Modelos Avanzados de Riesgo Operacional: Fundamentos e Implementación práctica
Curso
En Benito Juárez
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Nivel
Nivel avanzado
-
Dirigido a
Para profesionales
-
Lugar
Benito juárez
-
Horas lectivas
16h
Objetivo del curso: Enseñar a los participantes los Fundamentos de Modelos avanzados para Cuantificar y Modelar el Riesgo Operativo e incentivar su implementación en México. Destinatarios del curso: El presente Curso está dirigido al personal que se encuentra vinculado en las áreas de Administración de Riesgos de las Instituciones Financieras que necesiten desarrollar e implementar MODELOS, medidas y controles de riesgo operativo confiables.
Sedes y fechas disponibles
Ubicación
Inicio
Inicio
Acerca de este curso
1. El Presente Curso esta enfocado a participantes que cuenten con sólidos conocimientos Cuantitativos en Matemáticas y Estadística, por lo que será responsabilidad de los asistentes tomar en cuenta este requerimiento para el mejor y óptimo aprovechamiento. 2. Contar con computadora personal (Lap Top).
Opiniones
Profesores
Santiago Carrillo
Dir. del RiskLab-Madrid
Es Dr. en Ciencias por la Universidad Pierre et Marie Curie de París y por la Universidad de Complutense (sobresaliente cum laude). Cuenta con un amplia experiencia en el desarrollo de soluciones avanzadas en riesgo de mercado, crédito y específicamente ha sido consultor de Riesgo Operativo para varias instituciones financieras a nivel mundial.
Programa académico
I. BASES MATEMÁTICAS
1. Funciones de distribución y generación de números aleatorios
1.1 Funciones de distribución de probabilidad
1.2 Algunas propiedades relevantes de los momentos
1.3 Mixturas de distribuciones
1.4 Sumas de variables aleatorias
1.5 Función generadora de momentos
2. Ajustando las distribuciones a los datos
2.1 El método de los momentos
2.2 Ajuste de percentiles
2.3 Momentos ponderados y L-momentos
2.4 Máxima verosimilitud
2.5 Contrastes de bondad de ajuste
3. Distribuciones elípticas
3.1 Primeras definiciones
3.2 Estimación por máxima verosimilitud en el caso de las elípticas
3.3 M-estimadores y estimación robusta
4. Medidas de riesgo
4.1 El Valor (o Capital) en Riesgo
4.2 El Expected Shortfall o VaR condicional
4.3 Simulación de Montecarlo
5. La teoría de valores extremos
5.1 Componentes básicos de la EVT
5.2 La distribución de los Peaks-Over-Threshold
5.3 El exceso medio
5.4 El estimador de Hill
II. EL ENFOQUE DE LA DISTRIBUCIÓN DE PÉRDIDAS (LDA)
6. Introducción: severidad y frecuencia
6.1 Introducción
6.2 Severidad y frecuencia
6.3 Hechos estilizados en riesgo operacional
7. Ajuste de la severidad
7.1 Modelos para la distribución de la severidad
7.2 Colas pesadas
7.3 El mundo real: situaciones más complejas
7.4 El uso de datos externos
7.5 Usando distintas fuentes de datos con distintos pesos
8. Modelos para la frecuencia
8.1 Introducción
8.2 La distribución de Poisson
8.3 Modelos de frecuencia compuesta
8.4 La clase (a,b,0) de Panjer
8.5 Ajustando la frecuencia a los datos
9. El método recursivo de Panjer
9.1 La distribución de pérdidas agregada
9.2 El método recursivo
9.3 Discretización de la severidad
10. Otros procedimientos numéricos
10.1 La simulación de Montecarlo
10.2 El método de la transformada de Fourier rápida (FFT)
III. ALGUNAS CUESTIONES CRÍTICAS
11. La fórmula de Böcker-Klüppelberg
11.1 Distribuciones subexponenciales
11.2 Carácter subexponencial de la distribución agregada de pérdidas
11.3 La fórmula de Böcker-Klüppelberg
11.4 Limitaciones prácticas de la fórmula
12. El riesgo de modelo
12.1 El percentil 99,9% y sus consecuencias
12.2 El “efecto umbral”
12.3 Falta de estabilidad de los ajustes Pareto
12.4 El “efecto cuerpo”
13. A vueltas con la bondad de ajuste
13.1 Dando sentido económico al capital
13.2 Robustez de los ajustes
13.3 Incorporación de los inputs cualitativos
13.4 Backtesting
14. Mitigación del riesgo operacional
14.1 Políticas y buenas prácticas
14.2 Seguros
15. Análisis de escenarios y análisis de stress
15.1 Análisis de escenarios
15.2 Cómo llevar a cabo un análisis de stress efetivo
IV. COMO MODELAR LA ESTRUCTURA DE DEPENDENCIAS
16. Cópulas en una cáscara de nuez
16.1 Propiedades básicas
16.2 Un resultado fundamental
16.3 Dependencia en las colas
16.4 Simulación de Montecarlo para cópulas elípticas
17. Calibración
17.1 Medidas de concordancia
17.2 Estimación de las correlaciones a partir de las “rank correlation”
17.3 Máxima verosimilitud
17.4 Calibración de la matriz de correlaciones
18. Tomando en cuenta la estructura de dependencias
18.1 Correlaciones en las frecuencias en un modelo LDA
18.2 El uso de las cópulas
18.3 Dependencia en frecuencias y diversificación
18.4 Usando la dependencia a nivel de las pérdidas agregadas
19. Asignación de capital
19.1 Marco
19.2 Una primera aproximación “ingenua”
19.3 El principio de Euler
19.4 Justificación económica (consistencia con el RAROC)
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Modelos Avanzados de Riesgo Operacional: Fundamentos e Implementación práctica