|
Podstawowe pojęcia, definicja ryzyka kredytowego oraz podstawowych miar ryzyka. Regulacje w zakresie ryzyka kredytowego. Definicja defaultu w instytucji finansowej.
Podstawy programowania w środowisku Python i R. Metody przetwarzania zbiorów danych, łączenie zbiorów, agregacja.
Adekwatność kapitałowa banku oraz kalkulacja wag ryzyka. Metoda standardowa a metoda zaawansowana.
Przykłady przygotowywania danych do wykorzystania w modelach ryzyka kredytowego. Poziomy agregacji ekspozycji.
Ratingi zewnętrzne i wewnętrzne. Główne agencje ratingowe. Systemy scoringowe. Model Z-score.
Modele statystyczno-ekonometryczne zmiennych jakościowych: modele zmiennych dychotomicznych (model logitowy, model probitowy)
Modele statystyczno-ekonometryczne zmiennych jakościowych: modele zmiennych wielomianowych i uporządkowanych
Modelowanie probability of default. Krzywa ROC oraz współczynnik AUC. Zastosowania modeli jakościowej zmiennej uporządkowanej.
Wybrane nieparametryczne metody statystyczne stosowane w modelowaniu ryzyka kredytowego: bootstrap, estymator jądrowy gęstości. Tworzenie przedziałów ufności: bootstrapowe przedziały ufności.
Podział próby danych na development sample oraz próby walidacyjne: out-of-sample i out-of-time. Walidacja krzyżowa.
Homogeniczny łańcuch Markowa. Macierze przejścia. Estymacja macierzy przejścia. Metoda kohort (cohort approach), metoda stopy hazardu.
Analiza przeżycia. Stopa hazardu w kontekście analizy przeżycia. Funkcje przeżycia. Model Coxa.
Modele strukturalne ryzyka kredytowego oparte o wycenę giełdową. Model Mertona. Model KMV
Transformacje rozkładów stosowane w ryzyku kredytowym. Model Vasicka dla portfela kredytowego.
Modele LGD. Stopa odzysku. Haircuty na zabezpieczenia. Credit conversion factor (CCF).
Zastosowanie modeli panelowych w ryzyku kredytowym. Efekty ustalone i losowe (fixed vs random effects). Metody estymacji modeli panelowych
Drzewa decyzyjne w modelowaniu ryzyka kredytowego.
Zastosowania machine learning w modelowaniu ryzyka kredytowego w środowisku Python - przykłady. Bagging i boosting, lasy losowe.
Modele stress-testowe. Modele bottom-up oraz top-down
Podejście portfelowe. VaR a ryzyko kredytowe. Walidacja rozkładu strat. Szacowanie strat dla portfela kredytowego.
Pomiar ryzyka portfela kredytowego wg Asset Value Approach. Symulacje Monte Carlo ryzyka portfela z uwzględnieniem korelacji.
Rola i zadania walidacji modeli ryzyka kredytowego. Metody backtestingu modeli.
Modele IRB oraz IFRS9. Schemat budowy modeli i różnice między nimi. Estymacja downturn LGD. Obliczanie marginesu konserwatyzmu (margin of conservatism ? MoC).
Sekurytyzacja portfeli kredytowych oraz sprzedaże wierzytelności
Kredytowe instrumenty pochodne. Kontrakty CDS, CDO a ryzyko kredytowe.
Przykłady aplikacji wybranych metod modelowania ryzyka kredytowego: case studies
|
