CONCESIÓN Y SEGUIMIENTO DE PRÉSTAMOS

Módulo 1: Concesión y Seguimiento de Préstamos

• EBA Concesión y Seguimiento de Préstamos

• Obligaciones de cumplimiento y de notificación

• Objeto, ámbito de aplicación y definiciones

• Aplicación

• Gobierno interno para la concesión y el seguimiento de créditos 

  • Gobierno y cultura de riesgo de crédito 

    • Responsabilidades del órgano de administración 

    • Cultura de riesgo de crédito 

  • Apetito al riesgo de crédito, estrategia y límites de riesgo de crédito 

  • Políticas y procedimientos de riesgo de crédito 

    • Políticas y procedimientos de prevención del blanqueo de capitales y la financiación del terrorismo 

    • Operaciones apalancadas 

    • Innovaciones tecnológicas en la concesión de créditos 

    • Modelos para la evaluación de la solvencia y la toma de decisiones crediticias 

    • Factores ambientales, sociales y de gobierno corporativo 

    • Financiación sostenible con el medio ambiente 

    • Infraestructura de datos 

  • Toma de decisiones crediticias 

    • Objetividad e imparcialidad en la toma de decisiones crediticias 

  • Marcos de gestión del riesgo de crédito y de control interno 

  • Recursos y competencias 

  • Remuneración 

• Procedimientos de concesión de préstamos 

  • Información y documentación 

  • Evaluación de la solvencia del prestatario 

    • Disposiciones generales aplicables a los préstamos a consumidores 

    • Préstamos a consumidores para bienes inmuebles de uso residencial 

    • Otros préstamos garantizados a consumidores 

    • Préstamos no garantizados a consumidores 

    • Préstamos a microempresas y pequeñas empresas 

    • Análisis de la situación financiera del prestatario 

    • Análisis del modelo de negocio y la estrategia del prestatario 

    • Valoración de las garantías reales y personales 

    • Préstamos a medianas y grandes empresas 

    • Análisis de la situación financiera del prestatario 

    • Análisis del modelo de negocio y la estrategia del prestatario 

    • Valoración de las garantías reales y personales 

    • Préstamos para bienes inmuebles comerciales 

    • Préstamos para la promoción inmobiliaria 

    • Operaciones apalancadas 

    • Financiación al sector naval 

    • Financiación de proyectos 

  • Decisión crediticia y contrato de préstamo 

• Fijación de precios 

• Valoración de bienes muebles e inmuebles 

  • Valoración en el momento de la concesión 

    • Garantías reales sobre bienes inmuebles 

    • Garantías reales sobre bienes muebles 

  • Seguimiento y actualización de la valoración 

    • Garantías reales sobre bienes inmuebles 

    • Garantías reales sobre bienes muebles 

  • Criterios aplicables a los tasadores 

  • Criterios para la utilización de modelos estadísticos avanzados para la valoración 

• Marco de seguimiento 

  • Disposiciones generales aplicables al marco de seguimiento del riesgo de crédito 

  • Revisión crediticia periódica de los prestatarios 

  • Seguimiento de cláusulas específicas 

    • Proceso de vigilancia y elevación a niveles superiores de los indicadores de alerta temprana activados 

​​

ORIGINACIÓN DE CRÉDITO

​

Módulo 2: Proceso de Admisión

• Proceso de recogida de información tradicional

• Proceso de digitalización de documentos

  • Software especializado

  • Reconocimiento de imagenes

  • Uso del deep learning

  • Tratamiento de datos no estructurados

  • Algunas Fintech especializadas

• Gestión de la Aplicación

  • Criterios del departamento de Marketing

  • Criterios del departamento de gestión de riesgos

  • Criterios de otros departamentos involucrados: Recobro, Operaciones y Legal

• Principales errores en las aplicaciones

• Revisión estándar de las aplicaciones recogidas

• Proceso de concesión de préstamos

• Operaciones no cualificadas

• Proceso de Automatización y de pronta aprobación

  • Costes de investigación

  • Credit Scoring

  • Sistemas expertos

  • Errores comunes con los sistemas expertos

  • Buro de Crédito

• Análisis del Flujo de Caja y deuda

  • Principales metodologías del Cash Flow

  • Ratios financieros

• Benchmarking de los ratios financieros

• Score Debt to Income

• Verificación del Cliente

• Verificación compleja  

• Reglas para evitar fraude

• Score de Fraude en la Admisión

• Pre-aprobación

• Procesos de admisión Multi-Producto

• Procesos de admisión Multi-Aplicante

• Uso de PD, LGD, EAD y ELC en el proceso de admisión

• Estrategias para definir términos de negocio

• Asignación de línea de crédito usando ELC y Charge-Off

• Shadow Limits

• Optimización de límites de crédito

Módulo 3: Evaluación del Proceso de Admisión

• 5 C´s: Carácter, Capacidad, Capital, Colateral y Condiciones

• Adecuación de políticas y procedimientos al Credit Risk Appetite

• Revisión de la calidad de las nuevas operaciones o contratos

• Principales KPIs y KRIs

• Establecimiento de un Management Information System (MIS)

• Selección del mejor Buró de crédito

• Evaluación de los procesos con toma de decisión

• Evaluación de los procesos de verificación

• Evaluación de prácticas abusivas y discriminatorias

• Evaluación del efecto de los cambios en la calidad de la cartera

• Evaluación de las excepciones

• Evaluación de garantías

• Utilización de muestras comparativas para evaluar calidad de la selección de nuevos préstamos

• Monitorización de la calidad de las nuevas operaciones

  • Informe de excepciones

  • Calidad de la captura

  • Tiempo de decisión

  • Análisis de estabilidad

  • Análisis Vintage

  • Roll rates y Flow rates

  • Bitácora de acciones

​

INTELIGENCIA ARTIFICIAL EN LA ORIGINACIÓN

Módulo 4: Automatización Robótica de Procesos RPA

• Proceso y Automatización del Workflow

• Workflow tradicionales en la admisión

• Definición de la automatización robótica de procesos RPA

• Procesos estandarizables en la banca digital

• Reducción de costes de los RPAs

• Análisis de principales proveedores de software RPA

• RPA en procesos en el ciclo de crédito

• RPA en el proceso de admisión

• RPA en el análisis de los Fraudes

• RPA en el proceso de Seguimiento

• RPA en el proceso de Recobro

• RPA y Machine Learning

• Expectativas realistas del RPA

• Estructura de gobernanza

• Mejora y rapidez en las decisiones de crédito

• Uso de los chatbots

• Asistentes Inteligentes virtuales

• Futuro de la automatización en la banca

• Caso de Estudio 4: Implementación de RPA en banco digital Europeo

• Caso de Estudio 5: Implementación de RPA en financiación automovilística de banco Europeo

• Ejercicio 1: Uso de software RPA para actividades de automatización

CREDIT SCORING

​

Módulo 5: Credit Scoring y Modelos Predictivos

• Modelos Predictivos en el entorno actual

• Uso del machine learning para desarrollar Credit Scoring

• Diseño y Construcción de Modelos de Credit Scoring

• Ventajas e Inconvenientes

• Modelos para afrontar crisis financieras

Módulo 6: Gestión avanzada de los datos

• Tipología de datos

• Datos transaccionales

• Unstructured data embebida en documentos de texto

• Social Media Data

• Fuentes de datos

• Revisión del dato

• Definición del Target

• Horizonte temporal de la variable objetivo

• Muestreo

• Análisis Exploratorio

• Tratamiento de los valores Missing

• Técnicas avanzadas de detección de Outliers y tratamiento

• Estandarización de los Datos

• Categorización de variables

• Binary Coding

• WOE Coding

  • Definición WOE

  • Análisis Univariante con variable Target

  • Selección de variables

  • Tratamiento de Variables continuas

  • Tratamiento de Variables Categóricas

  • Fisher Score

  • Gini

  • Information Value

  • Pearson Correlation

  • Cramer Von Misses

  • Optimización de variables continuas

  • Optimización de variables categóricas

  • Árboles de Decisión

• Segmentación

• Análisis No Supervisado

• K means

• ​Ejercicio 2: Análisis Exploratorio en R y Python

• Ejercicio 3: Detección y tratamiento de Outliers 

• Ejercicio 5: Análisis del Weight of Evidence en Python

• Ejercicio 6: Análisis univariante en percentiles en SAS

• Ejercicio 7: Análisis univariante óptimo variable continua en Excel

• Ejercicio 8: Estimación del KS, Gini e IV de cada variable en Excel

• Ejercicio 9: Optimización de variables categóricas en SAS

• Ejercicio 10: Segmentación usando K means Clustering en R

​

Aprendizaje Supervisado

​

Módulo 7: Algoritmos básicos 

• Árboles de Decisión

  • Modelización

  • Ventajas e inconvenientes

  • Procesos de Recursión y Particionamiento

  • Recursive partitioning tree

  • Pruning Decision tree

  • Conditional inference tree

  • Visualización de árboles

  • Medición de la predicción de árboles de decisión

  • Modelo CHAID

  • Modelo C5.0

• K-Nearest Neighbors

  • Modelización

  • Ventajas e inconvenientes

  • Distancia Euclidiana

  • Distancia Manhattan

  • Selección del valor K

• Modelo Probabilístico: Naive  Bayes

  • Teorema de Bayes

  • Estimador de Laplace

  • Clasificación con Naive Bayes

  • Ventajas e inconvenientes

• Ejercicio 11: Árbol de decisión en R

• Ejercicio 12: KNN en R 

• Ejercicio 14: Naive Bayes en R

​

Módulo 8: Support Vector Machine

​

• SVM con variables dummy

• SVM

• Hiperplano óptimo

• Support Vectors

• Añadir costes

• Ventajas e Inconvenientes

• Visualiización del SVM

• Tuning SVM

• Truco de Kernel

• estimación de PD

• Ejercicio 15: Credit Scoring con Support Vector Machine en R

​

Módulo 9: Redes Neuronales (Neural Networks NN)

​

• Neurona artifical

• Entrenamiento de Perceptron

• Perceptrón 

• Algoritmo de backpropagation

• Procedimientos de entrenamiento

• Tuning NN 

• Visualización de NN

• Ventajas e inconvenientes

• Ejercicio 16: Credit Scoring con Redes Neuronales: perceptron en Python​

​

Módulo 10: Ensemble Learning

• Modelos de conjuntos

• Bagging

• Bagging trees

• Random Forest

• Boosting

• Adaboost

• Gradient tree boosting

• Ventajas e inconvenientes

• Ejercicio 17: Random Forest en R 

• Ejercicio 18: Gradient tree boosting en Python

​

Módulo 11: Deep Learning 

​

• Función de activación

  • Sigmoidal

  • Rectified linear unit

  • Hipertangente

• Feedforward network

• Perceptrón Multicapa

• Uso de Tensorflow

• Uso de Tensorboard

• R deep Learning

• Python deep Learning

• Redes neuronales convolucionales

• Uso del deep learning en la clasificación de imágenes

• Función de costes

• Optimización con Gradiente descendiente

• Uso del deep learning para el credit scoring

• Ventajas e inconvenientes del deep learning

• Ejercicio 19: Credit Scoring usando Deep Learning con tensorflow y python

​​

Módulo 12: Explainable Artificial Intelligence XAI

• Problema de interpretabilidad

• Riesgo de modelo

• Regulación del Reglamento General de Protección de Datos GDPR

• EBA discussion paper on machine learning for IRB models

  • 1. El desafío de interpretar los resultados,

  • 2. El desafío de asegurar que las funciones gerenciales entiendan adecuadamente los modelos, y 

  • 3. El desafío de justificar los resultados a los supervisores

• ​Modelos de caja negra contra algoritmos transparentes e interpretables

• Herramientas de interpretablidad

• Shap, Shapley Additive explanations

  • Global Explanations

  • Dependence Plot

  • Decision Plot

  • Local Explanations Waterfall Plot

• Lime, explicaciones agnósticas del modelo interpretable local

• Explainer Dashboard

• Otras herramientas avanzadas 

• Ejercicio 20: Interpretabilidad XAI del credit scoring

CONSTRUCCIÓN DE SCORECARDS

​

Módulo 14: Desarrollo de Scorecards

• Asignación de puntuación

• Clasificación del Scorecard

  • Scorecard WOE

  • Scorecard Binario

  • Scorecard Continuo

• Reescalamiento del Scorecard

  • Análisis del Factor y Offset

  • Scorecard WOE

  • Scorecard Binario

• Técnicas de Reject Inference

  • Cut-Off

  • Parcelling

  • Fuzzy Augmentation

• Técnicas Avanzadas de punto de corte 

• Modelos de Scoring en el proceso de Admisión

  • Response Scoring

  • Income Score

  • DTI Score

  • Credit Scoring 

    • Score de Tarjetas de crédito

    • Score de Hipotecas

    • Score de consumo

    • Score de Automóvil

• Ejercicio 21: Scorecard WOE en Excel, R y python

Módulo 15: Response Score 

• Herramienta de pronóstico en las campañas de Marketing

• Definición del objetivo

• Horizonte temporal

• Big Data

• Segmentación

• Definición del Respondedor

• Tipología de variables continuas y discretas

• Análisis Univariante

• Modelo Logístico 

• Modelo Multinomial

• Response Score

• Critical Values 

​

Módulo 16: Estimador de Ingresos en la admisión

• Introducción de modelos de Ingresos

• Fuentes de datos 

• Horizonte temporal 

• Tipología de Modelos de Ingresos

• Definición de Variable Estimador de Ingresos

• Transformaciones Matemáticas 

• Modelo de estimación del ingreso con reglas y árbol de decisión

  • Estado civil, Situación laboral, Antigüedad laboral, etc.

  • Tipo de Ingresos

  • Ingresos Fijos y Variables 

  • Componentes de la Unidad Familiar 

  • Situación de la Vivienda Habitual

  • Lugar de residencia 

  • Zona Geográfica

• Modelo Econométrico de Estimador de Ingresos

  • Variables Microeconómicas 

  • Variables Macroeconómicas 

  • Variables Sociodemográficas 

  • Regresión lineal 

  • Regresión Bayesiana 

  • Geographically Weighted Regression

  • Validación de modelos econométricos

  • Intervalos de Confianza 

• Riesgo Modelo en el estimador de ingresos

• Intervalos de confianza

• Políticas de conservadurismo en el estimador de ingresos

• Ejercicio 22: Modelo econométrico de Ingresos 

• Ejercicio 23: Modelo Geographically Weighted Regression de Ingresos en R

Módulo 17: Score de Ingresos en la admisión

• Score de ingresos durante el proceso de admisión

• Ventajas e inconvenientes en el proceso de admisión

• Interacción entre modelo de estimación de ingresos y Score de Ingresos

• Definición de variable Dummy

• Ingresos declarados y verificados

• Segmentación de Score de Ingresos

• Variables iniciales del Score de Ingresos

• Variables Finales del Score de Ingresos

• Análisis Univariante de Score de Ingresos

• Análisis Multivariante de Score de Ingresos

• Construcción de Scorecard de Ingresos

• Estimación y Calibración de Probabilidad de Veracidad en los Ingresos

• Validación de Score de Ingresos

• Interacción del Score de Ingresos en el proceso de Admisión

• Sistemas de Decisión avanzados usando Score de Ingresos

• Ejercicio 24: Construcción de Scorecard de Ingresos 

​

Módulo 18: Score de Fraude en Admisión

• Variables en el scoring de fraude en admisión

• Horizonte temporal

• Segmentación

• Definición del Target

• Análisis Univariante

• Regresión Logística 

• Scorecard de Fraude en Admisión

• Suspicious Score

• Ejercicio 25: Construcción de Scorecard de Fraude 

​

​SISTEMAS DE DECISION EN ADMISIÓN

​

Módulo 19: Sistemas de Decisión 

​

• Sistemas de Admisión automatizado

• Data management

• Motores de decisión

• Reglas y políticas

• Principales vendors de sistemas de decisión

• Análisis de producto de los vendors

• Asignación de líneas

• Árboles de decisión

• Estrategias Champion/Challenger

• Estrategias con el credit scoring

• Matriz dual de scores

• Metodología ROC para el punto de corte (Cut-Off)

• Ejercicio 26: Estimación optima del Cut-Off en Excel