Nuevas Directivas para Modelizar el Riesgo Operacional

 

OBJETIVO

 

El objetivo del curso es mostrar metodologías de vanguardia para calcular el capital por riesgo operacional. Se explican las nuevas directivas metodológicas sobre los modelos internos Advanced Measurement Approach (AMA) de riesgo operacional. El curso indica los principales puntos de revisión que aplicarán los reguladores a las entidades financieras que dispongan o que vayan a por modelos AMA.

 

Se explica cómo estimar los parámetros de severidad y frecuencia sujetos a las nuevas directivas regulatorias. Se abordan los enfoques de Análisis de Escenarios y Loss Distribution Approach. El curso contiene metodologías alternativas para medir el riesgo operacional como la potente estimación bayesiana, métodos recursivos de Panjer, FFT y distribuciones recientes como la g y h, GB2, alpha stable entre otras.

 

En los ejercicios se desarrollarán las pruebas estadísticas que requerirán los reguladores a las entidades financieras que vayan a por el enfoque AMA. Se medirá el impacto del capital de las nuevas directivas en cuanto a modelización del riesgo operacional.

 

 

¿QUIÉNES DEBEN ASISTIR?

 

Este programa esta dirigido a responsables, analistas y consultores de riesgos. El contenido del curso es estadístico y matemático. El alumno conocerá no solo la teoría sino ejercicios prácticos en SAS, Matlab, R y Excel.

 

PRECIO DEL CURSO LIVE ONLINE (24 Horas Lectivas)

 

Precio: 2.900 €

 

El Precio incluye: Presentaciones en formato PDF y ejercicios de Excel y SAS.

 

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.

 

 

AGENDA



Módulo 1:Advances Measurement Approaches (AMA) en la UE

 

-AMA para riesgo operacional en la Unión Europea

-Análisis de los Artículos de la regulación Europea 

-Inclusión del Riesgo Legal

-Definición y Eventos de Riesgo Legal

-Gestión del Riesgo Legal

-Eventos del RO relacionados con el riesgo mercado

-Eventos de Fraudes los departamentos de crédito 

-Alcance del RO y provisiones

-Almacenamiento de la información

 

Módulo 2:Gestión del Riesgo Operacional en la UE

 

-Estructura de Gobernanza

-Gestión del RO

-Independencia de las funciones de RO

-Reporting

 

Módulo 3: Revisión Regulatoria de la medición del RO en la UE

 

-Tratamiento de los datos internos

-Datos Externos

-Análisis de escenarios

-BE&ICFs

-Revisión de la BBDD Interna

-Granularidad

-Revisión del Análisis Exploratorio de las distribuciones de probabilidad

-Técnicas apropiadas para la estimación de parámetros

-Herramientas de diagnostico

-Revisión de momentos estadísticos

-Revisión de umbrales en cuerpo y cola de la distribución

-Revisión de la agregación de pérdidas

-Revisión de la Pérdida Esperada

-Dependencia

-Seguros y mecanismos de transferencia

-Mecanismos de asignación de capital

-Ejecución paralela

-Calidad del dato e infraestructura IT

-Use Test

-Auditoria y Validación

 

Módulo 4: Estimación de Parámetros

 

-Distribuciones clásicas y modernas de severidad de la pérdida

-Exponencial

-Gamma

-Lognormal

-Weibull

-Burr

-Inversa Gaussiana

-Pareto

-Generalizada Beta

-GB2

-G y H

-Lognormal-Gamma

-Alpha Stables

-Distribuciones de valor extremo EVT

-Gumbel

-Frechet

-Weibull

-Distribuciones generalizadas de Pareto

-Exponencial

-Pareto

-Beta

-Estimación del umbral

-Selección del Modelo

-Gráfico de Hill y Mean Excess

-Estimación EVT bajo enfoque Bayesiano

-Ventajas e Inconvenientes del EVT

-Distribuciones de Frecuencia para ajustar el número de eventos

-Binomial Negativa

-Poisson

-Ajustes a la Frecuencia

-Distribuciones con punto de truncamiento

-Distribución logística de truncamiento de Fontnouvelle

-Estimación de Máxima verosimilitud

-Truncamiento de datos

-Mixtura de Distribuciones

-Splicing Pieces en Distribuciones

-Body-Tail Distributions

-Distribuciones subexponenciales

-Revisión Regulatoria

-Revisión de la severidad

-Asimetría estadística

-Coeficiente de asimetría de Fisher

-Leptokurtosis

-Revisión de dispersión de datos en la cola de la distribución

-Revisión del umbral en las distribuciones Body-Tail

-Reducción de variabilidad de los parámetros

-Intervalos de confianza y p-values

-Estimadores robustos

-Uso de distribuciones subexponenciales

 

-Ejercicio 1: Ajustes de distribución de severidad y estimación de parámetros:

o Lognormal

o Weibull

o Exponencial

o Inversa Gaussiana

o Gamma

o Burr

o Alpha Stables

-Ejercicio 2: Ajuste de distribución de frecuencia: Poisson y binomial negativa.

-Ejercicio 3: Ajuste de distribución generalizada beta GB2

-Ejercicio 4: Ajuste de distribución G y H

-Ejercicio 5: Estimación de máxima verosimilitud de mixtura de lognormales

Ejercicio 6: Estimación de Gráficos: Mean Excess, Q-Q y Hill plot

Ejercicio 7: Estimación de parámetros por máxima verosimilitud de GDP 

Ejercicio 8: Generación de valores de números aleatorios EVT

Ejercicio 9: Ajuste de cuerpo lognormal y cola de EVT

Ejercicio 10: Revisión regulatoria de distribuciones de severidad

Ejercicio 11: Revisión de estimadores robustos: eficientes, bajo sesgo y asintóticamente insesgados  

 

 

Módulo 5: Inferencia Bayesiana

 

-Inferencia bayesiana

-Incertidumbre en los parámetros

-Credibilidad en los parámetros

-Distribución inicial y posterior

Frecuencia: Gamma-Poisson

Severidad: Gamma-Pareto y Normal-Lognormal

 

-Combinación de opiniones de expertos y datos internos y externos

-Ejercicio 12: Estimación Bayesiana de parámetros de Gamma-Poisson

-Ejercicio 13: Estimación Bayesianade parámetros Gamma-Pareto

-Ejercicio 14: Estimación Bayesiana de parámetros Normal-Lognormal

 

Módulo 6: Pruebas de Bondad de Ajuste

 

-Selección y Validación del Modelo

-Revisión regulatoria

-Revisión Body-Tail Distributions.

-Comparativo del performance entre distribuciones

-Aproximación a la varianza e intervalos de confianza de los parámetros

Gráficos de densidad de distribuciones y Q-Q Plot

Estadísticos de bondad de ajuste:

Kolmogorov-Smirnov

Anderson-Darling

Cramer Von Mises

Chi cuadrado test

Estadísticos de performance

Likelihood Ratio

the Akaike Information Criterion

the Schwarz Bayesian Criterion

-Estimación de gráficos de densidad de distribuciones

-Ejercicio 15: Gráfico comparativo de densidad de distribuciones

-Ejercicio 16: Estadísticos de ajustes de K-S, AD, CVM.

-Ejercicio 17: Intervalos de confianza de parámetros de la Lognormal

-Ejercicio 18: Generación de números aleatorios de distribuciones paramétricas.

-Ejercicio 19: Estadísticos de performance

 

 

Módulo 7: Modelización de Datos Truncados

 

Datos truncados

Umbral Constante

Estimación de parámetros con datos truncados

Estimación de Máxima Verosimilitud

Enfoque Bayesiano

Umbral cambiante en el tiempo

 

Ejercicio 17: Estimación de parámetros por máxima verosimilitud y simulación de distribución GDP

 

Módulo 8: Tratamiento de datos externos y escenarios

 

-Análisis de escenarios

-Tratamiento de datos externos

-Modelos de reescalamiento de datos externos

-Regresión OLS para reescalar severidad

-Regresión poisson para reescalar frecuencia

-Inferencia bayesiana con datos externos y opiniones expertas

-Combinación optima datos externos y datos internos

-Integración de datos internos, externos, BEICF’s y análisis de escenarios

Ejercicio 20: Regresión de Poisson de reescalamiento de la frecuencia 

 

Módulo 9: Técnicas de Agregación de Pérdidas

 

-Pérdidas esperada e inesperada

-Estimación del VaR

-Estimación del Expected Shortfall (Tail VaR)

-Simulación de Monte Carlo

-Métodos de Reducción de Varianza

-Recursión de Panjer

-Discretización

-Problemas computacionales

-Extensiones de Panjer

-Fast Fourier Transformation

-Revisión regulatoria

-Mitigación de la muestra

-Errores en la agregación y magnitudes

-Reducción del Sampling variability en simulación de Monte Carlo

-Estabilidad del algoritmo y error de propagación en FFT y Panjer

Ejercicio 21: Estimación de VaR y Expected Shortfall

Ejercicio 22: Técnica de Reducción de Varianza de Hipercubo latino

Ejercicio 23: Agregación de pérdidas por método recursivo Panjer y FFT

Ejercicio 23.5 : Revisión regulatoria de la agregación de pérdidas

 

 

Módulo 10: Modelización de la Dependencia

 

-Dependencia en el riesgo operacional

-Tipología de Copulas

-Copulas de Arquímedes

-T-Student Copula

-Medidas de Dependencia

-Correlación Lineal

-Spearman’s Rank Correlation

-Kendall’s tau Rank Correlation

-Tail Dependence

-Dependencia entre frecuencias usando Copulas

-Dependencias entre pérdidas agregadas usando Copulas

-Revisión Regulatoria de la dependencia

Ejercicio 24: Estimación de copula Arquímedes y t.-student

Ejercicio 25: Dependencia entre frecuencias usando copula gaussiana Ejercicio 26: Dependencia entre pérdidas agregadas entre unidades de negocio usando copulas

 

Módulo 11: Loss Distribution Approach y Scenario Based Approach

 

-Top Down-Bottom-Up

-Loss Distribution Approach (LDA)

-Scenario Based Approach (SBA)

-Generación de escenarios -Valoración de Escenarios

-Definición de las U. de Negocio

-Calidad de los datos -Validación

-Determinación de parámetros

-Simulación Montecarlo

-Estimación de Capital

-Capital Económico y Pérdida Esperada

-Principio de Parsimonia

-Efecto de los Seguros en la simulación de Montecarlo

-Interpretación de Resultados

-Selección del mejor modelo:

-Enfoque Experto

-Score Approach

-Forecasting de las pérdidas

-Validación de modelos de riesgo operacional

-Asignación de capital

-Euler Allocation capital

-Marginal contributions

-Revisión de la asignación de capital

-Revisión regulatoria de la pérdida esperada

-Revisión de la modelización del seguro

 

Módulo 12: Ejercicio Global de Capital Económico

 

Ejercicio 25: Estimación de Capital Económico de 5 unidades de negocio, agregadas e individuales, utilizando las siguientes distribuciones de Frecuencia y Severidad:

Frecuencia

-Poisson

-Binomial Negativa

Severidad

-Lognormal

-Burr

-Gamma

-Weibull

-Inversa Gaussiana

-GDP EVT

-LogLogistic

-G-H 4 parámetros

-Mixtura de Lognormales

-Body-Tail: Lognormal-EVT

-Alpha Stable

-Poisson-Gamma Enfoque bayesiano

-Partición Lognormal y GDP

-Escenarios con criterio Experto

Ejercicio 27: Selección de mejor distribución usando test de bondad de ajustes

Ejercicio 28: Comparativo de Estimación del capital económico usando el VaR 99.9% y Expected ShortFall

Ejercicio 29: Estimación del capital económico con datos truncados

Ejercicio 30: Capital Económico Neto y Bruto de Seguros usando Simulación de Monte Carlo con efecto del deducible / franquicia del seguro

Ejercicio 31: Capital Económico usando Simulación de Monte Carlo de pérdidas agregadas de las unidades de negocio con copulas gaussianas y T-Student

Ejercicio 32: Comparativo de Capital Económico con Panjer Recursivo, Fast Fourier Transformation y Simulación de Monte Carlo

Ejercicio 33.5: Distribución Subexponencial en R

Ejercicio 33: Interpretación de resultados, capital y pérdida esperada, mayor pérdida esperada.

Ejercicio 34: Impacto del nuevo capital por riesgo operacional cumpliendo las nuevas directivas AMA y sin considerarlas.

 

 

Módulo 13: Stress Test

 

-Dificultad del Stress Testing en el riesgo operacional

-Riesgo idiosincrático y sistémico

-Scenario Analysis para determinar Stress Test

-Ciclo Económico en el riesgo operacional

Ejercicio 35: Stress testing de pérdidas internas y externas.