Cours d'analyse financière avancée

Leçon 1 • Présentation des états financiers essentiels

Présente le compte de résultat, le bilan et le tableau des flux de trésorerie. Relie la structure de chaque état aux questions analytiques auxquelles il répond.

Leçon 2 • Types et sources de données en finance

Distingue les données financières structurées des données non structurées et cartographie les sources de données courantes. Prépare les étudiants à localiser et à évaluer les données brutes pour l'analyse.

Leçon 3 • Le paysage de l'analyse financière

Définit l'analyse financière, son périmètre et son rôle dans la prise de décision. Établit le vocabulaire et les modèles mentaux utilisés tout au long du cours.

Leçon 4 • Indicateurs financiers essentiels

Couvre les ratios de rentabilité, de liquidité, d'effet de levier et d'efficacité. Fournit la boîte à outils de mesure appliquée dans chaque chapitre analytique suivant.

Leçon 1 • Recherche et importation de données financières

Couvre les méthodes d'extraction de données à partir de bases de données, d'API et de tableurs. Établit les meilleures pratiques d'ingestion de données qui préviennent les erreurs en aval.

Leçon 2 • Gouvernance et auditabilité des données

Établit des contrôles pour la traçabilité des données, la gestion des versions et la gestion des accès. Garantit que les résultats analytiques peuvent être tracés, audités et reproduits.

Leçon 3 • Construction de modèles de données analytiques

Présente la modélisation relationnelle des données et les schémas dimensionnels pour le reporting financier. Relie les décisions d'architecture des données à la rapidité et à la précision analytiques.

Leçon 4 • Nettoyage et validation des données

Traite des valeurs manquantes, des valeurs aberrantes, des doublons et des incohérences de format dans les données financières. Garantit que les ensembles de données répondent aux normes de précision requises pour les décisions financières.

Leçon 1 • Analyse de corrélation et de régression

Enseigne la régression linéaire et multiple pour identifier les relations dans les données financières. Permet aux analystes de quantifier les facteurs de revenus, de coûts et de performance.

Leçon 2 • Fondamentaux des probabilités et du risque

Présente les distributions de probabilité, la valeur attendue et les concepts de base du risque. Relie la pensée probabiliste à l'incertitude financière et à l'analyse de scénarios.

Leçon 3 • Tests d'hypothèses pour les décisions financières

Applique les tests t, les tests du chi-deux et l'ANOVA aux comparaisons financières. Équipe les analystes pour valider les résultats et communiquer la signification statistique.

Leçon 4 • Statistiques descriptives en finance

Couvre les mesures de tendance centrale, de dispersion et de forme de distribution pour les variables financières. Fournit la base statistique pour tout le travail de modélisation ultérieur.

Leçon 1 • Prévision des flux de trésorerie et du besoin en fonds de roulement

Projette les flux de trésorerie d'exploitation et les besoins en fonds de roulement sur des horizons de planification. Relie la dynamique du bilan aux besoins de liquidité et de financement.

Leçon 2 • Techniques de prévision et précision

Compare les méthodes de prévision basées sur la régression, les séries temporelles et le jugement. Présente les indicateurs d'erreur pour évaluer et améliorer la performance des prévisions.

Leçon 3 • Architecture d'un modèle financier

Établit les principes de structure du modèle, de documentation des hypothèses et de prévention des erreurs. Crée un cadre de modélisation discipliné appliqué tout au long du chapitre.

Leçon 4 • Analyse de scénarios et de sensibilité

Applique la planification de scénarios et les tableaux de sensibilité pour quantifier l'incertitude du modèle. Permet aux décideurs de comprendre l'éventail des résultats financiers possibles.

Leçon 1 • Valorisation par flux de trésorerie actualisés

Construit un modèle DCF complet à partir des flux de trésorerie disponibles projetés et de la valeur terminale. Relie les résultats de prévision du chapitre précédent aux estimations de la valeur intrinsèque.

Leçon 2 • Synthèse de la valorisation et jugement

Concilie les résultats de plusieurs méthodes de valorisation en une fourchette défendable. Développe le jugement analytique nécessaire pour communiquer et défendre les valorisations.

Leçon 3 • Applications de la valeur temporelle de l'argent

Couvre l'actualisation, la capitalisation et les calculs de rente comme éléments constitutifs de la valorisation. Assure la maîtrise des mécanismes sous-jacents à chaque modèle de flux de trésorerie actualisés.

Leçon 4 • Analyse de transactions comparables

Utilise les multiples de transactions historiques pour estimer la valeur d'acquisition et la prime de contrôle. Étend la valorisation relative aux contextes de fusion-acquisition.

Leçon 1 • Tests de résistance et risque de scénario

Conçoit des scénarios défavorables et les applique aux modèles financiers pour évaluer la résilience. Relie la mesure du risque à la planification stratégique et à l'évaluation de l'adéquation du capital.

Leçon 2 • Valeur en risque et perte attendue

Construit des modèles de VaR paramétrique, historique et Monte Carlo et présente la perte attendue. Équipe les analystes pour quantifier le risque de queue pour les portefeuilles et les positions.

Leçon 3 • Modélisation du risque de crédit

Applique les cadres de probabilité de défaut, de perte en cas de défaut et d'exposition en cas de défaut. Relie l'analyse du crédit à la gestion du risque de prêt, de contrepartie et de portefeuille.

Leçon 4 • Mesures de risque de volatilité et de marché

Couvre la volatilité historique, le bêta et les mesures de risque de marché basées sur la corrélation. Fournit les outils quantitatifs pour évaluer la variabilité des prix et des rendements.

Leçon 1 • Reporting automatisé et distribution

Construit des rapports financiers automatisés et planifiés à l'aide de scripts et d'outils BI. Réduit l'effort manuel et garantit une livraison cohérente et ponctuelle des informations sur la performance.

Leçon 2 • Cadres de mesure de la performance

Présente les tableaux de bord prospectifs, les OKR et les hiérarchies de KPI financiers. Aligne la conception de la mesure avec la stratégie organisationnelle et les besoins de prise de décision.

Leçon 3 • Analyse des écarts et diagnostics

Décompose les écarts entre le budget et le réel en effets de prix, de volume et de mix. Développe les compétences diagnostiques nécessaires pour expliquer les écarts de performance financière.

Leçon 4 • Analyse du rendement et de la rentabilité

Analyse la rentabilité des fonds propres, le rendement du capital investi et le profit économique. Relie les décisions d'allocation du capital à la création de valeur actionnariale.

Leçon 1 • Apprentissage automatique en analyse financière

Présente les techniques d'apprentissage supervisé et non supervisé appliquées à la prédiction et à la segmentation financières. Relie les résultats du ML à des décisions commerciales interprétables.

Leçon 2 • Optimisation dans les décisions financières

Applique l'optimisation linéaire et non linéaire à l'allocation du capital, à la construction de portefeuille et à la budgétisation. Traduit l'optimisation sous contraintes en recommandations financières exploitables.

Leçon 3 • Simulation Monte Carlo pour la finance

Construit des modèles de simulation pour quantifier l'incertitude dans les valorisations, les flux de trésorerie et les risques. Étend l'analyse de scénarios du chapitre 4 aux distributions de résultats probabilités.

Leçon 4 • Systèmes d'aide à la décision stratégique

Intègre les résultats analytiques dans des cadres de décision structurés à usage exécutif. Développe la capacité à traduire des modèles complexes en recommandations stratégiques claires.