Riesgo Operacional, Calibración y Stress Testing

Fermac Risk
En Madrid (España)

1.500€ - ($1.072.578)
IVA inc.
¿O prefieres llamar ahora al centro?
+34 9... Ver más
Compara este curso con otros similares
Ver más cursos similares

Información importante

  • Curso
  • Madrid (España)
  • Duración:
    3 Días
Descripción

Objetivo del curso: El objetivo del curso es mostrar al participante modelos identificar, medir y monitorizar el riesgo operacional así como para estimar el capital económico. El participante realizará ejercicios prácticos de simulación de Montecarlo para estimar el capital económico así como ajustes de distribuciones de frecuencia y severidad.
Dirigido a: 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 en SAS y Excel. No es necesario dominar un lenguaje de programación pero sí es aconsejable. El participante recibirá material hardcopy y un CD con los ejercicios así como todo el curso en formato PDF.

Información importante
Instalaciones

¿Dónde se da y en qué fecha?

comienzo Ubicación
Consultar
Madrid
Velazquez Nº 53 2-I, 28001, Madrid, España
Ver mapa

Temario

DÍA 1


MODULO I: Riesgo Operacional

en Basilea II


  • Crisis Financiera
  • Principales eventos y pérdidas históricas y del año 2008
  • Riesgo Operacional en Basilea II
  • Clasificación de las pérdidas
  • Método del Indicador Básico y Estándar
  • Métodos Avanzados
  • Informes Banco de España RP 41 y RP 42

MODULO II: Introducción a la Gestión

del Riesgo Operacional

  • Estructura y organización en la gestión de riesgo operacional
  • Identificación
  • Medición
    • Auto evaluaciones y cuestionarios
    • Uso de los Key Risk Indicators
  • Control del Riesgo operacional
  • Monitorización del Riesgo Operacional
  • Efectos de las pólizas de seguro y mitigación

MÓDULO III: Medición Avanzada del

Riesgo Operacional

  • Enfoque AMA
  • Top Down-Bottom-Up
  • Loss Distribution Approach
  • Stress Testing New
  • Scenario Analysis New
    • Generación de escenarios
    • Valoración de Escenarios
    • Definición de las U. de Negocio
    • Calidad de los datos
    • Validación
    • Determinación de parámetros
    • Correlaciones
    • Simulación Montecarlo
    • Estimación de Capital

DÍA 2



MÓDULO IV: Estimación de Parámetros


  • Distribuciones para ajustar la severidad de la pérdida
    • Exponencial
    • Gamma
    • Lognormal
    • Weibull
    • Inversa Gaussiana
    • Pareto
    • Generalizada Beta: GB2
    • g y h
  • 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
  • Inferencia bayesiana
  • Incertidumbre en los parámetros
  • Credibilidad en los parámetros
  • Distribución inicial y posterior New
    • Frecuencia: Gamma-Poisson
    • Severidad: Gamma-Pareto y Normal-Lognormal
  • 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 New
  • Generación de números aleatorios

Ejercicio 1: Ajustes de distribución de severidad: Lognormal, Weibull, exponencial, inversa Gaussiana y gamma


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


Ejercicio 3: Gráfico comparativo de densidad de distribuciones New


Ejercicio 4: Estadísticos de ajustes de K-S, AD, CVM.


Ejercicio 5: Estimación Bayesiana de parámetros de Poisson y Pareto contra Estimación de máxima verosimilitud.New


Ejercicio 6: Intervalos de confianza de parámetros de la Lognormal New


Ejercicio 7: Ajuste de distribución generalizada beta GB2 en RNew


Ejercicio 8: Ajuste de distribución G y H en R New


Ejercicio 9: Generación de números aleatorios de distribuciones paramétricas.


DÍA 3


MÓDULO V: Teoría del Valor Extremo


  • Distribuciones de valor extremo
    • Gumbel
    • Frechet
    • Weibull
  • Distribuciones generalizadas de Pareto
    • Exponencial
    • Pareto
    • Beta
  • Estimación del umbral
  • Selección del Modelo
    • Gráfico de Hill y Mean Excess
  • Inconvenientes de la EVT

Ejercicio 10: Gráficos: Mean Excess, Q-Q y Hill plot


Ejercicio 11: Ajuste de distribución de severidad Pareto por EVT


MÓDULO VI: 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

MÓDULO VII: Estimación de Capital Económico


  • Pérdidas esperada e inesperada
  • Capital Económico
  • Simulación de Monte Carlo
  • Métodos alternativos de agregación de pérdidas: Panjer y Fast Fourier New
  • Datos truncados
  • Principio de Parsimonia
  • Efecto de los Seguros en la simulación de Montecarlo
  • Correlación y estructura de dependencia entre celdas
  • Copulas: Gaussianas y T-Student

Ejercicio 12: Estimación del capital con datos truncados


Ejercicio 12.1: Simulación de Montercarlo con efecto del deducible / franquicia del seguro


Ejercicio 12.2: Simulación de Montecarlo de distintas celdas (evento y unidad de negocio) usando copulas gaussianas y T-Student New


Ejercicio 12.3: Estimación del capital económico al 99.9% comparando enfoque bayesiano: Poisson-Gamma y Pareto-Gamma contra estimador de máxima verosimilitudNew


Ejercicio 12.4: Agregación de pérdidas por método recursivoNew





Compara este curso con otros similares
Ver más cursos similares