mail_outline
lock_outline

Register now !

Forgot password ?


Most recent challenges

Construction d'une base de prix immobiliers résidentiels sur une grande ville en Afrique

more_vert

Construction d'une base de prix immobiliers résidentiels sur une grande ville en Afrique

close

Description du challenge La Direction de l'Economie et des Relations Internationales (DECI), à la Direction Générale des Etudes et des Relations Internationales de la Banque de France, à Paris, suit notamment les grandes économies hors Union européenne telles que les Etats-Unis, le Japon et le Royaume-Uni, et certaines économies émergentes ou en développement. Pour ce dernier groupe de pays, le challenge consistera à construire une base de données sur une grande ville (plus de 100000 habitants) du Sénégal, de la Côte d'Ivoire ou du Cameroun (au choix du candidat) recensant le maximum d'offres postées sur les principaux sites immobiliers du pays à une date donnée (l'extraction pourra s'étaler sur quelques jours ou quelques semaines). Les données seront extraites par une technique de web-scraping utilisant Python ou une autre technologie adaptée. Le fichier final, sous format excel, devra contenir les informations suivantes en colonne, sachant que certaines données pourront être manquantes dans certains cas, notamment la surface, auquel cas il faudra remplacer l'information par un "." ou "NA" : le lien Internet de l'annonce, l'adresse, la ville, la région, le prix, la surface (du logement, pas celle du terrain s'agissant des maisons), le nombre de pièces, le descriptif de l'annonce, la mention du caractère ancien ou neuf du logement qu'on pourra signaler par "N" ou "A", la date de construction (si disponible), la nature du bien (maison, appartement...). Si des frais ou des taxes sont inclus et identifiables, ils devront idéalement être mentionnés. Seules les annonces de logement résidentiel seront retenues. Les terrains ou l'immobilier commercial seront donc exclus à ce stade. Ce travail, qui sera mené à la Banque de France, pourra faire aussi l'objet d'une coopération avec la Banque mondiale.

Possible reward :

• Un entretien pour un stage de 3 à 6 mois (environ 10000€ pour 6 mois) à la Banque de France + statut de co-auteur pour les éventuels travaux publiés

• 10000 €

Création de mini-jeux Responsive Web

more_vert

Création de mini-jeux Responsive Web

close

**Contexte** Betshot est un site web de divertissement nouvelle génération où il est possible de gagner des cadeaux tendances et coûteux en jouant à des mini-jeux accessibles à tous et sans l’intervention du hasard. Nous nous positionnons dans un marché très peu exploité entre les jeux d’argent et les jeux de hasard. Nous sommes plus précisément un jeu de compétition. L’utilisateur doit miser une petite somme d’argent sur le produit qu’il souhaite gagner, jouer au jeu attribué au produit en question et faire le meilleur score parmi un certain nombre de participants pour gagner le produit. **Objectif** La mission de Betshot est d’offrir des jeux avec le parfait équilibre où le joueur se sent investi et captivé. Et heureux quand il est parvenu à progresser et à réaliser ses objectifs. Nous souhaitons développer de nouveaux jeux pour élargir notre bibliothèque. **Instructions** Les jeux doivent être accessible à tous (18-55 ans dans l’idéal) et sous forme de points. Plusieurs catégories nous intéressent: jeux de puzzle, runner-game, sports, musique. Les compétences recherchées sont les suivantes: - Unity - Javascript - ReactJS - Phaser3 - Illustrator / Photoshop **Livrables** - Jeux avec un système de points - Partie continue (pause / fin de la partie = mort subite) - Évolution de la partie (difficulté progressive: sous forme d'accélérations, d'obstacles... ) - Générer aléatoirement les parties (pour que ce ne soit jamais la même partie) **Pièces jointes** Betballoon (jeu déjà existant) Dunk Hoop (jeu souhaité ou similaire) Piano Tiles (jeu souhaité ou similaire) Stack (jeu souhaité ou similaire)

Possible reward :

• Chaque jeu sélectionné remportera 450€ + 50€ de pièces sur Betshot

• 500 €

Sur quels critères mesurer le risque climatique auquel sont exposés les actifs éligibles comme collatéral de politique monétaire ?

more_vert

Sur quels critères mesurer le risque climatique auquel sont exposés les actifs éligibles comme collatéral de politique monétaire ?

close

Dans son plan d’action sur la finance durable de mars 2018, la Commission Européenne souligne la nécessité de repenser en profondeur le cadre financier européen afin de rendre les flux de capitaux compatibles avec les engagements de l’accord de Paris. En effet, la Commission Européenne estime à 180 Mds€ le déficit d’investissement annuel à combler pour atteindre les objectifs de l’Union en matière de climat et d’énergie à l’horizon 2030. Pour parvenir à combler ce déficit, les flux financiers du secteur privé doivent être orientés vers des investissements à faibles émissions. Un axe prioritaire du plan d’action de la Commission a été l’établissement d’une classification commune (ou taxonomie) des activités économiques “durables” sur le plan environnemental, afin de standardiser les méthodes de reporting extra-financier des gestionnaires d’actifs. La Banque de France considère que la politique de collatéral de l’Eurosystème a vocation à prendre en compte les risques climatiques dans le cadre opérationnel de politique monétaire. La politique de collatéral servant à protéger l’Eurosystème d’un risque de perte financière, elle est en effet l’instrument adéquat pour contrôler les risques climatiques dont le Réseau de banques centrales pour le verdissement du système financier (Network for Greening the Financial System (NGFS)) estime qu’ils sont source de risques financiers. Par ailleurs, la politique de collatéral joue un rôle dans la détermination du prix des actifs financiers et pourrait ainsi créer un système d’incitations pouvant utilement compléter d’autres incitations financières issues notamment de la politique budgétaire. Le challenge portera sur les mérites des différentes mesures de risque climatique applicables aux actifs financiers. Il s’agira notamment d’identifier si l’intensité en carbone est un critère pertinent pour une banque centrale et si d’autres critères sont plus pertinents. Les travaux procéderont à un état des lieux des réflexions [revue de littérature] et évalueront les mesures disponibles et leur pertinence pour la politique monétaire. Les travaux identifieront également les obstacles à la mise en œuvre de mesures visant à réduire l’exposition aux risques climatique du collatéral. Le travail consistera en un document word ou pdf de plusieurs pages, avec mention des sources à la fin.

Possible reward :

• Interview pour un stage de trois à six mois. Mention du nom des gagnants dans une publication Banque de France

• 5000 €

Tracking economic activity with satellite images

more_vert

Tracking economic activity with satellite images

close

This project relies on air pollution data retrieved from satellite images at the NASA or the ESA (available for free) to predict industrial production. Data handling is a first challenge due the very large volume and multiple quality issues (snow, clouds, viewing angle, and other meteorological factors can affect it). In addition, the data - which is produced for 3x7 km squares - needs to be aggregated at state- or country-level since the macroeconomic variable of interest (industrial production) is available only at this level. Finally, the economic modelling step needs to accomodate for different frequencies (satellite data is available daily, industrial production only at monthly frequency) and therefore might rely on a mixed-frequency data sampling (MIDAS) approach. The student might also explore other sources than NASA / ESA and other variables of interest than industrial production.

Possible reward :

• Potential 3-6 month internship at Banque de France (salary around 1,600€ per month) and co-authorship on academic publications

• 5000 €

Utilisation des techniques de text mining pour mesurer les anticipations d’inflation en France et au Royaume-Uni

more_vert

Utilisation des techniques de text mining pour mesurer les anticipations d’inflation en France et au Royaume-Uni

close

Plusieurs outils ont été récemment développés et fondées sur les techniques de text mining pour obtenir un signal avancé, complémentaire, ou plus détaillé de variables macroéconomiques. Le plus connu est l’indicateur d’incertitude développé par N. Bloom et ses coauteurs (cf. Baker et al., 2016, Altig et al., 2020). A partir d’une analyse automatisée de la fréquence d’apparition du mot « incertitude » et « politique économique » dans la presse économique spécialisée, ils construisent un indicateur d’incertitude (EPU, pour Economic Policy Uncertainty) dont il fournit l’évolution mensuelle de 1980 à nos jours. Il existe par ailleurs une littérature qui étudie dans quelle mesure les indicateurs d’incertitude peuvent avoir un impact sur les anticipations d’inflation (Istrefi et al., 2014). En outre des enquêtes ont été développées sur les anticipations d’inflation des ménages. Le projet consiste à s’inspirer de l’approche de Bloom et al. en l’appliquant à l’inflation. Le challenge consiste à rechercher la fréquence d’apparition d’un certain nombre de mots-clés liés au mouvements d’inflation (en distinguant les mouvements à la hausse ou à la baisse), ou associant incertitude et prix pour la France et le Royaume-Uni en utilisant des sources telles que les Echos et la Tribune pour la France ou le Financial Times et The Economist pour le Royaume-Uni. D'autres sources pertinentes pourront être utilisées. Il est ensuite demandé de construire une base de données mensuelle pour la France et le Royaume-Uni comptabilisant le nombre de ces occurrences mensuelles, sur une période aussi longue que possible, sous excel ou autre logiciel standard assimilé. Il est aussi demandé d'accompagner cette table excel d'un document en word ou pdf expliquant le travail effectué et les éventuelles difficultés rencontrées (une page environ peut suffire). De façon optionnelle, des régressions pourront être effectuées entre d'une part, comme variables à expliquer, l'inflation réalisée ou anticipée (à court terme ou moyen/long terme (Binder, 2017)) en France et au Royaume-Uni, et d'autre part les variables construites de nombre d'occurrences de mots-clés liés à l'inflation. Références : Altig, David, Jose Maria Barrero, Nick Bloom, Steven J. Davis, Brent Meyer and Nick Parker, 2020a. “Surveying Business Uncertainty” NBER Working Paper 25956. Revised, March 2020. Forthcoming, Journal of Econometrics. Baker, Scott, Nicholas Bloom and Steven J. Davis, 2016. “Measuring Economic Policy Uncertainty,” Quarterly Journal of Economics, November. Binder, C. C. (2017) Economic Policy Uncertainty and Household Inflation Uncertainty, The BE Journal of Macroeconomics, 17 (2). Istrefi, K. and Piloiu, A. (2014) Economic Policy Uncertainty and inflation expectations, Banque de France, Document de Travail, 511.

Possible reward :

• Interview pour un stage de 3 à 6 mois à la Banque de France (montant indicatif ci-après pour 3 mois) en 2021 (possibilité de télétravail) + statut de co-auteur sur l'article à venir

• 5000 €

News-based risk analysis

more_vert

News-based risk analysis

close

This project aims at assessing the main economic risks mentioned in the newspapers (e.g. Financial Times, Wall Street Journal, Les Echos, etc.). The project would apply text mining techniques on these newspapers, ranging from a simple word count (i.e. how many times a given risk - such as an oil shock - is mentioned across different articles?) to sentiment analysis (relying on natural language processing, how this risk is perceived: high, medium, limited?). In the end, the purpose would be to produce a risk matrix inlcuding the key risks identified (based on how many times they are mentioned across newspapers), with an estimate of their magnitude (based on sentiment analysis).

Possible reward :

• Potential 3-6 month internship at Banque de France (salary around 1,600€ per month) and co-authorship on academic publications

• 5000 €

help

If you are having trouble logging in, make sure you have confirmed your account by email.

Send another account verification email