IFRS 9 : EXPECTED CREDIT LOSSES

​

Módulo 17: Calibración de la Probabilidad de Default PD 

​

• Estimación de la PD

  • Modelos econométricos

  • Modelos de Machine Learning

  • Requerimiento de datos

  • Risk drivers y criterio del credit scoring

  • Filosofía del rating

  • Tratamiento de los Pools

• Calibración de la PD

  • ​Definición de Default

  • Long run average for PD

  • Defaults técnicos y filtros técnicos del default

  • Requerimiento de datos

  • Cálculo de tasa de default a un año

  • Cálculo de Tasa de default a largo plazo

• Riesgo de Modelo de la PD

  • Margen de Conservadurismo

• Técnicas de calibración de PD

  • Estimación Anchor Point

  • Mapping de Score a PD

  • ​Ajuste al Ciclo Económico de la PD

  • Filosofía del Rating

    • Modelos PD Trough The Cycle (PD TTC)

    • Modelos PD Point in Time PD (PD PIT )

• Calibración de PD de modelos usando Machine y Deep Learning

• Margen de Cautela

• Ejercicio 30: Modelos de calibración de PD

• Ejercicio 31: Calibración de PD en modelos de Machine Learning

• Ejercicio 32: Modelización del Margen de Cautela PD

​

AI IFRS 9: EXPECTED CREDIT LOSSES

​

Módulo 18: Modelos de Machine Learning para estimar

Lifetime PD bajo IFRS 9

​​

• Modelos de credit scoring para estimar Lifetime PD

• PD Lifetime en IFRS 9

• Impacto del COVID-19 en los modelos

• Impacto del Riesgo Climático

• Impacto de la inflación 

• Impacto de la subida de los precios

• Modelos de Regresión

  • Regresión Logística

  • Regresión Multinomial Logística

  • Regresión Probit Ordinal

• Modelos de VAR y VEC

• Modelo de Machine Learning​

  • SVM: Definición de función Kernel

  • Red Neuronal: definición de hiperparámetros y función de activación

  • Deep Learning 

  • LSTM

• Calibración de PD de modelos usando Machine y Deep Learning

• Ejercicio 33: PD Lifetime usando regresión logística

• Ejercicio 34: PD Lifetime usando regresión multinomial en R

• Ejercicio 35: PD Lifetime usando SVM en Python

• Ejercicio 36: PD Lifetime usando Deep Learning en Python

• Ejercicio 37: PD Lifetime usando Deep Learning LSTM en Python

AI STRESS TESTING 

​

Módulo 24: Modernización de la dinámica macroeconómica usando Deep Learning

​​

• Modelos de macroeconomía 

• ​Modelo de crecimiento neoclásico

• Ecuaciones diferenciales parciales

• DSGE Modelos de equilibrio general dinámico estocástico

• Arquitecturas de deep learning

• Reinforcement Learning

• Análisis de Escenarios avanzados

• Ejercicio 44: Modelo macroeconómico de ecuación de Bellman usando redes neuronales 

​

Módulo 25: Modelos de Deep Learning para proyecciones macroeconómicas

​​​

• ​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 45: Forecasting volatilidad GARCH en Python

• Ejercicio 46: Forecasting volatilidad Multivariante GARCH en R

• Ejercicio 47: Forecasting series financieras con Machine Learning usando python

• Ejercicio 48: Forecasting series financieras e indices usando Redes Neuronales Recurrentes en Python

• Ejercicio 49: Forecasting de la Pandemia usando RNN LSTM en Python

• Ejercicio 50: Modelo de charge-off con VAR y VEC

• Ejercicio 51: Modelo de charge-off con RNN LSTM

​

MODELOS DE STRESS TESTING 

​

Módulo 26: Stress Testing PD y LGD 

​

• Horizonte temporal

• Enfoque Multiperíodo

• Data requerida

• Impacto en P&L, RWA y Capital

• Escenarios Macroeconómicos de Estrés en consumo

  • Experto

  • Estadístico

  • Regulatorio

• Stress Testing de la PD:

  • Credit Porfolio View 

  • Mutiyear Approach

  • Reverse Stress Testing

  • Rescaling

  • Regresión Cox

• Stress Testing de la Matriz de Transición

  • Enfoque Credit Portfolio View 

  • Índice de ciclo de crédito

  • 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 de:

  • Defaults

  • Charge-Off

  • Net Charge Off 

  • Roll Rates​

  • Matrices de transición de Rating/Scoring

  • Matrices de transición de buckets de morosidad

  • Tasa de Recuperación Y LGD

  • Pérdidas por activos deteriorados nuevos

  • Pérdidas por activos deteriorados antiguos

• ​Ejercicio 52: Stress Testing PD en Excel y SAS modelo multifactorial Credit Portfolio Views

• Ejercicio 53: Stress Testing PD en SAS enfoque Multiyear Approach

• Ejercicio 54: Stress test de PD y Vectores Autoregresivos

• Ejercicio 55: Stress Test LGD ajustada al cambio climático

• Ejercicio 56: Stress Test  de la LGD modelo econométrico en Excel 

• Ejercicio 57: Stress Test conjunto de la PD&LGD

​

Módulo 27: Stress Testing en carteras corporate

​

• 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 58: Stress Testing PD y matrices de transición de cartera corporativa usando matriz de transición y modelo ASRF en SAS, R y Excel

​

STRESS TESTING ECL IFRS 9

​​

Módulo 28: 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 2023

• Tratamiento de la moratoria

• 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

• Modelo interno de Stress Testing para ECL IFRS 9

• Ejercicio 59: Stress Testing del ECL usando matrices y series temporales R y Excel

Stress Testing Global de Riesgo Crédito

​

Módulo 29: Stress Testing en Balance y Estado de Resultados

• Metodología Firmwide Stress testing

• Implementación del Firmwide Stress Testing 

• Incorporación de ECL IFRS 9

• Diferencias frente a EBA y CCAR

• Balance General Estático vs Dinámico

• Aplicación y Diseño de Escenarios

• Integración de riesgos financieros

• Capital disponible

• Acciones en la gestión

• Ejercicio Global 60: Stress Testing  de riesgo de crédito en python, R, Excel con VBA 

• Plan de Negocios

  • Forecasting del Balance General en 3 años

  • Forecasting de la Cuenta de resultados en 3 años

• ​Aplicación de Escenarios y Shocks Externos

• Análisis de redes de principales variables 

• Incorporación Provisiones IFRS 9

• Stress Testing y capital riesgo crédito 

• Revisión del Impacto de riesgo crédito en: 

  • Capital CET1, capital regulatorio y RWAs

  • ​Balance General

  • Estado de Resultado P&L

  • Exceso de límites

• Cuadro de Mando en Excel

​

STRESS TESTING CUÁNTICO

​

Módulo 30: Stress Testing Cuántico 

• Economía cuántica 

• Simulación de Monte Carlo clasica

• Monte Carlo Cuántico

• Codificar problema de Monte Carlo 

• Estimación de Amplitud

• Aceleración  aplicando el algoritmo de estimación de amplitud

• Modelo DGSE usando redes neuronales

• Simulación de Monte Carlo Cuántica vs Simulación de Monte Carlo normal

• Ejercicio 61: Modelo DGSE usando deep learning

• Ejercicio 62: Simulación de Monte Carlo Cuántica vs Simulación de Monte Carlo Clásica 

CAPITAL ECONÓMICO y REGULATORIO

​

Módulo 31: Modelos de Capital Económico y Regulatorio

• Capital Regulatorio

• Metodologías de Capital Económico

• Modelos Estructurales de la PD 

• Modelo de Merton

• Correlación de Default 

• Correlación de activos Futura

• Pérdida Inesperada Contributoria

• Modelos de Capital Económico ASRF

• Modelos Comerciales

  • KMV

  • Creditmetrics

  • Credit Portfolio View

  • Creditrisk +

• Modelización de Dependencia usando copulas

• Gestión del capital económico

• Modelo de Capital Económico en tarjetas de crédito

• Modelo Avanzado de Capital Económico en hipotecario

• Modelo de Capital Económico en Empresas PYMES y Corporate

• Allocating Capital Económico

• Ejercicio 63: Correlación de activos 

• Ejercicio 64: Enfoque Porfolio: Estimación de EL, UL, ULC, Correlación y Capital Económico en Excel

• Ejercicio 65: Creditrisk + en SAS 

• Ejercicio 66: Creditmetrics en Excel y R

• Ejercicio 67: Modelo Unifactorial en Excel 

​

Módulo 32: Riesgo de Concentración

​

• Ajustes por cambio climático

• Modelo de Concentración Individual

• Modelo de Concentración Sectorial

• Modelo Pykthins

• Modelo Cespedes et Al

• Ejercicio 68: Medición de riesgo de concentración 

CAPITAL ECONÓMICO CUÁNTICO

​

Módulo 33: Capital Económico Cuántico 

• Distribución de pérdidas por riesgo crédito

• Modelo de incertidumbre cuántico

• Definición del circuito

• Aceleración cuadrática sobre la simulación clásica de Monte Carlo

• Pérdida esperada

• Función de distribución acumulativa

• VaR

• Expected Shortfall

• Ejercicio 69: Estimación capital económico cuántico