Credit Scoring, Validación y Stress Testing en SAS y R, Nivel 1

 

OBJETIVO

 

Los objetivos del curso son: mostrar al participante modelos estadísticos para desarrollar herramientas tradicionales y de machine learning de credit scoring que permitan identificar, medir y gestionar el riesgo de crédito en tiempos de crisis financieras. Además el participante conocerá técnicas para validar modelos y parámetros de riesgo bajo el enfoque IRB de Basilea. En el curso se muestran modelos de stress testing en carteras retail.

 

¿QUIÉNES DEBEN ASISTIR?

 

Este programa esta 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. No es necesario dominar un lenguaje de programación pero sí es aconsejable.

 

PRECIO DEL CURSO LIVE ONLINE (18 Horas Lectivas)

 

Precio: 2.900 €

 

El Precio incluye: Presentaciones en formato PDF y ejercicios de Excel con VBA, SAS, R y Jupyter Notebook.

 

Horarios:

 

  • Santiago de Chile, Sao Paulo: Lunes a Viernes: 18:00 a 21:00 Hrs.

  • Madrid, Barcelona: Lunes a Viernes: 19:00 a 22:00 Hrs.

  • México, D.F., Lima, Quito, Bogotá, San José: Lunes a Viernes: 19:00 a 22:00 Hrs.

 

 

El 99% de los participantes le ha puesto a este curso nota de: Muy Buen Curso

 

AGENDA

Credit Scoring, Validación y Stress Testing en SAS y R, Nivel 1



Gestión de carteras en tiempos de crisis

 

  • Mejores prácticas de gestión ·

  • Introducción al Credit Scoring

 

Análisis Univariante

 

  • Definición de variable objetivo

  • Tratamiento de datos

  • Muestra y Segmentación

  • Horizonte temporal

  • Punto de observación y desempeño

  • Análisis Univariante

 

Ejercicios tanto en SAS como en R:

  • Análisis univariante percentiles

  • Análisis univariante óptimo

  • Estimación del KS, Gini e IV por variable

  • Estimación Weight of Evidence WOE

 

 

Modelos multivariantes

 

  • Modelos Econométricos 

    • Regresión Logit

    • Regresión Piecewise

    • Modelos de supervivencia y default time.

  • Machine Learning

    •  Redes Neuronales

    •  Árboles de Decisión

    •  Supoort Vector Machine

    •  Random Forest 

 

Desarrollo del Scorecard

 

  • Tarjeta de Puntuación

  • Técnicas de Reject Inference

 

Ejercicios tanto en SAS como en R:

  • Regresión logística

  • Regresión Piecewise 

  • Árboles de decisión

  • Redes Neuronales

  • Support Vector Machines

  • Random Forest

  • Bagging y Boosting

  • Estimación del Scorecard 

 

Gestión de carteras de consumo

  • Ciclo de Crédito

 

Sistemas de Decisión

  • Sistemas de Decisión

  • Matrices duales

  • Árboles de decisión

  • Políticas de Crédito

  • Decisión del punto de corte 4 metodologías 

 

Seguimiento y Recobro

  • Seguimiento de cartera

  • Roll Rates

  • Behavior Score y Collection Score

  • Mejores prácticas en Recobro

  • Estrategias de Recobro

 

Ejercicios:

  • Matriz Dual en Excel

  • Estimación punto de corte 4 metodologías 

  • Forecasting de Roll Rates y tasa de mora en SAS y R

  • Optimización del recobro programación entera en SAS

 

Validación de Modelos

 

  • Confusion Matrix

  • Poder Discriminante:

-Índice Gini

-ROC

-KS

-Brier Score

-Kullback

- Leibler

-CIER

  •  Técnica de Bootstrapping

  •  Indice de estabilidad

 

Ejercicios Excel, SAS y R:

  • Estimación de: KS, CIER, ROC y Gini del Modelo

  • Bootstrapping e intervalos de confianza en R y SAS

 

Enfoque IRB Basilea III (IV)

 

  • Validación de modelos IRB

  • Model Management

 

Probabilidad de Default (PD)

  • Modelos para estimar la PD

  • PD Basilea IV

  • Calibración de la PD

  • Estructura temporal de la PD

  • Definición PIT /TTC

  •  Ajuste al ciclo económico

  • Migración de matrices

  • Low Default Portfolio en Carteras Minoristas, anclaje con tasa de desempleo.

 

Ejercicios

  • Calibración de PD y estructura temporal

  • Matriz de transición en tiempo continuo

  • Ajuste al ciclo en SAS y Excel con Solver

  • PD en función de variables macros en SAS y Excel

  • PD Low default portfolio en R

 

Loss Given Default (LGD)

 

  • LGD en Basilea IV

  • Workout approach

  • Definición de Cura y Ciclos de Default

  • Gastos de recuperación

  • Downturn LGD

  • Modelo Multivariante de LGD: Two Stages

 

Ejercicios en SAS y Excel:

 

  • Modelo predictivo LGD con regresión logística y lineal

 

 

Exposure At Default (EAD)

 

  • EAD y CCF en Basilea

  • Modelo de CCF econométrico

  • CCF exposiciones default: Enfoque Fixed Horizon y Enfoque Cohort

  • CCF exposiciones No default

  • Modelo Predictivo CCF usando machine learning

 

Ejercicios en SAS y Excel:

 

  • Modelo predictivo CCF con regresión beta, Inflated beta y Redes Neuronales en R 

 

Validación cuantitativa: PD, LGD y EAD

 

  • Backtesting PD

  • Backtesting EAD y LGD

-Ratio de precisión

-Indicador absoluto de precisión

-Intervalos de Confianza

  • Diseño de Reporting

 

Ejercicios en Excel  con VBA:

 

  • Pruebas de Backtesting PD

   -Hosmer Lameshow test

   -Normal test

   -Binomial Test

   -Spiegelhalter test

  • Pruebas de Backtesting LGD

  • Pruebas de Backtesting CCF

 

Stress Testing en carteras Retail

 

  • Stress Testing y Scenario Analysis

  • Requerimientos de Stress Testing enfoque IRB Basilea IV

  • Modelo de Stress Testing de la PD y LGD

  • Modelo de Stress Testing del Net Charge-Off

 

Ejercicios en SAS y R:

 

  • Estimación de PD estresada con modelo de factores:

 

-modelo logit factores macroeconómicos

-series temporales AR(2)

-simulación de Montecarlo 

 

  • Modelo de stress test de la PD y LGD en SAS 

  • Modelo de Net Charge-Off en R