Curso de Modelação de Risco

Aula 1 • Tipos de Risco nas Organizações

As organizações enfrentam riscos de crédito, de mercado, operacionais e de liquidez. Mapear os tipos de risco para as funções empresariais contextualiza as técnicas de modelação posteriores.

Aula 2 • Fundamentos de Dados e Medição

A qualidade do modelo depende da qualidade dos dados. Os estudantes avaliam fontes de dados, escalas de medição e enviesamentos de recolha comuns relevantes para conjuntos de dados de risco.

Aula 3 • Definir Risco em Contextos Quantitativos

O risco é definido como um resultado incerto mensurável com consequências. Esta secção estabelece o vocabulário e os limites conceptuais utilizados ao longo do curso.

Aula 1 • Fundamentos da Teoria dos Valores Extremos

O risco de cauda requer ferramentas especializadas para além das distribuições padrão. Os métodos de máximos por blocos e de picos acima do limiar capturam eventos raros de grande impacto.

Aula 2 • Distribuições Discretas para a Frequência de Perdas

Os modelos de frequência contam quantas vezes ocorrem eventos de perda. As distribuições de Poisson e binomial negativa são ajustadas a dados de contagem de eventos.

Aula 3 • Métodos de Estimação de Parâmetros

Parâmetros precisos são essenciais para modelos fiáveis. A estimação por máxima verosimilhança e o método dos momentos são aplicados a dados de risco.

Aula 4 • Distribuições Contínuas para a Severidade de Perdas

Os modelos de severidade descrevem a magnitude de perdas individuais. São enfatizadas distribuições de cauda pesada, como a lognormal e a Pareto.

Aula 1 • Simulação de Monte Carlo para Agregação

A simulação gera distribuições de perda agregada empíricas quando as soluções de forma fechada não estão disponíveis. Os estudantes implementam ciclos básicos de Monte Carlo para agregação de perdas.

Aula 2 • Modelação de Resseguro e Transferência de Risco

As estruturas de transferência de risco alteram a distribuição de perda agregada. Os tratados de stop-loss por ocorrência e agregados são modelados analiticamente e através de simulação.

Aula 3 • Técnicas de Redução de Variância

A simulação ingénua é computacionalmente dispendiosa para eventos raros. A amostragem por importância e a amostragem estratificada melhoram a eficiência da estimativa de cauda.

Aula 1 • Ajustamento e Validação de Modelos de Cópulas

A seleção de cópulas requer tanto julgamento estatístico como de domínio. Os estudantes ajustam cópulas a dados de perda bivariados e validam-nas utilizando testes gráficos e formais.

Aula 2 • Dependência de Cauda e Co-movimento Extremo

A dependência de cauda mede a probabilidade de perdas extremas conjuntas. Os coeficientes de dependência de cauda superior e inferior são calculados para cópulas comuns.

Aula 3 • Teoria e Construção de Cópulas

As cópulas separam as distribuições marginais da estrutura de dependência. O teorema de Sklar é enunciado e aplicado para construir modelos de risco bivariados.

Aula 1 • Conceitos e Cálculo do Value-at-Risk

O VaR quantifica a perda não excedida a um determinado nível de confiança. São comparados os métodos de VaR por simulação histórica, variância-covariância e Monte Carlo.

Aula 2 • Quadros de Capital Económico

O capital económico quantifica a reserva necessária para absorver perdas inesperadas a um nível de solvência alvo. Os modelos internos são contrastados com as abordagens regulamentares normalizadas.

Aula 3 • Análise de Sensibilidade das Medidas de Risco

Os resultados das medidas de risco dependem dos pressupostos do modelo. A análise de sensibilidade identifica quais os fatores que influenciam as estimativas de capital e onde o risco de modelo está concentrado.

Aula 4 • Expected Shortfall e Medidas Coerentes

O Expected Shortfall calcula a média das perdas para além do limiar de VaR e satisfaz os axiomas de coerência. As suas vantagens sobre o VaR para a gestão do risco de cauda são demonstradas.

Aula 1 • Modelos de Perda de Crédito de Carteira

O risco de crédito de carteira surge de incumprimentos correlacionados. O modelo de carteira de crédito com cópula gaussiana e o quadro CreditMetrics são implementados.

Aula 2 • Métricas e Comunicação de Risco de Crédito

Os resultados do risco de crédito devem ser traduzidos em métricas de gestão. A perda esperada, a perda inesperada e o VaR de crédito são calculados e interpretados.

Aula 3 • Perda Dado Incumprimento e Exposição

A LGD e a EAD determinam a magnitude da perda condicionada ao incumprimento. As distribuições da taxa de recuperação e os fatores de conversão de crédito são modelados empiricamente.

Aula 1 • Abordagem da Distribuição de Perdas para Risco Operacional

O risco operacional utiliza modelos de frequência-severidade aplicados a dados de perda internos e externos. A abordagem da distribuição de perdas produz estimativas de capital regulamentar e económico.

Aula 2 • Teste de Esforço em Todos os Tipos de Risco

Os testes de esforço avaliam o desempenho do modelo em cenários adversos mas plausíveis. Os estudantes concebem e aplicam cenários de esforço a modelos de risco de mercado e operacional.

Aula 3 • Modelação e Previsão da Volatilidade

A volatilidade é variável no tempo e apresenta aglomerados em dados financeiros. Os modelos da família GARCH capturam a dinâmica da volatilidade para utilização na medição do risco de mercado.

Aula 4 • Medição Avançada para Risco Operacional

Os modelos avançados de risco operacional incorporam indicadores do ambiente de negócios e fatores de controlo. Os estudantes ajustam as distribuições de perda para avaliações qualitativas de risco.

Aula 1 • Inventário e Documentação de Modelos

Um inventário completo de modelos permite a supervisão e a preparação para auditorias. As normas de documentação abrangem o objetivo, os pressupostos, as limitações e o histórico de alterações do modelo.

Aula 2 • Fontes e Tipos de Risco de Modelo

O risco de modelo surge de pressupostos incorretos, erros de dados e utilização indevida. Uma taxonomia das fontes de risco de modelo orienta a conceção de controlos de mitigação.

Aula 3 • Estruturas de Governação e Supervisão

Uma governação eficaz atribui uma propriedade clara e percursos de escalonamento para questões do modelo. São concebidos comités de risco de modelo, fluxos de aprovação e linhas de comunicação.

Aula 4 • Metodologia de Validação de Modelos

A validação independente testa a solidez do modelo em todo o desenvolvimento, implementação e utilização. Os estudantes aplicam benchmarking, testes de sensibilidade e análise de resultados.