[PDF] [PDF] Gestion de la trésorerie pour une compagnie dassurance

[PDF] Gestion de trésorerie - Alliance des Consultants Industriels

Collection les mémentos finance dirigée par Jack FORGET Gestion de trésorerie Optimiser la gestion financière de l'entreprise à court terme Jack FORGET

[PDF] Méthodes de gestion de la trésorerie : information - Numilog

La trésorerie est le solde entre les ressources permanentes dont dispose l' entreprise et ses besoins de financement permanents ou, en utilisant la terminologie 

[PDF] Gestion de trésorerie - cloudfrontnet

Collection les mémentos finance dirigée par Jack F ORGET Gestion de trésorerie Optimiser la gestion financière de l'entreprise à court terme Jack FORGET

[PDF] Gestion de la trésorerie pour une compagnie dassurance

La prévision des flux de trésorerie est un élément clé de la gestion financière des entreprises Les prévisions de trésorerie à court terme sont une condition

[PDF] Gestion de trésorerie

La gestion de trésorerie est éminemment technique Il est donc néces- saire de présenter, dans un deuxième chapitre, l'environnement financier du trésorier 

[PDF] EcoSociete- Trésoreriepdf - HAL-AUF

116 Yannick BERNARDI Revue Sciences de Gestion, nº 28, p 117-134 Vers un cadre conceptuel du comportement des entreprises en matière de trésorerie

[PDF] DSCG 2 - Finance - 2e édition - Manuel et Applications

Gestion des flux de trésorerie au sein d'un groupe (y compris les aspects spé cifiques à un groupe international) Couverture des risques de change et de taux  

[PDF] FICHE TECHNIQUE 6: GESTION DES FONDS DES USAGERS DE

matière de gestion financière en comprenant les concepts clés, l'utilisation d' outils et procédures pour la gestion de trésorerie, la comptabilité et la tenue à

[PDF] Une gestion de trésorerie plus au service de lentreprise - AFTE

6 nov 2018 · financier, et la trésorerie plus straté- gique » Dans les du financement et de la trésorerie de Danone gestion de trésorerie nous livrent ici 

[PDF] Download Book » gestion de trésorerie (2e édition)

gestion de trésorerie (2e édition) Filesize: 9 69 MB Reviews It in one of my personal favorite publication Indeed, it is actually perform, still an amazing and 

[PDF] Diploma of Advanced Studies in Accounting DAS HES

[PDF] Règlement de Jeu Jeu concours Carnaval Facebook

[PDF] Diploma of Advanced Studies HES-SO en Gestion et Direction d institutions éducatives, sociales et socio-sanitaires (DAS HES-SO GDIS)

[PDF] CRÉATION OU REPRISE D ENTREPRISE

[PDF] Préparation par modules

[PDF] Projet 1 Réaliser une exposition ACV

[PDF] LES ETAPES DE LA CREATION

[PDF] CALENDRIER PREVISIONNEL (*) DES EXAMENS ET CONCOURS INTERNES 2013/2014

[PDF] Règlement d'etudes. Certificat de formation continue en éducation thérapeutique du patient

[PDF] Fiche d inscription 2015-2016

[PDF] Eléments d intervention CNIS 18 novembre 2008

[PDF] DAS en Psychiatrie et santé mentale : interventions et politiques 2012-2013

[PDF] PRADO, le programme de retour à domicile Convention annuelle FHP-MCO

[PDF] CENTRE DE LOISIRS SANS HÉBERGEMENT ----- PROJET PÉDAGOGIQUE

[PDF] Relatif aux comptes annuels des organismes de titrisation En cours d homologation

Gestion de la trésorerie pour une compagnie

d"assurance Par

Émilie Matton

Sciences de la gestion

Finance corporative

Projet supervisé en organisation : mandat d"intervention Présenté comme exigence partielle pour l"obtention de la maîtrise en science de la gestion (M.Sc.)

Décembre 2018

©Émilie Matton 2018

Remerciements

Je tiens à remercier toutes les personnes qui ont contribué au succès de mon stage chez Intact Corporation Financière et qui m"ont aidée lors de la rédaction de ce projet supervisé. J"adresse, en premier lieu, mes plus sincères remerciements à mon profes- seur référent, M. Georges Dionne, pour ses judicieux conseils qui ont contribué à alimenter ma réflexion et pour sa remarquable disponibilité dont il a fait preuve tout au long de son accompagnement dans la réalisation de mon projet supervisé. Je tiens également à remercier l"étudiant de doctorat de M. Georges Dionne, Helmi Jedidi, pour le temps qu"il a consacré à m"apporter les outils méthodologiques indispensables à la conduite de ce projet. Je suis aussi redevable des cursus de grande qualité du programme en sciences de la gestion (M. Sc.) offerts à HEC Montréal et de ses intervenants profession- nels responsables de ma formation, pour avoir assuré la partie théorique de celle-ci. Je remercie spécialement M. Nicolas Delisle, directeur de la trésorerie de Intact Corporation Financière, de m"avoir offert l"inestimable opportunité d"ef- fectuer un stage au sein de son équipe au cours de l"été 2018. En sa qualité de directeur de stage, j"ai pu bénéficier de son expertise et apprécier son implica- tion à mettre à ma disposition tous les moyens nécessaires à la réalisation de ma tâche tout en m"accordant sa confiance dans l"exécution de l"objectif. Enfin, je tiens à souligner la collaboration remarquable de toute l"équipe de trésorerie chez Intact Corporation Financière, qui aura su contribuer à mon expérience enrichie au sein d"une entreprise reconnue pour son intégrité. 1

Table des matières

1 Profil de l"organisation

8

2 Trésorerie

10

2.1 Description de la fonction de trésorerie

. . . . . . . . . . . . . . . 10

2.2 Gestion de la trésorerie

. . . . . . . . . . . . . . . . . . . . . . . . 11

2.3 Enjeu adressé

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

3 Revue de littérature

12

3.1 Modèles quant au niveau optimal du solde bancaire

. . . . . . . . 13

3.2 Modèles d"estimation des flux monétaires prévisionnels

. . . . . . 16

3.2.1 Approche Payment Pattern (PP)

. . . . . . . . . . . . . . 17

3.2.2 Approche par distribution

. . . . . . . . . . . . . . . . . . 18

4 Collecte de données

20

5 Méthodologie

20

5.1 Modèles de distribution d"un montant mensuel prévisionnel

. . . 21

5.1.1 Modèle additif

. . . . . . . . . . . . . . . . . . . . . . . . 21

5.1.2 Modèle multiplicatif

. . . . . . . . . . . . . . . . . . . . . 22

5.1.3 Modèle généralisé mixte

. . . . . . . . . . . . . . . . . . . 23

5.2 Estimation des paramètres

. . . . . . . . . . . . . . . . . . . . . . 24

5.3 Problèmes d"estimation

. . . . . . . . . . . . . . . . . . . . . . . 24

5.3.1 Distorsion selon la durée du mois

. . . . . . . . . . . . . . 24

5.3.2 Variation dans la combinaison des tendances hebdoma-

daires et mensuelles . . . . . . . . . . . . . . . . . . . . . 25

5.3.3 Cohérence quotidienne-mensuelle

. . . . . . . . . . . . . . 25

5.4 Résolution de la cohérence quotidienne-mensuelle

. . . . . . . . . 25

5.4.1 Renormalisation

. . . . . . . . . . . . . . . . . . . . . . . 25

5.4.2 Mois standardisé

. . . . . . . . . . . . . . . . . . . . . . . 26

5.5 Sélection de variables et de modèle

. . . . . . . . . . . . . . . . . 27

5.5.1 Critères de performance

. . . . . . . . . . . . . . . . . . . 28

5.5.2 Méthodes de rééchantillonnage

. . . . . . . . . . . . . . . 32

5.5.3 Recherche automatique du meilleur modèle

. . . . . . . . 33

5.6 Synthèse

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

6 Résultats

36

6.1 Description statistique de l"échantillon et visualisation des données

36

6.2 Régressions des différentes spécifications

. . . . . . . . . . . . . . 43

6.2.1 Résultats du modèle additif

. . . . . . . . . . . . . . . . . 43

6.2.2 Résultats du modèle multiplicatif

. . . . . . . . . . . . . . 46

6.2.3 Résultats du modèle généralisé mixte

. . . . . . . . . . . . 50

6.3 Résultats des procédures de sélection

. . . . . . . . . . . . . . . . 54

6.3.1 Stepwise avec Pr = 0.15

. . . . . . . . . . . . . . . . . . . 55

6.3.2 Stepwise avec Pr = 0.60 suivi d"un all-subset

. . . . . . . 58

6.4 Comparaison des modèles

. . . . . . . . . . . . . . . . . . . . . . 71 2

7 Conclusion72

A Annexes

74

A.1 Figures complémentaires

. . . . . . . . . . . . . . . . . . . . . . . 74 A.1.1 Pattern hebdomadaire par type de flux monétaires . . . . 74 A.1.2 Pattern journalier moyen par type de flux monétaires . . 78 A.1.3 Pattern journalier par mois - Payables totaux . . . . . . . 82

A.2 Liste des variables

. . . . . . . . . . . . . . . . . . . . . . . . . . 88

A.3 Tableaux supplémentaires

. . . . . . . . . . . . . . . . . . . . . . 92 A.3.1 Statistiques descriptives supplémentaires . . . . . . . . . . 92

Références

95
3

Liste des tableaux

Tableau

I Statistiques desc riptivesde l"éc hantillontota l(n=13 04 par type), sur une période 2013-2017 . . . . . . . . . . . . . . . . 38

Tableau

I IStatistiques descriptiv esde l"é chantillond"appren tissage (n=1044), sur une période 2013-2016 . . . . . . . . . . . . . . . . 39

Tableau

I IIStatistiques descriptiv esde l"éc hantillonde v alidation (n=260), pour l"année 2017 . . . . . . . . . . . . . . . . . . . . . 39

Tableau

IV Statistiques descriptiv esde l"éc hantilloncomp renantseule- ment les jours de semaine équivalent au lundi (n=260), sur une période 2013-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Tableau

V Statistiques descriptiv esde l"éc hantilloncomp renantseule- ment les jours de semaine équivalent au mardi (n=261), sur une période 2013-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Tableau

VI Statistiques descriptiv esde l"éc hantilloncomp renantseule- ment les jours de semaine équivalent au mercredi (n=261), sur une période 2013-2017 . . . . . . . . . . . . . . . . . . . . . . . . 41

Tableau

VI IStatistiques descriptiv esde l"éc hantilloncomp renantseule- ment les jours de semaine équivalent au jeudi (n=261), sur une période 2013-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Tableau

VI IIStatistiques descriptiv esde l"éc hantilloncomp renantseule- ment les jours de semaine équivalent au vendredi (n=261), sur une période 2013-2017 . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Tableau

IX Estimation des paramètres du mo dèleadditif à 28 v a- riables sur l"échantillon apprentissage (n=1044) . . . . . . . . . . 45

Tableau

X Év aluationdu mo dèleadditif à 28 v ariables . . . . . . . 46

Tableau

XI Estimation des paramètres du mo dèlem ultiplicatifà 138 variables sur l"échantillon apprentissage (n=1044) . . . . . . . . . 47

Tableau

XI IÉv aluationdu mo dèlem ultiplicatifà 138 v ariables . . . 50

Tableau

XI IIEstimation des paramètres du mo dèlegénéralisé mixte à 143 variables sur l"échantillon apprentissage (n=1044) . . . . . 51

Tableau

XIV Év aluationdu mo dèlegénéralisé mixte à 143 v ariables . 54

Tableau

XV Résumé de la pro cédurede sélection step wise,Pr=0.15 . 56

Tableau

XVI Estimation des paramètres du mo dèleà 27 v ariablesre- tenues par la méthode stepwise (Pr=0.15) sur l"échantillon ap- prentissage (n=1044) . . . . . . . . . . . . . . . . . . . . . . . . . 57

Tableau

XVI IÉvaluationdu mo dèleà 27 v ariablesreten uespar la mé- thode stepwise (Pr=0.15) . . . . . . . . . . . . . . . . . . . . . . 58

Tableau

XVI IIRésuméde la pro cédurede sélection step wise,Pr=0.60 . 58

Tableau

XIX Résumé de la pro cédurede séle ctionall-subset, à partir de la pré-sélection stepwise Pr=0.60 . . . . . . . . . . . . . . . . 60

Tableau

XX Estimation des paramètres du mo dèleà 31 v ariablesre- tenues par la méthode all-subset (AIC) sur l"échantillon appren- tissage (n=1044) . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Tableau

XXI Év aluationdu mo dèleà 31 v ariablesreten uespar la mé- thode all-subset (AIC) . . . . . . . . . . . . . . . . . . . . . . . . 70 4 TableauXXI IEstimationdes paramètres du mo dèleà 12 v ariablesre- tenues par la méthode all-subset (SBC) sur l"échantillon appren- tissage (n=1044) . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

Tableau

XXI IIÉvaluationdu mo dèleà 12 v ariablesreten uespar la mé- thode all-subset (SBC) . . . . . . . . . . . . . . . . . . . . . . . . 71

Tableau

A.1 Liste de sv ariablesdép endantes

. . . . . . . . . . . . . . 88

Tableau

A.2 Liste de sv ariablesindép endantesbinaires

. . . . . . . . 88

Tableau

A. 3Statistiques desc riptivesde l"éc hantillondes prem iersse- mestres (n=647), sur une période 2013-2017 . . . . . . . . . . . . 92

Tableau

A.4 Statistiques d escriptivesde l"éc hantillonde sdeuxièmes semestres (n=657), sur une période 2013-2017 . . . . . . . . . . . 92

Tableau

quotesdbs_dbs7.pdfusesText_13