Ce cours traite en priorité de l'analyse économétrique de phénomènes  financiers évoluant dans le temps. On étudie d'abord une série isolément, par exemple le rendement d'un actif financier, en introduisant les modèles  ARMA (auto-régressifs et moyenne mobile); on étudie alors comment procéder au choix du modèle ( phase d'estimation),  à l'estimation des paramètres avant d'effectuer des prévisions. On étudie d'abord le cas de phénomènes stationnaires -  c'est-à-dire suffisamment stables et reproductibles- avant d'aborder l'étude des processus non-stationnaires: non-stationnarité déterministe observée lorsqu'il existe une tendance ou une saisonnalité caractérisées de manière déterministe et non-stationnarité stochastique pour les modèles (S)ARIMA (modèles ARMA avec tendance stochastique, dits encore  intégrés (I) et/ou avec saisonnalité stochastique (S)); l'économétrie  standard réalisée sur des processus intégrés conduit à des résultats fallacieux; il est donc important de savoir détecter l'existence d'une tendance stochastique de type marche aléatoire par des tests de racine unitaire adaptés avant de procéder aux transformations qui. La dernière partie est une introduction à l'analyse multivariée d'un ensemble de phénomènes évolutifs qui peuvent s'influencer mutuellement, avec l'étude des modèles Vectoriels auto régressifs (VAR) éventuellement cointégrés.