Development and management of Credit Risk Models in the banking area 2400-ZEWW908
1. Wstęp do modelowania ryzyka w banku.
a. Czym jest model?
b. Czym jest ryzyko, po co je modelować?
2 Wprowadzenie do ryzyka kredytowego
a. Na czym polega proces kredytowy w banku i czym jest ryzyko kredytowe?
b. Po co w ogóle mierzyć i modelować ryzyko kredytowe?
c. Czy jakość modeli ryzyka kredytowego ma wpływ na konkurencyjność banku?
d. Rodzaje modeli ryzyka kredytowego
3. Modele regulacyjne i nieregulacyjne w zarządzaniu ryzykiem kredytowym.
a. Bazylei (I,II, III)
b. Czym się różni AIRB, SA, FIRB itp. ?
c. Cel wyliczania kapitału, no i współczynniki (Tier1, Tier 2)
d. Zagadnienia związane z modelami IFRS9
e. Przykłady wykorzystania modeli nieregulacyjnych
4. Cykl życia modelu
a. Podstawowe elementy budowy modelu – inicjalizacja, zebranie danych, budowa i ocena modelu, walidacja oraz implementacja
b. Czy budowa modelu kończy się na dopasowaniu do danych?
c. Jakie technologie można wykorzystywać do budowy i implementacji modeli?
d. Jak poznać, że dany model jest dobry?
5. Źródła danych i przygotowanie danych do modelowania
a. Co to jest default?
b. Co to jest write off?
c. Łączenie danych
6. Analiza DQ danych
a. Jakie wymiary są sprawdzane
b. Typy braków danych
c. Sposoby imputacji braków danych
7. Budowa modelu PD
a. Zmienna celu,
b. Analiza univariate,
c. Analiza multivariate,
d. Kalibracja
8. Budowa modelu EAD
9. Budowa modelu LGD
10 Walidacja modelu
a. Co to jest?
b. Jaki jest cel i częstotliwość walidacji?
c. Walidacja, a wymogi regulacyjne
d. Walidacja modelu w kontekście standardów – stability, traceability itp.
11. Monitoring
a. Wymogi regulacyjne
b. Klasyfikacja modelu
c. Otoczenie modelu
d. Jakość działania modelu
12 Implementacja
a. Cechy dobrej implementacji
b. Praktyczne przykłady
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Studenci poznają znaczenie modeli ryzyka kredytowego dla funkcjonowania banku komercyjnego. Dowiedzą się jak wygląda proces budowy modeli począwszy od przygotowania danych, poprzez estymację modelu, ocenę jakości modelu walidację, implementację i monitoring. Studenci dowiedzą się również jak przeprowadzić kompleksową ocenę ryzyka kredytowego portfela.
KW01, KW02, KW03, KU01, KU02, KU03, KK01, KK02, KK03
Kryteria oceniania
1. Loeffler G., Posch P.N. (2011), Credit risk modeling using Excel and VBA, Wiley Finance. 2. Hong Kong Institute of
Bankers (2012), Credit risk management, Wiley, Singapore. 3. Lando D. (2004), Credit risk modeling. Theory and
applications, Princeton University Press, Princeton and Oxford. 4. Vasicek O.A. (2002), The distribution of loan portfolio value, Computer science. 5. BCBS (2005), An Explanatory Note on the Basel II IRB Risk Weight Functions, BIS. 6. Matuszyk A. (2012), Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych, Cedewu, Warszawa. 7. Matuszyk A., Mues C., Thomas LC. (2010), Modelling LGD for unsecured personal loans: Decision tree approach, Journal of the Operational Research Society 61 (3), 393-398.
Literatura
1. Loeffler G., Posch P.N. (2011), Credit risk modeling using Excel and VBA, Wiley Finance. 2. Hong Kong Institute of
Bankers (2012), Credit risk management, Wiley, Singapore. 3. Lando D. (2004), Credit risk modeling. Theory and
applications, Princeton University Press, Princeton and Oxford. 4. Vasicek O.A. (2002), The distribution of loan portfolio value, Computer science. 5. BCBS (2005), An Explanatory Note on the Basel II IRB Risk Weight Functions, BIS. 6. Matuszyk A. (2012), Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych, Cedewu, Warszawa. 7. Matuszyk A., Mues C., Thomas LC. (2010), Modelling LGD for unsecured personal loans: Decision tree approach, Journal of the Operational Research Society 61 (3), 393-398.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: