutiliser une commandeUtiliser l'aide

Manipuler des données Recoder des variables Créer de nouvelles variablesSélectionner et regrouper des données Fusionner deux tableaux de donnéesEnregistrer et réutiliser ses programmesExporter des données

Les objets dans R VecteursFacteursMatricesListes Data.frame

Introduction au logiciel R pour les statistiques

IntervenanteElisabeth Morand

Logiciel utiliséR

Repères bibliographiquesP-A. Cornillon et al.Statistique avec RPresses Universitaires de Rennes

(Niveau

initiation

***

LOGIC

IELS STATISTIQ

UES

Cepe, Genes


P.75Initiation à Stata

2 jours 31 mars, 1er avril 2014


ObjectifsConnaitre les outils permettant d'effectuer les tâchesessentielles avec le logiciel (manipulation de données,graphiques, estimations).

ContenuLa formation est consacrée à la présentation des fonctionnalités dulogiciel Stata accompagnée d’exemples d’utilisations. Les principalesfonctions de statistiques descriptives (moyenne, variance, quartiles,corrélation entre deux variables) seront passées en revue. Cetteformation abordera en détail la confection des graphiques sur Stata.La dernière partie du module sera consacrée à une initiation à laprogrammation sur Stata. Les stagiaires mettront en œuvre lelogiciel sous forme d'exercices d'application.

Prise en main du logiciel Familiarisation avec l’environnement Utiliser des donnéesRegarder les données

Manipulation des données logicielGestion des bases de données : tri, fusion, concaténationCréer/supprimer des donnéesManipuler les formats des variables

Faire des statistiques descriptivesUtiliser les statistiques descriptives pour la création de variablesStatistiques descriptives

Faire des graphiquesDifférents types de graphiquesEdition des graphiquesSauvegarde, etc.

Méthodes de régression simplesModèle linéaireModèle logistiqueTests élémentaires

Introduction à la programmation : une petite introduction à lapratique de la programmation avec Stata

IntervenantAntoine Terracol

Logiciel utiliséStata

)Niveau

initiation

***

LOGIC

IELS STATISTIQ

UES

Cepe, Genes



cours de l'année.






au format PDF.

MARKETIN

G Q

UANTITATIF

Marketing quantitatif • Techniques de scoring

• Méthodes avancées de data mining

• La conduite de projet en géomarketing

• Mise en œuvre d’un projet d’études locales et de géomarketing

• Les données structurées sur le web

• Web-Scraping : méthodes d'extraction de données sur le web

P.77

Nouvelle formation

NF

NF

P.78

3 jours 13, 14, 15 octobre 2014


ObjectifsSavoir construire un score pour la prédiction d'un phénomènebinaire, depuis la phase d'échantillonnage jusqu'aux restitutionsfinales.

Pré-requisConnaissances de base en calcul des probabilités et en statistique(test, régression linéaire).

ContenuLa formation propose une présentation du concept de data mininget un panorama des méthodes statistiques regroupées sous ce terme– méthodes classiques de la statistique (analyse discriminante,régression logistique) et méthodes plus « informatiques » (arbres dedécision, réseaux de neurones). De nombreux exemples issus dedifférents secteurs d'activité illustreront ces méthodes. Le but estde présenter les techniques et les pièges de l’étude de donnéesvolumineuses, avec un objectif d’aide à la décision. Cette formationne recourt que peu au formalisme mathématique. Les formationsAnalyse discriminante et segmentation etMéthodes de régressionsur données qualitatives permettront aux statisticiens d'approfondirla théorie et la mise en œuvre des méthodes prédictives classiques.

Présentation du data miningDéfinition, positionnement par rapport à la statistiquePrincipales applicationsPanorama des techniques prédictives et descriptives employéesPrésentation de l'offre logicielleCycle d’un projet de scoring

Analyse descriptive liminaireGraphiques utilesCaractérisation par des tests statistiquesSélection de variables par des tests (égalité de moyennes, de médianes, de distributions, khi-2)Gestion des données manquantes

Arbres de décisionConstruction d’un arbreTrois algorithmes : CHAID, CART, C4.5 – différences et similitudesExploration statistique avec des arbresModélisation avec des arbres

Analyse discriminantePrincipe de l’analyse discriminante linéaireMéthode DISQUAL et fonction de scoreForces et faiblesses

Régression logistiquePrincipe de la régression logistique binaireCommentaire d’un modèleForces et faiblesses

Comparaison des méthodes de scoringEvaluer la qualité d’un modèle : courbeROC, courbe de liftMise en œuvre : transformer une probabilitéen décisionPerformance et robustesse : l’importancedu jeu de test

Techniques de scoring

IntervenantOlivier Decourt

Logiciels utilisésDes exemples sous SAS, SPAD et SASEnterprise Miner seront mis en œuvrepar l’intervenant et les stagiaires.

Repères bibliographiquesTuffery, S. (2007), Data Mining et Statistique Décisionnelle,2ème édition, Technip

Tuffery, S. (2010), Etude de cas en statistique Décisionnelle, Technip

(

MARKETIN

G Q

UANTITATIF

Niveauavancé

***

Cepe, Genes


P.79Méthodes avancées de data mining



ObjectifsFaire le lien entre les méthodes de data mining usuelles et lesméthodes issues de la recherche récente en apprentissagestatistique, comme les méthodes à noyaux (SVM et SVR entreautres) et les méthodes d'agrégation (boosting, bagging, forêtsaléatoires). Savoir mettre en œuvre ces méthodes sur des cas pratiques etjuger de leur pertinence en fonction de l'objectif recherché.

Pré-requisNotions statistiques de base, méthodes de discrimination usuelles(régression logistique, arbres de décision), régression linéaire.

ContenuLa formation décrit les principales méthodes de data mining issuesde la recherche actuelle en apprentissage statistique, cible leursdifficultés et leurs avantages et évalue leurs performances. Desapplications sur des jeux de données simulées et réelles seront misesen œuvre à l’aide du logiciel libre R et de SAS.

Statistique, apprentissage et data miningDéfinitions, positionnement Principales applicationsPanorama des méthodes et de l'offre logicielleChoix d’une méthode et ajustement des paramètres

Méthodes à noyaux, SVM et SVRSupport Vector Machines pour la discrimination binaire ou multi-classesSupport Vector Regression pour la régressionAjustement des paramètres

Méthodes d’agrégation et bootstrapAgrégation de règles de prédiction : intérêtPrincipe du bootstrapMéthodes de boosting (Adaboost et logitboost)Méthodes de bagging, forêts aléatoires

IntervenantsMagalie Fromont Stéphane Tufféry

Logiciels utilisésR, SAS

Repères bibliographiquesCristianini, N. et

Shawe-Taylor, J. (2000), An introduction to support

vector machines, Cambridge University Press

Hastie, T., Friedman, J. etTibshirani, R. (2009),

The elements of Statistical Learning:Data Mining, Inference and Prediction,

Springer-Verlag New York Inc

)

MARKETIN

G Q

UANTITATIF

Niveauavancé

***

Cepe, Genes


P.80

1 jour10 septembre 2014


ObjectifsConnaître les pré-requis et les étapes pour développer descompétences géomarketing. Connaître les différents moyens et solutions applicatives àmettre en œuvre en fonction des objectifs del'organisation/projet.

ContenuLes projets géomarketing sont complexes du fait de la multiplicitédes compétences qu'ils doivent mobiliser (marketing,cartographiques, informatiques, statistiques), du grand nombred'intervenants utilisateurs potentiels et du maquis de l’offre desprestataires. La formation couvre l'ensemble des étapes nécessairesau bon déroulement du projet, et présente un panorama de l'offreexistante et des moyens de faire les choix les plus appropriés. Ellelaisse également la place aux préoccupations des participants.

Principes et objectifs du géomarketing :L’importance du lieuImplantation de points d’offreMarketing localFixation d'objectifs de points d’offreOptimisation de la couverture de la demande par un réseau d’offrelocale

Les étapes d'un projetDéfinir les contours du projetLa justification économique : budget et bénéfices attendus Interne/externe : les critères de choixLa constitution de l'équipe projetRédiger et dépouiller un appel d'offrePiloter au quotidienMesurer les résultats et prévoir les évolutions

Panorama de l'offreLogiciels, sources et base de donnéesPrestataires globaux et fournisseurs de composants spécifiques

Les leçons de l'expérience !Les grandes causes d'échecLes facteurs de succès

La Conduite de projet en géomarketing

IntervenantPaul Archambault

(Niveau

initiation

***

MARKETIN

G Q

UANTITATIF

Cepe, Genes


P.81

Mise en œuvre d'un projetd’études locales et géomarketing



ObjectifsRéaliser une étude géomarketing, calculer des indicateursspatiaux et les représenter de façon lisible pour unecommunication claire.

Pré-requisManipulation de données sous Excel ou similaire. Connaissancesde base en statistiques descriptives.

ContenuLa réussite d'un projet d’études locales mobilise des compétencesdiversifiées : cartographiques, informatiques, statistiques, économiqueset marketing. Après avoir rappelé les fondements de la discipline etses principales applications, la formation présente un large éventailde notions et de méthodes et expose les bonnes pratiques. Lesprésentations sont extraites d’exemples réels. La formation estcalibrée sur les préoccupations des participants (dernière journée).

Principes et objectifs d’analyse des potentiels locauxImportance du lieuImplantation de points d’offreMarketing localFixation d'objectifs de points d’offreOptimisation de l'offre locale

Les principaux composantsCartographies numériquesSources et données locales « attributaires » Globe virtuel, l’open data et les big data géo-localisésLogiciels Systèmes d’Informations Géographiques

Les bases de la cartographies et de la spatialisationDéfinir et mesurer la proximitéSémiologie de la représentation cartographiqueReprésentation de données spatialiséesAnalyse thématique, carroyage

Mettre des données sur une carteGéocodage et géolocalisationDonnées internes et externesLe choix de la bonne échelle de représentation

Les spécificités du géomarketingMesurer la demande localeAméliorer la couverture d’un marché par un réseau de points d’offreDéfinir la zone d'attraction et de Chalandise d’un point de vente. Sectoriser un réseau de points d’offre Distances, temps d’accès, IsochronieOptimiser la localisation d’un actif. Simuler l’activité d’un point d’offre (Modèles gravitaires)Maillage idéal d’un réseau de point de distributionsNotions d’économie spatiale

Les points clés et les trucs & astuces pour la pratique !

IntervenantPaul Archambault

LogicielsExcel, SAS et MapInfo

)Niveau

initiation

***

MARKETIN

G Q

UANTITATIF

Cepe, Genes


P.82



ObjectifsComprendre le fonctionnement du web dans une optiqued'extraction de données.

ContenuLa formation présente les formats de données courants disponiblessur le web. Chaque méthode fait l'objet d'une présentationthéorique et d'exemples pratiques de programmation. La formations’adresse à tous les utilisateurs de données statistiques, habituésaux méthodes usuelles de gestion de données.

Les types de données disponibles sur le webExplication des formats HTML, XML, JSON, RSS

Concepts de protocoles réseauNotions de client/serveur, TCP/IP, requêtes HTTP GET/POST

Langages de requêtes Extraire de l'information d'un fichier HTML/XML avec Xpath, CSSselectors, regex

Les données structurées sur le web

IntervenantJean Maynier

Logiciel utiliséGoogle Chrome

(Niveau

initiation

***

MARKETIN

G Q

UANTITATIF

Cepe, Genes



P.83

Web-Scraping : méthodes d'extraction de données sur le web

3 jours 11, 12, 13 juin 2014


ObjectifsAcquérir les notions théoriques et pratiques nécessaires à lamise en œuvre des techniques d'acquisition automatisées dedonnées sur le web.

Pré-requisConnaissances de base en traitement de données, programmation(idéalement en Python), formation Les données structurées surle web ou connaissances de HTTP, HTML, CSS, XML, JSON,XPath, CSS selectors, regex.

ContenuLa formation se concentre sur les méthodes d’extraction de donnéesstructurées ou semi-structurées depuis une page web (“webscraping”) ou une interface de programmation. Chaque méthode faitl'objet d'une présentation théorique et d'exemples pratiques deprogrammation. La formation nécessite une connaissance de baseen programmation.

Les droits d’utilisation des données disponibles sur le webPrésentation des concepts de licences sur les données, dumouvement OpenData et des principales licences

Récupérer des données fournies par une interface deprogrammation (API)Définition d’une API, requêtage, exemples pratiques avec Python

Récupérer des données d’un site webDéfinition du web scraping, parcours de pages web, exemplespratiques avec Python

Exemples d’outils pour faciliter le web scrapingOutils pour extraire depuis des sites statiques ou sites fortementdynamiques (ajax): Yahoo Pipes!, Scrapy, PhantomJS, etc.

Problèmes avancés d’extractions de donnéesOrdonnancement, proxy, authentification, erreurs HTTP

IntervenantJean Maynier

Logiciels utilisésR, Python, Google Chrome

)Niveauavancé

***

MARKETIN

G Q

UANTITATIF

Cepe, Genes


P.84

3 jours 13, 14, 15 octobre 2014


ObjectifsDécrire les principales méthodes économétriques etstatistiques qui peuvent être utilisées en marketing pourrépondre à des problématiques concrètes : calcul des élasticitésde demande et optimisation des prix, quantification de l'impactdes promotions, modélisation de l'entrée sur un marché.

Pré-requisConnaissance des méthodes économétriques simples.

ContenuChaque thème de la formation sera traité à la fois de manièrethéorique et empirique. Les applications pratiques seront réaliséesprincipalement sous Stata (une introduction ou un rappel auxprincipales commandes seront effectués) et les méthodescorrespondantes sous R seront indiquées.

Présentation des méthodes économétriques utiliséesRégression linéaireVariables instrumentalesLogit simple et multinomial

Optimisation des prixModèle de demandeÉlasticité-prixCalcul des prix optimaux

Évaluation de la publicitéIdentification des effetsEffet immédiatEffet de court termeEffet de long terme et persistance

Évaluation des promotionsNature de la promotionEffet immédiatEffet dynamique

Prise en compte de l’environnement concurrentielDéfinition du marchéLancement d’un nouveau produitEntrée/sortie des concurrents

Techniques et applications du mixmarketing modelling

IntervenantPhilippe Février

Logiciels utilisésStata et R (mise en pratique)

Repères bibliographiquesTellis, G. J. and Ambler, T. (2007), Handbook of Advertising,London, UK: Sage.

(Niveauavancé

***

MARKETIN

G Q

UANTITATIF

Cepe, Genes


FIN

ANCE - ACTUARIAT

Finance - Actuariat :Finance de marché

• Méthodes mathématiques appliquées à la finance

• Gestion de portefeuille

• Validation de pricers d’options

• Économétrie de la finance

• Modélisation de courbe des taux, pricing et gestion de dérivés taux

• Méthode de Monte-Carlo en finance

• Statistique haute-fréquence en finance

• Compréhension du bilan d'une banque, de son compte de résultat et liens avec

les lignes d'activités bancaires

• Eléments de macroéconomie financière

• Gestion des risques structurels 1 : le risque de liquidité

• Gestion des risques structurels 2 : le risque de taux d'intérêt

• Gestion des risques structurels 3 : le risque de change

• Echéancement et modélisation des postes du bilan

• Couverture des risques structurels et ingénierie bancaire

• Modélisation du capital économique, taux de cession interne et tarification RAROC

• Comptabilité IFRS de la gestion financière

• Introduction au pricing des produits de couverture

P.85

P.86



ObjectifsComprendre les fondements mathématiques de la finance demarché, en appliquant les techniques développées à lavalorisation de produits dérivés.

Pré-requisAvoir quelques notions (même rudimentaires) en probabilité.

ContenuLa formation introduit rigoureusement les notions d’arbitrage, deprobabilité risque neutre et de couverture en delta, en étudiantsuccessivement les arbres binomiaux de pricing puis le modèle deBlack-Scholes. Elle insiste sur les hypothèses sous-jacentes demodélisation et nous discuterons les limites de ces modèles. Enfin,elle détaille les techniques de pricing et de couverture parméthodes de Monte Carlo. Les résultats théoriques obtenus sontillustrés par des applications pratiques réalisées sous Excel.

Probabilité et ArbitrageLe marché financier comme milieu aléatoireDéfinition mathématique de l’arbitrageConséquences de l’absence d’opportunités d’arbitrageApplications : Valorisation d’un contrat Forward et Formule deParité Call Put

Évaluer un risque dans un arbre binomial à une périodeHypothèses sur le marché financier

Valorisation sous la probabilité risque neutreApplications : calcul analytique de prix de Call et de Put

Répliquer dynamiquement un risque dans un modèle binomial àn périodesLe modèle de marché Martingale et Portefeuille de réplication Valorisation risque neutre des optionsLe modèle de Black-Scholes comme limiteApplications aux options Américaines

Modélisation des actifs en temps continu : le modèle de BlackScholesMouvement Brownien et marché financierIntégrale Stochastique et portefeuilleChangement de probabilité et valorisation risque neutreFormule d’Ito et couverture en DeltaLimites du modèle de Black-Scholes : le smile de volatilitéApplication : valorisation d’un Call Européen (formule fermée, arbre,EDP, Monte Carlo)

Valorisation de produits dérivés parméthodes de Monte CarloFondements probabilistes de la méthode Simulation de loi normale et valorisationd’option européenneTechniques de réduction de variance Application aux options exotiques

Méthodes mathématiques appliquées en finance de marché

IntervenantRomuald Elie

Logiciel utiliséExcel (mise en pratique)

Repères bibliographiquesLamberton, D. et Lapeyre, B. (1997),Introduction au calcul stochastiqueappliqué à la finance, Broché

El Karoui, N. et Gobet, E. (2011), Les outils stochastiques des marchésfinanciers – une visite guidée de Einstein à Black-Scholes,Broché

(

FIN

ANCE - ACTUARIAT

Niveauavancé

***

Cepe, Genes


P.87Gestion de portefeuille

2 jours 23, 24 juin 2014


ObjectifsMaitriser les enjeux essentiels des mesures de risque etperformance (bêta, volatilité, ratio de Sharpe, stress-tests),d'allocation d'actifs (Markowitz, Black-Litterman, shrinkage) etde structuration (OBPI, CPPI).

Pré-requisNotions de finance de marché et des produits financiers de base ;techniques d’optimisation et de régression statistique ; utilisationd’un tableur pour les applications.

ContenuDéfinir les mesures de risque et de performance des portefeuilles,ainsi que leurs avantages et inconvénients. Découvrir les différentsmodèles d’allocations d’actifs. Mettre en œuvre les techniquesavancées de construction et de gestion de vos portefeuilles.Structurer vos processus de gestion et vos moteurs de performancegrâce aux outils récents.

Introduction Enjeux actuels de l’industrie de la gestion d’actifs

Risques et Performances Une brève histoire du capitalisme financier (1970-2010)

- les années 70 : comment les marchés financiers vont devenir incontournables

- les années 80 : les prémices de la gestion du risque- les années 90 et 2000 : l’aveuglement de la performance

démesurée- bilans et perspectives

Bêta et autres facteurs de risque- estimation- mise en œuvre pratique- les autres facteurs de risque : Fama et French, APT

Volatilité et Value-at-RiskRatios de Sharpe

AllocationA la manière de Markowitz

- frontières efficientes originelles- amélioration via les techniques de Black-Litterman et de shrinkage

Simulations Monte Carlo des portefeuilles optimaux- modélisations stochastiques des actifs- et de leur dépendance (copules)- stress-tests

Stratégies d’investissementStructuration

- buy-and-hold versus constant mix- stop-loss, OBPI, CPPI

Moteurs de performance et hedge funds

IntervenantPierre Clauss

Repère bibliographiqueClauss, P. (2011),

Gestion de portefeuille - Uneapproche quantitative,

Dunod

)

FIN

ANCE - ACTUARIAT

Niveauavancé

***

Cepe, Genes


P.88

1 jour 27 mars 2014


ObjectifsComprendre ce qui est attendu d’une validation d’un pricer. Acquérir une démarche de validation. Savoir analyser les risques associés à un pricer.

Pré-requisEn dehors d’une bonne connaissance des grands principes de lafinance, aucun pré requis technique n’est demandé. Cetteintroduction a pour objectif principal de vous donner les bonsréflexes et les bonnes intuitions face à certains produitscomplexes. En revanche, plusieurs notions vous serontnécessaires au sortir de cette formation pour pouvoireffectivement mettre en œuvre les éléments de la formation. Cesnotions vous seront présentées pendant la formation.

ContenuCette formation technique se propose d'expliciter les étapesfondamentales de la validation de pricers d’options. Notre ambitionest que vous parveniez à une maîtrise parfaite des produits et desbriques élémentaires constituants ces produits. Puisque les deuxvisions sont complémentaires et intrinsèquement liées, à la fois lepoint de vue du trader et celui du risk manager seront abordés.

IntroductionOrganisation de la validationA quoi sert le modèle de Black-Scholes en pratique ?

Analyse du payoffBarrières, coupons, callable, cliquet, …

L’implémentationDiffusion ; Tests unitaires ; convergence des processus

SensibilitésLes grecquesRisque de non monotonieLes chocs de corrélationLe risque de taux

Le risque de modèleDupire vs HestonLe risque de convexitéCalcul des réfactionsMéthodes d’ajustement

Exemples concretsOption à barrières et à couponsOptions sur paniers fondantsOptions cliquets

Validation de pricers d'options

IntervenantBruno Vial

Logiciel utiliséExcel

Repères bibliographiquesHull, J. (2011), Options futures et autres actifs dérivés, Pearson

El Karoui, N. (2004), Couverture des risques dans les marchés financiers(www.cmap.polytechnique.fr/~elkaroui/masterfin034.pdf)

(Niveauavancé

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.89Économétrie de la finance



ObjectifsConnaître les méthodes économétriques appliquées auxproblématiques financières, en particulier celles relatives auchoix de portefeuille.

Pré-requisNotions en économétrie linéaire, en calcul matriciel et enstatistiques descriptives.

ContenuAprès avoir rappelé les principales propriétés statistiques des sériesfinancières, l'accent sera mis sur les questions relatives aux stratégiesde choix de portefeuille mobilisant des méthodes économétriquesstandards et avancées (moindres carrés ordinaires, théorie du signal,modèles à volatilité stochastique, modèles à seuil). De nombreusesapplications sont présentées tout au long de la formation de manièreà illustrer les développements théoriques.

Introduction : les propriétés statistiques des rendementsd'actifs financiersLes distributions des rendements et l'hypothèse de statistique forte L'efficience des marchés financiers, arbitrage statistique etstratégies d'investissement : Momentum et mean reversion desrendements d'actifs ; Les rendements reviennent-ils vers leurmoyenne ? Tests de stationnarité

Statistique et économétrie du choix de portefeuilleLes bienfaits de la diversification - le cadre de Markovitz :Propriété des rendements d'un portefeuille diversifié ; La VaR d'unportefeuille diversifiéLe modèle d'évaluation d'actifs financiers - CAPM (Capital AssetPricing Model) Le CAPM et les stratégies long-short equity

Représentation Espace-État et méthode de filtrage appliquéeLes écritures espaces-étatsLes méthodes de filtrage - le filtre de Kalman.Applications : Estimation d'un béta flexible par le filtre Kalman ;prix d'option, volatilité stochastique et filtre de Kalman

Modèle à volatilité stochastique : ARCH GARCH et extensionLes modèles à volatilité stochastiqueApplication : estimation d'un modèle ARCH sur taux de change.Généralisation et extension des modèles ARCH : Les modèlesGARCH, I-GARCH, E-GARCH et GARCH-MApplication : estimation d'un modèle GARCH sur donnéesboursières ; Pricing d'option Black-Scholes et modèle à volatilitéstochastique

IntervenantMabrouk Chetouane

Logiciels utilisésExcel et R

)Niveauexpert

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.90

2 jours 10, 11 mars 2014


ObjectifsConnaître les bases des méthodes d'évaluation et de couverturede flux financiers en présence du risque de taux d'intérêt.

Pré-requisEn dehors de connaissances de base en probabilités (comme lesdéfinitions de termes tels que distribution, loi normale, …), pas depré-requis. Une familiarité préalable avec les produits dérivés detaux vanille est un plus, qu’elle ait été acquise en front-office, riskou middle office. Quelques notions de calcul stochastique(mouvement brownien, lemme d’Ito) feront éventuellement l’objetde rappels.

ContenuCette formation présente en premier lieu les différents taux et lamodélisation de leurs dynamiques. Puis, elle présente diversproduits de couverture de risques de taux et leur méthoded’évaluation.

Une attention particulière est mise sur les nouvelles problématiquesapparues depuis la dernière crise financière. La formation estconstituée à 50% de présentation et à 50% de travaux pratiquessur Excel.

Introduction - définitions et instruments de base : taux zéro-coupon ; deposit ; obligations, taux actuariel ; taux Libor, Euribor ;taux swaps

Les différents types de courbe : courbe swap, courbe souveraine,obligations corporates ; basis swaps ; stripping de courbe, avec etsans basis swap ; exemples sous Excel

Cartographie des produits optionnels « vanille » : caps & Floors ;swaptions ; notions de surface de volatilité ; modèle SABR et sesvariantes, théorie et pratique ; CAP/FLOORS KO/KI

PRODUITS CMS : caps & floors CMS ; notion de replication ; swapsCMS ; problèmes apparus depuis la crise des Subprimes

Modèles Stochastiques de courbes des taux :Dans quel but ? ; Lesmodèles incompatibles avec la courbe spot ; les modèles type“Heath-Jarrow-Morton” ; exemple concret : le modèle HJM ;application aux swaptions Bermuda, définition, méthode etexemples de calibration

Exemples de produits exotiques, lien avec les modèlesstochastiques : calibration et limites de l’approche ; quel modèlepour quel produit, quelques exemples et principes ; gestion deportefeuille

Modèles de marché : définition du modèle ; pricing des caps etfloors : le cadre BGM (Brace-Gatarek-Musiela) ; dynamiques desdifférents libors forward ; calibration du modèle BGM ; simulationMonte Carlo d’un modèle BGM

Modélisation de courbe des taux, pricing et gestion de dérivés taux

IntervenantDidier Faivre


(Niveauexpert

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.91Méthodes de Monte Carlo en finance



ObjectifsConnaître les principales techniques de simulations utilisées enfinance pour valoriser les produits dérivés et estimer lesrisques liés à leur couverture ou à la gestion d'un portefeuille.

Pré-requisEn dehors de connaissances de niveau licence en probabilités,pas de pré-requis. Une familiarité préalable avec les produitsdérivés est un plus, qu’elle ait été acquise en front-office, risk oumiddlle office. Quelques notions de calcul stochastique(mouvement brownien, processus de Poisson) sont préférablesmais feront l’objet de rappels si nécessaire.

ContenuIntroduction / Motivations : Évaluation d'options financières et de contrat d'assurance Gestion de portefeuilleGestion des risquesRappels sur les principaux résultats de convergence - encadrementde l'erreur

La simulation de variables aléatoires : Générateurs de loi uniforme : Générateurs usuels ; Aléa vspseudo-aléatoireSimulation d'autres lois : Par inversion de la fonction de répartition ;Par méthodes de rejet - application aux lois conditionnelles ;Techniques de transformation - application à la loi normale ;Conditionnement pour les variables aléatoires corrélées ;Approche par copules

La simulation de trajectoires aléatoires : Introduction aux équations différentielles stochastiques (EDS)Simulation exacte : Modèle de Black et Scholes ; Modèle deVasicek ; Modèles CIR et CEVMéthodes de simulation en temps discrets (schéma d'Euler) :Modèle à volatilité locale ou stochastique ;Simulation d'un portefeuille de gestion/couverture ; Produits àbarrière et techniques de pontAjouts de saut dans la dynamique : Modèle de Merton ; Modèlesavec défaut / application aux dérivés de crédit

Réduction de variance : Idée généraleConditionnement - application aux modèles à volatilité stochastiqueRégularisation - applications aux calculs des sensibilités des produits dérivés Variable de contrôle générale - décomposition d'un produit structuré complexeFonction d'importance et méthodes de stratification - application au calcul d'une VaR

Monte-Carlo américain : Options à exercice anticipé et équation de programmation dynamiqueApproche de Longstaff et SchwartzAméliorations

IntervenantBruno Bouchard


Repères bibliographiques Bouchard, B. (2007),

Méthode de Monte-Carlo en finance,notes de cours.

Glasserman, P. (2004), Monte Carlo methods in financial

engineering, Springer.

Jäckel, P. (2002), Monte-Carlo methods in finance,

Wiley Finance Series, Wiley,

)Niveauexpert

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.92



ObjectifsComprendre les nouveaux problèmes de modélisationstatistique posés par le trading haute fréquence.

Pré-requisConnaissances en probabilités et statistiques.

ContenuLa disponibilité croissante des données haute fréquence et unecompréhension de plus en plus précise des phénomènes demicrostructure des marchés ont ouvert de nouvelles perspectivesen finance quantitative.En particulier, le trading haute fréquence a émergé de la volontéd'optimiser les transactions dans ce nouveau contexte. Son essorrécent a été rendu possible grâce au développement de méthodesoriginales en mathématiques financières et en statistique, utiliséesaujourd'hui quotidiennement dans les banques et les hedge funds.

Couverture de risque avec données basse fréquence Probabilité historique et risque neutre Mouvement Brownien et Modèle de Black ScholesCouverture en Delta et autres GrecquesVolatilité historique et impliciteCalibration et estimation

Introduction à la microstructure des marchés Introduction à la microstructure des marchésTrading haute fréquence et régulationQu'est-ce qu'un bon modèle haute fréquence ?

Couverture des risques et modèles haute fréquence Liquidation optimale de portefeuilleEstimation de volatilité haute fréquenceModèle avec zones d'incertitudeCorrélations asynchrones et effet lead-lagCouverture haute fréquence optimale de produits dérivés

Statistique haute fréquence en finance

IntervenantsRomuald ElieMathieu Rosenbaum

(Niveauexpert

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.93

Compréhension du bilan d’une banque, de son compte de résultat et liens avec les lignes

d’activités bancaires

1,5 jours 3, 4 (matin) février 2014


ObjectifsConnaître le lien explicite entre activités opérationnelles deslignes de métier et leur traduction au bilan et en compte derésultat.

ContenuPour être pertinente, la gestion actif-passif nécessite uneconnaissance et une compréhension fine des lignes du bilan d’unebanque, leur degré de liquidité et d’exigibilité, leur mode decomptabilisation etc. Au-delà de cette connaissance comptable essentielle, il est impératifde savoir faire le lien avec les grandes lignes de métier d’une banque :activité de financement, activité de collecte de l’épargne, activitéd’investissement pour compte propre ou compte de tiers, activitéde conseil etc.Qu’est-ce qu’une banque ?Les rôles d’une banque dans l’économie, l’intermédiation bancaire,les autres acteursL’activité de collecte des dépôts et de l’épargneL’activité de financement de l’économie : retail / SME / corporate /sovereignL’activité d’investissement pour compte propre et pour compte de tiersL’activité de conseil : fusion & acquisition, structuration, etc.Le bilan d’une banqueLes différents postes : définition, ordre de grandeur, principalescaractéristiques (liquidité, exigibilité, sensibilité aux variables macro-économiques et financières, etc.)Liens entre activités bancaires et bilan, trading book / banking bookFocus sur les fonds propres et financement de l’activité bancaireEngagements données et reçues, « hors bilan »Le compte de résultatLes différentes lignes : PNB, charges d’exploitation, coût du risque, etc.Liens entre activités bancaires et compte de résultatPremiers éléments de comptabilisation en résultat des activités Principaux ratios : coefficient d’exploitation, etc.Les circuits de financement internesRôle de la direction financière, de la trésorerie, de la gestion actif-passif, du contrôle de gestionInteractions entre la direction financière et les lignes de métierCirculation de la liquidité à l’intérieur d’une banque : clients /agences / trésorerie / marchés de capitauxTypologie des risques bancairesRisque de crédit, risque de marché, risque opérationnel, risque deconformité, etc.Notion de risques structurels du bilan : risque de taux, risque dechange, risque de liquidité etc.Organisation de la gouvernance et de la gestion des risquesL’architecture du système de supervision français et international

IntervenantHervé Akoun

)Niveau

certificat

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.94

1 jour5 février 2014


ObjectifsConnaître les grands mécanismes macro-financiers de l'économie.

ContenuLes banques interagissent avec l’ensemble des acteurs de la vieéconomie : entreprises, ménages, États, Banques centrales. Labonne compréhension du cadre d’exercice des activités bancairesnécessite de décrire les grands mécanismes macro-financiers del’économie.

Structure par terme des taux d’intérêt DéfinitionMouvements de la courbe des tauxLiens entre taux d’intérêt, taux de change, inflation et conjonctureéconomiqueRepères historiques

Spreads de crédit, spreads de liquidité

Description des marchés de capitauxMarché interbancaireMarché obligataireMarché des changesMarché de produits dérivés

L’activité de la banque centraleLes objectifs de la politique monétaireLes outils d’intervention de la banque centraleQuelques repères historiques sur l’activité des banques centraleset sur les enjeux de la crise financière

Étude de cas : la crise financière 2008

Éléments de macroéconomie financière

IntervenanteDominique Durant

(Niveau

certificat

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.95

Gestion des risques structurels 1 :le risque de liquidité

1 jour4 mars 2014


ObjectifsMaîtriser les concepts, les indicateurs de risque et les outils degestion du risque de liquidité dans le cadre de la gestionfinancière d’une banque.

ContenuLa gestion des risques structurels qui est à la base de la gestion actif-passif comprend essentiellement le risque de liquidité, le risque detaux d’intérêt et le risque de change. La formation détaille lesconcepts, les indicateurs de risque et les outils de gestion du risquede liquidité dans le cadre de la gestion financière d’une banque.Chaque point est accompagné d’une étude de cas concret.

Mesure du risque de liquidité Les indicateurs du risque de liquiditéBesoin de financement, impasse de liquidité statiqueÉchéancement des lignes du bilan Construction du gap de liquidité statique Exemple : écoulement des crédits Focus sur les problématiques d’écoulement des dépôts Écoulement des fonds propres Les limites méthodologiques du gap de liquidité statique Étude de cas

Gestion du risque de liquidité Politique de gestion du risque de liquidité Les outils de fermeture de l’impasse de liquidité, les réserves deliquidité La politique de refinancement de la banque Étude de cas

Éléments sur la réglementation bancaire et ses évolutionsrécentesDispositif réglementaire actuel et son évolution Approche standard / Approche avancée, ratios réglementaires,exigences Approche par les stress tests de liquidité Organisation et gouvernance interne en matière de gestion durisque de liquidité

IntervenanteElisabeth Laure

)Niveau

certificat

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.96

1,5 jour5, 6 (matin) mars 2014


ObjectifsMaîtriser les concepts, les indicateurs de risque et les outils degestion du risque de taux d’intérêt dans le cadre de la gestionfinancière d’une banque.

ContenuLa gestion des risques structurels qui est à la base de la gestionactif-passif comprend essentiellement le risque de liquidité, lerisque de taux d’intérêt et le risque de change. Cette deuxièmesession relative à la gestion des risques structurels détaille lesconcepts, les indicateurs de risque et les outils de gestion du risquede taux d’intérêt dans le cadre de la gestion financière d’unebanque.

L’origine du risque de taux d’intérêtRisque de taux et marge d’intérêt : l’origine du risque de taux dans lagestion financière d’une banque et l’objectif de protection de la margeDifférences de point de vue entre la gestion du risque de taux dansle cadre de la gestion financière d’une banque et la gestion durisque de taux d’un portefeuille de trading Typologie des taux bancaires : taux réglementés, taux révisables,taux variables et spécificités françaises en terme de taux fixe / tauxvariable Exemples : crédit à taux fixe, crédit à taux variable, dépôt à vue

Les outils de mesure du risque de taux Le gap de taux fixe : définitions et principes de constructionLa construction du gap de taux : illustrations et exemple deconstruction d’un gapLes limites méthodologiques du gap de tauxLes autres mesures du risque de tauxÉtude de cas

La gestion du risque de tauxPolitique de fermeture du gap de tauxNotion de macrocouverture et de microcouvertureLes outils financiers de couverture du risque de taux : swaps, cap,floor, contrat forward etc.Premiers éléments sur les Taux de Cession Interne (TCI), leurutilisation dans le pilotage de la banque et dans la tarification desopérations avec la clientèle

Éléments sur la réglementation bancaire et ses évolutions récentesDispositif réglementaire actuel et son évolutionOrganisation et gouvernance interne en matière de gestion durisque de taux

Gestion des risques structurels 2 :le risque de taux d’intérêt

IntervenanteElisabeth Laure

(Niveau

certificat

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.97

Gestion des risques structurels 3 :le risque de change

0,5 jour6 mars (après-midi) 2014


ObjectifsMaîtriser les concepts, les indicateurs de risque et les outils degestion du risque de change dans le cadre de la gestionfinancière d’une banque.

ContenuLa gestion des risques structurels qui est à la base de la gestion actif-passif comprend essentiellement le risque de liquidité, le risque detaux d’intérêt et le risque de change. Cette troisième session relativeà la gestion des risques structurels détaille les concepts, lesindicateurs de risque et les outils de gestion du risque de changedans le cadre de la gestion financière d’une banque.

L’origine du risque de change et sa mesure Risque de change et périmètre du risque de changePosition de change et sa mesureIllustrations

La gestion du risque de changeLes principes de gestion Les outils financiers : opérations de change au comptant / à terme,options de change, swap de devisesÉtude de cas

Éléments sur la réglementation bancaire et ses évolutionsrécentesDispositif réglementaire actuel et son évolutionOrganisation et gouvernance interne en matière de gestion durisque de changeFocus sur la crise de l’euro et son impact sur les banques

IntervenantJean-François Renaut

)Niveau

certificat

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.98

1,5 jour28, 29 (matin) avril 2014


ObjectifsConnaître les lignes du bilan, à l’actif ou au passif, et savoirformaliser la démarche pour modéliser leur écoulement et leurindexation aux taux d’intérêt, tout en restant dans les limites dela faisabilité opérationnelle.Connaître les principes et outils de tarification des opérations,ainsi que la gouvernance et la gestion interne du refinancementet des risques des lignes d’activité.

ContenuÉcoulement en liquidité : cas des contrats échéancésÉcoulement contractuelProblématique des remboursements anticipés et de leurmodélisationExemples et illustrations

Écoulement en liquidité : cas des contrats non échéancésLes dépôts de la clientèleProblématique de la volatilité des dépôts et lien avec lamodélisation de l’écoulement

Écoulement en liquidité : autres postes du bilanLes réserves obligatoiresLes fonds propresLes comptes débiteursEngagements hors bilan

Écoulement en tauxTypologie des modes d’indexationModélisation de l’indexation et de la durée avant ré-indexationAnalyse de quelques produits réglementés complexes : épargne-logement, livret A, crédit à taux cappéReformulation des impasses de taux et de liquidité à la lumière desmodèles d’écoulementLimites méthodologiques des impasses dans les cas de produitscomplexes ayant une composante optionnelle

La notion de Taux de Cession Interne (TCI) et son mode de calculDéfinition et calcul des TCI des produits échéancésDéfinition et calcul des TCI des produits non échéancésExemples et illustrationsCas des produits complexes, des remboursements anticipés et descomposantes optionnelles

Tarification des opérations Les composantes d’une tarification optimale : coût de la liquidité,coût des fonds propres, coût du risque etc.Impacts sur la tarification des opérations avec la clientèle

Échéancement et modélisation des postes du bilan

IntervenantAlexandre Adam

(

FIN

ANCE - ACTUARIAT

Cepe, Genes


Niveaucertificat

P.99

Couverture des risques structurels et ingénierie bancaire

1,5 jour29 (après-midi), 30 avril 2014


ObjectifsDéfinir et analyser les indicateurs utilisés en gestion actif/passiftant en statique qu'en dynamique : ratios d'équilibre, sensibilitéde la marge, VAN... Connaître les méthodes et outils de couverture disponibles -émissions sécurisées, titrisations, ventes d'actifs...- ens'attachant à leurs impacts sur les grands équilibres d'un bilan.

ContenuLa formation développe les indicateurs de risque de taux et deliquidité en prenant en compte les méthodologies d’écoulement etd’indexation décrites dans les sessions précédentes. Il s’agit égalementde prolonger ce développement dans une perspective dynamique dubilan et de production nouvelle. Elle détaille également les principes et l’articulation entre l’ensembledes indicateurs utilisés en gestion actif-passif telles que la ValeurActuelle Nette (VAN), la duration des actifs et passifs ou encore lasensibilité de la Marge Nette d’Intérêt (MNI).Enfin, elle développe les méthodes de couverture des risques selondeux axes : l’utilisation de produits de couverture disponibles sur lesmarchés financiers d’une part et le montage d’opérations structurées(covered bonds, titrisation) d’autre part.

Marge d’intérêt, VAN et risque de taux d’intérêtDéfinition de la marge nette de taux et lien avec l’impasse de tauxDéfinition et calcul de la duration et de la VANArticulation et limites d’utilisation des indicateursExemple et illustration dans le cadre d’un bilan bancaire

Dynamique du bilan et intégration de la production nouvelle

Gestion du risque de liquidité, modélisation des liquidity bufferset des funding costs dans une vision post-crise

Gestion du risque de taux

Opérations de refinancement structuré Politique de titrisationCovered bonds

Ratios et nouvelles exigences réglementaires en matière derisque de liquidité et de taux

IntervenantSerge Moulin

)

FIN

ANCE - ACTUARIAT

Cepe, Genes


Niveaucertificat

P.100

2 jours 15, 16 mai 2014


ObjectifsConnaître le cadre opérationnel des modèles de capitaléconomique et de tarification RAROC ainsi que leur utilisationdans l’allocation des fonds propres, la mesure des effets dediversification, la tarification des opérations bancaires, le suivide la rentabilité.

ContenuCette formation est à la frontière entre les risques ALM classiques(liquidité, taux, change) et la modélisation des risques de crédit dansune démarche d’intégration globale et de gestion des risques.Elle vise à développer le cadre opérationnel des modèles de capitaléconomique et de tarification RAROC ainsi que leur utilisation dansl’allocation des fonds propres, la mesure des effets dediversification, la tarification des opérations bancaires, le suivi de larentabilité.

Appétit au risque, intégration des risques ALM, des risques decrédit et des risques « pilier 2 » : quels indicateurs globaux,quelle mesure économique et réglementaire ?

L’allocation de fonds propres

Le capital économique comme métrique transverse de mesuresdes risques

L’agrégation des risques, la mesure et la gestion de ladiversification

Les outils Raroc et les taux de cession interne dans lesdécisions de management

Modélisation du capital économique, taux de cession interne et tarification RAROC

IntervenantJean-Bernard Caen

(

FIN

ANCE - ACTUARIAT

Cepe, Genes


Niveaucertificat

P.101Comptabilité IFRS de la gestion financière

1,5 jour2, 3 (matin) juin 2014


ObjectifsConnaître les enjeux de la comptabilisation des opérations liéesà la gestion financière de la banque.Acquérir les mécanismes, parfois complexes, de lacomptabilisation.

ContenuLa gestion financière s’exerce dans un cadre comptable contraint.Toute opération de refinancement ou de couverture des risques aune traduction comptable qui induit un impact fort sur les résultatsfinanciers et sur la valorisation comptable du bilan. Ainsi,paradoxalement, les normes comptables peuvent impacter la gestionelle-même et la façon de se couvrir, ce qui fait l’objet de nombreuxdébats et polémiques au niveau international.Cette formation présente les enjeux de la comptabilisation desopérations liées à la gestion financière de la banque et détaille enprofondeur les mécanismes, parfois complexes, de lacomptabilisation.

Repères historiques relatifs aux normes comptables IFRS

Comptabilisation et évaluation des compartiments du bilanActifs à la Juste Valeur par résultatAvailable For Sale (AFS)Hold to Maturity (HTM)Prêts et créancesProduits dérivés

Comptabilisation des opérations de couverture en gestion actif-passifHedge accounting Focus sur le « carve out »Indicateur d’efficacité de la couverture

Focus sur les fonds propres Capital réglementaire, capitaux propres, filtres prudentiels Typologie des instruments de capitalFocus sur les titres innovantsDéveloppements réglementaires récents

IntervenantNicolas Patrigot

)

FIN

ANCE - ACTUARIAT

Cepe, Genes


Niveaucertificat

P.102

1,5 jour3 (après-midi), 4 juin 2014


ObjectifsConnaître les techniques quantitatives généralement utiliséesdans l’utilisation (pricing, risk management, …) de produits decouverture.

ContenuLa gestion financière s’exerce dans un cadre de plus en plussophistiqué. Les produits de couverture utilisent un grand nombrede techniques mathématiques et statistiques. Toutes ces techniquesquantitatives reposent sur un socle commun de finance quantitative.Cette formation met en évidence les techniques quantitativesgénéralement utilisées dans l’utilisation (pricing, risk management, …)de produits de couverture.

Les simulationsMéthodologies de simulations des taux / projections Les scénarios : de taux (éventuellement déjà évoqués dans la session2), de développements, de financement et de couverture en taux Les projections de bilan et les projections des marges La couverture en taux (une partie est déjà dans la session 4probablement) Les besoins d'information (niveau individuel / agrégé)

Les options implicites Le risque optionnel (un exemple avec le Remboursement Anticipé) Les réponses possibles P&L de l'exercice de l'option de remboursement Divers méthodes de valorisation

Le risque de ConvexitéDuration et convexité (définition) Sensibilité aux variations de taux Incidence des options incorporées Gestion du profil (adossement en duration et en convexité +contrôles)

Introduction au pricing des produitsde couverture

IntervenantPhilippe Lacombe

(

FIN

ANCE - ACTUARIAT

Cepe, Genes


Niveaucertificat

FIN

ANCE - ACTUARIAT

Actuariat

• Méthodes de provisionnement

• Tarification à l'expérience en assurance IARD

• Les nouveaux modèles de longévité

P.103

P.104



ObjectifsConnaître les différentes méthodes permettant d'estimer lesprovisions.

Pré-requisNotions de bases en statistique inférentielle et en modélisationéconométrique.

ContenuLa nouvelle règlementation Solvency II, entrée en vigueur en 2009,a renforcé la prise en compte par les sociétés d’assurance desdifférents risques auxquels elles font face. Elles doivent calculeravec de plus en plus de soin les réserves nécessaires au règlementde leurs engagements vis-à-vis de leurs assurés (sinistres, prestations…).Dans un premier temps, la formation aborde les méthodesdéterministes, basées sur la reproduction des taux moyens du passé,puis dans un second temps, les différents modèles probabilistes, quipermettent de tenir compte de facteurs d’évolution plus complexes(dérives temporelles).

Introduction à la problématique du provisionnement

Approches déterministes du provisionnementChain Ladder : modèle et hypothèses ; limites et points forts ;application et variantes par pondérationLondon Chain : modélisation ; application à un cas d'expérienceLes moindres carrés de De Vylder : modélisation factorielle ;étude sur le cas « fil-rouge »Modélisation Cape Cod, une cible à atteindre : présentation dumodèle ; avantages et inconvénients ; résultats concrets etdiscussion

Approches stochastiques – quantification de l'erreurLa référence : le modèle de Mack : présentation ; performancesdu modèle : L’erreur quadratique moyenne (EQM ) ; constructiond’un intervalle de confiance ; cas pratique d’application : résultatset interprétationsApproche non-paramétrique : le bootstrap : problématique del’échantillonnage ; avantages et inconvénients ; application Modèles Linéaires Généralisés (GLM), application auprovisionnement : cadre général d’étude ; hypothèses demodélisation ; spécificités et intérêt de la méthode ; chain Ladderstochastique ; de Vylder stochastique ; application : lecture etinterprétation

Synthèse, regard critique (comparaison des méthodes) etconclusion

Méthodes de provisionnement

IntervenantStéphane Kolasa


(Niveauavancé

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.105Tarification à l'expérience en assurance IARD

2 jours 22, 23 mai 2014


ObjectifsConnaître les différentes méthodes permettant de prendre encompte le passé sinistre et les méthodes de crédibilité.

Pré-requisNotions de bases en analyse factorielle et en statistiqueinférentielle.

ContenuPour construire leurs politiques de tarification, les assureurs doiventtenir compte des facteurs d’hétérogénéité susceptibles de jouer unrôle sur la sinistralité future. La formation passe en revue lesdifférentes méthodes permettant de prendre en compte le passésinistre. Cette formation introduit et approfondit également lesméthodes de crédibilité. Ces méthodes permettent de pondérer lesrôles relatifs de l’hétérogénéité individuelle et des facteurs collectifsdans la tarification pratiquée.

Réduction de dimension de base de données assurantielles par méthodes statistiquesAnalyse statistique descriptive multidimensionnelle : Analyse en Composantes Principales(ACP), analyse factorielle des correspondances (simple et multiple) (AFC, AFCM) Classification hiérarchique et non-hiérarchique : arbre de régression et de classification(CART) et classification par la méthode des nuées dynamiques (K-means)Technique de l'Analyse Linéaire Discriminante (ALD) et hypothèse associées

Modélisation IARD : focus sur le modèle fréquence-coûtVision indemnitaire, forfaitaire et fréquence-sévéritéIntégration des caractéristiques de l’assuré : les modèles linéaires généralisésCoût des sinistres et « heavy-tailed distributions » : un mot sur les extrêmes ; distributionsde probabilité usuellesPrévision du nombre de sinistres : cas classique et lois de probabilité associées ; problèmede sur-dispersion et traitement d’un petit nombre de sinistresEstimation des charges totales du portefeuille : indépendance VS dépendance des risques :impact sur le calcul ; modèle individuel et collectif : deux visions très différentes (assurésdistincts et convolution ; représentation unique du portefeuille) ; approximation de pertesen loi continue (méthode de discrétisation ; méthodes d’approximation et algorithmesassociés) ; conclusion

Prise en compte de la sinistralité passée en assurance non vieUn exemple d’historique de sinistralitéThéorie de la crédibilité : présentation et modèles standardsPrime de Bayes et origine du système Bonus / MalusLa prime de crédibilité : une simplification pour une approche opérationnelleProjection temporelle robuste : HachemeisterAdéquation de résultat avec d’autres approches


)Niveauavancé

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


P.106

2 jours 12, 13 juin 2014


ObjectifsSavoir estimer la mortalité d’une population empiriquement etmodéliser les évolutions dans le futur.

Pré-requisNotions de bases en actuariat sur les rentes.

ContenuLes évolutions en matière de longévité sont le résultat duformidable progrès humain, à travers un processus encore malidentifié. Les enjeux sont pourtant considérables. En terme dedurée de vie personnelle bien-sûr, de santé, mais aussi économiqueet social depuis le développement de la protection sociale auvingtième siècle et l’accès généralisé à la retraite. Quels modèlespermettent aujourd’hui d’estimer la durée de vie d’une populationdonnée et quels enjeux sont associés ?La formation passe en revue les estimations de longévité connuespour différentes populations, les manières d’estimer la mortalitéd’une population empiriquement et différentes manières demodéliser les évolutions dans le futur. Outre l’aspect purementdémographique, les développements biomédicaux qui sous-tendentla longévité et les enjeux économiques, démographiques etsociétaux seront abordés.

Le vingtième siècle et la population généraleÉvolutions de la longévité de populations généralesDes régimes sociaux pour tous, et des tables de mortalitéDe Louis Dublin à Lee & Carter : des améliorations exponentielles

Divers raffinements de modèlesEffets cohortes et autres raffinements de Lee &Carter Approches biomédicalesApproches en espérances de vie et en propagation d’erreurs

Divers raffinements d’indicateursFermeture des tables, les secrets des supercentenairesDisparités socialesL’espérance de vie en bonne santé

Des avancées biomédicalesDes souris et des hommesLe risque de longévitéRisques et opportunités économiques et sociales

Les nouveaux modèles de longévité

Logiciels utilisésR et Excel (mise en pratique)

(Niveauexpert

***

FIN

ANCE - ACTUARIAT

Cepe, Genes


TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Techniquesde communication

• Techniques rédactionnelles

• Une écriture efficace

• Présenter clairement des données, construire des graphiques intelligents

• Cartographier ses données statistiques

• Techniques de communication orale

• Comment communiquer à la presse des résultats statistiques

• Les principes d'un diaporama efficace

• Pour des réunions (enfin) efficaces

P.107

Nouvelle formation

NF

NF

NF

NF

NF

NF

P.108

3 jours (3 sessions)10, 11, 12 février 201423, 24, 25 juin 201420, 21, 22 octobre 2014


ObjectifsSavoir choisir les messages importants de son étude, leshiérarchiser, et les transmettre de manière lisible et adaptée àses lecteurs en vue d'une publication.

ContenuLa formation présente de nouvelles règles de rédaction auxparticipants, et leur apprend à les mettre en œuvre. Ils seront ainsià même d'écrire plus rapidement des textes plus clairs, plus vivants,et dans lesquels leurs idées sont mieux mises en valeur.De brefs exposés théoriques sont illustrés d’exemples. Denombreux exercices d’application sont proposés aux stagiaires. Lestextes qu’ils ont eux-mêmes écrits peuvent également servir desupport, qu’ils soient ou non déjà publiés.

La structure d’un texte ou comment ordonner ses idées avantd'écrireSavoir se mettre à la place du futur lecteur : qui est-il, quelles sontses compétences sur le sujet traité, se souvenir qu’il n’est pas obligéde lire, comment faire en sorte qu’il retienne ce qu’il litComment faire parler les chiffres : importance du travailpréparatoire, choix de la problématique, synthèse et hiérarchisationdes résultatsLe choix du plan : la pyramide inversée

La lisibilité des phrases ou comment adopter un style plus efficaceÉviter l'abus de chiffresAdopter un style moins abstrait et plus actifS'efforcer d'éliminer tous les obstacles à la compréhensionPremière version et réécriture

L’habillage du texte ou comment utiliser la titrailleTitre, chapeau, attaque, chute, intertitres, encadré

Graphiques, tableaux et commentairesLes fonctions des graphiques et des tableauxFaire un graphique : les pièges à éviter Commenter un tableau et un graphique de manière utile

ApplicationsTravail sur les textes des stagiaires. Un travail en commun sur destextes écrits par les stagiaires sera réalisé durant la formation. Lesstagiaires sont encouragés à envoyer leurs articles (déjà rédigés ouen cours de rédaction) au Cepe avant le début de la formation.

Techniques rédactionnelles

IntervenantDaniel Temam ouSerge Darriné ouPascal Capitaine

(

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Niveautout public

Cepe, Genes


P.109Une écriture efficace

2 jours 15, 16 mai 2014


ObjectifsMaîtriser les techniques de rédaction pour des écritsprofessionnels (notes internes, comptes rendus de réunion…).

ContenuLa formation présente les règles de rédaction utiles aux participantspour rédiger de façon efficace des écrits professionnels. Lesstagiaires pourront ainsi écrire plus rapidement des textes clairs, oùl'essentiel de leurs idées sera bien mis en valeur.De brefs exposés théoriques sont illustrés d’exemples. De nombreuxexercices d’application sont proposés aux stagiaires.

Avant d'écrire : l'importance du travail préparatoireBien identifier le public destinataire de l'écrit : qui est-il, quel estson niveau de connaissance sur le sujet traité, que veut-il savoirHiérarchiser ses idées et sélectionner celles utiles à la note

Écrire de façon efficaceAdopter un style moins abstrait et plus actifS’efforcer d’éliminer tous les obstacles à la compréhensionPremière version et réécriture

ApplicationsTravail sur les textes des stagiairesUn travail en commun sur des textes écrits par les stagiaires seraréalisé durant la formation. Les stagiaires sont encouragés à envoyerau Cepe leurs textes, déjà rédigés ou encore mieux en cours derédaction, avant le début de la formation.

IntervenantDaniel Temam

)

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Niveautout public

Cepe, Genes



P.110



ObjectifsSavoir choisir la mise en forme la plus efficace pour présenterdes résultats statistiques : tableaux lisibles, graphiquesoptimisés.

Pré-requisConnaissances de base en statistique (formations Statistique 1et Statistique 2).

ContenuLa statistique est en général riche de résultats, principalementchiffrés. La formation propose quelques bases théoriques pour lesrendre accessibles à un large public (sémiologie graphique) et lesmoyens de les mettre en pratique. Elle fait le point sur les principauxtypes de graphiques et sur leur mode d’emploi, qu’ils soient destinésau statisticien, au décideur (pour les tableaux de bord) ou au grandpublic.Les participants construiront des graphiques avec les logiciels Excelet/ou SAS et pourront utiliser leurs propres données.

Présentation des tableauxStyles des cellules (nombres, pourcentages, etc.) Bordures, fonds de couleur : comment orienter la lecture d’untableauSources et titres

Différents types de graphiques pour représenter…… une variable qualitative… une variable quantitative… une série chronologique (évolution, tendance, lissage)… plusieurs variables simultanément

Efficacité d’un graphiqueGestalisme et attributs pré-attentifs : ce qui fonctionne visuellementChoix des couleursTreillis et graphiques multiples

Introduction à la cartographieCartographie illustrativeCartographie plane Choix des couleurs et sémiologie des cartes

Présenter clairement des données, construire des graphiques intelligents

IntervenantOlivier Decourt

Logiciels utilisésExcel, SAS

Repères bibliographiquesEdward Tufte, The Visual Display of Quantitative Information

Stephen Few, Now you see it

William Cleveland,Visualizing data

(Niveau

tout public

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Cepe, Genes



P.111Cartographier ses données statistiques

1 jour 19 novembre 2014


ObjectifsSavoir produire des cartes thématiques avec un logiciel decartographie.

ContenuLa formation présente les principes de base indispensables à lareprésentation automatique de données sur un fond de carte. Ellemontre les applications possibles et les avantages de l’utilisation decartes pour l’analyse et la valorisation des résultats.

Les participants mettront en œuvre la chaîne de traitementnécessaire à la réalisation de cartes :

De l’information à la représentation cartographique

Identifier la finalité de la carte et les données à cartographier

Panorama des cartes statistiques

La sémiologie graphique Identifier le type des données et leur implantationDifférencier des types de carteUtiliser des variables visuellesRespecter les règles de la conception cartographique

Les informations géométriques : les fond de carte (attributs,projection, généralisation)

Les informations statistiques : les données à représenter

Créer une carte avec le logiciel Philcarto (logiciel Gratuit)

Discrétiser une valeur relative pour la cartographier

Utiliser des ressources disponibles (en interne, sur le web)

Créer son fond de carte avec Phidigit (logiciel Gratuit)

Habiller et publier la carte : les éléments indispensables

Exporter la carte en format image ou vectoriel

IntervenanteBénédicte Garnier

Logiciels utilisésPhildigit, Philcarto et Inkscape

(outils gratuits)

Repères bibliographiquesBertin, J. (2005),

Sémiologie graphique. : Les diagrammes, les réseaux,

les cartes, EHESS

Beguin, M. et Pumain, D. (2005), La représentation des

données géographiques. Armand Colin

)Niveau

tout public

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Cepe, Genes


P.112

3,5 jours 7, 8, 9, 10 (matin) octobre 2014


Le groupe sera constitué de 7 personnes au maximum

ObjectifsSavoir comment construire un exposé professionnel efficace (ladéfinition de l'efficacité sera abordée pendant la session).Comprendre l'utilité d'un diaporama et mettre en œuvre saréalisation afin de transformer cet outil en un réel allié de vosprésentations.

Pré-requisFormation aux Techniques rédactionnelles vivement conseillée.

ContenuLes participants élaborent, avec le formateur, des grilles de lectured’un exposé, à la fois sur sa forme et sur son contenu. Ils utilisentces grilles pour analyser leurs deux interventions, un sujet libre etun sujet professionnel, qui sont filmées. Cette formation mobilise fortement les stagiaires, qui progressentà la fois en se regardant faire mais aussi en analysant les exposésdes autres participants.

Les vecteurs de la communication oraleLes attitudesLes gestesLa voix

Présentation des principes qui doivent sous-tendre un exposéUne pensée organiséeUne structure visibleUn discours illustré, répété, adapté à son publicLe bon usage des diaporamas

ApplicationAu cours du stage, les participants sont mis en situation d’exposéprofessionnel et mettent en application les règles qui président àune bonne prestation orale, à la fois sur la forme et sur le fond.

Techniques de communication orale

IntervenantJean-William Angel

(Niveau

tout public

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Cepe, Genes


P.113

Communiquer efficacement à la presse une étude statistique et/ou économique

2 jours 27, 28 mars 2014


ObjectifsSavoir définir et formater un message adapté à l’occasion d’uneprise de parole devant des journalistes (conférence presse,interviews tout type de presse, direct, etc.). Savoir concevoir lecontenu et la structure d’un message adapté à la structure del’évènement à traiter et au média intervenant.

ContenuVous connaissez parfaitement votre domaine d’intervention maisvous rencontrez des difficultés pour communiquer de manièreefficace des résultats d’étude statistique et/ou économique devantune assemblée comportant des journalistes. Vous vous interrogezsouvent sur le décalage constaté entre vos interventions et larestitution faite par les journalistes (message incomplet, erronévoire décalé). L’exercice du médiatraining est alors indispensable.

La communication médiatique : généralités et singularités Comment choisir le sujet à présenter, comment fonctionne unerédaction, les différents types de presse, le rythme éditorial…

Comprendre les spécificités des médias et des journalistesTV, radio, presse écrite nationale et régionale : caractéristiques, cibles,lignes éditoriales L'influence des nouveaux médias : journaux gratuits, blogs, Internet ?

Les spécificités de l'audiovisuel : apprivoiser l'environnementtechnique et les différents genres (le jargon, les attentes et lescontraintes des journalistes )

Les règles à respecter face aux médias : Les questions que l'on peut poser au journaliste avant et aprèsl'interview Ce qu'il faut faire et ne pas faireLa déontologie, le « off », l'embargo, le droit de réponse

Préparer l'interview et structurer un discours efficaceCréer le contact et instaurer un climat de confiance Identifier la personnalité du journaliste et l'angle de l'interview Faire passer les messages clés et convaincreConserver la maîtrise de l'échangeComment démultiplier les retombées de l'interview et devenir unpartenaire

S'exprimer avec aisance et créer un impactLes règles de communication oraleTravailler sa gestuelle et décrypter celle de l'autre Maîtriser son image professionnelle Gérer son trac et ses émotions

IntervenantsChristian Chardon

Mathias LeFur

)Niveau

tout public

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Cepe, Genes



P.114

1 jour 17 septembre 2014

Prix net (non soumis à la TVA)500 euros

Le groupe sera constitué de 7 personnes au maximum

ObjectifsConnaître les règles et les écueils d’une présentation avecPowerpoint.

Pré-requisFormation aux Techniques rédactionnelles vivement conseillée.

Avec leur convocation, les stagiaires recevront la consigne depréparer un diaporama de 10 slides sur un sujet statistique,économique notamment une étude. En outre, il leur sera demandéd’envoyer le document d’origine nécessaire à l’élaboration dudiaporama. Les documents pourront être adressés à l’intervenant,au moins une semaine avant la formation.

ContenuLe diaporama doit aider l’intervenant à faire passer ses messagesou résultats. Il n’a pas vocation à servir de support écrit. Souventconstruit à partir d’une note ou d’une publication, le diaporama doitêtre conçu comme un document autonome, adapté au public visé.Il ne s’agit pas de transformer un ".doc" en ".ppt" mais de choisir desmessages, de les illustrer, de les hiérarchiser et d’élaborer un planprécis.

Les principes qui doivent sous-tendre un diaporama Le diaporama au service du discours : le visuel appui de l’oralL’image et les principes de communication orale

Préparer la présentation : Le contexte, l’environnement de l’intervention ; l’objectif de lacommunication : pourquoi ? ; le public : pour qui ?

Construire sa présentation : Scénario, plan, structuration des messages ; choix du type dediapositives ; choix de la forme d’écriture

Mettre les messages en image : La rédaction des titres et des messages ; les polices, les images, lestableaux, les graphiques ; les outils dynamiques du Powerpoint

Tester sa présentation : Caler l’image sur l’exposer oral ; gérer le timing ; se mettre ensituation réelle : la répétition ; évaluer : l’objectif est-il atteint ?

Les principes d’un diaporama efficace

IntervenantEric Bonnefoi

(Niveau

tout public

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Cepe, Genes



P.115Pour des réunions (enfin) efficaces

1 jour 30 juin 2014


ObjectifsSavoir répondre aux trois questions-clés : que préparer ?Comment animer ? Quel suivi assurer ?

Pré-requisAnimer ou participer régulièrement à des réunions.

ContenuVous en avez assez de perdre votre temps en réunion ? Vous voulezsavoir comment optimiser ces moments obligés du management, lesrendre intéressants et productifs ? Cette formation vous estdestinée.

Au cours de cette journée, vous mettrez à plat la mécanique d’uneréunion afin de reconstruire un modèle de réunion efficace. Cemodule de formation est dérivé en partie de celui sur les techniquesde communication orales. Dans les deux cas, il s’agit de transmettrede l’information et de s’assurer qu’elle aura été bien comprise.

L’exercice de la réunion est plus complexe en ce qu’il met en jeuplusieurs participants et qu’il nécessite un travail postérieur à laréunion, la rédaction du compte rendu. Il est plus simple carl’animateur de la réunion n’est pas le seul à posséder le savoir. Il peutmême n’en avoir presque aucun sur le sujet !

Parmi les thèmes abordés :Quel ordre du jour et comment l’élaborer Rôle et fonctions du facilitateurComment distribuer ou reprendre la paroleLa forme du compte rendu dépend-elle du type de réunion

La pédagogie associe : - l'échange d’expériences entre les participants, - la mise en situation sur un exercice grandeur nature,- l’exposé des principes assuré par le formateur.

IntervenantJean-William Angel

)Niveau

tout public

TECHIN

QUES D

E C

OMMUNIC

ATIO

N

Cepe, Genes



ÉCONOMIEÉconomie

Analyse des entreprises

Économie appliquée

Conjoncture économique

Cycle macroéconomie

Cycle microéconomie

Économie et prospective

Intelligence économique

P.117

ÉCONOMIE

Analyse des entreprises

• Comptabilité d'entreprise : lire et comprendre les documents comptables des entreprises

• Analyse financière : analyser rapidement et efficacement la situation financière des entreprises

• Décisions d’investissement et de financement

• Le contrôle budgétaire et les outils de pilotage

P.118

Nouvelle formation

NF

NF

NF

P.119

Comptabilité d'entreprise : lire et comprendreles documents comptables des entreprises

3 jours 13, 14, 15 octobre 2014


ObjectifsComprendre les mécanismes comptables fondamentaux etles principes d'élaboration des documents de synthèse tel lebilan, le compte de résultat, et annexe. Savoir travailler àpartir des documents comptables, présentés selon les normesfrançaises.

Pré-requisAucune connaissance préalable, mais rythme soutenu.

ContenuLe premier jour de formation constitue une introduction auxconcepts et aux mécanismes comptables, permettant auxparticipants débutants de suivre le rythme soutenu des deux autresjournées. Des prolongements sont proposés dans le cadre de laformation à l'analyse financière.

IntroductionLes sources de la comptabilitéL’impact des normes IFRS sur les normes françaisesLes grands principes : régularité, sincérité, prudence, permanencedes méthodes

Le rôle de la comptabilitéTraduire en éléments chiffrés les événements de la vie del'entrepriseRemplir une obligation légale d'information envers les tiersFournir un outil essentiel à la gestion

Maîtriser les concepts de baseLe vocabulaire comptableLa comptabilisation en partie double : débit - crédit, actif - passif,charges - produits Le fonctionnement des comptes, journaux, balances, grand livre...

La comptabilisation des principales opérationsL’enregistrement des opérations courantes : ventes, achats, salaires,impôts, règlements clients et fournisseurs, remboursements de dettesLe mécanisme de la TVA La comptabilisation des opérations de fin d'année : amortissements,dépréciations, provisions, régularisations, détermination du résultat fiscal

Comprendre les documents de synthèseLes éléments de la liasse fiscale : bilan, compte de résultat, annexesLes relations entre bilan et compte de résultatComprendre les grands postes du bilan

Opérations spécifiquesIfrs et consolidation

IntervenanteDanièle Ohl

Repères bibliographiquesLochard, J. et Gilbert, D. (1997),

Comprendre les documentscomptables et financiers,

Organisation Eds

Grandguillot, B. et F. (2006),Comptabilité des sociétés,

Gualino éditeur

) ÉCONOMIE

Niveauinitiation

***

Cepe, Genes


P.120



ObjectifsPorter un jugement sur la santé financière de l'entreprise,éclairer les décisions de gestion et d'évaluer l'entreprise.

Pré-requisConnaissances en comptabilité d'entreprise (formationComptabilité d’entreprise).

ContenuCette formation alterne théorie et pratique, une étude de cas etplusieurs exercices seront traités. L'analyse d’un cas d’entrepriseservira de fil rouge.

Principaux concepts d’analyse financièreRentabilité et autonomie financière : analyse du compte de résultat(les soldes intermédiaires de gestion, la capacitéd’autofinancement)Solvabilité et liquidité : analyse du bilan, structure financière, fondsde roulement, besoin en fonds de roulement

Analyse dynamique de la stratégie de développementéconomique et financier de l’entrepriseAnalyse par les ratiosInvestissement et endettement : analyse de l’évolution et dufinancement, tableau de financement, tableau de flux

Opérations spécifiquesOctroi de financementEffet de levier-LBOConcepts anglo-saxons : EBIT, EBITDA

Analyse financière : analyser rapidement etefficacement la situation financière des entreprises

IntervenantesDanièle Ohl Marie-Christine Soibinet

Repères bibliographiquesForget, J. (2004), Analyse financière, mémento de gestion financière, Organisation Eds

Lahille, J.P. (2004), Analyse financière,aide mémoire,Sirey

(ÉCONOMIE

Niveauinitiation

***

Cepe, Genes


P.121

Décisions d’investissement et de financement

3 jours 24, 25, 26 septembre 2014


ObjectifsComprendre et maîtriser les aspects et les outils liés àl’investissement et au financement au sein d’une entreprise,et les bases sur les notions de la création de valeur et derisque qu’impliquent les décisions financières.

Pré-requisConnaissances en analyse financière (formation Analyse financièredes entreprises).

ContenuDéfinition et évaluation des projets d'investissementNotion économique et financière de l'investissementCaractéristiques d'un projet d'investissement Critères d'évaluation des projets d'investissementCas des projets dont le financement est échelonné dans le tempsSélection des projets Evaluation et choix d'investissements en situation d'incertitude

Les principales sources de financementLe financement par fonds propresLe financement par quasi-fonds propresLe financement par endettement : les emprunts auprès desétablissements de crédit, les emprunts-obligations, le crédit bail(leasing)

Choix des modes de financementLes contraintes à respecter dans un problème de financement Les critères de choix

Cas pratique global reprenant l'ensemble des thématiquesabordées

IntervenantSassi Boubekri

Repères bibliographiquesBerk, J., De Marzo, P., Finance d’entreprise,

Pearson,2e édition, 2011

) ÉCONOMIE

Niveauavancé

***

Cepe, Genes



P.122



ObjectifsComprendre et maîtriser les concepts relatifs au budget (dela phase de construction à celle de contrôle), et présenter lesoutils de pilotage de gestion.

Pré-requisDisposer des notions de base de contrôle de gestion.

ContenuLe contrôle budgétaireLe budget Les analyses d'écartsLes écarts et leur décompositionLe contrôle de la masse salariale

Les tableaux de bordObjectifs des tableaux de bordContenu du tableau de bordConclusions

Les prix de cession internesLes relations internes Prix de cession interne et résultatDétermination des prix de cession internes

Cas pratique global reprenant l'ensemble des thématiquesabordées

Le contrôle budgétaire et les outils de pilotage

IntervenantSassi Boubekri

Repères bibliographiquesGautier, F. et Pezet, A.,Contrôle de gestion, Pearson Education / Dareios.

(Niveauavancé

***

ÉCONOMIE

Cepe, Genes



ÉCONOMIE

Économie appliquée

• Les principes de base de l'économie

• Analyse économique de l'emploi et du marché du travail

• La politique budgétaire

• L'économie de la santé

• L'économie de l'environnement

• La fiscalité environnementale, principes et mise en œuvre

• Analyser son territoire par la démographie

• Construire un bilan démographique

• Analyse du territoire par la pratique

• Le recensement de la population : méthode et utilisation des données

• Jeu de l’île : une introduction aux mécanismes économiques

• Jeu de marché : économie industrielle

• Jeu de marché : permis d'émissions de CO2

P.123

Nouvelle formation

NF

NF

NF

NF

NF

NF

P.124

2 jours 13, 14 février 2014


ObjectifsSavoir comment certains concepts, mécanismes et théorieséconomiques peuvent permettre de comprendre les faitsobservés, les enjeux économiques à travers l'actualité.

ContenuLes principes fondamentaux de la micro et de la macro-économiemodernes sont abordés dans le but d’établir des liens entre lesanalyses théoriques et le monde économique réel. On propose ainsil’analyse des principales fonctions économiques (production,consommation, investissement, etc.) en lien avec les questionsd’actualité. La logique de la politique économique, les conditions deson efficacité ainsi que les stratégies de répartition des revenus sontaussi étudiées. Les thèmes sont abordés progressivement ens’appuyant sur des exemples contemporains.

Les fondements de l’économieDéfinition de l'économieNotions de comptabilité nationaleLes principaux courants théoriques

Les fonctions économiquesLa production, les facteurs de production, la productivité, leprogrès technique, la croissance, l’investissement, laconsommation, l’épargne

Croissance et politiques économiquesLa croissance économique, l’inflation, l’emploi et chômage, larépartition des revenus

Les principes de base de l'économie

IntervenantJean De Beir

Repères bibliographiquesSloman, S. (2008), Principes d'économie, Pearson

Stiglitz, J. (1999), Principes d’économie moderne, De Boeck Université

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.125

Analyse économique de l’emploiet du marché du travail



ObjectifsComprendre les principaux concepts et statistiques del'emploi et du marché du travail en France. Connaître les bases de l’analyse économique dufonctionnement du marché du travail en lien avec lespolitiques de l’emploi.

ContenuLes principes fondamentaux de l’analyse économique du marché dutravail et de l’emploi sont abordés de façon non formalisée. Laformation établit des ponts entre les approches de la théorieéconomique, l’observation du marché du travail en France, et lespolitiques actuelles de l’emploi.

Emploi et marché du travail : un état des lieux Origine historique des concepts de population active, d’emploi etde chômage et définitions statistiquesÉvolutions des taux d’activité, des taux de chômage et de l’emploiComparaison avec d’autres pays européens et spécificitésfrançaises

L’analyse micro-économique du marché du travail : le modèle de baseLes bases de la micro-économie du marché du travail (déterminantsde l’offre et de la demande de travail, interaction entre offre etdemande et équilibre du marché)

Les prolongements de la théorie néo-classiqueLes grands principes de l’analyse (lien entre productivité et salaire,coût du travail, incitation) sont présentés au travers des diversesthéories (prospection d’emploi, capital humain, discrimination,salaire d’efficience).Lien avec les politiques de l’emploi (incitation à l’activité, allègementde charges, réforme du service public de l’emploi)

Les approches macro-économiques de l’emploi et du chômagePrincipes de base du raisonnement macro-économique, explicationkeynésienne du chômage et incidences en termes de politique del’emploiLa courbe de Phillips et ses prolongementsLa macro-économie du chômage : la recherche du chômaged’équilibre

Les segmentations du marché du travail Les différents contrats de travail et la segmentation du marché du travailLa distribution des canaux d’embauche et le rôle des intermédiairesdu marché du travail (focus sur les intermédiaires publics) Les leviers de la politique de l’emploi

IntervenanteGéraldine Rieucau

Repères bibliographiquesGautié, J. (2009),

Le chômage, la découverte, Repères

Problèmes économiques, Comprendrele marché du travail, février 2013,

n°3 hors-série

)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.126

1 jour17 novembre 2014


ObjectifsConnaître les théories économiques qui décrivent et analysentles différentes politiques budgétaires menées dans deséconomies ouvertes. Connaître les ordres de grandeurs liés aux dépenses et recettespubliques ainsi que les grands enjeux du redressement desfinances publiques après la crise financière. Comprendre l’évolution du rôle de l’État dans une perspectivehistorique mais aussi géographique, notamment avec ledéveloppement de la concurrence fiscale entre États et lescontraintes imposées par le Pacte de Stabilité et de Croissance.

ContenuLes politiques budgétaires sont un élément central de la macro-économie. Avec la crise, leur rôle a pris de l’ampleur et les politiquesbudgétaires de sortie de crise vont être déterminantes pour ladynamique économique de la décennie à venir.

Introduction : rappel du cadre comptable public ainsi que lesmasses financières en jeu

L’impact de l’évolution des finances publiques sur l’économieJustifications de la dépense publique ; impactsmacroéconomiques et multiplicateur budgétaire ; impactsmicroéconomique et effets redistributifs

Le financement de la dépense publique en économie ouverteSoutenabilité du déficit, risques de défaut ; structure de lafiscalité et accroissement de la concurrence fiscale ; coordinationdes politiques budgétaires au niveau européen

Perspectives d’évolutionConséquences de la crise de 2008 ; évolution spontanée desfinances publiques et stratégies de redressement à horizon 2030en France

La politique budgétaire Mécanismes d’évolution des dépenses et des recettes publiques,conséquences macro et micro-économiquesLa soutenabilité de la dette publique et la question de lacoordination des politiques budgétairesDifférents scénarios d’évolution des finances publiques à l’horizon2030 en France

La politique budgétaire

IntervenantsSylvain Larrieu Adrien Zakhartchouk

Repères bibliographiquesOFCE, Les finances publiques dans la crise,revue de l’OFCE, n°116, janvier 2011.

Insee, L'économie française, Insee Références - Édition 2013 - juin 2013

Insee, Dossier Resserrement budgétaireen Europe : quels effets ?Note de Conjoncture de mars 2011

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.127L'économie de la santé



ObjectifsComprendre comment la théorie économique répond auxquestions soulevées dans ce domaine particulier qu’est lasanté, et savoir analyser les récentes réformes sous l’angleparticulier de l’analyse économique.

ContenuL’économie de la santé est une discipline qui regroupe quatregrandes préoccupations : les liens entre le développementéconomique et la santé, entre l’activité économique et le systèmede soins, la régulation du système de soins, l’évaluation économiquedes maladies et des stratégies de santé publique.

Introduction à l’économie de la santéScience économique et santéLe système de santé : histoire, institutions, acteurs

Les particularités du domaine de la santé : le comportementdes agentsL’incertitude et le risque maladieLes asymétries d’information, "risque moral" et "sélection adverse"L’assurance maladie

L’offre et la demande dans le champ de la santéLa demande de santé, de soins, la santé comme bien tutélaireL’offre de soins et le comportement des professionnelsLa relation entre offre et demande

L’organisation du système de soinsL’hôpitalLes soins ambulatoires, le médicament L’intervention de l’ÉtatRégulation des systèmes de santé

Les réformes dans le champ de la santé Les ARS, la T2A…

IntervenantJulien Mousques

Repères bibliographiquesTabuteau D., Bras, P.-L.

et de Pouvourville, G. (2009), Traité d’économie et de

gestion de la santé, Presses de Sciences Po

)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.128

2 jours10, 11 avril 2014


ObjectifsConnaître les liens existants entre l'activité économique etl'état de l'environnement, l'intérêt d'une valorisation des effetsexternes et la logique des instruments de la politiqueenvironnementale.

ContenuCette formation présente le cadre général de l’approcheéconomique de l’environnement. Après avoir étudié la manière dontles questions d’environnement sont approchées dans le cadre del’analyse économique, les différents instruments au service despolitiques environnementales et les méthodes d’évaluationéconomique des composantes environnementales des biens etservices sont présentés de manière détaillée. Les interactions entrela libéralisation des échanges commerciaux, la croissanceéconomique et la protection de l’environnement sont ensuiteexaminées, ainsi que les enjeux économiques du concept dedéveloppement durable, dans un cadre international.

La genèse d’une pensée économique de l’environnement

L’approche économique de l’environnementLes défaillances du marché et les fondements de l’économiepubliqueLes concepts d’externalité et de bien publicL'optimum de pollution

L’évaluation économique des biens et servicesenvironnementauxLes différentes méthodes d’attribution d’une valeur aux composantesenvironnementales d’un bien ou service : évaluation au prix demarché ou hors marchéÉvaluation indirecte : coût de la protection ou réparation, prixhédoniques, etc.Évaluation contingente : consentement à payer, etc.

Les politiques environnementales, définitions et instrumentsLes objectifs de la politique environnementaleLes instruments réglementairesLes instruments économiques : actions sur les prix (la "taxe carbone"et le système des "bonus-malus"), actions sur les quantités (lespermis d’émission négociables)Les instruments mixtes ou de troisième génération (labels etaccords volontaires)

Les enjeux internationaux du développement durable

L’économie de l'environnement

IntervenantJean De Beir

Repères bibliographiquesBeaumais O., Chiroleu-Assouline, M.(2002), Économie de l’environnement,Bréal.

Bontemps, P. et Rotillon, G. (2007), L’économie de l’environnement, Repères.

Bureau, D., Economie des instruments deprotection de l’environnement, (2005)Revue française d’économie, n°4/vol XIX.

Burgenmeier, B. (2008)Politiques économiques du développe-ment durable, De Boeck.

Pindyck, R. et Rubinfeld D., (2010)Microéconomie, Pearson.

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.129

La fiscalité environnementale, principes et mise en œuvre

1 jour 12 mai 2014


ObjectifsConnaître les principaux dispositifs fiscaux qui existent enmatière de fiscalité environnementale en France. Identifier lesévolutions possibles dans ce domaine, comprendre lesdifficultés des réformes dans ce domaine et les moyens d'yremédier.

ContenuLes principes économiques qui légitiment le recours à desinstruments fiscaux en matière environnementale seront toutd’abord examinés. Puis, au travers d’exemples concrets sur desquestions variées, la formation permettra de se familiariser avec lesproblématiques environnementales et les dispositifs mis en œuvre ;une évaluation de leurs effets sera également proposée. En situantla France par rapport aux initiatives étrangères, notammenteuropéennes, la formation offrira également une perspectiveinternationale. Selon les souhaits des participants, des éclairagessectoriels particuliers pourront être apportés.

Principes économiquesQu’est-ce qu’une taxe environnementale ?Justification économique de la fiscalité environnementaleL’importance du recyclage des recettes

La fiscalité environnementale en France : mise en œuvre etexemplesÉtat des lieux et analyse comparative internationaleLa tarification de l’eau : une fiscalité exemplaire ?Transports : le juste prixDéchets : qui paye quoi ?

Économie politique de la fiscalité environnementaleLes leçons à tirer de la taxe carboneLe Comité pour la fiscalité écologique

Limites et perspectives Les autres instruments des politiques environnementales

IntervenantOlivier Simon

Repères bibliographiquesCommissariat général au

développement durable (2013),La fiscalité environnementale en

France : un état des lieux, collectionRéférences.

Conseil économique, social etenvironnemental (2009),

Fiscalité écologique et financementdes politiques environnementales, Avis présenté par Mme. Pierrette

Crosemarie.

Conseil des impôts (2005), Fiscalité et Environnement,

23ème rapport.

Comité pour la fiscalité écologique(2013), rapport du Président et travaux

du Comité, 1er semestre 2013.

)Niveauavancé

***

ÉCONOMIE

Cepe, Genes


P.130

2 jours3, 4 avril 2014


ObjectifsAvoir les connaissances démographiques indispensables pourpositionner son territoire dans un environnement plus large.Connaître les grandes tendances démographiques, encomprendre les causes, conséquences et principaux outils demesure et savoir utiliser la démographie pour mieuxcomprendre un territoire.

ContenuLes principales bases de données démographiquesLe recensement de la population (méthode, accès aux données…)L’état civil

L’évolution démographique et son impactLa croissance démographique en FranceL’analyse d’un territoire au travers de sa pyramide des âges(comparaisons internationales et locales) La mesure du vieillissement de la population et son impact surl’économieLes migrations comme mesure de l’attractivité d’un territoireLes enjeux et flux des migrations internationales

Les projections de populationUne photographie possible du futur d’un territoire pour aider à ladécisionDes scénarios à construire dans le cadre d’une démarcheprospective

La mortalitéL’évolution de la mortalité en France au travers de l’espérance de vieLes inégalités de mortalité en France et dans le monde

La féconditéL’exception française en EuropeLes déterminants et l’impact de la fécondité sur les territoires

La démographie pour mesurer le développement humain

Analyser son territoire par la démographie

IntervenantLaurent Di Carlo

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



P.131Construire un bilan démographique

2 jours 19, 20 juin 2014


ObjectifsSavoir calculer les principaux indicateurs démographiquesutiles aux bilans démographiques.

Pré-requisConnaissance des calculs simples sous Excel.

ContenuUn pays européen servira de fil rouge à cette formation pour lecalcul des indicateurs, avec la France comme territoire decomparaison.

Les principales bases de données démographiquesLe recensement de la population (méthode, accès aux données…)L’état civil

L’évolution démographique et son impactLes facteurs de la croissance démographique (solde naturel, soldemigratoire, etc.)Les indicateurs du vieillissement

La mortalitéLes principaux indicateurs et outils : taux de mortalité par âge,standardisation des taux de mortalité, table de mortalité, espérancede vie, taux de survie

La féconditéLes principaux indicateurs et outils : taux de natalité, taux defécondité par âge, indicateur conjoncturel de fécondité, âge moyende maternité, taux brut et net de renouvellement

Regroupement des différents éléments du bilan démographiquedu pays étudié et analyse des résultats

La mesure du développement humain au travers des indicateursde l’ONU



)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



P.132

2 jours18, 19 mars 2014


ObjectifsSensibiliser les participants aux différentes facettes del’analyse de territoire, leur donner une méthode de travail afinqu’ils puissent au mieux s’approprier une problématique etidentifier le fil conducteur du raisonnement pour y répondre,mais aussi mobiliser des données, les analyser et les présenterdans un ensemble cohérent.

ContenuL’analyse de territoire permet d’améliorer la connaissanceéconomique, démographique, sociale d’un territoire, de comprendreson organisation et son rôle dans un environnement plus large. Ellepeut revêtir différentes formes sur un continuum qui va de l’état deslieux initial, sorte de première pierre de l’observation, au diagnostic.La formation alterne des présentations et des cas pratiques. Lesparticipants auront notamment à réaliser plusieurs analyses trèspartielles de territoire, en s’appuyant sur des tableaux et desgraphiques issus de sources administratives et d’enquêtes utiliséesà l’Insee. Un territoire servira de fil rouge à cette formation, dans lecadre d’une analyse de type monographique.

Les différentes formes de l’analyse de territoire

La géographie du territoire

La dynamique de la population

L’habitat et les habitants

L’économie : piliers, spécificités et spécialisation

Le marché du travail : chômage, activité, mobilité

L’attractivité du territoire

L’organisation du territoire : pôle d’emploi/résidence, pôlesprincipaux et secondaires

Analyse du territoire par la pratique


(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.133

Le recensement de la population : méthode et utilisation des données



ObjectifsPrésenter toutes les potentialités de traitement de la mined’informations que représente le recensement de la population.Savoir utiliser les résultats du recensement de la population pourpréparer des décisions dans le domaine du logement, du social,de l’éducation/formation, des équipements, pour construire descampagnes marketing ou alimenter des outils géomarketing, pourconstruire des bases de données intégrant le recensement.

Pré-requisHabitude dans le maniement des informations chiffrées etquelques notions des concepts relatifs aux statistiques depopulation et de logement.

ContenuLa formation présente la méthodologie du recensement en Franceet l’utilisation qui peut être faite des résultats. Elle s’intéresse auxmodalités de collecte, à la méthode de sondage, aux contours et aucalcul de la population statistique, aux traitements, à la précisiondes résultats. Elle présente aussi tous les conseils d’utilisation desdonnées en tenant compte de la méthodologie, de l’évolution desconcepts, des nouveaux produits mis à disposition, avec des travauxpratiques sur quelques thèmes (familles, migrations, emploi, etc.).

La méthode du recensementLes finalités ; les questionnaires ; la collecte ; les traitements

Les concepts de populationLes catégories de population légale et les principes ; les méthodesde calcul de la population légale ; la diffusion de la population légale ;les changements par rapport à 1999

L'utilisation des résultatsLes résultats ; les pondérations ; la précision

L’accès aux données sur le site de l’InseeLes différents produits de diffusion ; la navigation sur le site

L'évolution des définitions et des concepts depuis 1999Ménages, famille, couple ; âge et générations ; activité, emploi ;nationalité, immigration ; les migrations résidentielles ; les navettesdomicile-travail

IntervenantFrançois Dubujet

Logiciel utiliséAu choix Excel ou Sas

Repère bibliographiqueGodinot,A., (2003),

La rénovation du recensement de la population,

Courrier des Statistiques n°105-106,(http://www.insee.fr/fr/themes/

document.asp?reg_id=0&id=1146)

Sur insee.fr, documentation détailléedes résultats du recensement de la

population :http:// www.insee.fr /fr/bases-de-

donnees/default.asp?page=recensement/resultats/

documentation-aide.htm

)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.134

3 jours12, 13, 14 mai 2014


ObjectifsConnaître le vocabulaire courant de l'économie (consommation,production, investissement, inflation...) et savoir ce quereprésentent les indicateurs usuels de l'économie (PIB,croissance, indice des prix...). Comprendre le rôle et les interactions entre les grands acteurséconomiques (entreprises, ménages, finances, Etat).

Ce module ne pourra avoir lieu qu'avec un effectif compris entre 9et 12 stagiaires pour lesquels l'assiduité s'avèrera indispensable aubon déroulement de la simulation économique.

ContenuLe module comprend une douzaine de séquences de simulation de30 minutes suivies d’un débriefing de 30 minutes à une heureportant sur les notions économiques abordées au cours du jeu etle rapprochement avec l’économie réelle et l’actualité. « Le jeu de l'île » est construit autour d’une simulation économique,dans laquelle les stagiaires tiennent tour à tour les rôles deproducteurs, de consommateurs, d'entrepreneurs et de financiers. La simulation permet aux stagiaires d’avoir une approche concrèteet intuitive de notions économiques de plus en plus complexes àmesure que l’économie de leur île se développe.

Ce module permet de balayer un très large champ de conceptsfondamentaux aussi bien en macroéconomie qu'en microéconomie.Les indicateurs macroéconomiques, tels que le PIB, la croissance etses composantes, les indicateurs de développement, inflation,productivité, chômage... sont traités sous les angles de leursignification, leur interprétation et limites, leur place dans la décisionéconomique. Cette dernière question ouvrant le débat sur lefonctionnement et le rôle des grands agents économiques(entreprises, état, ménages, banques).

Au plan microéconomique, un grand nombre de concepts sontabordés parmi lesquels le choix du producteur (politiqued'entreprise, politique de prix), les frontières de la firme à traversnotamment la question du choix de faire ou de faire-faire (sous-traitance, externalisation, délocalisation), les problèmes derépartition du profit entre investissement, salaires, profit...

Jeu de l’île : une introduction aux mécanismes économiques

IntervenantsJoël DekneudtNicolas Gruyer

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



P.135Jeu de marché : économie industrielle

2 jours 13, 14 mars 2014


ObjectifsConnaître les outils et concepts fondamentaux de l'économieindustrielle et savoir les mettre en pratique à travers unesimulation de marché.

Pré-requisEn complément des formations Analyse microéconomique etAnalyse économique et politique de la concurrence, mais peutêtre suivie indépendamment.

ContenuL'économie industrielle a pour but d'analyser le fonctionnement desmarchés afin de mettre en évidence les facteurs qui déterminentl'intensité de la concurrence, le prix et la qualité des produits, lesstratégies et profits des entreprises...

Cette formation présente les outils et concepts fondamentaux decette discipline de façon ludique et efficace, à travers une simulationde marché (airECONsim). Les stagiaires se retrouvent à la têted'entreprises virtuelles concurrentes et doivent adapter leursdécisions à un environnement changeant. Pour réussir, ils doiventégalement anticiper les modifications de stratégies de leursconcurrents et adopter un mode de pensée dynamique.

La formation alterne phases de jeu et phases de débriefing quifournissent aux stagiaires un cadre théorique sur lequel adosserleurs décisions.

Principaux concepts abordés :Les coûts et la demandeLes décisions de long terme, l'incertitude et les décisions de courttermeLa logique derrière la concurrenceLa concurrence imparfaite, la collusion, les barrières à l'entrée, ladifférentiationLe principe fondamental de la théorie

IntervenantNicolas Gruyer

)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



P.136

1 jour9 avril 2014


ObjectifsAppréhender les principes de fonctionnement des marchés dedroits d'émissions de CO2, à travers une simulation de marché.

Pré-requisEn complément de la formation Économie de l'environnement,mais peut être suivie indépendamment.

ContenuCe jeu de marché permet d'illustrer le fonctionnement des marchésde droits d'émission de CO2 de façon ludique et efficace, à traversune simulation de marché. Les stagiaires se retrouvent à la têted'entreprises virtuelles concurrentes sur des marchés de biens dontla production dégage du CO2 et doivent adapter leurs décisions àun environnement changeant.

La formation alterne phases de jeu et phases de débriefing quifournissent aux stagiaires un cadre théorique sur lequel adosserleurs décisions.

Principaux concepts abordés :Taxes, subventions et quotas

Avantage informationnel des droits d'émissions négociables sur lesautres solutions

Coûts d'opportunité et windfall profits

Impact du système sur les investissements dans des technologiesmoins polluantes

Allocation initiale des droits d'émissions: grandfathering contrebenchmarking

Intérêt et risques des enchères de droits d'émissions

Jeu de marché : permis d'émissions de CO2

IntervenantNicolas Gruyer

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



ÉCONOMIE

Conjonctureéconomique

• Comprendre et utiliser les comptes nationaux

• Analyse de la conjoncture économique française

• Analyse conjoncturelle internationale

• Analyse conjoncturelle du marché du travail

P.137

P.138

3 jours24, 25, 26 mars 2014


ObjectifsSavoir lire et utiliser des comptes nationaux, qui servent decadre à l’analyse macroéconomique. L’accent porte sur lesprincipaux concepts des comptes nationaux, leur interprétationet les limites de leur utilisation.

ContenuLes différents produits de diffusion sont présentés en appui à laformation.

Le cadre d’ensembleDe l’analyse économique à la comptabilité nationale, la grilled’analyse du cadre comptable (les secteurs institutionnels et leurséquence de comptes, l’équilibre de l’offre et la demande, les troismesures du PIB). Le contexte réglementaire européen.

Les comptes des biens et services et le TESLes opérations sur biens et services et les Equilibres Ressources-Emplois (ERE) par produitLe Tableau des Echanges Intermédiaires (TEI) et les notions decoefficients techniques et de productivité La mesure du volume. Le PIB et la mesure de la croissance. Lescomptes d’exploitation par branchePrésentation du tableau de synthèse TES

Les comptes des secteurs institutionnels et le TEELes opérations de répartition, les secteurs et les principales sources d’information Le compte des entreprises non financières : la rémunération des salariés, l’excédent d’exploitation, lebesoin de financement. Le lien avec la comptabilité d’entrepriseLe compte des ménages : la dépense de consommation finale et la consommation finale effective, lerevenu disponible, le pouvoir d’achat des ménages, l’épargne, le patrimoineLe compte des administrations publiques : les services non marchands et la redistribution, les notionsde déficit public et de dette publique, les prélèvements obligatoiresLe compte du Reste du monde : les opérations avec le Reste du monde, les bénéfices réinvestis, la balancedes paiements, la capacité / besoin de financement de la NationLa séquence des comptes, les soldes intermédiaires et le TEE : synthèse des comptes sectoriels

Le tableau des opérations financières (TOF) Les opérations et les institutions financièresL’enregistrement des opérations en actif/passif

Les comptes de patrimoine et de variation de patrimoine

Les comptes trimestrielsLes comptes trimestriels en valeur et en volume, CVS-CJOL’articulation des comptes trimestriels et des comptes annuels, les délais de diffusion et les révisions

Utilisation, lecture et limites des comptes nationaux

Comprendre et utiliser les comptes nationaux

IntervenantJacques Bournay

Repères bibliographiquesPiriou, J. P. (2012), La Comptabilité nationale,16ème édition, La Découverte, collectionRepères

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.139Analyse de la conjoncture économique française



ObjectifsConnaître les principales sources d'informationsconjoncturelles et savoir les utiliser afin d'élaborer unesynthèse de la conjoncture économique.

Pré-requisHabitude dans le maniement des informations chiffrées.

ContenuLa formation présente l'éventail des sources d'informationsconjoncturelles. Elle insiste sur la manière d'utiliser ces sources, enparticulier sur leurs limites et leur interprétation, dans le butd'élaborer une synthèse de la conjoncture économique. Cetteformation est animée par les responsables du suivi de la conjoncturenationale à l’Insee.

IntroductionQu’est-ce que la conjoncture économique, les principaux concepts Le contexte institutionnel, les producteurs d'informationsSavoir repérer les informations conjoncturelles : les bases dedonnées, les publications et leurs dates de parution, la diffusion surInternet

Les enquêtes de conjonctureLes différentes enquêtes de conjonctureL'interprétation, l'utilisation des résultats et les pièges à éviter

Les comptes trimestrielsLa synthèse des informations dans le cadre comptableUtilisation par le conjoncturiste

La conjoncture du marché du travailLe lien production-emploiLes politiques de l’emploi et du chômageLa population active et les prévisions du taux de chômage

La synthèse de l'information conjoncturelle, diagnostic et prévisionsLes familles d'indicateurs (production, consommation, commerceextérieur, prix…), présentation et utilisationLe diagnostic conjoncturelLes prévisions de court termePrésentation de la conjoncture nationale et internationale la plusrécente

IntervenantsMichel Devilliers Catherine Renne

Frédéric Tallet

Repères bibliographiquesCarnot, N. et Tissot, B. (2002),

La prévision économique, Economica

Vazquez, M. (2002), La conjoncture,

La documentation française

)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.140

1 jour17 septembre 2014


ObjectifsComprendre les enjeux de l’analyse conjoncturelle internationale.Permettre d'identifier les canaux de transmission de laconjoncture internationale (commerce, prix, taux d’intérêt, actifsfinanciers), et savoir analyser et interpréter une prévision.Comprendre le fonctionnement des modèles macro-économiqueset comment, avec l'identification des mécanismes en jeu, ilspermettent d'interpréter différentes situations ou scénarios.

Pré-requisHabitude dans le maniement des informations chiffrées. Lesnotions de base en macroéconomie (concepts de PIB, dedemande intérieure, de contribution à la croissance, le cadrecomptable…) doivent être acquises.

ContenuL’économie internationale est la toile de fond sur laquelle se dessinela conjoncture économique de la France : prix des matièrespremières, crise financières, mondialisation des économies jouentun rôle déterminant dans la conjoncture interne. Au cours de cetteformation, on montrera comment analyser la conjonctureinternationale en s’appuyant sur des exemples de pays, pris dansl’actualité. Les sources d’information seront présentées, et onétudiera les canaux de transmission de la conjoncture internationaleà la conjoncture française, et son "résumé" dans la demandeinternationale adressée à la France. L’apport des modèles macro-économiques dans l’analyse de la conjoncture internationale seraensuite présenté : lors de l’élaboration du diagnostic et desprévisions, mais aussi a posteriori, pour mieux comprendre lesphénomènes conjoncturels passés, et analyser les erreurs deprévision.

La conjoncture internationale Introduction : intérêt de l’analyse conjoncturelle internationaleLes canaux de transmission de la conjoncture internationale(commerce, prix, taux d’intérêt, actifs financiers)Les étapes de la prévision Illustration : analyse conjoncturelle d’un pays partenaire de la France

Apport de la modélisation macro-économique à l’analyseconjoncturelle internationalePrincipes des modèles macro-économiques (‘traditionnels’, VAR, DSGE)L’utilisation des modèles pour le diagnostic et la prévision :"l’inversion" des modèlesLeur utilisation a posteriori : le "post-mortem" des diagnosticsprécédentsExemples de chiffrage à l’aide d’un modèle macroéconomique :les effets de la crise, les effets des plans de consolidationbudgétaire

Analyse conjoncturelle internationale

IntervenantsMatthieu Lequien Adrien Zakhartchouk

(Niveauavancé

***

ÉCONOMIE

Cepe, Genes


P.141Analyse conjoncturelle du marché du travail

1 jour 15 octobre 2014


ObjectifsSavoir utiliser des données conjoncturelles, plusparticulièrement des données portant sur le marché du travail(emploi, chômage, salaires). Connaitre les différents outilsutilisés par les conjoncturistes et les indicateurs conjoncturelsdisponibles, en vue d'une analyse centrée sur le diagnosticconjoncturel du marché du travail.

ContenuLa formation porte d’abord sur les différents outils utilisés par lesconjoncturistes et fait un panorama des grandes famillesd’indicateurs conjoncturels disponibles (enquêtes de conjoncture,indicateurs quantitatifs, comptes nationaux). L’accent est ensuitemis sur la description et l’analyse des différents indicateurs propresau marché du travail.

Outils élémentaires du conjoncturisteNature des informations, nature des sériesLes différents taux de croissance : intérêt et utilisation pratique,calculs des contributions

Panorama de l’information disponible pour le diagnostic conjoncturelLes sources statistiques d’informations conjoncturelles (comptes nationaux annuels et trimestriels,indicateurs quantitatifs, enquêtes de conjoncture)Les études et notes d'analyse : l'exemple de la note de conjoncture de l’Insee

Les enquêtes de conjoncture : le moral des agentsLes enquêtes auprès des entreprisesL’enquête auprès des ménagesUtilisations de ces enquêtes : soldes, indicateurs synthétiques et de retournement, étalonnages

Panorama des indicateurs quantitatifsLes indicateurs quantitatifs les plus utilisés (IPI, IPC, etc.) ; les indicateurs composites

Les comptes nationauxPrésentation, principes et méthodes Les comptes trimestriels : la nécessité d’une information infra-annuelle

La conjoncture de l’emploiLe lien croissance / emploi concurrentiel : histoire, notions de productivitéPrésentation d’une équation d’emploi et lien avec les évaluations des effets des politiques de l’emploiPrésentation d'un étalonnageLes autres composantes de l’emploi

Le chômageÉvolution, concepts, sources ; la population active ; le bouclage emploi – chômage pour l’analyse et lesprévisions

Les salairesPrésentation des différentes sourcesModélisation d'une équation économétrique

IntervenantVladimir Passeron

)Niveauavancé

***

ÉCONOMIE

Cepe, Genes



cours de l'année.






au format PDF.

ÉCONOMIE

Cyclemacroéconomie

• Fondements macroéconomiques

• Modélisation en équilibre général calculable

• Modélisation macroéconométrique

P.143

P.144

2 jours 24, 25 mars 2014


ObjectifsAcquérir les grands concepts de la macroéconomie moderne, autravers d’exemples, et maîtriser les enjeux actuels de politiqueéconomique pour l’Europe à l’économie dans son ensemble.

ContenuLa formation introduit les principes fondamentaux de l’analysemacroéconomique et présente l’ensemble des questions auxquelless’intéresse la macroéconomie. La présentation n’a pas recours à uneformalisation poussée et privilégie la compréhension intuitive. Unenotion théorique de macroéconomie est introduite une fois mis enévidence les questions économiques qu’elle permet d’analyser.Plusieurs études de cas sont traitées afin que les participantsappliquent le raisonnement économique à des données statistiques.

IntroductionLa comptabilité nationale : un outil de description macroéconomiqueDans quelle mesure les grandeurs de la macroéconomiepermettent-elles de juger de l’efficacité économique ?Quels liens établir entre l’économie réelle et l’économie monétaire ?

Analyse macroéconomique en économie ferméeLa demande privée et publiqueL’analyse de la demande agrégée : peut-on et comment stimuler lademande privée ?L’équilibre global économiqueÉtude de cas : peut-on concilier les objectifs d’inflation, decroissance, de chômage ?

Analyse macroéconomique en économie ouverteLa prise en compte de l’ouverture internationale des économiesÉtude de cas : les conséquences de l’appréciation de l’euro sur labalance commercialeLa politique économique en économie ouverte : les conséquencespour l’équilibre domestique de l’ouverture de l’économie

La synthèse macroéconomique : offre globale et demande globaleLes politiques économiques à court et moyen termeÉtude de cas : les effets de la modification du prix du pétroleLes prix et les salairesCourbe de Phillips Chômage et inflation

Analyse des comportements et des marchésL’investissementLa consommation des ménagesLes marchés financiersLa banque centrale

Fondements macroéconomiques

IntervenantPierre Delage

Repères bibliographiquesBlanchard, O. et Cohen, D. (2010),Macroéconomie,4ème édition, Pearson Education

Burda, M. et Wyplosz, C. (2009),Macroéconomie, une perspectiveeuropéenne, 5ème édition, De Boeck Université

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.145Modélisation en équilibre général calculable



ObjectifsMaîtriser la modélisation en équilibre général calculable.

Pré-requisConnaissances de base en macroéconomie et en économétrie(formation Économétrie 1).

ContenuTout comme les modèles macro-économétriques, les modèlesd’équilibre général calculable sont couramment utilisés pourl’évaluation des conséquences macro-économiques de mesures depolitique économique. Leur horizon de simulation relève cependantdu long terme et leurs spécifications s’appuient strictement sur lamicro-économie du consommateur et du producteur.

La formation comporte tant des aspects théoriques qu’appliqués.Les travaux dirigés se déroulent dans l’environnement logicielGAMS, principal outil de modélisation en équilibre généralcalculable sur le plan international.

IntroductionPrésentation des familles de modèles d’équilibre général calculable –mise en perspective historique

Techniques de modélisationConstruction d’un modèle statique d’équilibre général calculable :approche théoriqueNous aborderons ici la notion de loi de Walras, de matrice decomptabilité sociale, de calibrage. Les formes fonctionnellesusuelles (CES, Cobb-Douglas, Leontief) et leurs propriétés serontprésentées rapidement

Construction d’un modèleConstruction, pas à pas, de deux modèles statiques simples (enautarcie, sans et avec dépenses publiques), dans l’environnementGAMS. Plusieurs simulations seront effectuées et commentéesPrésentation d'un modèle dynamique : un document de travaildétaillé présentera un modèle d’équilibre général calculabledynamique à anticipations parfaites, dont le code GAMS et lesrésultats de simulations seront ensuite commentés en détail

IntervenantOlivier Beaumais

Logiciel utiliségams – Version démo

Repères bibliographiquesBrillet, J.-L. (1994),

Modélisation économétrique, Economica

Épaulard, A. (1997), Les modèles appliqués de

la macroéconomie, Topos, Dunod

)Niveauavancé

***

ÉCONOMIE

Cepe, Genes


P.146



ObjectifsSavoir mettre en œuvre la modélisation macroéconomique,notamment dans le cadre d'évaluations de mesures depolitique économique, d'exercices de prévision, ou d'analysesde la conjoncture.

Pré-requisConnaissances de base en macroéconomie et en économétrie(formations Fondements macroéconomiques et Économétrie 1).

ContenuCette formation comporte un volet d’application. La formation seveut pratique : l'essentiel des travaux se réalisera sous forme detravaux dirigés, grâce au logiciel EViews.

IntroductionLes modèles appliqués de l'économie : les grandes familles demodèles macroéconométriquesL’utilisation, les limites des modèles

Techniques économétriquesRappels d’économétrie utiles pour aborder la construction d'unmodèle

Construction d’un modèlePrésentation des principales commandes du logiciel, premièreformalisation (données, cadre comptable), estimation des équationsde comportement, simulation du modèle Analyse critique des propriétés du modèle, amélioration desspécificationsUtilisation d'un modèle amélioré : analyse des conséquences desaméliorations sur la précision et les propriétés du modèle,réalisation d'une projection de moyen-long terme, établissementdes hypothèses, contrôle de la qualité de la projection, étude despropriétés de long terme du modèle

Modélisation macroéconométrique

IntervenantEric Heyer

Logiciel utiliséEViews 5

Repères bibliographiquesBrillet, J.-L. (1994),Modélisation économétrique, Economica

Épaulard, A. (1997), Les modèles appliquésde la macroéconomie, Topos, Dunod

(Niveauavancé

***

ÉCONOMIE

Cepe, Genes


ÉCONOMIE

Cyclemicroéconomie

• Analyse microéconomique : du modèle standard à la concurrence imparfaite

• Économie de l’information, économie des contrats

• Analyse économique et politique de la concurrence

• Analyse microéconomique des politiques de l’emploi

P.147

P.148

4 jours (2+2)19, 20, 26, 27 mai 2014


ObjectifsComprendre les notions de base de la microéconomie, lesmodèles sur lesquels elle s'appuie, les concepts qu'elle utilise, laportée et les limites des résultats qu'elle propose. Connaître lesaspects sectoriels de l'économie (santé, transports, énergie,environnement etc.) ainsi que des approfondissements (commel'économie de l'information, la politique de la concurrence,l'économie du travail...).

Pré-requisConnaissances mathématiques usuelles (incluant les fonctions deplusieurs variables réelles) : cette formation met en place un cadreconceptuel qui repose sur une formalisation.

ContenuÀ partir d'une représentation simplifiée mais cohérente de la réalité,la microéconomie éclaire la façon dont se fixent les prix sur lesmarchés. Elle s'intéresse également à des problèmes d'efficacité(efficacité de l'intervention de l'État par exemple). La formationdéveloppe tout d’abord le "modèle de base" de la microéconomie,celui de concurrence parfaite, à partir duquel de nombreusesextensions sont possibles. Ce modèle classique de concurrenceparfaite constitue une théorie. Il s’appuie sur des hypothèses fortesqui, malgré leur caractère "irréaliste", ouvrent la voie à une démarche rigoureuse et féconde. La remise en causedes hypothèses du modèle de base permet dans un deuxième temps de mieux rendre compte des situationsréelles. L’analyse des situations où les hypothèses du modèle de base ne sont pas vérifiées fait l'objet de ladeuxième partie du module : existence de biens publics, d'externalités (la pollution par exemple), de situations demonopole ou de concurrence entre quelques firmes (concurrence "imparfaite"). La formation présente la démarche de l’analyse microéconomique et montre les applications concrètes qui sontouvertes par son approfondissement.

Introduction à la microéconomie. Le cadre d'analyse et les questions posées

Le consommateur.Analyse des préférences et du comportement du consommateur, détermination de la demande,influence des prix et des revenus

Le producteur. Processus de production, comportement du producteur et analyse de la concurrence,détermination du profit et influence des prix

Efficacité et équilibre sur les marchés. Détermination des prix d'équilibre, critère d'efficacité (optimum de Pareto),analyse en termes d'efficacité (économie du bien-être)

Économie publique : les externalités, les biens publics. Les externalités économiques et les inefficacités dumarché. Les mesures sont envisageables : création de marchés, taxation, subvention.Les biens publics (par exemple les infrastructures) : confrontation des intérêts privés et collectif et problèmes definancement. Solutions envisageables : cotisations, création de marchés personnalisés, taxation, subvention

La concurrence imparfaite : Les monopolesComportement, obtention et maintien des positions de monopole. Régulation, entreprises en réseaux et monopoles publics

La concurrence oligopolistique (entre un nombre limité de firmes)L’analyse des interactions stratégiques : quelques concepts de théorie des jeuxLe duopole, la dynamique de la concurrence

Analyse microéconomique :du modèle standard à la concurrence imparfaite

IntervenantDominique Schwartz

Repères bibliographiquesPicard, P. (1998), Éléments de microéconomie T1, Théorie etapplications, Montchrestien, CollectionÉconomie, 5ème édition

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes


P.149

Économie de l’information, économie des contrats



ObjectifsComprendre les concepts et les outils qui permettentd'analyser les relations stratégiques entre agents économiquesconfrontés à des problèmes informationnels.

Pré-requisConnaissance des concepts de la microéconomie (formationAnalyse microéconomique).

ContenuLa formation introduit les concepts et les outils qui permettentd'analyser les relations stratégiques entre agents économiquesconfrontés à des problèmes informationnels : c'est le champ de"l’économie des contrats". S’appuyant sur une approche formalisée,la formation fait le pont entre la théorie et des cas concrets,notamment dans le monde de l’entreprise.

Introduction

Le modèle d’anti-sélectionPrésentation du modèle de baseExtensionsExemples d’application (contrats de licence, concurrence entrecompagnies d’assurance, réglementation, etc.)

Les modèles d'aléa moralPrésentation du modèle de baseExtensionsExemples d’application (incitation des managers, environnement,etc.)

IntervenantSébastien Cochinard

Repères bibliographiquesCahuc, P. (1998),

La nouvelle microéconomie,La Découverte, collection Repères

Laffont, J.J., Martimort D., (2001) The Theory of Incentive :

The Principal-Agent Model,Princeton

University Press

)Niveauavancé

***

ÉCONOMIE

Cepe, Genes


P.150

2 jours 30 juin, 1er juillet 2014


ObjectifsCerner les enjeux de la politique de la concurrence, identifierles principaux scénarios anticoncurrentiels et comprendre lesoutils utilisés par les autorités de concurrence pour luttercontre les pratiques anticoncurrentielles et préserver lefonctionnement du marché par le contrôle des concentrations.

Pré-requisBonne connaissance des concepts de la microéconomie (formation Analyse microéconomique).

ContenuLa politique de la concurrence a pour objectif de protéger lefonctionnement concurrentiel des marchés, vu comme une garantieque les consommateurs, et plus généralement la collectivité, nesubiront pas le poids du pouvoir de marché excessif que certainesentreprises pourraient détenir. La mise en œuvre de cette politiques'articule autour de deux types d'interventions : d'une part lecontrôle des comportements (ententes et abus de positiondominante, ou interventions ex post) et d'autre part le contrôle desconcentrations (ou interventions ex ante). Ces différents aspectsde la politique de la concurrence s'appuient de plus en plus surl'analyse du fonctionnement des marchés par le biais des outils del'économie industrielle. L’étude des interactions stratégiques et lacompréhension des phénomènes liés aux structures de marchésconstituent ainsi des cadres d'analyse amenés à éclairer lesdécisions des autorités de la concurrence. L'objectif de cetteformation est de fournir une présentation de ces outils théoriquesainsi que de leur mise en œuvre pratique par les autorités en chargede la politique de la concurrence. Chacune des problématiquesabordées sera illustrée au moyen de cas concrets traités récemmentpar des autorités de concurrence au niveau national oucommunautaire.

Introduction à la politique de la concurrence

Pouvoir de marché et marché pertinent

Le contrôle des concentrations

La collusion et les ententes horizontales

Les restrictions verticales

Les abus de position dominante : prédation et ciseau tarifaire

Analyse économique et politique de la concurrence

IntervenanteLaure Durand-Viel

Repères bibliographiquesMotta, M. (2004), Competition Policy,Theory and Practice, Cambridge University Press

Combe, E. (2005), Économie et politique de la concurrence, Précis Dalloz

(Niveauavancé

***

ÉCONOMIE

Cepe, Genes


P.151

Analyse microéconomique des politiques de l’emploi

1 jour 18 novembre 2014


ObjectifsAppréhender les approches microéconomiques récentes dansle domaine de l’emploi et du chômage, et notamment acquérirles outils théoriques de l’évaluation de l’impact des institutionset des politiques actives de l’emploi sur le marché du travail.

Pré-requisConnaissances en microéconomie (formation Analysemicroéconomique et Analyse économique de l’emploi et dumarché du travail).

ContenuQuel est l’impact du salaire minimum sur les performances dumarché du travail ? Les coûts associés aux licenciementspermettent-ils de réduire le chômage ? L’État doit-il subventionnerla formation le long du cycle de vie ? Est-ce qu’une hausse desallocations chômage se traduit forcement par une hausse duchômage ? Ces questions seront traitées selon les approches lesplus récentes en termes de modélisation microéconomique, encherchant à confronter ce que prédisent ces modèles aux résultatsempiriques qui ont pu être observés.

IntroductionLes limites du modèle néoclassique face aux faits

L’apport des nouvelles théories dans l’analyse du rôle desinstitutions sur le marché du travail Théories de l’appariement et création d’emplois

Évaluation des institutions et politiques de l’emploi : prédictionsthéoriques et confrontation aux données observéesInstitutions et performances du marché du travail Politiques actives de l’emploi

IntervenantAhmed Tritah

Repères bibliographiquesCahuc, P. et Zylberberg, A. (2001),

Économie du travail, De Boeck Université

Perrot, A. (1998), Les nouvelles théories du

marché du travail, La Découverte, collection Repères

OMI

)Niveauavancé

***

ÉCONOMIE

Cepe, Genes



cours de l'année.






au format PDF.

ÉCONOMIE

Économieet prospective

• Panorama entreprises et développement durable : l'approche prospective

• La prospective : principes, méthodes et pratiques

• La prospective : utilité et limites dans les démarches de territoire

P.153

Nouvelle formation

NF

NF

NF

NF

P.154

1 jour 12 février 2014


ObjectifsSavoir en quoi et comment la prospective stratégique est unoutil pertinent et utile pour aider les décideurs et lesgestionnaires à anticiper, identifier et analyser les enjeux futursdu développement durable pour leur entreprise, leurorganisation ou leur territoire.

ContenuIntroduction aux problématiques du développement durable pourles entreprises (historiques, tendances en cours, perspectives àmoyen voire long terme)

Construire le sens du développement durable pour l’entreprise àl’aide de la prospective

Prospective et développement durable : les fondamentaux encommun (approche systémique, temps long, expertise élargie, rôledes parties prenantes, …)

De l’antipollution à la prévention, à l’intégration vers ledéveloppement durable : quatre étapes pour des enjeuxspécifiques

Les apports de la prospective : les outils et les démarchesappropriés

Développement durable et rôle des parties prenantes : lesbénéfices de la réflexion prospective en commun, partagée

De la prospective à la stratégie pour la prise en compte dudéveloppement durable dans les entreprises : études de cas

Panorama entreprises et développement durable : l'approche prospective

IntervenantPierre Chapuy

Repères BibliographiquesGodet, M., Durance, P.,La prospective stratégique pour lesentreprises et les territoiresCollection: Management Sup, 2011, 2ème édition. Dunod

Chapuy, P.,Le sens du développement durable pourl’entreprise : l’apport de la prospectivestratégique, Cahiers du LIPSOR,Série recherche N9, mars 2009

(Niveau

tout public

ÉCONOMIE

Cepe, Genes



P.155

La prospective :principes, méthodes et pratiques

3 jours (2+1) 13, 14, 26 mars 2014


ObjectifsConnaitre les principales étapes et savoir s’organiser pourpiloter une démarche de prospective.

ContenuLa formation présente les concepts, les principes et les techniqueset approches nécessaires à la conduite des démarches deprospective au travers d’apports théoriques, de présentation denombreux cas d’application et de mise en situation en atelierpermettant de parcourir la conception et la réalisation del’ensemble des étapes d’une démarche de prospective sur un sujetd’intérêt commun.

Les pratiques de la prospective, variété, pertinence, utilitéLa prospective, définitions ; la prospective, variété des pratiqueset principes d’action ; les démarches de prospective, trois étapespour trois principes et illustrations

L’information prospective : structuration, recueil et contenuDéfinir le système prospectif ; réunir la documentation prospective ;réaliser les enquêtes auprès d’experts, d’acteurs ; s’appuyer sur lagrammaire prospective ; élaborer la base d’information rétro-prospective (passé, présent, futurs)

Les représentations du futur : hypothèses et scénarios Les enquêtes prospectives, la méthode LIDOLI Abaque ; évaluerles scénarios disponibles ; élaborer des hypothèses ; construiredes représentations du futur utiles pour la réflexion et l’action ;rédiger et approfondir les scénarios

De la prospective aux projets d’actionLes politiques et projets des acteurs et leurs dynamiquestemporelles ; les conséquences des scénarios sur lespolitiques/les projets des acteurs ; les principaux enjeux du futuret les orientations pour l’action : identification, évaluation,priorisation, analyse des risques

S’organiser pour piloter une démarche ou un service de prospectiveLa typologie des démarches/services/fonctions ; animer unservice/un dispositif de prospective : les points clés

IntervenantsPierre Chapuy

Régine Monti

Repères BibliographiquesGodet, M., Durance, P.,

La prospective stratégique pourles entreprises et les territoiresCollection: Management Sup,

2011, 2ème édition. Dunod

Berger, G., Bourbon-Busset, J.,Masse, P.

De la prospective : Textesfondamentaux de la prospective

française (1955-1966)L’Harmatan.

Collection ProspectiveMémoire. 2007

)Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



P.156

1 jour 13 mai 2014


ObjectifsAcquérir les techniques, méthodes et pratiques de laprospective appliquée aux démarches territoriales.

ContenuLa formation répond aux trois questions suivantes : quelles sont lesinformations (quantitatives et qualitatives) qui constituent le socled’un diagnostic prospectif ? Comment identifier les connaissancesqui permettront de déchiffre les enjeux clés d’un territoire, repérerles tendances lourdes, les germes de changement, les rupturespossibles, les incertitudes majeures, les projets d’acteurs… ?Comment piloter un processus de décision au milieu d’un jeud’acteurs aux intérêts divergents qui conduit les responsables de ladémarche à arbitrer, identifier les enjeux clés, retenir les actionsprioritaires ?

La formation est fondée sur un équilibre entre apports théoriques,expériences, expérimentation et regards de synthèse. Il est proposéen alternance des temps d’exposés apportant des savoirs présentéssouvent à partir d’exemples, et insistant sur les savoir-faire et savoir-être à mettre en œuvre ; des temps de travaux en groupe, structurésautour des différentes étapes des démarches de prospective : based’information prospective, entretien d’experts, référentiel prospectif,enseignements stratégiques, …

Des idées, des méthodes et des outils pour construire unenouvelle représentation partagée du territoire Introduction à la prospective territoriale : les concepts clés Les finalités des démarches de prospective territoriale illustrées de cas Le vocabulaire prospectif Le diagnostic prospectif stratégique

La place de la prospective dans une démarche qui conduit lesacteurs à agirLa place des scénarios dans une démarche qui conduit les acteurs à agirLes processus à l’œuvre dans une démarche de prospective appliquée à un territoireDu récit prospectif à la feuille de route d’un projet de territoire : étapes clésPoser les éléments d’un cahier des charges d’une démarche de prospective qui conduit à l’action

La prospective : utilité et limites dans les démarches de territoire

IntervenantVincent Pacini

Repères bibliographiquesGodet, M., Durance, P. (2009), La prospective stratégique pour les entreprises et les territoires, Management Sup, 2011, 2ème édition.Dunod

Durance, P., Godet, M., Mirenowicz, P.,Pacini, V., La prospective territoriale : pour quoi faire, comment faire ?,Cahier du LIPSOR n°7 (2007).

(Niveau

initiation

***

ÉCONOMIE

Cepe, Genes



ÉCONOMIE

Intelligenceéconomique

• L'intelligence économique

• La veille pour mieux connaître son marché

• La veille documentaire et informationnelle

P.157

Nouvelle formation

NF

NF

NF

NF

P.158

3 jours 17, 18, 19 mars 2014

Prix (non soumis à la TVA) 1 450 €

ObjectifsIdentifier le concept d'intelligence économique, mieuxappréhender la politique publique des acteurs publics,développer les bons comportements pour favoriser laprotection de l’information.Acquérir des connaissances techniques et intégrer de bonsréflexes dans sa vie professionnelle.

ContenuCette formation permet d’aborder la réalité et l’étendue desmenaces dans les domaines économiques, scientifiques etindustriels ainsi que l'ampleur des préjudices qu'elles peuventcauser aux entreprises et à la collectivité nationale.

Le concept d’Intelligence économique Définitions NotionsBarrières et freinsL'intelligence économique offensiveL'intelligence économique défensive

La politique publique d’Intelligence Économique TerritorialeSes objectifsSon organisationLes schémas régionauxSes acteursSes bénéficiaires

La sécurité économiqueSes acteursLe patrimoine immatérielLa sécurité des Systèmes d’InformationCas concrets

L’intelligence économique (IE) est une ingénierie de la collecte, de l'analyse

stratégique et de la valorisation de l'information utile pour un éclairage et une aide

à la décision. Elle utilise toutes les ressources des technologies de l’information et de

la communication, des réseaux humains et de leur capacité d'influence pour donner

aux entreprises, ou à un Etat, les moyens d’être plus compétitif et plus efficace face

à la concurrence. Pratiquée par tous les grands pays industrialisés et émergents, elle

permet d’assurer aux entreprises un avantage concurrentiel, et à l’Etat de pouvoir

anticiper les évènements et d’accompagner les mutations économiques.

L'intelligence économique

IntervenantJean-Marc DURKOWSKI

(Niveau

tout public

ÉCONOMIE

Cepe, Genes



P.159La veille pour mieux connaître son marché

2 jours (1+1) 17 mars et 9 avril 2014


ObjectifsComprendre l'intérêt de la veille, acquérir une méthodologieet mettre en place un dispositif de veille personnel.

Les deux jours de formation sont espacés d’un mois pourpermettre à chacun de développer son dispositif et de l’exploiter.Dans l’intervalle, l’intervenant examine les plates-formes dechaque participant pour proposer des améliorations lors de laseconde journée.

ContenuS’appuyant sur des sources d’information et des outils gratuits, cedispositif facilite le repérage d’éventuels facteurs de risque ainsique des opportunités de développement pour ses activités. Parcequ’elle met en lumière les évolutions de l’environnement stratégique,la base de connaissances qu’alimente ce dispositif favorise l’analysedu marché et la production d’études économiques.

Définition de la veille et de ses enjeuxOrganisation de la veilleCadrage des besoinsChoix des sourcesSélection des informations

Présentation d’un modèle de plate-forme de veille semi-automatiséeFonctionnement des outils (agrégateur de flux RSS, base deconnaissances)Création par chacun des participants d’un dispositif analogueRepérage des sources utiles (françaises et internationales)Conseils pour l’exploitation quotidienne du dispositifExamen des plates-formes des participants et recueil de leursobservationsTravail collectif sur l’amélioration de ces dispositifsBonnes pratiques de veille / échangesPrésentation de sources d’information supplémentairesFonctionnement de quelques outils de veille complémentairesPanorama des outils disponibles

IntervenantBenoît Maille

Outils utilisésNetvibes, Changedetection, Feedity,

Yahoo Pipes…

Repères bibliographiquesAssociation Française de

Normalisation, AFNOR (1998),Norme XP X 50-053 relative aux

prestations de veille et de mise enplace d'un système de veille,

Paris, AFNOR, 23 p.

Jakobiak, F. (2001),L'Intelligence économique en

pratique : comment bâtir son propresystème d'intelligence économique

Paris, Editions d’Organisation, 300 p.

Lesca, H. (2003),Veille stratégique : La méthode

L.E.SCAnningGrenoble, Editions EMS, 180 p.

) ÉCONOMIE

Niveautout public

ÉCONOMIE

Cepe, Genes



P.160

1 jour 6 octobre 2014

Prix (non soumis à la TVA) 500 €

ObjectifsIdentifier les enjeux et les exigences de la veille documentaire etinformationnelle. Acquérir une méthodologie opérationnelle demise en place d’un plan de surveillance individuel. Mettre enplace une veille internet efficace avec des outils gratuits ou àpetits budgets et de gagner du temps sur l’étape de la collected’information pour l’investir dans l’analyse de l’information utile.

Pré-requisMaîtriser l'environnement Windows et un navigateur et connaîtreles outils traditionnels de recherche d'information sur Internet.

ContenuCette formation alterne les exposés avec démonstration et lestravaux pratiques avec des services et plates-formes en ligne.

Veille documentaire et informationnelleL’intelligence économique et la veillePourquoi veiller : un environnement informationnel en mutation ;définitions et sémantique ; les différents types de veille ; lesexigences de la veille.

Concevoir son dispositif individuel de veille territorialeLes activités de veille : recherche d’informations ; surveillanceDétail du process de veilleDéfinition d’un plan de surveillanceLe cahier des charges de la surveillance (objectifs, périmètre,sources, requêtes, plan de classement, livrable)

Mettre en œuvre son système de veilleSourcing et tableau des sourcesParamétrage : écrire des requêtes, identifier des pagesPilotage et suivi : analyse des premières alertes et ajustement ;évaluation de la pertinence des alertes ; adaptation del’architecture du plan de classement ; maintenance, feedbackÉvaluation

Partager sa veille et la valoriser : vers la veille collaborativeterritorialeLimites des outils de veille gratuits pour le partage de la veillePrésentation de quelques solutions à budget modéré

La veille documentaire et informationnelle

IntervenanteMarielle Guérard

(Niveau

tout public

ÉCONOMIE

Cepe, Genes



CERTIFIC

ATS

Les certificats

P.161

P.162

14 jours Début du certificat : 3 février 2014

Tarif pour l'ensemble du certificat(14 jours de formation) :7 200 €

Tarif pour 10 à 13,5 joursde formation :7 000 €

Tarif pour 5,5 à 9,5 jours de formation :4 800 €

Tarif en deçà de 5,5 joursde formation : 900 € x nombre de jours de formation (sans possibilité devalider le certificat)

ObjectifsCe certificat a pour objectif de permettre d’acquérir descompétences comptables, la maîtrise des enjeuxréglementaires et de la gestion des fonds propres, lesprincipales méthodes quantitatives et de modélisation descomportements de la clientèle, la connaissance des marchés etproduits financiers, une culture économique et enfin lacompréhension profonde du fonctionnement et du cadred’exercice des activités d’une institution financière.

ProgrammeCompréhension du bilan d'une banque, de son compte de résultatet liens avec les lignes d'activités bancaires Éléments de macroéconomie financière Gestion des risques structurels 1 : le risque de liquidité Gestion des risques structurels 2 : le risque de taux d'intérêt Gestion des risques structurels 3 : le risque de change Couverture des risques structurels et ingénierie bancaireÉchéancement et modélisation des postes du bilan Modélisation du capital économique, taux de cession interne ettarification RAROC Comptabilité IFRS de la gestion financière Introduction au pricing des produits de couverture

Pour connaître le programme détaillé des modules et le calendrierdes sessions, veuillez consulter le site internet du Cepe.

Le suivi du cursus et la réussite à l'examen de certification conduità l'obtention d'un certificat AFGAP délivré par le Groupe des ÉcolesNationales d'Économie et Statistique.

L'AFGAP (Association française des gestionnaires actif-passif)s'associe au Genes pour créer une formation certifiante, àterme largement "européanisée", avec les meilleursprofessionnels de la Place.

Certificat de gestion actif-passif

(CERTIFIC

ATS

Cepe, Genes


P.163Certificat « Chargé d'études statistiques »

42 jours (252 heures)Début du certificat :

13 janvier 2014


ObjectifsA l'issue de cette formation, le stagiaire saura traiterefficacement de grands ensembles de données numériques ouqualitatifs à l'aide de techniques avancées et notamment quelleméthode utiliser en fonction des données disponibles et desobjectifs à atteindre.

Programme1er trimestre (21 jours)

Introduction à la statistiqueDescription et mesure de la liaison entre deux variablesIntroduction au logiciel R pour les statistiquesStatistique descriptive appliquée avec RDistinguer corrélation et causalité, modéliser, estimer et testerModéliser des données qualitativesIntroduction aux méthodes d'analyse des donnéesJeu de l'île : une introduction aux mécanismes économiques

2e trimestre (12 jours)

Rédiger un rapport, une note, un articleConcevoir une enquête et élaborer un questionnaireIntroduction aux méthodes de sondageGérer le secret statistiqueDécrire, analyser et prévoir à court terme des séries chronologiquesComprendre et corriger les phénomènes temporels

3e trimestre (9 jours, optionnel)

Le programme du 3e trimestre sera constitué de modules choisispar le stagiaire dans le catalogue inter-entreprise du Cepe (dans lalimite de 54 heures de cours). Les modules seront conseillés enfonction du profil du stagiaire.


La validation du certificat est soumise à la réussite des évaluationsproposées à l'issue de chaque trimestre ainsi qu'à la validation dumémoire et de la soutenance devant un jury.

) ÉCONOMIE

CERTIFIC

ATS

Cepe, Genes



P.164

19 jours (dont 10 optionnels)Début du certificat : 20 mars 2014

Prix net (non soumis à la TVA) Coût total : 13 500 €

Tronc commun méthodes : 6 500 €

Évaluations en pratiques : totalité des sessions : 7 000 €une journée : 750 €

ObjectifsFournir aux participants un socle large et solide sur lesméthodes d’évaluation et sur les thématiques abordées, leurpermettre de se perfectionner afin de commanditer et demieux apprécier la qualité et la portée des rapportsd’évaluation ou de mieux comprendre les articles récentsd’économie appliquée. Il vise également à donner un état deslieux des résultats et des questions ouvertes dans différentsdomaines de l’action publique.

Programme1 - Introduction à l'évaluation des politiques publiques (12 heures)

2 - MéthodesÉconomie des politiques publiques (12 heures)Déchiffrer l’économétrie (12 heures)Les évaluations d'impact (18 heures)

3 - Évaluations en pratique (optionnel)Politiques de l’emploi (12 heures)Retraites (12 heures)Fiscalité (12 heures)Éducation (12 heures)Logement et territoires (12 heures)


Une évaluation sous forme de QCM sera proposée à la fin dessessions de la partie Méthodes. Elle permettra l'obtention ducertificat.

L’Institut des politiques publiques (IPP) et le Centre d’étudesdes programmes économiques (Cepe) ont mis en place unprogramme commun de formation sur l’évaluation des politiquespubliques, sous la forme d’un certificat « évaluation despolitiques publiques ».

Certificat « Évaluation des politiques publiques »

(CERTIFIC

ATS

Cepe, Genes


RENSEIG

NEMENTS PRATIQ

UES

Renseignements pratiques

P.165

• Les prix sont nets, le Cepe n'étant pas assujetti à la TVA.

• Au-delà du seuil de 8 000 € de commande (uniquement sur des offres du catalogue hors certificat), une réduction de 20% est appliquée sur les tarifs des sessions suivantes, pour un même établissement.

• Prix dégressif par établissement :Une réduction de 20% est appliquée à partir du 3e inscrit à un même module. Exemple pour une session d'un jour : 500 € pour les deux premiers inscrits, puis 400 € pour les suivants.

• Afin de faciliter l'accès aux doctorants aux formations, le Cepe leur propose des tarifs préférentiels.

P.166

Des tarifs attractifs

Chacune des formations inter-entreprises concerneun public spécifique et clairement identifié. Il estrecommandé de se référer à la fiche de présentationdes formations pour vérifier que le profil et lesattentes correspondent au programme/niveauproposé par la formation.

N’hésitez pas à prendre contact avec notre équipepour affiner votre choix et vérifier les disponibilités dedates et places.

L'inscription à l'un de nos programmes courts sedéroule sur simple validation de l’adéquation de vosattentes/profil avec le contenu de la formation.

• Vous pouvez vous inscrire :- en ligne sur notre site www.lecepe.fr, en utilisant le

bulletin situé à droite de chaque fiche de formation,- par fax (+33(0)1 75 60 35 31) en détachant le bulletin

d'inscription à la fin de cette brochure ou en téléchargeant le bulletin au format pdf sur notre site internet,

- par courrier postal (Le Cepe, 60 rue Etienne Dolet 92240 Malakoff) ou électronique ([email protected]).

• Le Cepe n'acceptera les inscriptions que dans la limite des places disponibles (12 au maximum par session sauf cas particuliers mentionnés sur les fiches).

• Dès réception de la demande d'inscription, une convention de formation sera envoyée par courriel au responsable de formation. L'inscription ne sera validée qu'après réception par le Cepe de la convention signée par l'organisme employeur.Un exemplaire signé par le Cepe sera alors retourné à l'organisme employeur.

• Si trois semaines avant le début de la formation le nombre d'inscrits est insuffisant, celle-ci pourra être annulée ou reportée.

• Une convocation sera envoyée aux participants trois semaines avant le début du stage.

• À l'issue de chaque session de formation, une attestation de participation sera délivrée au stagiaire.

Modalités d’inscription

RENSEIG

NEMENTS PRATIQ

UES

P.167

Cepe, Genes

60, rue Étienne Dolet92240 MalakoffTél : 01 75 60 34 00Fax : 01 75 60 35 31Mél : [email protected]

www.lecepe.fr

• Toute annulation doit être signalée par écrit (par courrier, par fax ou par courrier électronique) au Cepe, au moins trois semaines avant le début de la formation.

• Pour toute annulation parvenant moins de trois semaines avant le début de la formation, le Cepe se réserve le droit de facturer 50% des droits d'inscription.

• En cas d'absence ou d'annulation reçue après le début de la formation, la totalité des droits d'inscription sera exigible.

Annulation Horaires des formations

RENSEIG

NEMENTS PRATIQ

UES

9h15 - 17h00 Nos journées de formationdurent 6 heures.

Contact

Le Mastère Spécialisé (MS) « Modélisation économique etstatistique » est un diplôme de l’Ensae ParisTech, habilité par laConférence des grandes écoles (CGE). Il offre la possibilitéd’acquérir une spécialisation scientifique de haut niveau dans l’unedes disciplines suivantes :

• actuariat* ;

• analyse des marchés et finance d'entreprise ;

• data science ;

• finance de marché ;

• gestion des risques et régulation ;

• prévision et politiques économiques.

Les élèves admis en MS doivent être titulaires au préalable d'un diplôme deniveau M2 dans l'une des disciplines de l'école (macroéconomie, microéconomie,statistique et finance) ou titulaires d'un diplôme de grande école. Ils suivent leMS soit directement dans la continuité de ce M2, soit après un passage enentreprise.

La scolarité du MS dure une année entière et comprend un stage professionneld’environ 4 mois.

Le Certificat d'Études Supérieures Spécialisées (CESS) de l'Ensae ParisTech,est un diplôme validant des cours dans les mêmes spécialités que le MastèreSpécialisé. Les élèves doivent suivre 14 cours pendant l'année, dont 10 parmiceux de leur spécialité. La scolarité en CESS correspond à une moitié dedernière année du cycle ingénieur de l’Ensae ParisTech. L’organisation des coursrend le CESS compatible avec un travail à temps partiel.

Une seule session de candidature est ouverte chaque année pour le MS ou leCESS, généralement ouverte à partir de février/mars.

Pour connaître le programme détaillé des spécialisations et le calendrier dessessions veuillez consulter le site internet de l’Ensae ParisTech - www.ensae.fr

Pour d’autres informations École Nationale de la Statistique et de l’Administration ÉconomiqueMS/CESS - Timbre J 1203, avenue Pierre Larousse92245 Malakoff CedexTél : 01 41 17 65 25Courriel : [email protected]

P.169

MASTÈRE SPÉCIA

LISÉ ET

CERTIFIC

AT D

’ÉTUDES SUPÉRIEURES SPÉCIA

LISÉES

* La spécialisation actuariat est reconnue par l’Institut des actuaires et offre la possibilité de devenir actuaire, selon des modalités spécifiques.

Mastère spécialiséet certificat d’étudessupérieures spécialiséesde l’Ensae ParisTech

AuditeurslibresLe statut d'auditeur libre permet de suivre des cours magistraux, mais non departiciper aux travaux pratiques. Il ne permet pas de passer les examens. Aucun diplôme ou certificat n'est conféré aux inscrits comme auditeur libre.Seule une attestation d'inscription peut être délivrée.

Pour l’Ensae ParisTech :Les cours de 3e année peuvent être suivis par les stagiaires en formationcontinue inscrits au CEPE, dans la limite des capacités d'accueil. L'inscription administrative se fait auprès du secrétariat du Cepe quiétablit une convention et se charge de prévenir la direction des études del’Ensae ParisTech. La liste des cours est disponible sur le site de l’EnsaeParisTech. Les cours s’étalent sur l’ensemble du semestre indiqué à raisond’un cours par semaine, en général. Les étudiants en M2 ou en doctoratsont invités à contacter directement l’Ensae ParisTech ([email protected]).

Les cours de 1ère et 2e année ne sont pas ouverts aux stagiaires en formationcontinue, sauf autorisation exceptionnelle délivrée par le directeur desétudes.

Pour l'Ensai :Les cours de 3e année du cursus ingénieur peuvent être suivis par lesstagiaires en formation continue inscrits au CEPE, dans la limite descapacités d'accueil. Le directeur des études de l’Ensai, [email protected], doit validervotre dossier avant toute inscription administrative auprès du secrétariatdu Cepe.La liste des cours est disponible sur le site de l’Ensai. Les cours s’étalentsur l’ensemble du semestre à raison d’un cours par semaine, en général.

L'inscription administrative se fait auprès du secrétariat du Cepe.Les droits d'inscription sont fixés comme suit1 : Droit d'inscription forfaitaire de 514,50 € Droit supplémentaire de 14,40 € par heure d'enseignement

Les droits d'inscription comme auditeur ne sont jamais remboursés.

Secrétariat du Cepe : [email protected]

Une convention est établie par le Cepe après validation par le directeurdes études de chaque école.

P.170

Cepe, Genes


1 - Arrêté du 17 mai 2013 fixant le montant desdroits de scolarité à acquitter par les élèveset auditeurs admis à suivre les cours duGroupe des écoles nationales d'économie etstatistique

Lesintervenants

Alexandre ADAMAprès des études scientifiques, statistiques etéconomiques (X-Ensae), Alexandre Adam adécouvert la Gestion Actif-Passif (ALM) à laBNP en 1997. Après avoir été en charge del'équipe de modélisation ALM du Groupe BNPParibas, il est aujourd'hui responsable de l'ALM& Treasury Management chez BNP ParibasPersonal Finance. Il est l'auteur de "Handbookof Asset and Liability Management" paru chezWiley en 2007.

Hervé AKOUNConsultant, professeur vacataire et formateurdans le domaine financier et de développementpersonnel, Hervé Akoun possède plus de 25 ansd’expérience dans les différents domaines de lafinance qu’il a acquis en travaillant auprès degrand groupes internationaux. Après unepremière expérience à la direction financière deMichelin au Canada et en Suisse, Akoun atravaillé dans les salles de marché commemarketer et trader au sein de Natwest et deCACIB. Il a ensuite, en tant que membre dudirectoire d’Allianz Global Investors, été encharge de l’allocation d’actifs et de la gestion desfonds structurés et des fonds de fonds. Puis,après avoir créé une société de conseil, il a rejointHSBC France, où il a été en charge de la gestionactif/passif. Actuaire qualifié, membre de l’institutdes actuaires il est diplômé de l’Ensae.

Jean-William ANGELDiplômé de l'Ensae, il est responsable de l'écoutedes publics au sein du département Insee infoservice. Il a été rédacteur en chef adjointd’Économie et Statistique et d’Insee première,puis en charge des publications conjoncturellesde l'Insee entre 2006 et 2010. Il a conçu deuxmodules de formation, aux techniquesrédactionnelles et aux techniques de l'exposéoral, destinés aux chargés d'étude. Il anime cesformations pour le Cepe et plusieurs autresorganismes (ministère chargé du travail, ministèrede l'Agriculture, Céreq, Ensai, etc.).

Julyan ARBELDocteur en statistique, diplômé de l'Écolepolytechnique et de l'Ensae, il est chercheur auCollegio Carlo Alberto en Italie.

Paul ARCHAMBAULTIl est statisticien et docteur en socio-démographie, aujourd'hui directeur des étudeschez Pitney Bowes Software. Il a dirigé demultiples études en marketing quantitatif dansles secteurs de la banque, de la distribution etdes télécom. Il est spécialiste des basesd'informations locales, de leur usage engéomarketing et économie spatiale. Il enseigne leGéomarketing à l'Ensai.

Pascal ARDILLYDiplômé de l'Ensae, il est expert au sein de laDirection de la Méthodologie et de laCoordination Statistique et Internationale(DMCSI) de l'Insee. Il assure des enseignementsde sondage à l'Ensai et au Cepe. Il a publié deuxouvrages, Les techniques de sondage (Technip)et Exercices corrigés de méthodes de sondage(Ellipses, en collaboration avec Y. Tillé).

Ketty ATTAL-TOUBERTDiplômée de l'Ensae (CGSA), elle est chef d’unitéau sein de la division des Indicateurs de courtterme. Elle anime depuis plusieurs années desformations pour le Cepe dans le domaine desséries temporelles.

Olivier BEAUMAISProfesseur d'économie, il dirige le Centre d'analyseet de recherche en économie (Care), à l'Universitéde Rouen. Il enseigne principalement la macroéco-nomie, l'économétrie et l'économie de l'environne-ment. Ses travaux de recherche portent sur lamodélisation en équilibre général calculable, la va-lorisation monétaire des actifs environnementaux,ou encore la tarification de l'eau.

Eric BONNEFOICommunicant et attaché de presse de l’Insee, ilest formateur en relations avec la presse. Il estcoach et médiatrainer des experts Insee dans lecadre de la présentation des études et résultatsstatistiques. Soutien à la prise de parole et à lacommunication orale, il est co-concepteur de laformation des attachés de presse Insee.

Salima BOUAYAD AGHADocteur en économie de l'Université Paris 1Panthéon-Sorbonne et Habilitée à Diriger desRecherches, elle est actuellement détachée del’Université du Maine en tant qu’enseignante auCepe. Elle intervient sur la conception etl’animation de formations dans différentsdomaines de l’économétrie. Ses recherchesportent sur l’économétrie spatiale et l'évaluationdes politiques publiques.

Sassi BOUBEKRIExpert comptable et commissaire aux comptesdiplômé, et après avoir effectué la majeure partiede son expérience dans l'un des 5 cabinets lesplus réputés dans le domaine de l'audit et duconseil (Cabinet Mazars), il crée désormais sastructure. Il est formateur dans les domaines dela comptabilité, contrôle de gestion, audit etfinance d'entreprise notamment au CECS(Centre d'Etudes Comptables Supérieurs et del'Audit) de l'ENOES (Ecole Nouvelled'Organisation Economique et Sociale) et auCNAM (Conservatoire National des Arts etMétiers).

Bruno BOUCHARDProfesseur de mathématiques et finance àl'université Paris-Dauphine et à l'Ensae-ParisTech,il est responsable du Master Recherche Masef etde la voie Finance de Marché de l'Ensae-ParisTech. Il est l'auteur de nombreusespublications scientifiques de haut niveau, enparticulier sur les Méthodes de Monte-Carlodites "non-linéaires" et la gestion des risquesfinanciers. Il a enseigné les méthodes de Monte-Carlo dans les universités Pierre et Marie Curie,Paris-Diderot et Paris-Dauphine, ainsi que dansde nombreuses universités étrangères.

Jacques BOURNAYIl a effectué toute sa carrière à l’Insee, dans lesdifférents domaines de la Comptabilité nationale.Il a enseigné cette matière à l’Ensae et l’Ensai etest actuellement secrétaire de l'Association decomptabilité nationale. Depuis de nombreusesannées, il intervient sur ces thématiques dans lecadre des formations du Cepe.

Véronique BROUSSEDiplômée de l’Ensae, elle était responsable desformations en statistique au Cepe. Elle a animépendant plusieurs années des formationscontinues en statistique à destination descontrôleurs de l'Insee. Elle anime régulièrementpour le Cepe des formations à la statistiquedescriptive et aux méthodes de régression.

Cristina BUTUCEAProfesseure de l'Université Marne-la-Vallée etmembre de l'Institut des Actuaires, elle est aussimembre du Crest. Elle fait sa recherche enstatistique mathématique, et enseigne autant enformations théoriques que professionnalisantes,où elle suit des missions de Data mining enentreprise. Elle intervient ponctuellement dansl'enseignement et le suivi des élèves à l'Ensae.

Pascal CAPITAINEDiplômé de l’Ensae, il est chef de projet d'études àla Direction régionale de l'Insee de Basse-Normandie. Ancien rédacteur en chef despublications de la Direction Régionale , il animedepuis plusieurs années des formations auxTechniques rédactionnelles pour l'Insee, et le Cepe.

Michel CARBONTitulaire de trois doctorats en statistique, il estactuellement professeur à l'université Laval deQuébec et consultant dans divers organismes.Il enseigne entre autres, les probabilités, lastatistique inférentielle, les séries temporelles,domaines dans lesquels il intervient régulièrementau Cepe.

LES INTERVENANTS

Cepe, Genes


P.171

Nathalie CARONDiplômée de l'Ensae et docteur en statistique,elle est chef de la division "méthodes ettraitements des recensements" à l'Insee. Elle estspécialiste en méthodologie d'enquêtes et animedepuis de nombreuses années des formations ensondage au Cepe.

Antonin CHAIXDiplôme de l’Ensae et titulaire du DEA demathématiques appliquées MASE de Dauphine,il est spécialiste des dérivés de taux. Ancienanalyste quantitatif au sein de Calyon et Ixis Cib,il a développé pour Bärchen plusieurs modulessur les mathématiques financières et le pricingdes dérivés complexes. Il intervient également àl’Ensae, au Cepe et à l’université Paris VI.

Christian CHARDONDiplômé de l'ESJ, l'EHS, l'ESI et de Sciencepolitique il est journaliste professionnel depuis1972. Grand Reporter et rédacteur en chefadjoint au Parisien, et rédacteur en chef auxEditions Média Vert, au Journal de l'Ile de laRéunion et à l'Union-l'Ardennais, il a étéformateur en média training pour diversessociétés, et professeur dans plusieurs écoles dejournalisme à Paris. Il est aujourd'hui président etdirecteur général de sociétés de presse.

Mabrouk CHETOUANEDiplômé de l'Université Paris I Panthéon-Sorbonne, et de l’Ensae, Mabrouk Chetouane estégalement titulaire d’un doctorat en scienceséconomiques à l'Université Paris-Dauphine. Il aoccupé le poste d'économiste au sein du servicede la stratégie et de la recherche économique dela Société Générale Asset Management. Depuis2009, il est en charge des prévisions d'inflation àla Banque de France au sein de la direction de la conjoncture et de la prévision macro-économique. Il intervient également en tant quechargé de cours à l'Université Paris Dauphineainsi qu'à l'Ecole Centrale de Paris.

Marc CHRISTINEDiplômé de l'École nationale supérieure desmines de Paris et de l'Ensae, il est expert de hautniveau, conseiller scientifique auprès dudirecteur de la méthodologie et de lacoordination statistique et internationale del'Insee. Il a été chef adjoint de l'Unité méthodesstatistiques de l'Insee. Il enseigne la théorie desprobabilités et la statistique depuis denombreuses années à l'Ensae. Il intervientrégulièrement au Cepe pour des formations dansle domaine des enquêtes par sondage.

Pierre CLAUSSAncien ingénieur financier auprès de grandesbanques (HSBC, Natixis, Société Générale) etancien enseignant-chercheur et responsable deformation en Finance à l’Ensai, il est aujourd’huidirecteur des études économiques etstatistiques à l'AFIC. Il enseigne la gestion deportefeuille et des risques à l'université Paris-Dauphine et dans des organismes de formationcontinue.

Sébastien COCHINARDEnseignant-chercheur, chercheur au Liraes(Université Paris Descartes) associé au Centred'Économie de la Sorbonne (UMR Cnrs

Université Paris I Panthéon Sorbonne), ilenseigne la microéconomie, les statistiques,l'analyse des données, l'économétrie et la théoriede la décision à HEC, à l'ESCP-Europe et àl'Université Paris Descartes où il est directeurd'un master en sciences économiques. Il effectuedes recherches en théorie des jeux, enéconométrie de la santé et en économiepublique.

Serge DARRINÉDiplômé de l'Ensae-CGSA et titulaire d'un master2 professionnel d'expert-démographe (UniversitéParis 1). Ancien rédacteur en chef du Courrierdes statistiques et ancien attaché de presse del'Insee, aujourd'hui responsable encommunication interne, il anime depuis plusieursannées des formations aux Techniquesrédactionnelles et au Graphique efficace.

Laurent DAVEZIESDiplômé de l'Ensae, il est chercheur au CREST. Ilest spécialiste d’économétrie appliquée etthéorique, ainsi qu’en théorie des sondages. Il estplus particulièrement spécialisé dans le domainede l’éducation et de la santé. Il intervient souventdans le cadre des formations intra-entreprisespour le Cepe depuis 2007 sur l’économétrie despanels et des modèles multi-niveaux.

Jean DE BEIRIl est docteur en sciences économiques, maîtrede conférences (habilité à diriger desrecherches), en économie à l'Université d'Evry-Val-d'Essonne où il enseigne actuellement lamacroéconomie, la structure de marchés etl'organisation industrielle et l'économie del'environnement. Il est également chercheur àl'EPEE (Université d'Evry), ses recherchesportent sur l'économie de l'environnement.

Gaël DE PERETTIDiplôme de l'Ensae, il est actuellementresponsable de la division Recueil et traitementde l'information au sein du Département desméthodes statistiques de l'Insee. Il intervientdans le Master de Statistique publiqueEnsai/Rennes I et lors de formations continues àl'Insee dans le domaine de la conceptiond'enquête.

Thibaut DE SAINT POLNormalien et diplômé de l’Ensae, il est titulaired’un doctorat en sociologie. Il dirige actuellementle bureau en charge de l’état de santé de lapopulation (Drees) au Ministère de la santé et estchercheur associé au Laboratoire de sociologiequantitative du Crest. Il intervient notammentdans les formations « Conception d’enquête etélaboration de questionnaire » et « Économie dela santé ».

Benoît DE LAPASSEDiplômé de l'Ensae-cgsa, il est responsable duPôle - Analyse Urbaine de l'Insee. Il animerégulièrement pour le Cepe des formations à lastatistique descriptive sous SAS.

Olivier DECOURTDiplômé de l’Ensai, il est consultant et formateurdepuis 10 ans. Outre une activité d’étude(construction de segmentations, de scores, demodèles prédictifs), il anime des sessions de

formation initiale et continue sur le data miningpour le Cepe ainsi qu’à l’Ensai. Il est l’auteur dedeux livres consacrés à SAS aux éditions Dunod.

Joël DEKNEUDTIl a effectué sa carrière à l'Insee dans lesdomaines de la démographie et des étudeséconomiques en région. Auteur de nombreuxouvrages sur l'économie de la Picardie, il animedepuis plusieurs années des formations enstatistique et économie auprès du personnel del'Insee, des acteurs publics régionaux et duministère des finances de la haute autoritépalestinienne.

Pierre DELAGEIl est économiste au sein d’un cabinet derecherche basé à Oxford, où il a été en chargedu suivi d’économies d’Asie du Sud-Est etd’Europe. Il est actuellement responsable desactivités de ce cabinet en France et dans d’autrespays d’Europe continentale.

Michel DEVILLIERSDiplômé de l'École Polytechnique et de l’Ensae,il a une vaste expérience des étudeséconomiques : responsable des enquêtes deconjoncture, puis des études et prévisionssectorielles à moyen terme à l’Insee, Sécrétairegénéral de la Commision des comptes et budgetséconomiques de la Nation au ministère del’économie et des finances, directeur adjoint desétudes et chef du département de la conjonctureà l’Insee. Actuellement en poste à l’Inspectiongénérale de l’Insee, il intervient régulièrement auCepe sur les aspects de prévision économique.

Laurent DI CARLOIl est directeur adjoint et directeur des études del’École nationale de la statistique et de l’analysede l’information (Ensai). Il y anime depuisplusieurs années les cours de démographie,techniques rédactionnelles et communication.Par ailleurs, il a assuré pendant plusieurs annéesun enseignement de diagnostic de territoire enmastère 2 "Expertise de l’action publiqueterritoriale" à l’Institut d’études politiques deRennes et d’analyse cartographique en master 2sociologie à l’université de Rennes 2. Il a aussipiloté et rédigé de nombreuses analyses deterritoires et études économiques etdémographiques dans le cadre de précédentesfonctions à l’Insee notamment

François DUBUJETDiplômé de l’Ensae, il est chef de projet d’étudesà la direction régionale d’Ile-de-France de l’Insee.Formateur national à l'Insee du recensement dela population, il anime régulièrement desformations sur cette source, mais aussi enstatistique et en informatique.

Laure DURAND-VIELDocteur en économie, elle est membre duservice économique de l’Autorité de laconcurrence à Paris. Elle est l’auteur d’une thèse,écrite au Laboratoire d’économie industrielle duCrest, sur les comportements stratégiquesd’entreprises détenant un pouvoir de marchédans le secteur du gaz naturel. A l’Autorité de laconcurrence, elle a notamment travaillé sur desdossiers de contrôle des concentrations dans lesecteur des transports (Veolia/Transdev) et de la

LES INTERVENANTS

Cepe, Genes


P.172

grande distribution (Casino/Monoprix), ainsi quesur des pratiques d’abus de position dominante(Fret SNCF).

Dominique DURANTDiplômée de l’IEP Paris et de l’Université Paris IPanthéon-Sorbonne (DEA Monnaie FinanceBanque), Dominique Durant est actuellementadjointe au Directeur des Études à l’Autorité deContrôle Prudentiel et de Résolution. Cettedirection, réalise des travaux de recherche etd’analyse transversale des risques sur lessecteurs de la banque et de l’assurance. Dans sonparcours à la Banque de France, DominiqueDurant a exercé successivement des fonctionsdans le contrôle bancaire, les statistiquesmonétaires et financières et le contrôle desassurances.

Jean-Marc DURKOWSKIDirecteur Régional Adjoint du RenseignementIntérieur, il est diplômé de l’École Supérieure dePublicité, de l’École Navale, de l’École NationaleSupérieure des Officiers de Police et titulaired’un DESS d’Intelligence Économique. Il a 31 ansd’activités dans les services spéciaux.

Romuald ELIEProfesseur à l'Université de Marne la Vallée etprofesseur associé à l'Ensae, il est un spécialistedes mathématiques financières. A côté de sontravail de recherche en finance quantitative, ilconsacre une partie de son temps à la formationcontinue et mène plusieurs projets appliqués encollaboration avec des établissements financiers.

Didier FAIVREDiplômé de l’Ensae, actuellement en thèse dedoctorat à Paris I, il est le créateur d’une sociétéde conseil en modélisation quantitative. Il a étéresponsable de la recherche quantitative à labanque CPR et d’une équipe dédiée aux étudesquantitatives pour les clients à CA-CIB. Ilenseigne la finance dans différentsétablissements (Dauphine, Polytech Nice-Sophia,Paris 6, ESPRIT (Tunis)) et est un des coauteursde l’ouvrage « 20 propositions pour réformer lecapitalisme », sous la direction de Gael Giraud etCécile Renouard.

Magalie FROMONTDocteur en mathématiques de l'Université ParisXI Orsay, elle est Maître de conférences àl'Université Rennes 2. Elle enseigne lesprobabilités, la statistique inférentielle enparticulier les tests statistiques, la pratique de lastatistique avec R, les méthodes de bootstrap etl'apprentissage statistique.

Bénédicte GARNIERDiplômée de l'Ensae, elle est ingénieur d'étudeset notamment responsable des formationsstatistiques à l'Ined. Elle anime des formationspermanentes autour de la statistiquemultidimensionnelle et en particulier l’analysetextuelle (Spad, Alceste, R) et la cartographie(Philcarto et MapInfo).

Brigitte GELEINDiplômée de l'Ensai, elle est enseignante enstatistique à l'Ensai. Elle anime régulièrementpour le Cepe des formations en analyse desdonnées (SAS, R).

Pierre-Louis GONZALEZDocteur en mathématiques pures et appliquées,il est maître de conférences en statistique etanalyse de données au Conservatoire Nationaldes Arts et Métiers (Cnam), et exerce desactivités de conseil en statistique auprès degrandes entreprises. Il collabore régulièrementavec le Cepe depuis 1993 pour des formations enanalyse des données, méthodes de régression etanalyse de la variance, modélisation de variablesqualitatives.

Michel GRUN-REHOMMEDocteur en mathématiques et en gestion, il estprofesseur à l'Ensae. Il a publié de nombreuxtravaux sur les séries temporelles, la gestion desrisques et la méthodologie des enquêtes.

Nicolas GRUYERDiplomé de l'ISAE-Sup'aéro, agrégé de mathéma-tiques et docteur en sciences économiques del'université de Toulouse 1 Capitole, il a été ensei-gnant-chercheur en économie industrielle àl'ENAC pendant 10 ans. Ses travaux de rechercheportaient principalement sur les enchères et surl'impact des contraintes de capacité sur laconcurrence. Depuis 2012, il se consacre à lacréation et à l'animation de jeux de marchés en ligne pour l'enseignement de l'économie (airECONsim et economics-games.com).

Marielle GUERARDResponsable de la cellule de veille du CROCIS(CCI Paris-Ile-de-France) depuis 2009 en chargede la veille sur les territoires du Grand Paris, ellea une expertise et une vaste expérience de lamise en place de dispositifs de veille. Elle animerégulièrement des formations à la veilleterritoriale à la CCI Paris-Ile-de-France.

France GUÉRIN-PACEDiplômée statisticienne et géographe, elle estdirectrice de recherche à l’Ined. Elle dispense uncours sur les méthodes d’observation "Del’individu aux populations" (Mastère Paris 1, Paris7, EHESS). Elle est l’auteur de plusieurs articlessur la statistique textuelle appliquée à sesdomaines de recherche et elle anime denombreux séminaires sur ce thème.

Sébastien HALLEPEEDiplômé de l'Ensai, il est responsable de la sectioninvestissement et méthodes pour le recensementde la population. Il était auparavant expert enméthodes de sondages sur les enquêtes de l'Inseeet anime régulièrement des formations sur cethème à l'Ensai, l'Ensae et au Cepe.

Eric HEYERDocteur en sciences économiques, il est, depuisjanvier 2002, directeur adjoint au départementanalyse et prévision à l'Observatoire Français desConjonctures Economiques (OFCE) où il est plusprécisément en charge du service "France". Il estégalement enseignant à Sciences-po Paris et à laSKEMA Business School. Il a de nombreusespublications dans le domaine de l'organisation deproduction, du marché du travail et sur lesperspectives de l'économie française à court etmoyen terme. Il vient dernièrement de dirigerl'ouvrage "L'économie française 2013" auxéditions La Découverte.

Stéphane KOLASAActuaire, titulaire d’un DEA en statistiques etmodèles aléatoires en économie et finance, il estactuellement responsable du ProvisionnementIARD d’Allianz France.

Sylvain LARRIEUDiplômé de l'Ecole Polytechnique et de l'Ensae,il est actuellement responsable du compte desadministrations publiques au département descomptes nationaux de l'Insee.

Elisabeth LAUREConsultante indépendante spécialisée sur lesrisques structurels et leur gestion, planificationet facturation et praticienne de l’ALM depuis1996, elle a été responsable ALM du Crédit Lyon-nais en Espagne, puis consultante au sein d’un ca-binet jusqu’en 2012. Elle a mis en place denombreux systèmes de gestion ALM dans desétablissements indépendants, réseaux mutua-listes, ou chargée de projets d’architecture fonc-tionnelle ALM pour de grands clients. Elle aexercé son activité en Espagne jusqu’en 2012 oùelle s’est rapprochée du marché français et fran-cophone.

Thomas LE BARBANCHONAncien élève de l’Ecole Polytechnique et del’Ensae, docteur en économie, il est actuellementchercheur au Crest. Il est spécialiste del’évaluation des politiques publiques. Ses travauxconcernent notamment le fonctionnement dumarché du travail.

Matthias LE FURDiplômé d'un Master de CommunicationPolitique ( Université Panthéon-Sorbonne),Matthias Le Fur débute sa carrière en agence decommunication ( Lowe Stratéus), où il intervientpour le compte de grands comptes etd'institutions. En particulier, il est en charge dudéploiement des actions de relations presse dela Délégation interministérielle à la Sécuritéroutière pendant 4 ans. En 2009, il rejoint l'Inseecomme responsable du Service de presse.Depuis 2012, il est également responsable adjointde la Communication externe de l'Insee.

Josiane LE GUENNECEn poste à la Direction de la Méthodologie, ellea assuré diverses études en sondage pour l’Unitéde Méthodologie Statistique de l’Insee, et rédigéun manuel d’utilisation des procédures SAS desondage. Elle a également animé des formationsen SAS et en sondage, au Cepe et à l’Ensai.

Matthieu LEQUIENDiplômé de l'Ecole Polytechnique et de l'Ensae,il est actuellement en poste à la division ÉtudesMacroéconomiques de l'Insee. Il y est plusparticulièrement en charge du modèlemacroéconomique international NiGem.

Eric LESAGEDiplômé de l'École Polytechnique et de l’Ensae,il est responsable du laboratoire de statistiqued’enquête du Crest-Ensai. Il a été auparavantméthodologue senior à Statistique Canada, puisdirecteur des études de l’Ensai. Il enseigne lastatistique et les sondages à l'Ensai, au Cepe et àEurostat dans le cadre du programme ESTP(European Statistical Training Programme).

LES INTERVENANTS

Cepe, Genes


P.173

Vincent LOONISDiplômé de l'Ensae, il est responsable du projetde constitution du répertoire statistique deslogements de l'Insee. Il était auparavant assistantde statistique à l'Ensae, responsable de la sectionSystème d'Information sur les Agents desServices Publics puis responsable de la divisionÉchantillonnage et Traitements Statistiques desDonnées à l'Insee. Il enseigne la statistique etl'économétrie à l'Ensae et participe à denombreuses actions de formation continue enanalyse des données, sondages et économétrie.

Gilles LUCIANIDiplômé de l'Ensae, il est conseiller en organisationdu travail et en conduite de projet, et animateurde séminaires de projet. Il anime depuis 1988 auCepe des stages de formation en statistique etde nombreuses formations métier à l'Insee.

Benoît MAILLEDiplômé en intelligence économique (IEP deParis, ESIEE), il est chef de projet à la Chambrede commerce et d'industrie de région Paris Ile-de-France. Il a été responsable des prestationsd’information commerciale et technologique,puis en charge de la coordination des actionsd’intelligence économique de la CCIP. Au-jourd’hui, il développe les activités de veille àl’ARIST Paris IDF et enseigne la veille aux entre-prises et aux organismes de développement éco-nomique.

Jean MAYNIERDiplômé de l'ENSIIE, de l'Université deSherbrooke et de l'Université du Québec àMontréal, il est co-fondateur et directeur généralde la startup eCO2market. Il est expert endéveloppement web, extraction de données etBig Data, en particulier appliqués à la finance,l'environnement et le domaine bancaire.

Pascal MERCIEREn poste au Centre National Informatique deNantes, il est support technique sur unearchitecture à disposition des utilisateurs pourtravailler avec les logiciels statistiques. Il est aussiformateur SAS et SAS Entreprise Guide depuisplusieurs années et intervient dans les différentsétablissements de l'Insee. Hors Insee, il a donnédes cours SAS à l'Université de Lyon 2 en IUTSTID et en master 1 et 2 sur des formations « Informatique et Statistique ».

Valérie MOLINAElle est responsable du département"Statistiques, Observation et Etudes" à l'AgenceRégionale de Santé de Bretagne. Elle dispensedes cours et TP de SAS depuis plusieurs annés àl'école nationale de la statistique et de l’analysede l’information (Ensai). Par ailleurs, elle a assurédes enseignements de SAS en mastère 1 et enmastère 2 "Statistiques et Econométrie" àl’Université de Rennes 1.

Régine MONTIDocteur en sciences de gestion. Sciences poParis. Directrice du Groupe de ressourcesprospective (GERPA). Chercheure associée ausein du Laboratoire interdisciplinaire derecherche en sciences de l’action (LIRSA) duConservatoire national des Arts & Métiers(CNAM). Enseigne dans des établissements

d’enseignement supérieur en Master laprospective et ses pratiques. Elle conduit depuisles années 90 des missions de prospective et destratégie à dimension participative au profitd’organisations privées et publiques dans leursprojets stratégiques et opérationnels.

Élisabeth MORANDDiplômée de l'Ensai et titulaire d'un doctorat enstatistiques appliquées, elle est ingénieur derecherche à l'Ined. Elle anime des formations surla pratique de la statistique descriptive, l’analysede données, les régressions logistiques, l’analysemultiniveaux, avec les logiciels SAS, Stata et R.

Julien MOUSQUESTitulaire d’un DESS d’économie et gestion dessystèmes de santé, il est actuellement Maître derecherche à l’Irdes et responsable du pôle derecherche : « Soins primaires et performance dessystèmes de santé ». Il participe ou a participé àdes expertises notamment auprès de la HAS, duHaut conseil pour l’avenir de l’assurance maladie,de la Cour des Comptes, ou encore de l’OCDE.

Serge MOULINPartner chez RiverRock, une holding financièrebasée à Londres, il est banquier d’affaire,spécialiste des solutions de marché pour lesinstitutions financières. Il a travaillé au départementquantitatif de Bear Stearns à Londres. Il estactuaire et ancien élève de l’Ecole Nationale de laStatistique et de l’Administration Economique.

Julien NICOLASDiplômé de l’Ensai, il a travaillé à l'UnitéMéthodologie Statistique Entreprises en tantqu'expert méthodologue chargé des problèmesde confidentialité des données. Il a étéégalement membre d'un groupe d'expertseuropéen sur le sujet, et chargé de travauxdirigés à l'Ensai et à l'Ensae en régression linéaire,analyse des données ainsi qu'en introduction à lastatistique et à l'économétrie. Aujourd'hui, il estchef de la division des indices de prix destransports au sein du service statistiqueministérielle du Ministère de l'écologie dudéveloppement durable et de l'énergie.

Danièle OHLTitulaire d'un diplôme d'études supérieurescomptables et financières, après avoir travaillépendant près de 30 ans au sein de la Banque deFrance, elle se consacre désormais à la formation.Elle est formatrice dans les domaines de lacomptabilité, de l'analyse financière et dudiagnostic d'entreprise auprès de la Banque deFrance, de l'Iedom et de différentes Chambresde commerce et de l'industrie. Elle estenseignante au sein de l'université de Haute-Alsace et du CNAM Alsace.

Vladimir PASSERONDiplômé de l'Ensae, il est actuellement chef de ladivision Comptes trimestriels à l'Insee, aprèsavoir animé la division Synthèses des biens etservices des Comptes nationaux. Auparavant, ilétait en charge d'études au sein du départementde la Conjoncture à l'Insee, puis responsable dudépartement Prévisions et synthèsesconjoncturelle de l'Agence centrale desorganismes de sécurité sociale (Acoss). Il aréalisé de nombreux travaux d'études dans le

domaine du marché du travail, ainsi que danscelui de la prévision conjoncturelle.

Georges PAVLOVIl est analyste au sein du Centre Informatiqueparisien de l'Insee. Il anime des formations SAS àl'Ensae, l'Insee et participe à des actions deformation continue pour le Cnam et le Cepe.

Simon QUANTINIl travaille actuellement à la Direction de laMéthodologie et plus précisément à la DivisionMéthodes Appliquées de l'évaluation et del'économétrie. Ses travaux concernentnotamment l'évaluation des dispositifs depolitique de l'emploi territorialisée (ZoneFranche Urbaine, Zone de Revitalisation Rurale...).

Jean-François RENAUTIl est responsable du pilotage des ressourcesrares au Crédit Agricole CIB. Auparavant, il yétait responsable des activités d’Exécution &Couverture. Il a également travaillé chez Calyonen tant que responsable de la communicationfinancière ainsi qu’au crédit lyonnais commecontrôleur de gestion en charge de la Banque definancement et d’investissement.

Catherine RENNEDiplômée de l'Ensae, elle est actuellement chefde la Division des enquêtes de conjoncture. Ellea débuté sa carrière à l'Insee au département desComptes Nationaux puis a occupé des postes auministère de l'Agriculture et de la pêche et àEurostat. Entre 2004 et 2011, elle a étésuccessivement chef du Service Etudes etDiffusion dans les Directions Régionales del'Insee de Picardie et de Bretagne. Elle animepour le Cepe la formation sur les enquêtes deconjoncture.

Géraldine RIEUCAUDocteur en sciences économiques, elle estmaître de conférences en économie à l’UniversitéParis 8 actuellement détachée commechercheuse au Centre d’études de l’emploi. Ellea co-écrit un ouvrage Le recrutement, paru en2010 aux éditions La Découverte.

Mathieu ROSENBAUMProfesseur à l'Université Pierre et Marie Curie(Paris 6) et à l'Ecole Polytechnique, il est aussimembre du CREST. Il a obtenu sa thèse àl'Université Paris-Est en 2007. Sa recherche porteprincipalement sur des problèmes de financestatistique tels que la modélisation de lamicrostructure des marchés ou la constructionde procédures statistiques pour les donnéeshaute fréquence.Il collabore par ailleurs avecplusieurs institutions financières.

Olivier SAUTORYDiplômé de l'École polytechnique et de l’Ensae,il est chef du département des méthodesstatistiques de l'Insee. Il a été directeur du Cepe,puis chef de l'Unité méthodologie statistiqueentreprises à l'Insee. Il enseigne la statistique,l'analyse des données et les sondages à l'Ensae,et participe à de nombreuses actions deformation continue dans ces différents domainespour l'Insee et le Cepe.

LES INTERVENANTS

Cepe, Genes


P.174

Dominique SCHWARTZDiplômé de l'École polytechnique et de l'Écolenationale des ponts et chaussées, ingénieurgénéral des ponts, des eaux et des forêts(IGPEF), il est professeur d'économie publique àl'Ecole des Ponts Paristech.

François SERMIERDiplômé de l'École Polytechnique et de l’Ensae,il est consultant. Il anime régulièrement pour leCepe des formations consacrées à l'usage d'untableur (méthodes concrètes pour gérer,explorer et analyser des données), à la statistiquedescriptive et inférentielle et à l'analyse de sériestemporelles.

Marta SEVEROMaître de conférences à l’Université de Lille 3(laboratoire Geriico) en création numérique etnouveaux médias, elle travaille sur les thèmes dela communication et de la gestion del’information, notamment sur les usages desnouvelles méthodes numériques pour lessciences sociales.

Patrick SILLARDDiplômé de l'Ensae, il est chef de la division desprix à la consommation de l'Insee. Il étaitauparavant responsable de la sous-direction desétudes statistiques, de l'évaluation et de laprospective à l'administration centrale chargéede la politique de la ville.

Olivier SIMON Diplômé de l'École Polytechnique et de l'Ensae,il est chef du bureau de la fiscalité et desinstruments économiques au sein duCommissariat général au développementdurable du Ministère de l'écologie, dudéveloppement durable et de l'énergie.Auparavant, il a traité de questions de financespubliques à la direction générale du Trésor etégalement de macroéconomie dans cette mêmedirection, ainsi qu'à l'Insee.

Marie-Christine SOIBINETTitulaire d'un diplôme d'études comptablessupérieures et d'un diplôme universitaire deformateur d'adultes, elle est responsable deformation à la Banque de France. Elle assure desformations continues en comptabilité, analysefinancière, stratégie, diagnostic d'entreprise(Banque de France, Anvar, Iedom, etc.).

Frédéric TALLETDiplômé de l'Ecole polytechnique et de l'Ensae,il est actuellement chef de la cellule Synthèse etconjoncture de l'emploi à l'Insee. Il étaitauparavant en charge de prévisions économiquesau département de la Conjoncture de l'Insee puisresponsable d'études dans les domaines de lasanté et la protection sociale au bureau Compteset prévisions d'ensemble de la Drees. Il animepour le Cepe les formations sur la conjoncturedu marché du travail.

Daniel TEMAMIl était chargé auprès du directeur de la Diffusionet de l’action régionale d’une mission d’expertise,de proposition et d’appui pour améliorerl’ancrage au sein de l’Insee des techniquesrédactionnelles. Il a été rédacteur en chef depublications à l’Insee et en particulier d'Insee

Première. Il a été chef de division audépartement de la diffusion, co-responsable dela réforme des publications, journaliste aumensuel Alternatives Économiques et auteur deplusieurs ouvrages. Dans le cadre de la formationcontinue il a animé des formations auxtechniques rédactionnelles à l'Insee, dansdifférents ministères, au Cereq, à Paris 7 et HEC.

Antoine TERRACOLDocteur en économie, il est maître de confé-rences à l'Université Paris 1 Panthéon-Sorbonneoù il enseigne actuellement les statistiques, l'éco-nométrie linéaire et l'économétrie des durées.Ses recherches portent sur l'évaluation des poli-tiques publiques ainsi que sur l'économie com-portementale et expérimentale.

Ahmed TRITAHDocteur en économie de l’Ecole d’Economie deToulouse, Ahmed Tritah est actuellement Maîtrede Conférences à l’Université du Mans et membredu GAINS-TEPP. Il enseigne l’économétrie et l’éco-nomie du travail en Licence et en Master. Il a étéprécédemment chercheur au Centre d’EtudesProspectives et d’Information Internationales(CEPII) à Paris et à l’Institut Universitaire Européenà Florence. Ses travaux de recherche en écono-métrie, appliqués au marché du travail, portentprincipalement sur l’analyse des politiques pu-bliques en matière d’emploi et d’éducation.

Michèle TRUBERTChef de section emploi-tourisme-conjoncture àla direction régionale d’Île-de-France, elle a étéprofesseur de sciences économiques et socialeset responsable formation au Cepe. Elle estintervenue dans le cadre de la formationcontinue à l'Insee et au Cepe où elle animerégulièrement des formations au logiciel SAS.

Stéphane TUFFERYDocteur en mathématiques, il est responsable dudépartement statistique d'une grande banque.Auteur de plusieurs ouvrages de data mining auxÉditions Technip et Wiley, il l'enseigne à l'Ensai età l'Université Rennes 1. Il s'intéresse en particulierà l'apprentissage statistique et aux méthodes descoring.

Bruno VIALDiplômé de l'École Polytechnique et de l’Ensae,il est responsable des Etudes Quantitatives chezCoface, un leader mondial de l'assurance-crédit,aprés avoir été notamment ingénieur d’études auGroupe de Recherche Opérationnelle (CréditLyonnais-Crédit Agricole) en charge de lavalidation des dérivés actions. Il enseigne d'autrepart au sein de différentes universités françaises(Lille 3, De Vinci) la finance règlementaire etl'actuariat.

Adrien ZAKHARTCHOUKDiplômé de l'Ecole Polytechnique et de l'Ensae,il est actuellement en poste à la division dessynthèses conjoncturelles de l'Insee. Il y est plusparticulièrement en charge de la prévision pourla France.

LES INTERVENANTS

Cepe, Genes


P.175

Bulletin d’inscriptionvalable pour toutes les formations du Cepe

Chaque participant recevra un courrier lui donnant toutes les informations surl’organisation de la session, trois semaines avant son déroulement

Il est également possible de s’inscrire par le web : www.lecepe.fr

INTITULÉ ET DATES DE LA FORMATION :

> ORGANISME :

Adresse :

Nom du responsable de formation :

Téléphone : Fax :

Mél (pour l'envoi de la convention et de la convocation) :

Adresse de facturation (si différente) :

> PERSONNE À INSCRIRE

M Mme Nom : Prénom :

Téléphone : Fax :

Mél (pour l'envoi de la convocation) :

Niveau de formation :

Fonctions actuelles :

Formation(s) déjà suivie(s) au Cepe :

Motivations et attentes vis-à-vis de cette formation :

Date et signature :

Cepe, Genes


centre de formation continue - ensai.org · panorama des méthodes de sondages 4-5 déc. p.13...

Documents