RYZYKO MODELI - techniki kwantyfikacji oraz wyzwania
CEL WARSZTATÓW
Warsztaty skierowane są do osób zajmujących się modelowaniem ryzyka, a także oceną modeli ryzyka, szukających odpowiedzi na praktyczne problemy, stale napotykane w zmaganiu się z tak trudną (na poziomie koncepcyjnym, jak również z punktu widzenia stosowanych technik statystycznych) materią.
W szczególności warsztatami zainteresować powinny się osoby, które poszukują wiedzy dotyczącej zarówno usystematyzowania metodyk związanych z holistyczną oceną modeli, jak również nowatorskiego spojrzenia na te kwestie, które to spojrzenie przez lata było moim znakiem rozpoznawczym. Całość osadzona jest w obowiązujących regulacjach (rekomendacja W, IFRS9, rekomendacja R, CRR), jak również na praktykach stosowanych w sektorze, a także na moich bogatych doświadczeniach w wymianie myśli i negocjacjach na linii bank - nadzorca.
Brochure
Broszura szkolenia
Prezentacja
Przykładowe moduły szkolenia
Moduł 1: System bezpieczeństwa finansowego przed 2008
Moduł 2: Proces Zarządzania Ryzykiem Modeli
PROGRAM
O RYZYKU - WPROWADZENIE
- Ryzyko - zjawisko niewidoczne, a jednak istniejące i mające poważne skutki
- Pomiarowanie ryzyka – koncepcje
- Ryzyko a prawdopodobieństwo
- Dwa, wyraźnie różne komponenty: ryzyko oczekiwane, ryzyko nieoczekiwane
- O empiryzmie w nauce - czy oparcie badań nad ryzykiem na naukach empirycznych ma sens? A co na to racjonaliści?
- Czy „Bóg gra w kości z wszechświatem”, a może świat to „deterministyczna maszyna”?
CZYM JEST MODEL RYZYKA?
- Czym jest modelowanie rzeczywistości?
- Dlaczego tworzymy modele?
- Niepewności związane z modelem?
- Czym są parametry modelu?
- Jakie są punkty ciężkości modelu?
- Jakie metody statystyczne wykorzystujemy w modelowaniu?
- Dwa obszary modelowania w banku: modele wartości oczekiwanej vs. modele wartości nieoczekiwanej
ZARZĄDZANIE RYZYKIEM MODELI
- Rekomendacja W i jej cele
- System Zarządzania Ryzykiem Modeli w Banku
- Identyfikacja modeli w Banku
- Wdrożenie modelu w Banku
- Model w procesie ZRM - wyzwania
- Monitoring, DQM, Walidacja – komplementarna diagnostyka
- Proces walidacji i jego organizacja
MODEL RYZYKA JAKO ZŁOŻONY OBIEKT
- Jakie są komponenty modelu?
- Jakie typy ryzyk towarzyszą modelowi?
- Model to złożony obiekt: problem, koncepcja, metoda, kod, dokumentacja, administrowanie
- Agregaty strukturalne - ECL jako złożenie PD x LGD x EAD
- Problemy z agregatami strukturalnymi - czy struktury stochastyczne podlegają takim samym kalkulacjom arytmetycznym jak struktury deterministyczne?
- Dekomponowanie struktur - dekomponowanie złożonej rzeczywistości na poszczególne pojęcia, bazując na stosowanych w sektorze ubezpieczeniowym podejściach aktuarialnych
JAKOŚCIOWA OCENA MODELU - WYZWANIA
- Ocena koncepcji modelu – wczesna diagnostyka
- Jakość danych do modelowania vs. jakość danych zasilających model produkcyjnie
- Czym jest próba modelu?
- Ocena segmentacji modelu – konflikt pomiędzy dokładnością a efektem uportfelowienia
- Ocena doboru metody statystycznej do badanego problemu
- Ocena procesu estymacji
- Ocena wyników modelu
- Ocena kodu modelu
- Czy administrowanie modelem wpływa na ryzyko modelu?
- Jak wyłapać nadzłożoność modelu?
ILOŚCIOWA OCENA MODELU - WYZWANIA
- Czy diagnostyka dotyczy modelu, parametrów modelu, czy jego wyników?
- Backtest – najlepsze narzędzie diagnostyczne?
- Jak konstruować backtest? Co ma nam powiedzieć?
- Co nam mówi analiza wrażliwości?
- Jakie testy stosujemy do oceny procesów estymacyjnych?
- Błędy szacunku i przedziały ufności jako narzędzia oceny niepewności parametrów modelu
- W czym może pomóc benchmarking?
OCENA RYZYKA MODELI WARTOŚCI OCZEKIWANEJ
- Techniki stosowane w ocenie modeli wartości oczekiwanej
- Punkty ciężkości dla modeli wartości oczekiwanej
- Lifetime PD - przykład oceny jakości modelu
- Lifetime LGD - przykład oceny jakości modelu
OCENA RYZYKA MODELI WARTOŚCI NIEOCZEKIWANEJ
- Techniki stosowane w ocenie modeli wartości nieoczekiwanej
- Punkty ciężkości dla modeli wartości nieoczekiwanej
- Ryzyko operacyjne AMA - przykład oceny jakości modelu
- Kapitał wewnętrzny na ryzyko kredytowe - przykład oceny jakości modelu
OCENA LOGIKI BIZNESOWEJ MODELU
- Zgodność modelu z logiką biznesową - czy to ważne?
- Dobrze działające modele, ale niezgodne z logiką rzeczywistości - czy to możliwe?
- Trudności w poszukiwaniu prawdziwego osadzenia modelu w rzeczywistości
- Backtesty wskazują na poprawność działania modelu - czy to w pełni uspokajająca informacja?
- A jak potwierdzić logikę biznesową dla modeli wartości nieoczekiwanej - tych modeli nie da się zbacktestować?