IFRS 9

Módulo 1: Directivas sobre la Contabilización del

Expected Credit Losses de Basilea III e IFRS9

• IFRS 9: Impairement-Expected Credit Losses

• Introducción al IFRS 9

• Deterioro del Valor

• Reconocimiento de las pérdidas esperadas

• Pérdidas Esperadas en los siguientes 12 meses

• Incrementos del riesgo crédito

• Medición de Expected Credit Losses

• Lifetime Expected Losses

• Basilea II: Pérdida Esperada y Provisiones 

• Enfoque IRB Riesgo de crédito

• Validación de modelos IRB en Basilea II

• Enfoque cuantitativo: Backtesting y Benchmarking

• Enfoque cualitativo: Modelo, User Test y Calidad de datos

• Tratamiento de pérdidas esperadas y provisiones contables

• Basilea III: Expected Credit Losses (ECL)

• Requerimientos regulatorios sobre la medición del Expected Loss

• Principio 1: Responsabilidades del Consejo y Alta Dirección

• Principio 2: Metodologías solidas de ECL

• Principio 3: Proceso y agrupamiento del Credit Risk Rating 

• Principio 4: Suficiencia de las dotaciones

• Principio 5: Validación del ELC

• Principio 6: Juicio de Crédito con experiencia

• Principio 7: Data común

• Principio 8: Disclosure 

• Principio 9: Evaluación de la gestión del riesgo crédito

• Principio 10: Evaluación de la medición del ELC

• Principio 11: Evaluación del la suficiencia de capital

Módulo 2: Fases del IFRS 9

• Fase 1- Clasificación y medición

  • Descripción de las categorías de medición: Coste amortizable, FVTOCI y FVTPL

  • Reclasificación

  • Opción del valor razonable

  • Clasificación de pasivos financieros

  • Requerimientos de los flujos de caja

  • Importancia de la clasificación

  • Principales Issues

-Modelo de Negocio

-Determinación de Flujos de caja contractuales

-Medición del Fair Value

-Impacto en la Transición

-Reconciliaciones contables

• Mitigando efectos adversos de la transición

• Adaptación en los sistemas de la entidad financiera

• Clasificación y medición en préstamos y bonos

• Impacto de IFRS 9 en la cuenta de resultados y capital

• Fase 2- Deterioro (IMPAIREMENT)

  • Objetivo

  • Deterioro de activos contables

  • Modelo Contable

  • Ingresos por intereses

  • Diferencias entre modelos IRB frente a modelos IFRS 9

  • Tres Enfoques: General, Simplificado y de Activos Deteriorados

  • Asignación de tres escenarios del riesgo crédito en IFRS 9 (Stages)

  • Medición del Expected Credit Losses (ELC) 

  • Cálculo del Lifetime Expected Losses

  • Uso de modelos IRB hibridos/nuevos

  • Gaps entre modelos IRB y modelos IFRS 9

• Fase 3- Contabilidad de Coberturas (Hedge Accounting)

• Introducción 

• Objetivo

Módulo 3: Impacto del COVID-19 en el Riesgo Crédito

​

• Pandemia Covid-19 en el mundo

• Casos de contagio, muertes y recuperaciones

• Estrategias de mitigación de la propagación en el mundo

• Análisis matemático de las curvas de contagio por países

  • Modelo SIR: S (población susceptible), I (población infectada) y R (población recuperada)

• Estrategias de la OMS para paliar emergencia sanitaria

• Gastos de salud respecto al PIB esperados

• Impacto financiero y desplome de las  bolsas

• Impacto de la caída del precio del petróleo

• Impacto en la economía mundial

  • Posible Recesión Mundial

  • Expectativas del PIB OCDE

  • Incremento de tasa de paro por países 

  • Planes de emergencia

  • Acuerdos del Video-Call G-20

  • Posibles sectores económicos más desfavorecidos

• Impacto en la banca

  • Impacto en el capital:  Buffers de capital

  • Impacto en las provisiones del IFRS 9

  • Crecimiento de la morosidad

• Impacto en el Riesgo de Crédito

  • Impacto en el ciclo de crédito

  • Impacto en la admisión y seguimiento

  • Impacto en la morosidad

  • Impacto de las moratorias en el riesgo crédito

  • Impacto sectorial del riesgo de crédito

  • Impacto en el credit spread y derivados de crédito

• Impacto en el riesgo de liquidez

• Análisis Coste-Beneficio de las cuarentenas 

  • Gastos y ahorros en materia de salud 

• Ejercicio 1: Modelización y proyección de curvas de contagio en Python 

Módulo 4: Impacto del Covid-19 sobre provisiones de IFRS 9 

• Situación Actual

• Pronunciamiento de IFRS

• Directiva de la Moratoria legislativa y no legislativa sobre el reembolso de préstamos aplicada a la luz de la crisis del COVID-19

• Implicaciones del departamento de riesgos en Covid-19

• Líneas de actuación de la crisis

• Mensaje de Basilea III sobre las normativas contables

• Medidas tomadas por EBA, ESMA y BCE

• Tratamiento del default y clasificación

• Tratamiento de las moratorias

• Incremento por riesgo crédito causado por el Covid-19

• Generación de escenarios bajo el Covid-19

• Transiciones en las 3 fases (stages) por el Covid-19

• Regulaciones en EEUU y Reino Unido sobre el IFRS 9

• Impacto en la PD, LGD y EAD

• Implicación del consejo de administración

• Integración de los Stakeholders en la crisis del Covid-19

• Modelos de Machine y Deep Learning para el IFRS 9

MODELOS FORWARD LOOKING y 

DISEÑO DE ESCENARIOS​

​

Módulo 5: Preparación de Modelos Econométricos

• Revisión de supuestos de los modelos econométricos

• Revisión de los coeficientes y errores estándar de los modelos

• Medidas de la confiabilidad del modelo

• Gestión de los errores

• No normalidad

• Heterocedasticidad

• Outliers

• Autocorrelación

• Uso de la Correlación para detectar colinealidad bivariante

• Detección de colinealidad multivariante en regresión lineal

• Detección de colinealidad multivariante en regresión logística

• Ejercicio 2: Detección series no estacionarias y cointegración

• Ejercicio 3: Medición de colinealidad multivariante de modelo de regresión logística y líneal 

​

Módulo 6: Modelos Avanzados de Proyecciones​

​​

• ​Estrategias de Trading con modelos de forecasting

• Modelos Multivariantes

  • Modelos de Vectores Autoregresivos VAR

  • Modelos ARCH

  • Modelos GARCH

  • Modelos GARCH Multivariante Copulas

  • Modelo de Vector de Corrección de Error VEC

  • Método de Johansen

• Modelos de Machine Learning

  • Supported Vector Machine 

  • Red Neuronal

    • Forecasting rendimientos series temporales de mercado

    • Algortimos NN y SVM para forecasting de rendimientos

    • Forecasting volatilidad NN frente a Garch

  • Base de desarrollo y validación 

• Deep Learning

  • Redes Neuronales Recurrentes RNN

  • Red Neuroal de Elman

  • Red Neuronal de Jordan

  • Estructura básica de RNN

  • Long short term memory LSTM

  • Ventanas temporales

  • Muestra de desarrollo y validación

  • Regresión

  • Modelización de la secuencia

• Análisis de series temporales con Prophet de facebook​

• Predicción de la propagación del Covid-19

• Ejercicio 4: Forecasting volatilidad GARCH en Python

• Ejercicio 5: Forecasting volatilidad Multivariante GARCH en R

• Ejercicio 6: Forecasting series financieras con Machine Learning usando python

• Ejercicio 7: Forecasting series financieras e indices usando Redes Neuronales Recurrentes en Python

• Ejercicio 8: Forecasting de la Pandemia usando RNN LSTM en Python

• Ejercicio 9: Modelo de charge-off con VAR y VEC

• Ejercicio 10: Modelo de charge-off con RNN LSTM

Módulo 7: Impacto del COVID-19 en los modelos de ECL

​​​

• Circunstancias que afectan los modelos del ECL

• Restricciones y cierres impuestos por el gobierno sobre sectores económicos

• Movimientos extremos en series económicas: PIB, tasa de paro, etc. 

• Cantidad sin precedentes de apoyo gubernamental

• Programas de moratorias

• Modelos de roll rates y matrices de transición con moratorias

• Medidas tomadas por el BCE

• Nuevos escenarios macroeconómicos

• Impacto del COVID-19 en las proyecciones económicas de los modelos de ECL

• Impacto del COVID-19 en el SICR

• Impacto del COVID en los resultados de Lifetime PD, LGD, EAD y CCF 

• Riesgo de Modelo bajo el COVID-19

• Principales problemas del riesgo modelo

• ¿Cuando Reconstruir o recalibrar los  modelos del ECL?

• Gestión del riesgo modelo post COVID-19

• Ejercicio 11: Modelo de roll rates y matrices de migración post Covid-19

Módulo 8: Análisis de Escenarios bajo la COVID-19

​

• ​​Definición de los escenarios

• Uso de los escenarios

• Identificación de escenarios

• Tipología de escenarios

• Scenario-based risk assessment 

• Proceso de análisis de escenarios

• Gobernanza en los escenarios

• Juicio experto

• Impacto en la rentabilidad

• Definición del risk appetite 

• Evaluación de los escenarios

• Número óptimo de variables macroeconómicas 

• Interacción entre variables 

• Modelos tradicionales macroeconómicos

• Escenarios por el Covid-19

  • Penetración de la pandemia

  • Tasas de mortalidad

  • Duración del virus

  • Impacto de los enfermos y productividad

  • Análisis del impacto de las acciones mitigantes de los gobiernos

  • Impacto económico en el consumo, PIB, tasa de paro, etc. 

  • Impacto económico de las cuarentenas en las epidemias

  • Impacto en los CDS

• Escenarios muy adversos del Covid-19

• Escenarios por sector económico

• Medición de la Severidad del escenario adverso macroeconómico

• Modelos econométricos DSGE para generar escenarios

• Ejercicio 12: Escenarios macroeconómicos de variables macroeconómicas asociadas usando DSGE

LOSS FORECASTING 

Módulo 9: Modelos de Loss Forecasting 

​

• Modelos de Loss Forecasting

• Forecasting de KRIs 

• Roll Rates y Flow Rates en el IFRS 9

• Matrices de transición

• Modelos de Markov

• Regresión dinámica de flow Rates

• Modelos de supervivencia

• Decomposition: Tendencia, Estacionalidad, Ciclicidad y Ruido

• Análisis Vintage para IFRS 9

• Modelización de la recuperación

• Vintage de la recuperación

• Modelización del Charge-Off​

  • Variables macroeconómicas

  • Variables trigger

  • Variables sobre la pandemia COVID-19

  • Modelo VAR y VEC

  • Modelos de Deep Learning

• Ejercicio 14: Roll Rates en Excel

• Ejercicio 15: Series temporales multivariantes de Roll Rates en R

• Ejercicio 16: Procesos de Markov en SAS y Excel

• Ejercicio 17: Modelo de Deep Learning del Charge off

• Ejercicio 18: Modelo de Charge-Off con variables macroeconómicas vinculadas al COVID-19

PD IRB

Módulo 10: Probabilidad de Default IRB 

​

• Impacto del COVID-19 en la PD

• Basilea III y EBA respecto al default ante el COVID-19

• Definición de Default 

• Moratoria pública o privada

• Días de atraso (DPD)

• Default técnico

• Indicadores de incumplimiento de pago

• Tratamiento de las reestructuras

• Umbrales de materialidad

• Criterio de sálida del default

• Default en exposiciones retail

• Umbral de materialidad para exposiciones conjuntas

• Tratamiento del default en los escenarios del IFRS 9

• Probabilidad de Default PD

• Data requerida para estimar la PD

• Estimación de la PD a 1 año

• Tasa de default media

• Long run average default rate

• Metodologías para estimar la PD

• Risk Drivers

• Rating en la estimación de la PD

• Diseño de escalas o pools

• Proceso de calibración

• Ámbito de los modelos internos

• Pisos propuestos

​

Módulo 11: Estimación de la PD usando Credit Scoring 

• Detección de prestatarios incumplidos por la Pandemia

• Modelos de credit scoring

  • Variables explicativas del impacto del COVID-19

• Modelos de Behavior Score productivos del COVID-19

  • Variables explicativas

• Modelos de Credit Rating para empresas

  • Variables explicativas del COVID-19

• Estimación de la PD

• Tratamiento de los datos de Panel

• Modelos Econométricos para estimar la PD

  • PD Regresión Logística

  • PD Regresión Probit

  • PD Regresión COX de supervivencia 

  • PD Log-log Complementary

  • PD Regresión Data Panel

• Calibración de la PD

• Calibración de modelos econométricos

• Estimación Anchor Point

• Calibración de PD por Añadas o cosechas

• Análisis Vintage 

  • PD Marginal 

  • PD Forward 

  • PD Acumulada

• Ejercicio 19: Construcción Credit Scoring Avanzado en Python y R

• Ejercicio 20: Calibración de PD con regresión COX en R

• Ejercicio 21: Calibración de PD con regresión de datos de panel R

• Ejercicio 22: Calibración de PD con modelo LASSO logístico en R

• Ejercicio 23: Calibración de la PD con regresión bayesiana probit en R

• Ejercicio 24: Calibración de PD con regresión COX bayesiana en R

​

Módulo 12: PD Bayesiana

• Enfoque bayesiano y determinista

• Criterio experto COVID-19

• Distribuciones a priori

• Teorema de Bayes

• Distribuciones a posteriori

• Estimación de PD Bayesiana

• Enfoque Markov chain–Monte Carlo

• Intervalos de credibilidad

• PD Bayesiana en la práctica

• Calibración con enfoque bayesiano

• Test de convergencia

• Ejercicio 25 PD Bayesiana de modelo logístico en Python  

• Ejercicio 26: PD Bayesiana de modelo probit en R

Módulo 14: Modelos Estructurales EDF y

modelos de forma Reducida

• Impacto en la PD LDP corporate por el COVID-19

• Impacto en la PD LDP Soberano por el COVID-19

• Sectores económicos fuertes y vulnerables

• Modelo de Merton

• Probabilidad de Default física

• Modelo Black-Scholes-Merton

• Modelo Black-Cox

• Modelo Vasicek-Kealhofer

• Distancia Default 

• Generación del EDF

• Modelos de forma reducida

• Curvas de PD en condiciones de liquidez y no liquidez

• Análisis del CDS Spreads en corporate por la pandemia

• CDS Spread en soberanos ante la pandemia

• Ejercicio 27: Estimación de EDF, DD de empresas y soberanos

• Ejercicio 28: Impacto en las curvas de PD por la pandemia

​

Módulo 15: Low Default Portfolio PD (PD LDP)

​​

• Enfoque de intervalo de confianza para PD LDP

  • Estimación de PD sin correlaciones

  • Estimación de PD con correlaciones 

  • Estimación de un periodo y multiperiodo

• Estimación Bayesiana de PD para LDP

  • Neutral Bayesian

  • Conservative Bayesian

  • Criterio experto

• Análisis real de PD de carteras Corporates, Soberanos y Retail

• Regresión LASSO para medir la tasa de default en corporativos

• Ejercicio 29: Enfoque de intervalo de confianza PD LDP en R

• Ejercicio 30: Enfoque intervalo de confianza multiperiodo PD LDP

• Ejercicio 31: PD Bayesiana Neutral en R 

• Ejercicio 32: PD Bayesiana Conservadora en R 

• Ejercicio 33: PD Bayesiana Criterio experto en R

​PD IFRS 9

​

Módulo 16: Matrices de Transición y  Estructura temporal de PD

• Estructura temporal de PD en IFRS 9

• Propiedades de las matrices de transición

• Cadenas de Markov

• Multi-year transition matrix

  • Tiempo discreto

  • Tiempo continuo

  • Matriz Generatriz

  • Exponencial de una matriz

• Método de duración 

• Método Cohort

• Gestión del error

• Estructuctura temporal de PD

• Calibración de la estructura temporal de la PD

• Levenberg-Marquardt Algoritmo

• Ciclos Económicos

• Calibración de la estructura temporal de la PD para LDP

• Ejercicio 34: Ejercicio análisis y error de Matriz de transición usando enfoque cohort  y duration en Python

• Ejercicio 35: Calibración de la estructura temporal de la PD

​

​

​