Curso Modelos de Pérdidas para la Gestión de Riesgo Crediticio - Online
Aprende a gestionar modelos de pérdidas esperadas, inesperadas y stresstest, y a aplicarlos al riesgo crediticio y de capital.
SENCE
Tipo
Curso
Duración
6 a 8 semanas
Precio
$572.000
$400.400
* Descuentos no acumulables
$400.400
* Descuentos no acumulables
Formas de Pago
- Tarjeta de crédito chilena: Vía Webpay hasta 3 cuotas precio contado
- Tarjeta de crédito internacional: Vía Paypal
Información
Admision UAI Online
Admisión cursos con sence (franquicia tributaria) *
* Solicitamos por favor sólo escribir a uno de los dos correos.
SENCE
Nombre Sence
Modelos De Pérdidas Para La Gestión De Riesgo Crediticio
Código Sence
1238041265
Modalidad
E-Learning Asincrónico
Horas Totales
96
Duración
6 a 8 semanas
Horario Referencial
Lunes a Domingo 09:00 hrs. - 18:00 hrs.
Razón social
Universidad Adolfo Ibáñez
Rut
71.543.200-5
Dirección
Av. Presidente Errázuriz 3485, Las Condes
Contacto
Ritmo
100% asíncrono, inicia cuando quieras, sin horarios, si no alcanzas en la duración puedes solicitar extensión*.
Cada unidad se abre cada 5 días.
*: Restricciones aplican a cursos pagados con franquicia tributaria.
Cada unidad se abre cada 5 días.
*: Restricciones aplican a cursos pagados con franquicia tributaria.
Créditos SCT
4
¿En qué consiste el programa?
Modelar el riesgo de crédito para préstamos y determinar sus impactos financieros en bancos y corporaciones financieras es uno de los elementos de mayor incertidumbre e impacto a la vez, por lo que sus estimaciones requieren rigurosidad y control.
La aprobación de préstamos tiene un impacto financiero que dependerá del nivel de riesgo desde la aprobación de un cliente, su posterior evolución en régimen y hasta su nivel de recuperabilidad en caso de incumplimiento de los pagos. Las técnicas para estimar parámetros sean estadísticas, econométricas, financieras y empíricas, así como la potencial la interacción con aplicaciones de machine Learning; permiten obtener mayor precisión en las estimaciones de efectos financieros futuros incluyendo las pérdidas esperadas y también sus valores en riesgo conocidos como pérdidas inesperadas.
Las nuevas técnicas y regulaciones exigen estar al día con las tendencias generalmente aceptadas en el contexto industrial, sus ventajas y desventajas; por lo que es relevante que los estores de riesgo crediticio, desarrolladores, validadores y auditores de estos modelos; tengan conocimientos actualizados y comprendan las razones por la cuales se eligen ciertas estrategias para la estimación de pérdidas esperadas e inesperadas.
Entender las normativas vigentes e interpretar las actualizaciones de normas locales e internacionales junto con las buenas prácticas, permiten a los profesionales a tomar decisiones informadas y contar con elementos diferenciadores a la hora de gestionar riesgos crediticios.
Para realizar este curso, los alumnos deben tener un manejo de finanzas, estadística y economía de nivel de pregrado, y/o trabajar en el rubro financiero o bancario, en la evaluación de riesgos y aplicación de estadística predictiva básica.
La aprobación de préstamos tiene un impacto financiero que dependerá del nivel de riesgo desde la aprobación de un cliente, su posterior evolución en régimen y hasta su nivel de recuperabilidad en caso de incumplimiento de los pagos. Las técnicas para estimar parámetros sean estadísticas, econométricas, financieras y empíricas, así como la potencial la interacción con aplicaciones de machine Learning; permiten obtener mayor precisión en las estimaciones de efectos financieros futuros incluyendo las pérdidas esperadas y también sus valores en riesgo conocidos como pérdidas inesperadas.
Las nuevas técnicas y regulaciones exigen estar al día con las tendencias generalmente aceptadas en el contexto industrial, sus ventajas y desventajas; por lo que es relevante que los estores de riesgo crediticio, desarrolladores, validadores y auditores de estos modelos; tengan conocimientos actualizados y comprendan las razones por la cuales se eligen ciertas estrategias para la estimación de pérdidas esperadas e inesperadas.
Entender las normativas vigentes e interpretar las actualizaciones de normas locales e internacionales junto con las buenas prácticas, permiten a los profesionales a tomar decisiones informadas y contar con elementos diferenciadores a la hora de gestionar riesgos crediticios.
Para realizar este curso, los alumnos deben tener un manejo de finanzas, estadística y economía de nivel de pregrado, y/o trabajar en el rubro financiero o bancario, en la evaluación de riesgos y aplicación de estadística predictiva básica.
¿Qué aprenderás?
- Unidad 1 - Probabilidad de incumplimiento - Objetivos Generales:
• Comprender las bases para modelar la probabilidad de incumplimiento bajo las exigencias regulatorias locales e internacionales y las prácticas de la industria
• Entender las aplicaciones, distintas técnicas de estimación y diferentes enfoques que tiene la probabilidad de incumplimiento (PI)
• Lograr explicar los elementos para modelo PI a un plazo determinado o por toda la vida de un operación crediticiaVideos:
• Bienvenida e introducción al curso
• Conceptos claves de la probabilidad de incumplimiento
• Aplicaciones metodológicas para estimación de la PI
• Conceptualización de probabilidades de incumplimiento por toda la vida
Lecturas Obligatorias:
• Introducción a la Probabilidad de incumplimiento
Lecturas Complementarias:
• Introduction probability of default concepts modelling
• PIT probability of default in retail credit products south africa case
Evaluaciones:
• Control 1
• Actividad de desarrollo 1 - Unidad 2 - Modelos de Probabilidad de incumplimiento - Objetivos Generales:
• Comprender y aplicar las diferentes técnicas y sus usos acordes a la normativas locales e internacionales y prácticas de la industria para modelar la PI
• Estimar y calibrar modelos de probabilidad de incumplimiento bajo la regulación y la práctica industrial
• Analizar y aplicar aspectos claves en la validación de modelos de probabilidad de incumplimientoVideos:
• Modelamiento de la probabilidad de incumplimiento 1
• Modelamiento de la probabilidad de incumplimiento 2 continuación
• Extrapolaciones y estimación de la PI en el largo plazo
• Validación de modelos PI 1
• Validación de modelo PI 2 continuación
Lecturas obligatorias:
• Modelos de probabilidad de incumplimiento y validación.pdf
• Serie Técnica de Estudios – N° 015 SBIF Variables en la tasa incumplimiento crédito consumo chile.pdf
Lecturas complementarias:
• Credit Risk Management Migration rates. modelling simulationIFRS9
• Machine Learning models pd
Evaluaciones:
• Control 2
• Actividad de desarrollo 2 - Unidad 3 - Modelos de Pérdida dado el Incumplimiento - Objetivos Generales:
• Comprender y utilizar el parámetro pérdida dado el incumplimiento para el riesgo crédito (PDI/LGD) en cumplimiento con la regulación local e internacional y la práctica
• Analizar los aspectos críticos para la estimación de la PDI/LGD
• Comprender y aplicar métodos para la segmentación de la PDI/LGD
• Estimar en base a distintas Técnicas la PDI/LGDVideos:
• Introducción a la Pérdida dado el incumplimiento (PDI)
• Determinación de la PDI
• Modelos de PDI /LGD
• Aspectos críticos de la LGD
Lecturas Obligatorias:
• Modelos de PDI.pdf
Lecturas complementarias:
• Pot In Time (PIT) LGD and EAD Models for IFRS9/CECL and Stress Testing
• Benchmarking regression algorithms for LGD modeling
Evaluaciones:
• Control 3
• Actividad de desarrollo 3 - Unidad 4 - Exposición al incumplimiento: Factor de Conversión de Crédito y prepagos - Objetivos Generales:
• Comprender los conceptos y diferentes usos de la EAD bajo las regulaciones y prácticas de industria locales internacionales
• Estimar el potencial uso de contingentes CCF y modelar prepagos como elementos de EAD
• Determinar y analizar la aplicación del perfil de amortización de créditos para determinar la EAD a lo largo de la vida del créditoVideos:
• Introducción a la exposición al incumplimiento
• Metodologías para factor de conversión de Crédito CCF
• Consideraciones de perfil de amortización y estimación para contingente
• Modelos de prepago
Lecturas Obligatorias:
• Exposición al incumplimiento
Lecturas complementarias:
• EAD Models with and without ccf
Evaluaciones:
• Control 4
• Actividad de desarrollo 4 - Unidad 5 - Modelos de pérdida esperada - Objetivos Generales:
• Conocer los diferentes estándares de modelos de pérdida esperada de riesgo crédito bajo los contextos regulatorias y prácticas de industria
• Analizar criterios para el uso de estos modelos bajo las exigencias normativas y resultados prácticos
• Estimar o desarrollar modelos de pérdida esperada bajo los enfoques y exigencias locales e internacionales
• Estimar o desarrollar modelos forward looking para complementar la estimación de las pérdidas esperada bajo la norma IFRS9Videos:
• Introducción a modelos de pérdida esperada
• Aspectos de las normas locales e internacionales (Basilea-IFRS9)
• Modelos de pérdida esperada bajo IFRS9
• Modelos de Forward Looking
Lecturas Obligatorias:
• Modelos de pérdida esperada
• Diseño Modelo provisiones estándar serie estudios SBIF
• Compendio Normas Contables para Bancos (cap B1 Anexo1 y 2)
Lecturas complementarias:
• A proposed benchmark model using a modularised approach to calculate IFRS
9 expected credit loss.pdf
• Credit Risk Modeling - PD_ECL_Fin (download).html
• project-summary IFRS9.pdf
• KBI_1630.pdf macroecnomics model.pdf
• A_multidimensional_analysis_of_data_quality_for_credit_risk_management_New_insights_and_challenges-with-cover-page-v2.pdf
Evaluaciones:
• Control 5
• Actividad Desarrollo 5 - Unidad 6 - Introducción a Pérdidas Inesperadas - Objetivos Generales:
• Entender la diferencia entre pérdidas esperadas e inesperadas bajo la normativa y practica de industria
• Comprender los conceptos de estimación de pérdida inesperadas y de capital
• Comprender las normas y estándares internacionales para la determinación de capital en riesgoVideos:
• Introducción al Valor en Riesgo y pérdida inesperada
• Basilea en el marco de pérdidas inesperadas: capital regulatorio
• Modelo estándar v/s modelo avanzado
• Introducción al método avanzado
Lecturas Obligatorias:
• Pérdidas inesperadas
Lecturas complementarias:
• Finalización de Basilea III
• Basilea III: Marco regulador global para reforzar los bancos y sistema bancario
Evaluaciones:
• Control 6
• Actividad desarrollo 6 - Unidad 7 - Modelos de pérdidas inesperadas - Objetivos Generales:
• Comprender conceptos de capital regulatorio y económico bajo la regulación y práctica industrial
• Comprender modelos de pérdidas inesperadas para uso de capital en riesgo
• Analizar y evaluar técnicas para estimar capital regulatorio y económicoVideos:
• Modelos internos y método avanzado para capital Regulatorio en Basilea
• Introducción a modelos de Capital económico vs capital regulatorio
• Metodologías para la determinación de modelos de capital económico
• Metodologías y técnicas para modelos de capital económico (continuación)
Lecturas Obligatorias:
• Modelos de pérdidas inesperadas
Lecturas complementarias:
• Capital regulatorio y Capital económico: Un análisis de sus determinantes
Evaluaciones:
• Control 7
• Actividad desarrollo 7 - Unidad 8 - Modelos de Stresstest de Riesgo Crédito - Objetivos Generales:
• Comprender modelos de stresstest y analizar escenarios para gestión de riesgo crédito
• Conocer técnicas no tradicionales de stresstest y uso de reverse-stresstest
• Aplicar metodologías para stress testing por riesgo de créditoVideos:
• Introducción de métodos de stresstest
• Definición de escenarios para stresstest
• Modelos de riesgo crédito con factores macroeconómicos
• Aplicaciones y técnicas de stresstest y reverse-stresstest
Lecturas Obligatorias:
• Modelos de stresstest
Lecturas complementarias:
• A Simple and Consistent credit risk model for basel II/III, IFRS 9 and Stress testing when loan data history is short.
• Stresstesting de Riesgo de Crédito: Escenarios de Riesgo en la Banca Chilena.
Evaluaciones:
• Control 8
• Actividad Desarrollo 8
Metodología
La metodología de UAI Online contempla unidades de contenido 100% en línea, asincrónicas, de aprendizaje individual. El curso está compuesto por una secuencia de unidades que se habilitan paulatinamente. Cada unidad está compuesta por videos expositivos, lecturas obligatorias y complementarias, resumen, glosario, un control y una actividad de desarrollo. En la actividad de desarrollo, el participante deberá contestar una pregunta abierta utilizando el material dispuesto en el curso, la cual será revisada y calificada por un miembro del equipo de apoyo académico de UAI Online. La pregunta podrá usar una de cuatro técnicas metodológicas: análisis de caso, resolución de problemas, análisis o comparación de conceptos, realización de ejercicios. Los participantes cuentan con la posibilidad de hacer preguntas de contenido o administrativas directamente a través del botón “Ayuda” que se encuentra en la plataforma de UAI Online.
¿A quién va dirigido?
El curso está dirigido a profesionales de gestión, modelamiento y validación de riesgo de crédito y financiero, responsables de crédito y cobranzas y directivos de entidades financieras que requieran tener un mayor grado de conocimiento de modelos de riesgo crédito para labores de desarrollo, validación o gestión de estos.
Así mismo para todo profesional que quiera actualizarse o aprender técnicas que puedan ser complementarias para otro tipo de modelos o quieran profundizar sus conocimientos con base empírica en los modelos que se utilizan con mayor frecuencia en las instituciones financieras.
Así mismo para todo profesional que quiera actualizarse o aprender técnicas que puedan ser complementarias para otro tipo de modelos o quieran profundizar sus conocimientos con base empírica en los modelos que se utilizan con mayor frecuencia en las instituciones financieras.
Información y Postulaciones
Admision UAI Online
[email protected]
Admisión cursos con sence
(franquicia tributaria) *
[email protected]
* Solicitamos por favor sólo escribir a uno de los dos correos.
[email protected]
Admisión cursos con sence
(franquicia tributaria) *
[email protected]
* Solicitamos por favor sólo escribir a uno de los dos correos.
También te puede interesar
Mejora tus conocimientos utilizando herramientas modernas de programación y manejo de datos en un momento clave de la ciencia de datos, aplica diferentes técnicas de machine learning y aprende a evaluar su desempeño.
$1.790.000
$1.253.000
* Descuentos no acumulables
$1.253.000
* Descuentos no acumulables
24 semanas + examen
SENCE
Adquiere conocimientos en herramientas relacionadas con analítica descriptiva y predictiva que van en la línea del uso de datos en las empresas.
$572.000
$400.400
* Descuentos no acumulables
$400.400
* Descuentos no acumulables
6 a 8 semanas
Data Science cobra sentido en los negocios cuando genera ventajas competitivas. Aprende a aplicar sus técnicas para cumplir objetivos estratégicos.
$1.230.000
$861.000
* Descuentos no acumulables
$861.000
* Descuentos no acumulables