Módulo 15: Simulación Histórica y Monte Carlo

​

Objetivo:  Se explica el VaR por simulación de Monte Carlo aplicado a las compañías de seguros. Siendo la mejor metodología para estimar el VaR en un horizonte temporal de un año. 

• VaR Simulación Histórica

  • Ajuste a la volatilidad

• VaR Simulación de Monte Carlo

  • Simulación con un factor de riesgo

  • Simulación con múltiples factores de riesgo

  • Métodos de Reducción de varianza

• Distribución Multivariante Normal

• Distribución Multivariante T-Student

• VaR Monte Carlo basado en copula gaussiana

• VaR Monte Carlo basado en copula t-student

• Ejercicio 25: Estimación del VaR: usando Simulación de Monte Carlo y Simulación Histórica en Excel y R

• Ejercicio 26: Backtesting de Simulación Histórica

• Ejercicio 27: VaR usando copula gaussiana y tStudent en SAS y R

​

Módulo 16: Riesgo de Mercado

​

Objetivo:  Se explican las buenas prácticas del riesgo de mercado para las compañías de seguros. Se compara los resultados del SCR bajo la formula estándar contra los modelos internos.      

• Fórmula estándar en riesgo de mercado

• Sub-módulos en riesgo mercado

  • Riesgo de tipo de interés

  • Riesgo de renta variable

  • Riesgo Inmobiliario

  • Riesgo de Spread

  • Riesgo de Concentración

  • Riesgo de iliquidez

• SCR VaR 99,5%

• Modelos internos y parciales

• Modelo Interno de riesgo de mercado

• VaR  por riesgo de tipo de interés

  • Selección del Procesos Estocástico

  • VaR usando proceso estocástico de un activo

  • Simulación con componentes principales

  • Simulación de Escenarios

• VaR por riesgo de tipo de interés con componentes principales

• VaR de Spread 

• VaR de tipo de cambio

• VaR de renta variable

• Modelización de Riesgo de concentración y de correlación

• VaR de Opciones

  • Delta Normal VaR

  • Delta Gamma VaR 

  • Simulación de Monte Carlo

• Estructura de Límites

• Ejercicio 28: Estimación del VaR de opciones con simulación de Monte Carlo en Excel y R

• Ejercicio 29: Cash Flow mapping y estimación de VaR de un portfolio de bonos

• Ejercicio 31: estimación de VaR de riesgo de no vida y vida

​

​Módulo 17: Stress Testing y Backtesting

​

Objetivo:  El stress testing es una de las mejores herramientas para la gestión del riesgo de mercado. Considera eventos excepcionales pero plausibles. Las compañías de seguros también habrán de validar los modelos internos con pruebas de backtesting.    

• Enfoques de Stress Testing

• Stress Testing histórico

• Reverse Stress Test

• Stress testing en la correlación

• Stress testing en la volatilidad

• Stress testing multivariante

• Backtesting

  • Kupiec`s Test

• Cobertura condicional de frecuencia

• Análisis de pérdidas en la cola de la distribución

• Backtesting limpio y sucio

• Ejercicio 30: Stress testing en matriz de correlación en Excel

• Ejercicio 31: Backtesting del VaR en Excel

​

RIESGO DE CRÉDITO

​

Módulo 18: Riesgo de Crédito Modelos Estructurales y de forma reducida

​

Objetivo:  Los modelos de riesgo de crédito estructurales requieren información financiera de la empresa y han probado ser eficientes durante la pandemia. Estos modelos ayudan a medir el riesgo de crédito de las inversiones de renta fija particularmente de bonos. Además, se muestran modelos de forma reducida que usan el CDS spread para medir el riesgo de crédito. 

​

• Modelos Estructurales

  • Modelo de Merton

  • Modelo de KMV

• Modelos de forma reducida

  • Jarrow-Turnbull Model

  • Duffie y Singleton Model

  • Probabilidades neutrales de default

  • Conversión de intensidades de default en PDs discretas

  • Ajuste de modelos de forma reducida a BBDD históricas

  • Construcción de curvas de probabilidad de default

  • Validación con Falkenstein y Boral Test

  • Jump to default

  • Bonos cupón cero

  • Bono con cupones

  • Bonos convertibles

  • Valoración de CDS

• Ejercicio 32: Modelo estructural en R y Excel

• Ejercicio 33: Construcción de curvas de probabilidad de default y hazard rate en Excel y SAS

• Ejercicio 34: Valoración bono y CDS en Excel con VB

• Ejercicio 35:  Modelo Interno de riesgo de mercado y crédito

  • simulación CIR de tipo de interés en renta fija y variable

  •  modelo de Jarrow-Turnbull-Lando para riesgo crédito con matrices de transición.

  • Comparativa frente a fórmulas estándar.

Módulo 19: Modelos de Portfolio de Riesgo de Crédito 

​

Objetivo:  Se explica como modelizar el riesgo de crédito de carteras de inversión de bonos, prestamos y derivados de crédito. Se explica el riesgo de crédito de las reaseguradoras. Se muestran los enfoques de creditmetrics y Creditrisk+ para la estimación del capital económico.

• Modelos de Rating

• Estimación de PD y LGD

• Correlación de default

• Correlación de activos

• Modelos de Capital Económico

• • Creditmetrics

  • Creditrisk +

  • Modelo Unifactorial

• Modelos de Forma Reducida

• Riesgo de Contraparte

• Reinsurance Counterparty Default Risk

• Riesgo de Crédito en Reaseguro enfoque portfolio

• Riesgo de Concentración

• Riesgo de Crédito en el Seguro de Crédito enfoque portfolio

• Ejercicios 36: Capital económico con Modelo unifactorial usando Simulación de Monte Carlo en Excel y SAS.

• Ejercicio 37: Capital económico: CreditRisk+ en SAS

• Ejercicio 38: Capital económico: Creditmetrics en Excel

• Ejercicio 39: Capital Económico de portfolio de bonos

RIESGO SUSCRIPCIÓN

SEGURO DE VIDA Y NO VIDA

​

Módulo 20: Riesgo Suscripción de No Vida

​

Objetivo: Este riesgo se divide en tres grandes bloques, el riesgo por primas: se refiere a los futuros siniestros que puedan surgir durante y posteriormente al periodo para el que se realiza el cálculo de solvencia, es decir, que los gastos más las pérdidas debidas a los siniestros sean superiores a las primas recibidas. El riesgo por reservas debido a dos causas, el mal cálculo de las provisiones y fluctuaciones de la cifra real de siniestros en torno al punto medio. El tercero es el riesgo catastrófico.

• Análisis Fórmulas estándar 

  • Riesgo de suscripción: No vida

  • Riesgo de Reserva

  • Riesgo de Prima

  • Riesgo catastrófico

  • Riesgo de suscripción de salud

• Riesgo No Catastrófico

  • Modelos interno Riesgo de Prima

  • Modelo interno Riesgo de Reserva

• Riesgo de catástrofe​

• Modelo interno usando Simulación de Monte Carlo

• Modelo Interno usando enfoque Multiyear approach

  • Estimación VaR 99.5%

• Modelización del Riesgo Catastrófico

  • Frecuencia y Severidad

  • Ciencia de los catástrofes

  • Tsunamis

  • Huracanes: Frecuencia, regiones

  • Modelización de Huracanes

  • Terremotos, frecuencia y severidad

• Ejercicio 40: VaR por riesgo de Prima en Excel y SAS

• Ejercicio 41: VaR por riesgo de Reserva en R

• Ejercicio 42: Modelo interno riesgo suscripción de no vida y comparativa frente a fórmulas estándar en SAS y R

​

Módulo 21: Riesgo de Suscripción Vida

​

Objetivo: Este riesgo se divide en Riesgo biométrico (mortalidad, longevidad, discapacidad / enfermedad), Riesgo de caída de cartera, Riesgo de gastos, Riesgo de revisión y Riesgo de catástrofe. Se muestra un comparativo de resultados entre el SCR por formula estándar y modelos internos. Se explican modelos de mortalidad tradicionales y otros con técnicas avanzadas de machine learning.

• Riesgo Biométrico

  • Riesgo de Mortalidad

  • Riesgo de Longevidad

  • Riesgo de Morbilidad

• Riesgo de caída de cartera

• Riesgo de gastos

• Riesgo de revisión

• Riesgo catastrófico y pandemias

• Modelos actuariales para tarificar

• Behavioral Risks

• Tablas de Mortalidad Dinámicas

• Modelos de mortalidad

  • Modelo Lee Carter

  • Singular Value Descomposition

  • Modelo estocástico de Mortalidad

  • Riesgo de Longevidad

  • factores de mejora

  • Indice de longevidad

• Distribuciones analíticas de supervivencia

• Modelo Interno de Riesgo Seguro de Vida

• Gestión del riesgo

  • Gamificación

  • Análisis de Behavioral risk 

  • Insured Linked Securities

• Ejercicio 43: Modelo Estocástico Mortality Shock en SAS

• Ejercicio 44: Modelo Lee Carter, Makeham y Logit en SAS

• Ejercicio 45:Modelo Interno Riesgo Seguro de Vida

  • Simulación de Monte Carlo

  • Modelo de Lee Carter

  • Modelo y simulación de estructura temporal de tipo de interés

  • Copulas en Excel y R 

​

RIESGO OPERACIONAL

​

Módulo 22: Riesgo Operacional

​

 Objetivo: Explicar tanto la gestión avanzada del riesgo operacional en compañías de seguros como una introducción a la medición de este riesgo para obtener una distribución de pérdidas.

• Introducción Riesgo Operacional

• Loss Event Management

• Risk Control Self Assessment

• Scenario Based Assessment

• Key Risk Indicators

• Estimación de capital enfoque LDA

• Ejercicio 46: 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

  • Lognormal-EVT

  • Alpha Stable

• Poisson-Gamma Enfoque bayesiano

• Partición Lognormal y GDP

• Escenarios con criterio Experto

• Ejercicio 47: Selección de mejor distribución usando test de bondad de ajustes en Excel

• Ejercicio 48: Estimación del capital económico con datos truncados

• Ejercicio 49: Modelo interno usando Simulación de Monte Carlo con efecto del deducible / franquicia del seguro en R

• Ejercicio 50: Modelo interno con Simulación de Monte Carlo con distribución de frecuencias con copulas gaussianas en R

• Ejercicio 51: Modelo interno con Simulación de Monte Carlo de pérdidas agregadas de las unidades de negocio con copulas t y frank en R 

• Ejercicio 52: comparativo de modelos interno con Panjer Recursivo, Fast Fourier Transformation y Simulación de Monte Carlo en R y Excel

​​

GESTIÓN Y MITIGACIÓN DEL RIESGO

​

Módulo 23: Gestión práctica del Riesgo  

Objetivo: Explicar las mejores prácticas de la gestión del riesgo en las compañías aseguradoras a través de alertas tempranas y Key Performance Indicators entre otras metodologías.   

• Análisis de la situación actual de la organización

• Diagramas y optimización de procesos

• Mapa de riesgos

• Key Risk Indicators en las compañías de seguros

• Cualificación del riesgo a través de Frecuencia e impacto

• Principales riesgos en las compañias de seguros

• Riesgos Operacionales

• Planes de contingencia

• Key Performance indicators en las compañías de seguros

  • Indicadores financieros

  • Indicadores comerciales

  • Indicadores de producción

  • Indicadores de tratamiento de recibos

  • Indicadores de siniestros

  • Indicadores de sistemas de información

  • Indicadores de Fraude

• Indicadores externos: Siniestralidad del mercado

• Control de la siniestralidad

Módulo 24: Insured Linked Securities (ILS)

​

 Objetivo: Los ILS se definen, en términos generales, como instrumentos financieros cuyos valores son impulsados ​​por eventos de pérdidas de seguros. Los instrumentos están vinculados a las catástrofes, mortalidad y longevidad. Ayudan a la transferencia y mitigación del riesgo así como a la diversificación del capital.

• Definición Insurance-Linked Securities

• Mercado de derivados

• Derivados y bonos vinculados a Property and Casualty risk

  • Derivados de Clima

  • Catastrophe Bonds 

  • Catastrophe Derivatives

• Derivados y bonos vinculados al riesgo de longevidad y mortalidad

  • Longevity Swaps

  • Longevity Bonds

• Gestión de riesgos en portfolios de ILS

• Ejercicio 53: Valoración Longevity Swap en Excel

• Ejercicio 54: Valoración derivados de Clima en Excel

VALIDACIÓN DE MODELOS INTERNOS

​

Módulo 25: Validación de Modelos Internos I

​

 Objetivo: Se explica el proceso de validación de los modelos internos, las técnicas más comunes como el backtesting. Se explica en términos generales el reporting adecuado para validar modelos.

​

• Proceso de validación

• Proceso de modelización

• Herramientas de modelización

• Análisis de Backtesting

• Stress Testing

• Estabilidad de resultados

• Limitación del modelo

• Reporting

• Modelo de Scoring

​

Módulo 26: Validación de Modelos Internos II

​

 Objetivo: Se explica la validación de modelos internos pormenorizada para cada tipo de riesgo. Se explican técnicas avanzadas de validación del SCR calculado por modelos internos.

​

• Validación de Modelos internos 

  • Riesgo de Mercado

  • Riesgo de Crédito

  • Riesgo Operacional

  • Riesgo de suscripción: No vida

  • ​Riesgo de suscripción: Vida

• Validación de:

  • Diseño del Modelo

  • Output del Modelo

  • Procesos, data y test de uso

• Kupiec`s Test para riesgo de mercado

• Validación de la agregación de pérdidas

• Testing de distribuciones usando Berkowitz test 

• Distribución de pérdidas

• Simulación del chi-square value crítico

• Test de Berkowitz en subportfolios

• Valoración del poder 

• Alcance y límites del test

• Riesgo de Modelo por incertidumbre

• Ejercicio 55: implementación del Berkowitz test en modelos internos de crédito

• Ejercicio 56: Simulación de pérdidas y riesgo de modelo en riesgo de suscripción no vida

GESTIÓN DE ACTIVOS Y PASIVOS

​

Módulo 27: Gestión de Activos y Pasivos

​

Objetivo: La gestión de los activos y pasivos cada día es más importante para las compañías de seguro debido a la pandemia. Se explican modelos de optimización, desde el conocido cash flow matching, hasta modelos avanzados de programación estocástica de los activos y pasivos. Se explica el riesgo de liquidez.

• Herramientas para gestionar activos y pasivos

  • Duración Gap analysis

  • Riesgo de tipo de interés

  • Riesgo de Liquidez

  • Cash Flow Testing

  • Inmunización

  • Cash Flow Matching

• Optimización de activos y pasivos

  • Análisis Financiero Dinámico

  • Arboles de Escenarios estocásticos y dinámicos en activos y pasivos

  • Programación dinámica

  • Programación dinámica Estocástica

  • Maximización del margen financiero y valor económico

  • Aplicación de teorías económicas y financieras recientes

  • Condicionantes de liquidez, capital y Solvencia 2

  • Escenarios de Stress Testing

• Normativas internacionales de información financiera y Solvencia II

• Sensibilidades en Estados financieros IFRS 4​

  • Riesgo de Seguro de Vida y No Vida

  • Riesgos Financieros

• Ejercicio 57: Optimización del Cash Flow Matching en Excel con Solver

• Ejercicio 58: Optimización de portfolio usando programación dinámica estocástica en SAS

• Ejercicio 59: Impacto en estados financieros por cambios de sensibilidades de riesgos de seguro y financieros en Excel

RISK APPETITE

​

Módulo 28: Risk Appetite

​

Objetivo: El llamado apetito en riesgo es el riesgo asumido para la consecución de los objetivos de negocio de una compañía de seguros. Se explican las buenas prácticas del Risk Appetite que serán definidas por la alta dirección y aprobadas por el consejo. 

• ¿Porque del Risk Appetite en una compañia de seguros?

• Entorno Económico, Financiero y Regulatorio EIOPA

• 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

• Roles y Responsabilidades del Consejo, CEO, CRO y CFO

• Convergencia y Alineación de objetivos del plan estratégico de negocios y el Risk Appetite

• Ejercicio 60: Risk Appetite y Stress Testing

  • Integración de riesgos

  • Estimación de riesgo de concentración individual y sectorial

  • Proyección Balance general y estado de resultados

  • Estimación de los principales KPIs, KRIs y triggers

  • Métricas cualitativas

  • Establecimiento de límites de Risk Appetite

  • Tolerancia de riesgo

  • Capacidad de riesgo 

  • Risk Appetite Statement 

  • Análisis de Escenarios

  • Stress Testing 

  • Cuadro de mando con principales métricas cuantitativas y cualitativas tipo traffic light

​

STRESS TESTING

​

Módulo 29: Análisis de Escenarios

​

 Objetivo: Se explica como construir escenarios de riesgo. Actividad cada día mas acuciante por la pandemia y sus implicaciones graves en la economía.    

​​

• 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

• Impacto en la rentabilidad

• Definición del risk appetite 

• Evaluación de los escenarios

​

Módulo 30: Modelos de Forecasting

​

 Objetivo:  Para proyectar escenarios de cara a futuro es necesario disponer de herramientas tradicionales como los modelos VAR y ARIMA y otras más sofisticadas y precisas como el machine learning.

​

• Tratamiento de los datos

  • Series No Estacionarias

  • Test Dickey-Fuller

  • Pruebas de Cointegración

• Modelos Econométricos

  • Modelos ARIMA

  • Modelos de Vectores Autoregresivos VAR

  • Modelos GARCH

• Modelos de Machine Learning

  • Supported Vector Machine 

  • Red Neuronal

• Revisión de supuestos de los modelos econométricos

  • Revisión de los coeficientes y errores estándar de los modelos

  • Heterocedasticidad

  • Outliers

  • Correlación Serial

  • Detección de colinealidad 

• Ejercicio 61:Pruebas de Series no estacionarias y cointegración 

• Ejercicio 62: Modelos VAR en R

• Ejercicio 63: Forecasting volatilidad GARCH SAS

• Ejercicio 64: Forecasting Machine Learning SPV y NN en R​​

• Ejercicio 65: Detección series no estacionarias y cointegración

• Ejercicio 66: colinealidad en modelo de regresión logística y lineal 

​​

Módulo 31: Determinación de escenarios Macroeconómicos

​

 Objetivo:  La determinación de escenarios macroeconómicos requiere de un conocimiento profundo de modelos econométricos y los llamados modelos estructurales. Se explican técnicas de simulación para estimarlos.

​

• Escenarios de stress testing macroeconómicos en EIOPA

• Diseño de escenarios adversos

• Shocks financieros y económicos

• Modelos macroeconómicos

• Medición de la Severidad del escenario adverso macroeconómico

• Análisis de redes

• Ejercicio 67: Escenarios macroeconómicos  modelos VAR en R

• Ejercicio 68: Análisis de redes  e interacción de variables macroeconómicas en el stress testing en Gephi

​

Módulo 32: Stress Testing para compañias de Seguros

​

Objetivo: El stress testing consiste en generar para cada escenario shocks a los parámetros tales como la tasa de mortalidad, precio de las acciones, tipos de interés, etc.. y medir el impacto que tendrían en el capital. Se explica el rol de ORSA en esta materia. Y se muestra un ejercicio global de stress testing para una compañía de seguros.

​

• Stress testing alineado con ORSA

• Análisis stress testing 2011,2014 y 2016 en EIOPA  

• Aspectos cuantitativos y cualitativos del stress testing

• Escenarios de stress testing

• Riesgo de tipo de interés

  • Tipo de Interés bajo a largo plazo

  • Doble hit

• Riesgo de Credit Spread

• Riesgo de Seguro no vida

• Riesgo de Crédito de Reaseguradoras

• Riesgo de Catástrofe

• Riesgo de Seguro vida

  • Eventos de Mortalidad

  • Mejoras en la longevidad

• Riesgo de Liquidez

• Impacto en los activos y pasivos

• Impacto en el SCR y MCR

• Correlaciones y copulas para modelizar la dependencia

• Stress Testing como herramienta de toma de decisión

• Ejercicio Global 69 y 70: Stress Testing  en SAS, R, Excel con VBA y Gephi, incluye: 

• Risk Appetite y Plan de Negocios

• Forecasting de la Cuenta de resultados y Balance General 

• Planificación de capital

• Aplicación de Escenarios y Shocks Externos

• Análisis de redes de principales variables macroeconómicas

• Impacto en los activos y pasivos

• Impacto en el SCR y MCR