Cours de modélisation du risque de crédit bancaire

Leçon 1 • Nature et sources du risque de crédit

Définit le risque de crédit et le distingue du risque de marché et du risque opérationnel. Établit le lien entre la taxonomie des risques et la structure du bilan bancaire.

Leçon 2 • Principaux indicateurs et terminologie du risque de crédit

Présente la probabilité de défaut, la perte en cas de défaut et l'exposition en cas de défaut. Fournit le vocabulaire quantitatif utilisé tout au long du cours.

Leçon 3 • Infrastructure de données pour le risque de crédit

Identifie les types et les sources de données nécessaires à la modélisation du risque de crédit. Prépare les étudiants et étudiantes à évaluer la qualité des données avant le développement du modèle.

Leçon 4 • Cadre réglementaire pour le risque de crédit

Examine les normes de suffisance du capital et les attentes de surveillance pour le risque de crédit. Ancre le travail de modélisation dans les exigences de conformité et de gouvernance.

Leçon 1 • Sélection de variables et ingénierie de caractéristiques

Enseigne les méthodes de sélection des variables prédictives et de transformation des données brutes. Soutient directement le développement des modèles de pointage et de PD.

Leçon 2 • Mesures de rendement du modèle

Présente les mesures de discrimination et d'étalonnage pour les modèles de crédit. Fournit des outils pour évaluer la qualité des modèles avant leur déploiement.

Leçon 3 • Échantillonnage, biais et préparation des données

Aborde la conception d'échantillonnage et les biais courants dans les ensembles de données de crédit. Garantit que les modèles sont entraînés sur des données représentatives et non biaisées.

Leçon 4 • Probabilité et distributions dans le contexte du crédit

Traite de la théorie des probabilités et des distributions clés pertinentes pour la modélisation des défauts. Ancre le raisonnement statistique dans les applications du risque de crédit.

Leçon 1 • Étalonnage de la PD et taux de défaut moyen à long terme

Enseigne des techniques pour aligner les résultats du modèle sur les taux de défaut observés. Assure que les estimations de PD sont non biaisées et conformes à la réglementation.

Leçon 2 • Validation des modèles de PD

Applique des tests de validation quantitatifs et qualitatifs aux modèles de PD. Prépare les étudiants à mener ou à répondre à des examens de validation de modèles.

Leçon 3 • PD à travers le cycle vs. PD ponctuelle

Distingue les estimations de PD cycliques et de l'état actuel ainsi que leurs utilisations. Lie la philosophie de la PD au calcul du capital et à la provision.

Leçon 4 • Systèmes de notation internes pour les emprunteurs corporatifs

Couvre les modèles de notation par jugement d'expert et statistiques pour le crédit aux entreprises. Lie les catégories de notation aux plages de PD et aux exigences réglementaires.

Leçon 1 • Modèles statistiques pour la LGD

Applique des modèles de régression et de réponse fractionnaire pour prédire la LGD. Aborde la nature bornée de la LGD en tant que proportion entre zéro et un.

Leçon 2 • Concepts et facteurs déterminants de la LGD

Définit la LGD et identifie les garanties, la séniorité et les moteurs du processus de recouvrement. Développe l'intuition des raisons pour lesquelles la LGD varie selon les produits et les emprunteurs.

Leçon 3 • Estimation de la PCD à l'échéance

Calcule la LGD à partir des flux de trésorerie de recouvrement historiques en utilisant l'actualisation. Établit un lien entre les données de redressement et les intrants du modèle pour les approches fondées sur les notations internes.

Leçon 4 • Validation et analyse comparative des modèles de LGD

Teste la précision du modèle LGD à l'aide de méthodes de backtesting et d'étalonnage. Veille à ce que les estimations de LGD soient fiables pour l'utilisation en capital et en provisions.

Leçon 1 • Estimation du facteur de conversion de crédit

Modélise la proportion des engagements non tirés qui sont tirés avant le défaut de paiement. Établit le lien entre l'estimation du CCF et les calculs réglementaires et internes de l'EAD.

Leçon 2 • Validation et tests de résistance des EAD

Valide les modèles d'EAD par le biais de tests rétrospectifs et d'analyses de scénarios. Établit le lien entre l'exactitude de l'EAD et la fiabilité des calculs de pertes attendues et de capital.

Leçon 3 • Approches statistiques pour la modélisation de l'EAD

Applique des méthodes de régression et d'apprentissage automatique pour prédire l'EAD. Aborde les défis distributionnels propres aux données sur les taux d'utilisation.

Leçon 1 • Modèles structurels et de forme réduite de portefeuille

Couvre le modèle unifactoriel de Vasicek et ses extensions pour le risque de crédit de portefeuille. Relie les modèles structurels aux formules de capital réglementaire.

Leçon 2 • Risque de concentration et optimisation du portefeuille

Mesure la concentration par nom unique et par secteur ainsi que son effet sur le capital. Applique l'optimisation pour améliorer l'efficacité risque-rendement du portefeuille.

Leçon 3 • Simulation de Monte Carlo pour les portefeuilles de crédit

Met en œuvre l'estimation de la distribution des pertes basée sur la simulation pour des portefeuilles complexes. Permet le calcul du capital lorsque les solutions analytiques ne sont pas disponibles.

Leçon 4 • Capital économique et contribution au risque

Calcule le capital économique aux niveaux du portefeuille et de l'obligataire à l'aide de la VaR et de la CVaR. Prend en charge la mesure du rendement ajusté au risque et la tarification.

Leçon 1 • Projection des pertes et impact sur le capital

Projette les pertes sur crédits dans des scénarios de stress et évalue la suffisance du capital. Produit des résultats utilisés dans les soumissions réglementaires et les rapports au conseil d'administration.

Leçon 2 • Tests de résistance inversés

Identifie les scénarios qui pourraient entraîner une faillite bancaire ou un dépassement des seuils de capital. Renforce l'identification des risques en travaillant à rebours à partir de résultats défavorables.

Leçon 3 • Conception de scénarios macroéconomiques

Construit les scénarios macroéconomiques de référence, défavorable et gravement défavorable. Relie les variables macroéconomiques aux facteurs de risque de crédit par l'intermédiaire de modèles satellites.

Leçon 4 • Cadre de simulation de crise et gouvernance

Établit l'objectif, la gouvernance et les principes de conception des tests de résistance du crédit. Établit le lien entre les tests de résistance, la planification du capital et l'appétit pour le risque.

Leçon 1 • Renseignements prospectifs et superpositions macroéconomiques

Intègre les prévisions économiques dans les estimations de pertes de crédit attendues (ECL) à l'aide d'une pondération de scénarios. Aborde le jugement nécessaire dans les ajustements prospectifs.

Leçon 2 • Construction de la courbe de PD à vie

Élabore des modèles de PD de la structure par termes pour l'estimation des pertes sur plusieurs périodes. Relie l'analyse de survie et les méthodes de cohorte au calcul de la PD à vie.

Leçon 3 • Cadre ECL et logique de prétraitement

Explique le modèle de dépréciation à trois étapes et les critères d'augmentation significative du risque de crédit. Ancre la modélisation des PCD dans les exigences des normes comptables.

Leçon 4 • Validation des modèles ECL et préparation à la vérification

Valide les modèles ECL pour leur exactitude, leur exhaustivité et leur vérifiabilité. Prépare les étudiants à soutenir les processus d'audit interne et d'examen externe.