Modelización y Gestión del Riesgo Operacional en R

 

 

OBJETIVO

 

El curso tiene los siguientes objetivos:

 

  • Conocer las mejores prácticas internacionales en gestión de riesgo operacional y sistemas de medición de vanguardia. Identificar los recientes requerimientos regulatorios del ICCAP, SREP, y del llamado BASILEA IV.

  • Detectar los riesgos, actuales y potenciales, para la toma de decisiones de gestión que puede ser evitar, reducir, mantener, externalizar y transferir.

  • Aprender a mejorar continuamente los procesos y sistemas de control para minimizar los riesgos en los que se puede incurrir.

  • Conocer controles para mitigar eficazmente los eventos y pérdidas por RO a través de metodologías internacionales.

  • Utilizar metodologías de scorecard para evaluar Key Risk Indicators y Business Enviroment and Internal Control Factors (BEICFs)

  • Estimar el capital con técnicas de vanguardia para cubrir pérdidas inesperadas. Enfoque Bayesiano, Modelización de la dependencia, simulación de Monte Carlo, Panjer y FFT para determinar la distribución de pérdidas y el Oprisk VaR.

  • Todos los ejercicios del cursos se entregan en el lenguaje de programación R y estan listos para aplicar directamente en el trabajo. 

  • R ha crecido de forma importante en los recientes años, R es un software libre y de código abierto que ofrece al usuario un entorno amigable, estadístico y gráfico muy potente.

  • Conocer metodologías de stress testing para identificar el impacto de las pérdidas en el estado de resultados de la entidad. Risk Appetite, Risk Limits y Risk Tolerance en Riesgo Operacional.

 

¿QUIÉNES DEBEN ASISTIR?

 

Este programa esta dirigido a directores, gerentes, consultores, reguladores, auditores y analistas de riesgo operacional así como aquellos profesionales que se encuentren implantando los acuerdos regulatorios de Basilea II y III. Profesionistas que trabajen en entidades bancarias, cajas de ahorro y todas aquellas empresas que se encuentren expuestas al riesgo operacional. El curso se divide en 22 módulos. Se requiere conocimientos estadísticos.

 

PRECIO DEL CURSO LIVE ONLINE (27 Horas Lectivas)

 

Precio: 2.900 €

 

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

 

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          Modelización y Gestión del Riesgo Operacional en R



Módulo 1: Gobierno Corporativo

 

-Marco de gestión del Riesgo Operacional

-Estructura organizativa en el ámbito de la gestión del RO

-Funciones y Responsabilidades en la gestión del RO

-Infraestructura Internacional de RO

-Establecimiento de niveles de riesgo deseados

-Procedimientos para la gestión del RO

 

 

Módulo 2: Marco Regulatorio

 

-Hacia el enfoque Avanzado AMA

-Basilea II y III

-Criterios de Mapeo de líneas de negocio

-Asignación de riesgos a categorías

-Criterios de admisión cualitativos a nivel país y Basilea

-Criterios de admisión cuantitativos a nivel país y Basilea

-Mejores prácticas internacionales en implementación modelo AMA

 

Módulo 3: Metodología de Políticas y Procedimientos

 

-Calidad, actualización y validez de la información utilizada

-Establecimiento límites, líneas de actuación

-Fijación de objetivos sobre principales indicadores de RO

-Establecimiento de presupuestos para el desarrollo de mitigación de RO

 

Módulo 4: Mapa de Riesgos Operacionales

 

-Metodología de generación de mapas de riesgo

-Niveles de categorización

-Revisión de controles

-Análisis de los procesos clave de negocio

-Mejores Prácticas en mapas de riesgos

 

Módulo 5: Metodología de Evaluación del RO

 

-Metodologías de Risk Control Self-Assessment (RCSA)

-Revisión de validación y conciliación contable

-Cuestionarios de Evaluación

-RCSA Practicas Internacionales

-Enfoque Scenario Based Approach

-Scorecard Approach

-Herramientas Especializadas de Software

-RCSA ventajas e inconvenientes de metodologías

 

Módulo 6: Base de Datos de Pérdidas

 

-Problemáticas en la captura de eventos de pérdida

-Fuentes de captura

-Información de ERPs

-Procedimientos de validación y conciliación contable

-Tratamiento del evento múltiple

-Definición del umbral de recogida de información

-Definición del pattern de captura de pérdidas

-Conciliación contable

-Herramientas de automatización y captura manual internacionales

-Tratamiento Lucro cesante en bancos Internacionales

-Tratamiento de umbrales bancos Europeos

-Conciliación contable en bancos internacionales

-Herramientas especializadas de Software

-Resultado de Revisiones

-Circuitos de validación y tratamiento de eventos

-Ciclo de vida de un evento

-Consolidación de eventos

-Pérdidas agrupadas

-Gestión de umbrales y seguros

-Validación y controles de calidad de información

-Reporting

-Plan de acción y mejoras

 

Módulo 7: Datos Externos

 

-Validación BBDD Externas

-Umbrales

-Escalado

-Homogeneización

-Tratamiento de BBDD de consorcios e información publica

-Tratamiento de datos externos en bancos internacionales

-Resultado de revisiones

-Técnicas estadísticas avanzadas de escalado para pérdidas

-Regresión de Poisson para escalado de eventos

-Plan de acción y mejoras

 

Módulo 8: Key Risk Indicators

 

-Tipología de KRIs

-Captura y transformación de KRI

-Gestión de KRI en las unidades

-Enfoques Metodológicos de KRI

-KRI Claves en bancos internacionales

-Herramientas de Software especializadas

-Resultados de revisión

-Indicadores orientados a la gestión de capital

-Business Environment and Internal Control Factors (BEICFs)

-Scorecard KRIs

-Plan de acción y mejoras

 

Módulo 9. Control de Riesgo y Mitigación

 

-Identificación de los controles existentes para mitigar el riesgo operacional

-Revisión de planes de mitigación

-Planes de contingencia y planes de continuidad de negocio

-Revisión de la transferencia del riesgo

-Seguridad física

-Seguridad Lógica

-Mejores prácticas de control de riesgo y mitigación en bancos internacionales

-Planes de contingencia y continuidad

-Resultados de Revisión

-Evaluación de Outsourcing

-Implementación de planes de contingencia y continuidad

-Breve descripción COBIT 5

-Diseño de procesos de control sobre los procesos críticos del negocio para ayudar en la mitigación de riesgos.

-Plan de acción y mejoras

 

Módulo 10. Seguimiento y Reporting

 

-Seguimiento de la implementación de metodologías de RO

-Evaluación de los principales riesgos a los que está expuesta la entidad

-Reporting de pérdidas y eventos

-Reporting a la alta dirección

-Reporting de KRIs

-Experiencia internacional de Reporting

-Informes regulatorios COREP UE

-Herramientas de Software especializadas

-Resultados de la revisión

-Plan de acción con informes de control de la gestión del RO, información al mercado, establecimiento de alarmas, etc.

-Cuadros de Mando especializados en RO

 

Módulo 11: AMA ASSESSMENT FOR OPERATIONAL RISK

 

-Supervisory Review and Evaluation Process (SREP) en Riesgo Operacional  

-Evaluación del riesgo operacional inherente

-Riesgo de conducta

-Riesgo de sistemas  IT

-Riesgo de Modelo

-Evaluación del riesgo reputacional

-Evaluación de la medición del riesgo operacional

-Estrategia y tolerancia

-gestión y descuidos

-Políticas y procedimientos

-Identificación, medición, monitorización y reporting

-Planes de contingencia

-Control Interno

-Gestión del riesgo reputacional

-Nueva revisión regulatoria AMA en la UE y Basilea III

-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

-Proceso de mapeo

-Estimación de la probabilidad de recuperación

-Cálculo de riesgo de mitigación

-Alineación del cálculo de la mitigación del riesgo al perfil de riesgo operacional

-Metodología para el reconocimiento del seguro

-Mecanismos de asignación de capital

-Ejecución paralela

-Calidad del dato e infraestructura IT

-Use Test

-Auditoria y Validación

-The Internal Capital Adequacy Assessment (ICAAP)

-Proceso de autoevaluación de capital

-Metodología de Gobernanza

-Metodología del Risk Appetite

-Stress Testing en el Riesgo Operacional

 

Módulo 12: Estimación de Parámetros

 

-Distribuciones para ajustar la severidad de la pérdida

 

  •        Exponencial

    • Gamma

    • Lognormal

    • Weibull

    • Burr

    • Inversa Gaussiana

    • Pareto

    • Generalizada Beta:

    • GB2

    • g y h

    • Lognormal-Gamma

    • Alpha Stables

 

-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

-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 en R.

-Ejercicio 3: Ajuste de distribución generalizada beta GB2 en R

-Ejercicio 4: Ajuste de distribución G y H en R

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

Módulo 14: 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 6: Estimación Bayesiana de parámetros de Gamma-Poisson en Excel

-Ejercicio 7: Estimación Bayesianade parámetros Gamma-Pareto en Excel

-Ejercicio 8: Estimación Bayesiana de parámetros Normal-Lognormal en R y Excel

 

Módulo 15: Pruebas de Bondad de Ajuste

 

-Selección y Validación del Modelo

 

  • Gráficos de densidad de distribuciones y Q-Q Plot

  • Estadísticos: Kolmogorov-Smirnov, Anderson-Darling, Cramer Von Mises y Chi cuadrado test

 

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

-Estimación de gráficos de densidad de distribuciones

-Ejercicio 9: Gráfico comparativo de densidad de distribuciones en R

-Ejercicio 10: Estadísticos de ajustes de K-S, AD, CVM en R

-Ejercicio 11: Intervalos de confianza de parámetros de la Lognormal en Excel

-Ejercicio 12: Generación de números aleatorios de distribuciones paramétricas en R

 

Módulo 16: Teoría del Valor Extremo

 

-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

 

-Generación de valores aleatorios EVT

-Estimación EVT bajo enfoque Bayesiano

Inconvenientes de la EVT

Ejercicio 14: Estimación de Gráficos: Mean Excess, Q-Q y Hill plot en R

Ejercicio 15: Estimación de parámetros por máxima verosimilitud de GDP en R

 Ejercicio 16: Generación de valores de números aleatorios EVT en R

 

Módulo 17: 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 en R

 

Módulo 18: Tratamiento de datos externos , análisis de  escenarios y BEIFCs

 

-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 18: Regresión de Poisson de reescalamiento de la frecuencia en R 

 

Módulo 19: Técnicas de Agregación de Pérdidas

 

-Pérdidas esperada e inesperada

-Estimación del VaR

-Estimación del Expected Shortfall

-Simulación de Monte Carlo

 

  • Métodos de Reducción de Varianza

 

-Recursión de Panjer

 

  • Discretización

  • Problemas computacionales

  • Extensiones de Panjer

 

-Fast Fourier Transformation

Ejercicio 19: Estimación de VaR y Expected Shortfall

Ejercicio 20: Técnica de Reducción de Varianza de Hipercubo latino

Ejercicio 21: Agregación de pérdidas por método recursivo Panjer y FFT en Excel  y R

 

 

Módulo 20: Modelización de la Dependencia

 

-Dependencia en el riesgo operacional

-Tipología de Copulas

 

  • Copula Gaussiana

  • Copulas de Arquímedes

  • t-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

Ejercicio 22: Estimación de copula gaussiana, Arquímedes y t.-student Ejercicio 23: Dependencia entre frecuencias usando copula gaussiana Ejercicio 24: Dependencia entre pérdidas agregadas entre unidades de negocio usando copulas

 

Módulo 21: 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

-Forecasting de las pérdidas

-Validación de modelos de riesgo operacional

 

Módulo 22: 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

    • Lognormal-EVT

    • Alpha Stable

    • Poisson-Gamma Enfoque bayesiano

    • Partición Lognormal y GDP

    • Escenarios con criterio Experto

 

Ejercicio 26: Selección de mejor distribución usando test de bondad de ajustes en Excel

Ejercicio 27: Comparativo de Estimación del capital económico usando el VaR 99.9% y Expected ShortFall en R

Ejercicio 28: Estimación del capital económico con datos truncados

Ejercicio 29: Capital Económico usando Simulación de Monte Carlo con efecto del deducible / franquicia del seguro en R

Ejercicio 30: Capital Económico usando Simulación de Monte Carlo con distribución de frecuencias usando copulas gaussianas en R

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

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

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

Ejercicio 34: Forecasting de las pérdidas por riesgo operacional en R

 

Módulo 23: Validación y Backetesting del RO

 

-Funciones de validación y auditoria

-Experiencia Internacional en validación y auditoria

-Backtesting en riesgo operacional

-Plan de Auditoria Interna y funciones

-Implementación de nuevos productos, procedimientos y sistemas que generen RO

-Validación de los modelos internos del banco AMA

-Requisitos cualitativos para garantizar el cumplimiento de la metodología de cálculo avanzado.

-Ejercicio 35: Backtesting de las pérdidas por riesgo operacional en Excel

 

Módulo 23: Stress Test en RO


 
-Stress Testing en el ICAAP riesgo operacional
-EU Wide Stress Testing
-CCAR y Stress Testing

-Uso de regresiones
Ejercicio 36: Stress testing de pérdidas internas y externas.


 
Módulo 24: Risk Appetite en RO
 
-Risk appetite Statement
-Principios de Risk Appetite
-Determinación de criterios aceptables de riesgo tanto cualitativos como cualitativos
-Establecimiento de límites de riesgo y tolerancia al riesgo operacional
-Incorporación de toma de decisión, nuevos productos, nuevas líneas de negocio, etc.