Formation Modélisation du Risque de Crédit

Leçon 1 • Contexte réglementaire et comptable

Passe en revue les cadres de fonds propres réglementaires et les normes comptables de pertes attendues qui déterminent les exigences des modèles de crédit. Ancre les choix de modélisation dans des contraintes institutionnelles réelles.

Leçon 2 • Risque de crédit sur les marchés financiers

Examine comment le risque de crédit se manifeste dans les portefeuilles de prêts, les obligations et les produits dérivés. Relie le contexte de marché aux décisions analytiques que les modélisateurs doivent prendre.

Leçon 3 • Concepts fondamentaux du risque de crédit

Définit le risque de crédit, ses composantes et son rôle dans les décisions de prêt et d'investissement. Établit la base conceptuelle pour chaque technique de modélisation introduite ultérieurement.

Leçon 1 • Validation du modèle et vérification des erreurs

Enseigne des techniques systématiques pour détecter les erreurs de formule, les références circulaires et les incohérences logiques. Des routines de validation sont intégrées directement dans le modèle de classeur.

Leçon 2 • Principes de conception des modèles

Présente la séparation des données d'entrée, des calculs et des résultats comme fondement d'une architecture de modèle robuste. Applique ces principes directement aux contextes de risque de crédit.

Leçon 3 • Construction d'un modèle de classeur

Guide la construction d'une coquille de modèle de crédit réutilisable avec des sections standardisées. Le modèle devient la base structurelle de tous les modèles construits dans les chapitres suivants.

Leçon 1 • Lecture critique des états financiers

Forme les analystes à identifier les choix comptables qui faussent les indicateurs pertinents pour le crédit. Développe l'habitude de lecture critique requise avant tout travail sur les ratios ou les modèles.

Leçon 2 • Analyse des flux de trésorerie pour le service de la dette

Distingue les flux de trésorerie d'exploitation, d'investissement et de financement et dérive le flux de trésorerie disponible pour le remboursement de la dette. Établit l'analyse de remboursement primaire utilisée dans les décisions de crédit.

Leçon 3 • Retraitement des états financiers

Construit un modèle de retraitement pluriannuel qui standardise les données financières des emprunteurs et des périodes. Les données retraitées alimentent directement les modèles de cash-flow et de capacité d'endettement.

Leçon 4 • Analyse des ratios financiers axée sur le crédit

Calcule et interprète les ratios d'effet de levier, de couverture, de liquidité et de rentabilité du point de vue du prêteur. Les ratios sont comparés aux normes sectorielles et aux seuils des clauses restrictives.

Leçon 1 • Performance et validation du modèle

Applique des métriques de discrimination et de calibration pour évaluer la qualité du modèle de PD. Les résultats de validation déterminent si un modèle est adapté à un usage réglementaire et opérationnel.

Leçon 2 • Cadres conceptuels pour l'estimation de la PD

Oppose les approches structurelles, de forme réduite et empiriques de la probabilité de défaut. Fournit les bases théoriques nécessaires pour sélectionner et justifier une approche de modélisation.

Leçon 3 • Régression logistique pour la prédiction du défaut

Construit un modèle de régression logistique à l'aide de prédicteurs financiers et non financiers du défaut. Couvre la sélection des variables, l'interprétation des coefficients et les diagnostics d'ajustement du modèle.

Leçon 1 • Calcul de la perte attendue

Intègre la PD, la LGD et l'EAD dans une formule de perte attendue unifiée au niveau de la facilité et du portefeuille. Les résultats d'EL sont liés aux décisions de tarification, de provisionnement et d'allocation du capital.

Leçon 2 • Construction du modèle LGD

Construit des modèles LGD basés sur la régression et le recouvrement à l'aide de données historiques de défaut et de recouvrement. Couvre les ajustements de LGD en période de récession requis par les cadres de fonds propres.

Leçon 3 • Évaluation des garanties et analyse du recouvrement

Estime la valeur recouvrable à partir des garanties dans des scénarios de liquidation sous stress. Les taux de recouvrement alimentent directement les calculs de perte en cas de défaut (LGD) pour les facilités de crédit garanties.

Leçon 1 • Composantes de score quantitatives

Construit les modules de score basés sur les ratios financiers et les flux de trésorerie qui forment le pilier quantitatif du modèle de notation. Chaque facteur est pondéré en fonction de son pouvoir prédictif du défaut.

Leçon 2 • Résultat du modèle de notation et application

Mappe les scores composites à des notes et aux plages de PD associées sur une échelle principale. Les résultats de notation déterminent les décisions d'approbation de crédit, de tarification et de suivi du portefeuille.

Leçon 3 • Conception du système de notation interne

Définit l'architecture d'un système de notation à double risque couvrant les dimensions de l'emprunteur et de la facilité. Les choix de conception sont liés aux attentes réglementaires pour les approches fondées sur les notations internes.

Leçon 1 • Construction de scénarios macroéconomiques

Construit des scénarios macroéconomiques de référence, défavorables et gravement défavorables à l'aide de variables économiques clés. Les scénarios sont traduits en chocs sur les paramètres de crédit pour les données d'entrée du modèle.

Leçon 2 • Exécution du test de résistance du portefeuille

Fait passer les paramètres stressés à travers le modèle de portefeuille pour produire les distributions de pertes pour chaque scénario. Les résultats sont agrégés par segment, secteur et note.

Leçon 3 • Communication des résultats des tests de résistance

Structure les résultats des tests de résistance en synthèses pour la direction et en formats de dépôt réglementaire. Les techniques de visualisation rendent clairs les impacts des scénarios pour les parties prenantes non techniques.

Leçon 4 • Lien entre les scénarios macroéconomiques et les paramètres de crédit

Établit des relations statistiques entre les variables macroéconomiques et la PD, la LGD et l'EAD. Des modèles satellites traduisent les chocs des scénarios en estimations de paramètres de crédit stressés.

Leçon 1 • Cadres de capital économique

Définit le capital économique comme le coussin contre les pertes de crédit inattendues à un niveau de confiance cible. Compare le capital économique au capital réglementaire et explique l'écart.

Leçon 2 • Gestion du risque de concentration

Quantifie les concentrations par nom, secteur et zone géographique ainsi que leur impact sur la perte inattendue. Les cadres de limites et les stratégies de couverture sont évalués comme des contrôles de la concentration.

Leçon 3 • Concepts de risque de crédit de portefeuille

Introduit le risque de concentration, la corrélation et les effets de diversification qui distinguent le risque de portefeuille du risque sur un seul nom. Établit la base conceptuelle de la modélisation au niveau du portefeuille.

Leçon 4 • Modélisation de la distribution des pertes de crédit

Construit la distribution des pertes de crédit à l'aide de la simulation de Monte Carlo et d'approximations analytiques. La distribution révèle simultanément la perte attendue, la perte inattendue et le risque de queue.