top of page

COVID-19: Modelización del Riesgo Crédito IFRS 9 

 

OBJETIVO

 

El curso aborda el impacto del COVID-19 en las entidades financieras, y particularmente el impacto de la pandemia y de las acciones ejercidas por los gobiernos en los modelos de deterioro IFRS 9. Se explican los comunicados recientes de Basilea, EBA, ESMA e IFRS respecto a las medidas que habrán de tomar las entidades financieras. El curso contiene las mismas metodologías del curso IFSR 9: Modelización del riesgo crédito además de los requerimientos de Basilea sobre el COVID-19 y un número importante de modelos que incorporan el impacto de la pandemia en las provisiones.

Inicialmente, se explica un análisis pormenorizado de la pandemia, desde modelos matemáticos y actuariales para medir la difusión hasta modelos para medir el efecto de la pandemia en la economía, incluyendo las acciones, tales como la cuarentena. Habra sectores económicos más afectados que otros y las entidades financieras deberán de crear escenarios macroeconómicos adversos por el COVID-19 para incorporarlos en los modelos de deterioro.

  

Por lo anterior, se muestran metodologías para crear escenarios macroeconómicos por COVID-19 y proyecciones de series financieras usando técnicas tradicionales e innovadoras de machine learning y deep learning. Consideramos que es el momento oportuno de implementar herramientas avanzadas de inteligencia artificial para resolver problemas complejos.

 

Se explican las fases que componen la IFRS 9, a saber, Fase 1: clasificación y medición. Fase 2: Metodología del deterioro de valor. Fase 3: Contabilidad de coberturas. No obstante, el curso se centra en el modelo de deterioro de valor y particularmente en los 3 escenarios y en el modelo de pérdida esperada lifetime. 

Respecto al enfoque propuesto por IFRS 9 llamado, loss rate approach, en ausencia de la LGD, se explica el uso modelos econométricos VAR y VEC para medir el impacto del charge-off por variables macroeconómicas influidas por el COVID-19.

​Se explican los efectos de las moratorias públicas y privadas en los modelos de deterioro. Así como el grado de juicio, que las entidades emplearan, para distinguir, prestatarios que no se verán afectados por la coyuntura y otros que no podrán hacer frente a los pagos, sobre este tema se explica el uso de herramientas de scoring y rating. Se explica comó medir los parámetros de riesgo IRB: PD, LGD y EAD, y comó aprovecharlos para la estimación de los parámetros tipo Lifetime. Se han incluido potentes metodologías, entre otras, el enfoque bayesiano y machine learning. 

 

No obstante, el core del curso es explicar pormenorizadamente metodologías de riesgo de crédito para estimar los parámetros tipo lifetime de PD, LGD y EAD ajustados a la norma IFRS 9. Se incluyen más de ocho metodologías y ejercicios para estimar la PD Lifetime: modelos de Markov, ASRF,  regresión multinomial, EMV, modelos de supervivencia, 2 modelos de machine learning y deep learning. Se expone una metodología novel de EMV que incorpora el COVID-19.

En cuanto a la LGD Lifetime, se explica como emplear la regresión Lasso para mejorar la exactitud de los parámetros. Y respecto a la EAD Lifetime se explican modelos vintage para líneas de crédito, además de modelos econométricos de prepago.

Se aborda el backtesting IRB en contraste con el complejo Backtesting IFRS 9 que habrán de estimar los bancos. Hay un modulo para validar y calibrar la PD Lifetime usando técnicas de precisión y estabilidad.  

Se explican metodologías de stress testing para las pérdidas esperadas IFRS 9, el cambio de stock en las provisiones y el impacto del capital ante escenarios macroeconómicos incluidos por la pandemia. Además, se expone como del COVID-19 impactará en el incremento de riesgo y en la matriz de migración de las fases.

Se ha incluido un módulo sobre modelos estructurales y de forma de reducida del default que ayudarán a comprender el impacto que esta teniendo el COVID-19 en el credit spread y en los precios de las acciones que terminarán aumentando la probabilidad de default y las pérdidas esperadas.

Se entrega, un ejercicio global de estimación del ECL 12m, LECL , capital regulatorio, Raroc y Hurdle rate para mejorar la comprensión de los participantes.

Finalmente se abordará el impacto del COVID-19 en el incremento de provisiones y capital, así como en los beneficios en las entidades financieras europeas y latinoamericanas

 

Para facilitar el aprendizaje la mayoría de macros se entregan en Jupyter Notebook, un entorno interactivo web de ejecución de código R, SAS y Python, donde se puede incluir, vídeos, imágenes, formulas, etc. que ayuden al análisis y explicación de las metodologías.

 

¿QUIÉNES DEBEN ASISTIR?

 

Este programa está dirigido a responsables, analistas y consultores de riesgos. Para la mejor comprensión de los temas es recomendable que el participante tenga conocimientos de estadística. El alumno conocerá no solo la teoría sino ejercicios prácticos en SAS, Excel y R. No es necesario dominar un lenguaje de programación pero sí es aconsejable.

 

Horarios:

  • Santiago de Chile, Sao Paulo, Buenos Aires, Santo Domingo: L a V: 18-21h

  • España, Portugal: L a V 19-22 h

 

  • Ciudad de México, Quito, Bogotá, San JoséL a V 19-22 h

Precio: 5.900 €

Nivel: Avanzado

Duración: 30 h

Material: 

Presentaciones PDF

Ejercicios: Excel, SAS y R

washing-hands-4940196_1920.jpg
399.jpg
171.jpg
Anchor 13

 AGENDA

COVID-19: Modelización del Riesgo Crédito IFRS 9



IFRS 9

 

Módulo 1: Directivas sobre la Contabilización del

Expected Credit Losses de Basilea III e IFRS9

 

  • IFRS 9: Impairement-Expected Credit Losses

  • Introducción al IFRS 9

  • Deterioro del Valor

  • Reconocimiento de las pérdidas esperadas

  • Pérdidas Esperadas en los siguientes 12 meses

  • Incrementos del riesgo crédito

  • Medición de Expected Credit Losses

  • Lifetime Expected Losses

  • Basilea II: Pérdida Esperada y Provisiones 

  • Enfoque IRB Riesgo de crédito

  • Validación de modelos IRB en Basilea II

  • Enfoque cuantitativo: Backtesting y Benchmarking

  • Enfoque cualitativo: Modelo, User Test y Calidad de datos

  • Tratamiento de pérdidas esperadas y provisiones contables

  • Basilea III: Expected Credit Losses (ECL)

  • Requerimientos regulatorios sobre la medición del Expected Loss

  • Principio 1: Responsabilidades del Consejo y Alta Dirección

  • Principio 2: Metodologías solidas de ECL

  • Principio 3: Proceso y agrupamiento del Credit Risk Rating 

  • Principio 4: Suficiencia de las dotaciones

  • Principio 5: Validación del ELC

  • Principio 6: Juicio de Crédito con experiencia

  • Principio 7: Data común

  • Principio 8: Disclosure 

  • Principio 9: Evaluación de la gestión del riesgo crédito

  • Principio 10: Evaluación de la medición del ELC

  • Principio 11: Evaluación del la suficiencia de capital

 

Módulo 2: Fases del IFRS 9

 

  • Fase 1- Clasificación y medición

  • Descripción de las categorías de medición: Coste amortizable, FVTOCI y FVTPL

  • Reclasificación

  • Opción del valor razonable

  • Clasificación de pasivos financieros

  • Requerimientos de los flujos de caja

  • Importancia de la clasificación

  • Principales Issues

-Modelo de Negocio

-Determinación de Flujos de caja contractuales

-Medición del Fair Value

-Impacto en la Transición

-Reconciliaciones contables

  • Mitigando efectos adversos de la transición

  • Adaptación en los sistemas de la entidad financiera

  • Clasificación y medición en préstamos y bonos

  • Impacto de IFRS 9 en la cuenta de resultados y capital

  • Fase 2- Deterioro (IMPAIREMENT)

  • Objetivo

  • Deterioro de activos contables

  • Modelo Contable

  • Ingresos por intereses

  • Diferencias entre modelos IRB frente a modelos IFRS 9

  • Tres Enfoques: General, Simplificado y de Activos Deteriorados

  • Asignación de tres escenarios del riesgo crédito en IFRS 9 (Stages)

  • Medición del Expected Credit Losses (ELC) 

  • Cálculo del Lifetime Expected Losses

  • Uso de modelos IRB hibridos/nuevos

  • Gaps entre modelos IRB y modelos IFRS 9

  • Fase 3- Contabilidad de Coberturas (Hedge Accounting)

  • Introducción 

  • Objetivo

Módulo 3: COVID-19: Análisis de la Pandemia

  • Pandemia Covid-19 en el mundo

  • Casos de contagio, muertes y recuperaciones

  • Estrategias de mitigación de la propagación en el mundo

  • Análisis matemático de las curvas de contagio por países

    • Modelo SIR: S (población susceptible), I (población infectada) y R (población recuperada)

  • Estrategias de la OMS para paliar emergencia sanitaria

  • Gastos de salud respecto al PIB esperados

  • Impacto financiero y desplome de las  bolsas

  • Impacto de la caída del precio del petróleo

  • Impacto en la economía mundial

    • Posible Recesión Mundial

    • Expectativas del PIB OCDE

    • Incremento de tasa de paro por países 

    • Planes de emergencia

    • Acuerdos del Video-Call G-20

    • Posibles sectores económicos más desfavorecidos

  • Impacto en la banca

    • Impacto en el capital:  Buffers de capital

    • Impacto en las provisiones del IFRS 9

    • Crecimiento de la morosidad

    • Impacto en el Riesgo de Crédito

    • Impacto en el riesgo de liquidez

  • Análisis Coste-Beneficio de las cuarentenas 

    • Gastos y ahorros en materia de salud 

  • Ejercicio 1: Modelización y proyección de curvas de contagio en Python 

 

Módulo 4: Impacto del Covid-19 sobre provisiones de IFRS 9 

 

  • Situación Actual

  • Pronunciamiento de IFRS

  • Implicaciones del departamento de riesgos en Covid-19

  • Líneas de actuación de la crisis

  • Mensaje de Basilea III sobre las normativas contables

  • Medidas tomadas por EBA, ESMA y BCE

  • Tratamiento del default y clasificación

  • Tratamiento de las moratorias

  • Incremento por riesgo crédito causado por el Covid-19

  • Generación de escenarios bajo el Covid-19

  • Transiciones en las 3 fases (stages) por el Covid-19

  • Regulaciones en EEUU y Reino Unido sobre el IFRS 9

  • Impacto en la PD, LGD y EAD

  • Implicación del consejo de administración

  • Integración de los Stakeholders en la crisis del Covid-19

  • Modelos de Machine y Deep Learning para el IFRS 9

 

MODELOS FORWARD LOOKING y 

DISEÑO DE ESCENARIOS​

Módulo 5: Preparación de Modelos Econométricos

 

  • Revisión de supuestos de los modelos econométricos

  • Revisión de los coeficientes y errores estándar de los modelos

  • Medidas de la confiabilidad del modelo

  • Gestión de los errores

  • No normalidad

  • Heterocedasticidad

  • Outliers

  • Autocorrelación

  • Uso de la Correlación para detectar colinealidad bivariante

  • Detección de colinealidad multivariante en regresión lineal

  • Detección de colinealidad multivariante en regresión logística

  • Ejercicio 2: Detección series no estacionarias y cointegración

  • Ejercicio 3: Medición de colinealidad multivariante de modelo de regresión logística y líneal 

Módulo 6: Modelos Avanzados de Proyecciones​

​​

  • ​Estrategias de Trading con modelos de forecasting

  • Modelos Multivariantes

    • Modelos de Vectores Autoregresivos VAR

    • Modelos ARCH

    • Modelos GARCH

    • Modelos GARCH Multivariante Copulas

    • Modelo de Vector de Corrección de Error VEC

    • Método de Johansen

  • Modelos de Machine Learning

    • Supported Vector Machine 

    • Red Neuronal

      • Forecasting rendimientos series temporales de mercado

      • Algortimos NN y SVM para forecasting de rendimientos

      • Forecasting volatilidad NN frente a Garch

    • Base de desarrollo y validación 

  • Deep Learning

    • Redes Neuronales Recurrentes RNN

    • Red Neuroal de Elman

    • Red Neuronal de Jordan

    • Estructura básica de RNN

    • Long short term memory LSTM

    • Ventanas temporales

    • Muestra de desarrollo y validación

    • Regresión

    • Modelización de la secuencia

  • Análisis de series temporales con Prophet de facebook​

  • Predicción de la propagación del Covid-19

  • Ejercicio 4: Forecasting volatilidad GARCH en Python

  • Ejercicio 5: Forecasting volatilidad Multivariante GARCH en R

  • Ejercicio 6: Forecasting series financieras con Machine Learning usando python

  • Ejercicio 7: Forecasting series financieras e indices usando Redes Neuronales Recurrentes en Python

  • Ejercicio 8: Forecasting de la Pandemia usando RNN LSTM en Python

 

Módulo 7: Modelos Actuariales para predecir la mortalidad, contagio y recuperación del COVID-19 

 

  • Riesgo Biométrico

    • Riesgo de Mortalidad

    • Riesgo de Morbilidad

  • Riesgo catastrófico por Pandemias

  • Behavioral Risks

  • Modelos de mortalidad

    • Modelo Lee Carter

    • Makeham y regresión logística 

    • Factores de mejora

  • Análisis matemático de las curvas de contagio por países

    • Modelo SIR: S (población susceptible), I (población infectada) y R (población recuperada)

  • Ejercicio 9: Modelo Lee Carter, Makeham y Logístico del Covid-19

  • Ejercicio 10: Modelos de Deep Learning para predecir propagación del COVID-19

  • Ejercicio 11: Modelos SIR para predecir propagación del COVID-19

 

Módulo 8: Análisis de Escenarios con el COVID-19

  • ​​Definición de los escenarios

  • Uso de los escenarios

  • Identificación de escenarios

  • Tipología de escenarios

  • Scenario-based risk assessment 

  • Proceso de análisis de escenarios

  • Gobernanza en los escenarios

  • Juicio experto

  • Impacto en la rentabilidad

  • Definición del risk appetite 

  • Evaluación de los escenarios

  • Número óptimo de variables macroeconómicas 

  • Interacción entre variables 

  • Modelos tradicionales macroeconómicos

  • Escenarios por el Covid-19

    • Penetración de la pandemia

    • Tasas de mortalidad

    • Duración del virus

    • Impacto de los enfermos y productividad

    • Análisis del impacto de las acciones mitigantes de los gobiernos

    • Impacto económico en el consumo, PIB, tasa de paro, etc. 

    • Impacto económico de las cuarentenas en las epidemias

    • Impacto en los CDS

  • Escenarios muy adversos del Covid-19

  • Escenarios por sector económico

  • Medición de la Severidad del escenario adverso macroeconómico

  • Modelos econométricos DSGE para generar escenarios

  • Ejercicio 12: Escenarios macroeconómicos de variables macroeconómicas asociadas usando DSGE

 

LOSS FORECASTING 

 

Módulo 9: Modelos de Loss Forecasting 

  • Modelos de Loss Forecasting

  • Forecasting de KRIs 

  • Roll Rates y Flow Rates en el IFRS 9

  • Matrices de transición

  • Modelos de Markov

  • Regresión dinámica de flow Rates

  • Modelos de supervivencia

  • Decomposition: Tendencia, Estacionalidad, Ciclicidad y Ruido

  • Análisis Vintage para IFRS 9

  • Modelización de la recuperación

  • Vintage de la recuperación

  • Modelización del Charge-Off

    • Variables macroeconómicas

    • Variables trigger

    • Variables sobre la pandemia COVID-19

    • Modelo VAR y VEC

    • Modelos de Deep Learning

  • Ejercicio 14: Roll Rates en Excel

  • Ejercicio 15: Series temporales multivariantes de Roll Rates en R

  • Ejercicio 16: Procesos de Markov en SAS y Excel

  • Ejercicio 17: Modelo de Deep Learning del Charge off

  • Ejercicio 18: Modelo de Charge-Off con variables macroeconómicas vinculadas al COVID-19

 

PD IRB

 

Módulo 10: Probabilidad de Default IRB con el COVID-19


 

  • Impacto del COVID-19 en la PD

  • Basilea III y EBA respecto al default ante el COVID-19

  • Definición de Default 

  • Moratoria pública o privada

  • Días de atraso (DPD)

  • Default técnico

  • Indicadores de incumplimiento de pago

  • Tratamiento de las reestructuras

  • Umbrales de materialidad

  • Criterio de sálida del default

  • Default en exposiciones retail

  • Umbral de materialidad para exposiciones conjuntas

  • Tratamiento del default en los escenarios del IFRS 9

  • Probabilidad de Default PD

  • Data requerida para estimar la PD

  • Estimación de la PD a 1 año

  • Tasa de default media

  • Long run average default rate

  • Metodologías para estimar la PD

  • Risk Drivers

  • Rating en la estimación de la PD

  • Diseño de escalas o pools

  • Proceso de calibración

  • Ámbito de los modelos internos

  • Pisos propuestos

Módulo 11: Estimación de la PD y Credit Scoring y Credit Rating para el COVID19

 

  • Detección de prestatarios incumplidos por la Pandemia

  • Modelos de credit scoring

    • Variables explicativas del impacto del COVID-19

  • Modelos de Behavior Score productivos del COVID-19

    • Variables explicativas

  • Modelos de Credit Rating para empresas

    • Variables explicativas del COVID-19

  • Estimación de la PD

  • Tratamiento de los datos de Panel

  • Modelos Econométricos para estimar la PD

    • PD Regresión Logística

    • PD Regresión Probit

    • PD Regresión COX de supervivencia 

    • PD Log-log Complementary

    • PD Regresión Data Panel

  • Calibración de la PD

  • Calibración de modelos econométricos

  • Estimación Anchor Point

  • Calibración de PD por Añadas o cosechas

  • Análisis Vintage 

    • PD Marginal 

    • PD Forward 

    • PD Acumulada

  • Ejercicio 19: Calibración de la PD por edad de operación en SAS

  • Ejercicio 20: Calibración de PD con regresión COX en R

  • Ejercicio 21: Calibración de PD con regresión de datos de panel R

  • Ejercicio 22: Calibración de PD con modelo logístico en Python

  • Ejercicio 23: Calibración de la PD con regresión probit en Python

Módulo 12: PD Bayesiana

 

  • Enfoque bayesiano y determinista

  • Criterio experto COVID-19

  • Distribuciones a priori

  • Teorema de Bayes

  • Distribuciones a posteriori

  • Estimación de PD Bayesiana

  • Enfoque Markov chain–Monte Carlo

  • Intervalos de credibilidad

  • PD Bayesiana en la práctica

  • Calibración con enfoque bayesiano

  • Test de convergencia

  • Ejercicio 24: PD Bayesiana de modelo logístico en Python  

  • Ejercicio 25: PD Bayesiana de modelo probit en R

 

Módulo 14: Modelos Estructurales EDF y

modelos de forma Reducida

 

  • Impacto en la PD LDP corporate por el COVID-19

  • Impacto en la PD LDP Soberano por el COVID-19

  • Sectores económicos fuertes y vulnerables

  • Modelo de Merton

  • Probabilidad de Default física

  • Modelo Black-Scholes-Merton

  • Modelo Black-Cox

  • Modelo Vasicek-Kealhofer

  • Distancia Default 

  • Generación del EDF

  • Modelos de forma reducida

  • Curvas de PD en condiciones de liquidez y no liquidez

  • Análisis del CDS Spreads en corporate por la pandemia

  • CDS Spread en soberanos ante la pandemia

  • Ejercicio 26: Estimación de EDF, DD de empresas y soberanos

  • Ejercicio 27: Impacto en las curvas de PD por la pandemia

Módulo 15: Low Default Portfolio PD (PD LDP)

  • Enfoque de intervalo de confianza para PD LDP

    • Estimación de PD sin correlaciones

    • Estimación de PD con correlaciones 

    • Estimación de un periodo y multiperiodo

  • Estimación Bayesiana de PD para LDP

    • Neutral Bayesian

    • Conservative Bayesian

    • Criterio experto

  • Análisis real de PD de carteras Corporates, Soberanos y Retail

  • Regresión LASSO para medir la tasa de default en corporativos

  • Ejercicio 28: Enfoque de intervalo de confianza PD LDP en R

  • Ejercicio 29: Enfoque intervalo de confianza multiperiodo PD LDP

  • Ejercicio 30: PD Bayesiana Neutral en R 

  • Ejercicio 31: PD Bayesiana Conservadora en R 

  • Ejercicio 32: PD Bayesiana Criterio experto en R

  • Ejercicio 33: Regresión LASSO para medir tasa de default

 

PD IFRS 9

Módulo 16: Matrices de Transición y  Estructura temporal de PD

 

  • Estructura temporal de PD en IFRS 9

  • Propiedades de las matrices de transición

  • Cadenas de Markov

  • Multi-year transition matrix

    • Tiempo discreto

    • Tiempo continuo

    • Matriz Generatriz

    • Exponencial de una matriz

  • Método de duración 

  • Método Cohort

  • Gestión del error

  • Estructuctura temporal de PD

  • Calibración de la estructura temporal de la PD

  • Levenberg-Marquardt Algoritmo

  • Ciclos Económicos

  • Calibración de la estructura temporal de la PD para LDP

  • Ejercicio 34: Ejercicio análisis y error de Matriz de transición usando enfoque cohort  y duration en Python

  • Ejercicio 35: Calibración de la estructura temporal de la PD

 

Módulo 17: Forecasting de la PD IFRS 9

 

  • Requerimientos IFRS 9

    • Probability Weighted Outcome

    • Forward Looking

  • Modelización del Lifetime PD 

  • Modelización PD Forecasting

  • PD Point in Time Forecasting

  • PD TTC Forecasting

  • Modelos de Markov

  • Modelos de Forecasting de la PD PIT

    • ARIMA

    • VAR

    • VARMAX

    • ASRF

  • Ejercicio 36: Forecasting de la PD usando VARMAX en R

  • Ejercicio 37: Forecasting de la PD usando ASRF en R y Excel

 

Módulo 18: Modelos Lifetime PD

COVID-19

  • PD Lifetime cartera consumo

  • PD Lifetime cartera hipotecas

  • PD Lifetime cartera Tarjeta de crédito

  • PD Lifetime cartera Pymes

  • Modelo Vintage

    • Modelo Exogenous Maturity Vintage EMV

    • Análisis decomposition

    • Aplicación de la Pandemia COVID-19

    • Ventajas e inconvenientes

  • Modelo ASRF de Basilea 

    • Modelo ASRF matricial

    • Aprovechamiento de IRB en IFRS 9

    • Ventajas e inconvenientes

  • Modelos de Regresión

    • Regresión Multinomial Logística

    • Regresión Probit Ordinal

  • Modelos de Supervivencia​

    • Kaplan-Meier

    • Regresión Cox

    • Ventajas e inconvenientes

  • Modelos de Markov

    • ​​Modelo Multi State Markov 

    • Ventajas e inconvenientes

  • Modelo de Machine Learning​

    • Suport Vector Machine

  • Modelos de Deep Learning

    • Arquitectura de la red neuronal 

  • Modelos de Extrapolación de PD Lifetime

  • Calibración de Lifetime PD

  • Ejercicio 38: PD Lifetime usando modelo vintage EMV Decomposition usando datos de pandemia

  • Ejercicio 39: PD Lifetime usando regresión multinomial en R

  • Ejercicio 40: PD Lifetime usando modelo de Markov

  • Ejercicio 41: PD Lifetime usando modelo ASRF matricial

  • Ejercicio 42: PD Lifetime usando enfoque de extrapolación

  • Ejercicio 43: PD Lifetime usando SVM en Python

  • Ejercicio 44: PD Lifetime usando Deep Learning en Python y calibración de la PD 

Módulo 19: PD IFRS 9 para carteras LDP

  • Carteras corporates, soberanos y bancos

  • PD Enfoque bayesiano multiperiodo

  • Simulación MCMS

  • Metodología PD 12m LDP

  • Metodología PD Lifetime LDP

  • Ejercicio 45: Modelo PD Lifetime en cartera LDP

 

LGD  IRB

 

Módulo 20: LGD en carteras Retail y empresas

 

  • Impacto del COVID-19 en la LGD

    • Definición del default

    • Moratorias

    • Renovaciones y reestructuras

    • Ciclo del Default

    • Ciclos Reales del Default

  • Expected Loss y Unexpected Loss en la LGD

  • LGD in Default

  • Defaulted Weighted Average LGD o Exposure-weighted average LGD

  • LGD para performing y no performing exposures

  • Tratamiento de los colaterales en el IRB

  • Enfoque Workout

    • Técnicas para determinar la tasa de descuento

    • Tratamiento de las recuperaciones, gastos y costes de recuperación

    • Ciclos de Default

    • Gastos de recuperación

  • Downturn LGD en carteras de consumo

  • Downturn LGD en hipotecas

  • LGD en consumo

  • LGD  en Hipotecas

  • LGD en empresas

  • LGD para carteras con reposición

  • Ejercicios 46: Estimación y análisis de LGD y Exp. Weighted Ave. LGD

Módulo 21: Modelos Econométricos de la LGD

 

  • Ventajas e inconvenientes de los Modelos Predictivos de LGD

  • Modelos Forward Looking incorporando variables Macroeconómicas

  • Modelos paramétricos, no paramétricos y transformation regressions

  • Tipología de Modelos Multivariantes de LGD

    • Regresión Lineal y transformación Beta

    • Regresión Lineal y transformación Logit

    • Regresión Líneal y trasnsformación Box Cox

    • Regresión Logística y Lineal

    • Regresión Logística y no Lineal

    • Censored Regression

    • Generalized Additived Model

    • Redes Neuronales

    • Regresión Beta

    • Inflated beta regression

    • Fractional Response Regression

  • Ejercicio 47: Regresión Logística y lineal LGD en SAS

  • Ejercicio 48: Redes Neuronales LGD

  • Ejercicio 49: Beta Regression Model LGD en R y SAS

  • Ejercicio 50: Comparativo del performance de los modelos usando test de Calibración y precisión.

Módulo 22: LGD para IFRS 9

 

  • Comparativa de LGD IRB frente a IFRS 9

  • Impacto en el COVID-19

  • Requerimientos IFRS 9

    • Probability Weighted

    • Forward Looking

  • Ajustes en la LGD IRB

    • Selección de Tipos de Interés

    • Imputación de Costes

    • Floors

    • Tratamiento del colateral en el tiempo

    • Duración del COVID-19

  • Modelización LGD PIT

  • Modelización del Colateral

  • LGD IFRS 9 para cartera de empresas 

  • LGD IFRS 9 para cartera de hipotecas 

  • LGD IFRS 9 para carteras corporate

    • Ciclo de crédito

    • Regresión Tobit

  • LGD IFRS 9 usando Regresión LASSO​

  • Modelos de Machine Learning

    • Support Vector Machine

    • Neural Networks

  • Ejercicio 51: Estimación y ajustes para LGD IFRS 9 usando regresión Tobit en R

  • Ejercicio 52: Censored Regression Model LGD en R

  • Ejercicio 53: Estimación LGD IFRS 9 usando regresión LASSO en Python

  • Ejercicio 54: Estimación  LGD IFRS 9 SVM

  • Ejercicio 55Estimación  LGD IFRS 9 NN

 

EAD IRB

 

Módulo 23: Modelización avanzada EAD y CCF para IRB

 

  • Impacto del COVID-19 en las líneas de crédito

  • Directivas para la estimación del CCF

  • Directivas para la estimación del CCF Downturn 

  • Horizonte temporal

  • Transformaciones para modelizar el CCF

  • Enfoques para estimar el CCF

    • Enfoque Fixed Horizon

    • Enfoque Cohort

    • Enfoque Variable time horizon

  • Modelos Econométricos

    • Regresión Beta
      Inflated beta regression
      Fractional Response Regression

    • Mixed Effect Model

  • Modelos de Machine Learning

    • Redes Neuronales
      SVM

  • Modelo de intensidad para medir el retiro de líneas de crédito

  • Ejercicio 56: Modelo de regresión OLS en CCF en Excel

  • Ejercicio 57: Modelo de regresión logística del CCF en Python

  • Ejercicio 58: Redes Neuronales y SVM CCF en R

  • Ejercicio 59: Beta Regression Model CCF en R 

  • Ejercicio 60: Comparativo del performance de los modelos de EAD

 

EAD IFRS 9

 

Módulo 24: Opciones Contractuales

 

  • Prepago y otras opciones

  • Requerimientos IFRS 9

  • Probability Weighted

  • Forward Looking

  • Modelización del prepago IFRS 9

    • Regresión Cox

    • Regresión Logística

  • Estimación tasa de Supervivencia​

  • Modelo de probabilidad conjunta con PD Lifetime

  • Ejercicio 61: Modelo de prepago IFRS 9 para hipoteca en R y Excel

Módulo 25: EAD para Líneas de crédito

 

  • Impacto de la pandemia en la utilización de las líneas de crédito

  • Lifetime EAD

  • Requerimientos IFRS 9

  • Probability Weighted

  • Forward Looking

  • Ajustes en la EAD

  • Interest Accrual

  • Estimación CCF PIT

  • Estimación de CCF Lifetime

  • Modelización de la EAD lifetime

  • Modelo del uso de línea de crédito con variables macroeconómicas

  • Ajuste del abandono en tarjetas de crédito

  • Modelo de EAD Lifetime para pool de líneas de crédito

    • Modelo Vintage

    • Enfoque Chain Ladder

  • Ejercicio 62: Modelo econométrico de uso de línea de crédito en R

  • Ejercicio 63: Modelo EAD Lifetime para línea de crédito individual

  • Ejercicio 64: Modelo Vintage de EAD Lifetime para pool de líneas de crédito en R y Excel

 

VALIDACIÓN IRB
 
 Módulo 26: Backtesting PD

 

  • Validación de la PD

  • Backtesting PD

  • Validación de Calibración de PD

  • Hosmer Lameshow test

  • Normal test

  • Binomial Test

  • Spiegelhalter test

  • Redelmeier Test

  • Traffic Light Approach

  • Análisis Semafórico y Cuadro de mando de la PD

  • PD Stability Test

  • Forecasting PD vs PD Real en el tiempo

  • Validación con simulación de Monte Carlo

  • Ejercicio 65: Backtesting de PD en Excel

  • Ejercicio 66: Forecasting PD y PD real en Excel

  • Ejercicio 67: Validación usando Simulación de Monte Carlo


Módulo 27: Backtesting LGD

 

  • Backtesting LGD

  • Ratio de precisión

  • Indicador absoluto de precisión

  • Intervalos de Confianza

  • Análisis de transición

  • Análisis de RR usando Triángulos

  • Backtesting Avanzado de LGD con enfoque vintage

  • Backtesting para modelos econométricos:

  • Calibración test

  • T test

  • Wilcoxon signed rank test

  • Precision Test

  • F Test

  • Ansari-Bradley Test

  • Ejercicio 68: Comparativo del performance de los modelos usando test de Calibración y precisión.


Módulo 28: Backtesting EAD

 

  • Performance EAD

  • R cuadrada

  • Coeficiente de Pearson

  • Spearman correlation

  • Validación usando ROC, KS y Gini

  • Ejercicio 69: Comparativo del performance de los modelos de EAD

 

STRESS TESTING

 

STRESS TESTING PD y LGD

 

Módulo 29: Stress Testing de Riesgo Crédito Consumo

 

  • Stress Testing de provisiones IFRS 9

  • Stress Testing de parámetros IRB

  • Aprovechamiento del Stress Testing en el IFRS 9

  • Horizonte temporal

  • Enfoque Multiperíodo

  • Data requerida

  • Impacto en P&L, RWA y Capital

  • Simulaciones

  • Escenarios Macroeconómicos en consumo

    • Experto

    • Estadístico

    • Regulatorio

  • Stress testing de la PD

    • Credit Porfolio View 

    • Mutiyear Approach

    • Vector Autoregresivo VAR

    • Vector de Corrección del Error

  • Stress Testing de la Matriz de Transición

    • Enfoque Credit Portfolio View 

    • Índice de ciclo de crédito

    • Uso de Credimetrics

    • Extensión Multifactorial

  • Stress Testing de la  LGD

    • LGD Downturn: Enfoque Mixtura de distribuciones

    • Modelización PD/LGD Multiyear Approach

    • Stress test de LGD para carteras hipotecarias

  • Stress Testing del Charge Off

    • Variables macroeconómicas

    • Modelo econométrico

  • Ejercicio 81: Stress Testing PD IRB en Excel y SAS modelo multifactorial Credit Portfolio View

  • Ejercicio 70: Stress Testing PD IRB enfoque Multiyear Approach 

  • Ejercicio 71: Stress Test  de la LGD modelo econométrico en R

  • Ejercicio 72: Stress Test de Matrices de Transición 

  • Ejercicio 73: Stress Test conjunto de de la PD&LGD en SAS

 

Módulo 30: Stress Testing Riesgo Crédito Corporativo

 

  • Horizonte temporal

  • Data requerida

  • Principales variables Macroeconómicas

  • Impacto en P&L, RWA y Capital

  • Modelo ASRF

  • Modelo de Creditmetrics

  • Uso de Matrices de transición

  • Uso del indice de ciclo de crédito

  • Forecasting del default

  • Metodología de Stress Test para portfolios corporate

  • Impacto en el RWA y Capital

  • Ejercicio 74: Stress Testing de provisiones de cartera corporativa usando matriz de transición y modelo ASRF en SAS, R y Excel

 

STRESS TESTING ECL IFRS 9

Módulo 31: Stress Testing del ECL IFRS 9

 

  • Stress testing IFRS 9 y COVID-19

  • Escenarios de la pandemia aplicada al cálculo del ECL

  • Stress Testing de parámetros IFRS 9

  • EBA Stress Testing 2019

  • Posibles escenarios regulatorios

  • Impacto en P&L

  • Parámetros de partida PIT

  • Parámetros  proyectados PIT

  • Cálculo de activos no productivos y deterioros

  • Cambios en el stock de provisiones

  • Cambios en el stock de provisiones de exposiciones fase S1

  • Cambios en el stock de provisiones de exposiciones fase S2

  • Cambios en el stock de provisiones de exposiciones fase S3

  • Pérdidas por deterioro de exposiciones soberanas

  • Impacto en el capital

INCREMENTO DE RIESGO IFRS 9

Módulo 32: Incremento 

de Riesgo Crédito del S1 al S2

 

  • Impacto del COVID-19 en el incremento al riesgo

  • Recomendaciones Basilea, EBA, ESMA, IFRS

  • Criterios cualitativos y cuantitativos en función del COVID-19

  • Incremento de riesgo crédito colectivo

  • Incremento de riesgo crédito IFRS 9 individual 

  • Matrices de migración de fases

    • Modelos de roll rates

    • Modelo de Markov

  • Impacto del COVID-19 en las migraciones

  • Estimación de umbrales de PD Lifetime y PD Originación

  • Variación de Rating

  • Determinación de umbrales

  • KRIs para retail, hipotecas y corporate

  • Incremento de riesgo crédito IFRS 9 colectivo

    • Uso de test discriminante 

    • Curva ROC

    • Tasa de falsa alarma

    • Hit Rate objetivo

    • Tamaño del S2 

  • Ejercicio 75: Estimación de incremento de riesgo crédito usando test de poder discriminante ROC en R y Excel

 

MODELO DE LECL IFRS 9

 

Módulo 33: Modelos de Lifetime Expected Credit Losses

 

  • Escenarios Macroeconómicos impactados por COVID-19

  • Lifetime Loss Forecasting usando variables macroeconómicas

  • Ejercicio Global 76: Estimación Provisiones Lifetime Expected Loss de una cartera de crédito de consumo en R y Excel con VBA:

 

  • Definición de escenarios macroeconómicos COVID-19

  • Impacto de los escenarios en la estimación por COVID-19

  • Modelización de LGD usando escenarios económicos

  • Modelización del CCF usando escenarios económicos

  • Modelización del Abandono

  • Modelización del Prepago

  • Modelización PD PIT con escenarios económicos

  • Modelización Lifetime PD

  • Estimación de ingresos financieros

  • Modleización flujos de caja

  • Estimación tasa de supervivencia

  • Estimación Pérdida Esperada ECL a 12 meses

  • Estimación de ECL a 12 meses efecto COVID-19

  • Estimación Pérdida Esperada ECL Lifetime IFRS 9 COVID-19

  • Stress Testing de pérdidas de riesgo crédito

  • Análisis de asignación de los 3 stages

  • Comparativo de las estimaciones de ECL

  • Interpretación de Resultados en cuadro de mando

 

Backtesting Expected Loss (EL) IFRS 9


Módulo 34: Validación EL

 

  • Backtesting la pérdida esperada IFRS 9

  • Backtesting la LGD IFRS 9

  • Modelo avanzado de Backtesting de EL

  • Consideraciones sobre el impacto de capital

 

IMPACTO EN EL CAPITAL POR EL COVID-19

 

Módulo 35: Impacto Financiero y en el capital por dotaciones del IFRS  9 bajo el COVID-19

 

 

  • Comparativo del IFRS 9 sin COVID-19 vs COVID-19

  • Cálculo global de la pérdida esperada IFRS 9

  • Impacto en el capital CET1 y cuenta de resultados

  • Impacto en el capital regulatorio

  • Impacto en los ratios de liquidez de Basilea III

  • Impacto en el pricing

  • Gobernanza

  • Integración en procesos

bottom of page