Módulo 14: Técnicas de Agregación de Pérdidas

-Pérdidas esperada e inesperada

-Estimación del VaR

-Estimación del Expected Shortfall (Tail VaR)

-Simulación de Monte Carlo

-Métodos de Reducción de Varianza

-Recursión de Panjer

-Discretización

-Problemas computacionales

-Extensiones de Panjer

-Fast Fourier Transformation

-Revisión regulatoria

-Mitigación de la muestra

-Errores en la agregación y magnitudes

-Reducción del Sampling variability en simulación de Monte Carlo

-Estabilidad del algoritmo y error de propagación en FFT y Panjer

Ejercicio 26: Estimación de VaR y Expected Shortfall en Python

Ejercicio 27: Técnica de Reducción de Varianza de Hipercubo latino en R

Ejercicio 28: Agregación de pérdidas por método recursivo Panjer y FFT en R

Ejercicio 29: Simulación de Monte Carlo en Python y Cython

Módulo 15: Modelización de la Dependencia

-Dependencia en el riesgo operacional

-Tipología de Copulas

-Copulas de Arquímedes

-Copulas elípticas

-Copulas de EVT

-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

-Revisión Regulatoria de la dependencia

Ejercicio 30: Estimación de copula Arquímedes y t.-student en R

Ejercicio 31: Dependencia entre frecuencias usando copula gaussiana Ejercicio 32: Dependencia entre pérdidas agregadas entre unidades de negocio usando copulas

Módulo 16: 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

-Selección del mejor modelo:

-Enfoque Experto

-Score Approach

-Forecasting de las pérdidas

-Validación de modelos de riesgo operacional

-Asignación de capital

-Euler Allocation capital

-Marginal contributions

-Revisión de la asignación de capital

-Revisión regulatoria de la pérdida esperada

Módulo 17: Análisis y Modelización del Seguro

-Análisis de las pólizas de seguros

-Gestión del seguros en riesgo operacional

-Transferencia del riesgo

-Criterios en Basilea III

-Rating de la empresa de Seguros

-Duración y vencimiento de los contratos de seguros

-Incertidumbre en el reembolso de los siniestros

-Tipología de pólizas de seguros en las entidades bancarias

-Cobertura de los seguros por clase de riesgos

-Modelización del Seguro

-Ajuste de deducibles y límites de pólizas en las pérdidas

-Establecimiento de los Haircuts en el vencimiento residual

-Modelización de la Incertidumbre en los pagos

-Modelización de la tasa de recuperación

-Probabilidad de que el seguro no aplique

-Riesgo de contraparte o reaseguro

-Aplicación de los seguros en fraudes externos

-Revisión de la modelización del seguro en Basilea III

Ejercicio 33: Modelos de la probabilidad de tasas de recuperación de los seguros en Excel

Ejercicio 34: Simulación de Pérdidas esperadas e inesperadas aplicando recuperaciones aleatorias en R

​

Módulo 18: 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

-Body-Tail: Lognormal-EVT

-Alpha Stable

-Poisson-Gamma Enfoque bayesiano

-Partición Lognormal y GDP

-Escenarios con criterio Experto

Backtesting

-Backtesting de la severidad del año

-Backtesting de las frecuencias

Ejercicio 35: Selección de mejor distribución usando test de bondad de ajustes

Ejercicio 36: Comparativo de Estimación del capital económico usando el VaR 99.9% y Expected ShortFall

Ejercicio 37: Capital Económico Neto y Bruto de Seguros usando Simulación de Monte Carlo con efecto del deducible / franquicia del seguro en R, Python y Cython

Ejercicio 38: Capital Económico usando Simulación de Monte Carlo de pérdidas agregadas de las unidades de negocio con copulas gaussianas y T-Student en Python y R

Ejercicio 39: Comparativo de Capital Económico con Panjer Recursivo, Fast Fourier Transformation y Simulación de Monte Carlo

Ejercicio 40: Distribución Subexponencial en R

Ejercicio 41: Interpretación de resultados, capital y pérdida esperada, mayor pérdida esperada

Ejercicio 42: Riesgo de Modelo por el impacto del nuevo capital por riesgo operacional cumpliendo las nuevas directivas AMA y sin considerarlas.

Ejercicio 43: Metodologías de Backtesting de la severidad y frecuencia

Ejercicio 44: Comparativo capital económico y SMA 

Módulo 19: Riesgo de Modelo:

Incertidumbre del parámetro del modelo

​

• ¿Porque sucede este tipo de riesgo de modelo?

• Ejemplos

• Magnitud del error de modelo relacionados con la incertidumbre del parámetro

• Incertidumbre en distribuciones paramétricas

  • Simulación de Monte Carlo

  • Rango Intercuartílico

  • Desviación cuartil

  • Análisis usando box plot

• Análisis de incertidumbre usando enfoque bayesiano

  • Distribución a priori

  • Teorema de Bayes

  • Distribución a posteriori

  • Soluciones analíticas

  • Gibbs Sampler

  • MCMC

• Propagación de la incertidumbre en modelos lineales y no lineales

• Model risk appetite y umbrales

• Ejercicio 45: Medición del riesgo modelo de distribución lognormal y burr. Se mide el error de modelo relacionado con la estimación de la incertidumbre en los parámetros

• Ejercicio 46: Estimación del riesgo de modelo del VaR y ES de distribución paramétrica lognormal  

• Ejercicio 47: Riesgo de modelo por la incertidumbre de los parámetros de severidad usando enfoque bayesiano

Módulo 20: Riesgo de Modelo por deficiencia de datos

​

• Gestión de proceso de la calidad del dato

• Principios de gobernanza

• Alcance y componentes la calidad del dato

  • Precisión

  • Consistencia

  • Unicidad

  • Validación

  • Disponibilidad

  • Trazabilidad

• Indicadores de calidad en la gestión del dato

• Tratamiento de los valores Missing

  • Imputación, borrar y mantener

  • Modelos multivariantes de imputación

• Detección de Outliers en el riesgo de modelo

• Técnicas robustas

• Análisis univariante

• Análisis multivariante

  • Distancia de Mahalanobis

• Machine Learning para detectar outliers

• Deficiencia de los datos en los modelos

• Modelización del riesgo de modelo con deficiencias del dato

• Riesgo de Modelo de deficiencia de datos en el credit scoring

• Ejercicio 48: Análisis de la calidad del dato

• Ejercicio 49: Modelo multivariante de imputación de valores

• Ejercicio 50: Uso del Machine learning para detectar outliers

• Ejercicio 51: Análisis univariante óptimo

• Ejercicio 52: Estimación de Intervalos de confianza de distribuciones de paramétricas de riesgo operacional

• Ejercicio 53: Cuantificación del riesgo de modelo con deficiencia del dato en capital económico por riesgo operacional

STRESS TESTING EN EL RIESGO OPERACIONAL

Módulo 21: Stress Testing  y Forecasting del Riesgo Operacional

-Ventajas e inconvenientes de los Modelos de Stress Testing

-Clases de eventos susceptibles de modelizar el stress test

-Stress Test en las distribuciones de  frecuencias y severidades

-Principales variables macroeconómicas en Riesgo Operacional

-Tipología de modelos

-Regresión lineal

-Regresión no lineal

-Regresión Logística 

-Regresión de Poisson

-Generalized Linear Model (GLM)

-Regresión Cuantílica

-VAR

-ARIMAX

-VEC

-Stress Testing en las correlaciones

-Simulación de Monte Carlo

-Ejercicio 54: Regresión lineal  con variables macroeconómicas y pérdidas de riesgo operacional

-Ejercicio 55: Regresión Poisson y Regresión de Binomial negativa entre variables macroeconómicas y frecuencia

-Ejercicio 56: Regresión cuantílica, de pérdidas y variables macroeconómicas en R

-Ejercicio 57: Forecasting  de pérdidas usando VAR y ARIMAX con variables macroeconómicas en Python

-Ejercicio 58: Simulación de Monte Carlo de pérdidas y variables macroeconómicas en R

-Ejercicio 59: Comparativo del performance de los modelos usando test de Calibración y precisión.

Módulo 22: Risk Appetite (RA) y Capital Económico

-Risk Appetite en el ICAAP

-Principios de una metodología efectiva de Risk Appetite

-Definiciones y análisis:

Risk appetite framework

Risk Appetite Statement

Risk Tolerance

Risk Capacity

Risk Profile

-Risk Limits en riesgo operacional

-Principios de Efectividad del RA Statement

-Establecimiento de Límites y Métricas en RO

-Capital Económico en RO

-Pérdidas Esperadas e Inesperadas en RO

-Establecimiento de límites de riesgo y tolerancia al riesgo operacional

-Incorporación de toma de decisión, nuevos productos, nuevas líneas de negocio, etc.

-Planes de mitigación

Ejercicio 60: Ejercicio Global de Risk Appetite en Riesgo operacional, límites, KRIs, capital AMA, SMA y stress testing.

​

​

CAPITAL ECONÓMICO POR RIESGO OPERACIONAL

PILAR 2

​

Módulo 23: Capital Económico en CiberRiesgos

​

• Situación actual

• Ciberamenazas en la banca 

• Vulnerabilidades de los sistemas

• Principales ciber incidentes en la banca

• Tipología de amenazas

• Definición del ciber riesgo

• Ciberriesgos en la banca

• Categorización de las pérdidas

• Principales desafios para afrontar los ciber riesgos en la banca 

• Gestión del Ciber Riesgo en banca

• Estrategias de gestión de los ciber riesgos

• Tendencias en la ciber seguridad

• Normas de ciber seguridad

• Ciber seguridad en Banca por Internet.

• Ciber seguridad en Tarjetas de Crédito

• Ciber seguridad en la información de los clientes en la Nube.

• Implementación clasica de prevención, detección y  mitigación los ciberriesgos.

• Seguridad del entorno físico y Centros de Datos

• Seguridad de pagos de internet en EBA

• Gestión avanzada de ciberriesgos

• Framework del National Institute of Standards and Technology

• Framework core

• Framework implementation Tiers

• Framework Profile

• Medición de los ciber riesgos

• Enfoque Loss Distribution Approach

• VaR de Ciber riesgo

• Enfoque Bayesiano

• Stress Testing

• Risk Appetite

• Ejercicio 61: Pérdida Esperada y VaR del Ciber Riesgo en Python