 |
 |
TEMA PRINCIPAL A TRATARSE: |
 |
 |
 |
EXPLICACIÓN PASO A PASO DE LAS METODOLOGÍAS MÁS AVANZADAS UTILIZADAS EN LA GESTIÓN DE RIESGOS FINANCIEROS, EN UN CURSO EMINENTEMENTE PRÁCTICO.
|
|
|
|
|
 |
| Analistas responsables de medir y reportar riesgos, así como a todo el personal interesado en conocer los fundamentos de las metodologías de vanguardia utilizadas en el manejo diario de riesgos financieros. |
|
|
|
|
 |
 |
 |
| |
OBJETIVOS: |
|
Comprender PASO
A PASO, de modo 100 % PRÁCTICO,
los principales modelos necesarios en la moderna gestión
de riesgos financieros |
|
Los participantes ejercitarán
y reforzarán los conocimientos adquiridos mediante
la realización de ejercicios dentro del taller
y en asignaciones semanales, a su propio paso. |
|
Al finalizar el curso los participantes
podrán implementar de forma práctica e inmediata
los modelos aprendidos. |
|
 |
 |
 |
 |
|
|
 |
. : CONTENIDO : . |
 |
MÓDULO 1: |
ANÁLISIS DINÁMICO
DE LA VOLATILIDAD Y USO DE MODELOS ARCH Y GARCH EN RIESGOS
DE MERCADO Y LIQUIDEZ. |
|
 |
 |
MÓDULO 2: |
IDENTIFICACIÓN DE MODELOS
DE SERIES DE TIEMPO: MODELOS ARMA, ARIMA Y SARIMA. |
|
 |
 |
MÓDULO 3: |
USO DE SIMULACIÓN EN RIESGOS
FINANCIEROS CON PROGRAMA DE SIMULACIÓN @RISK.
|
|
 |
 |
MÓDULO 4: |
METODOLOGÍA PARA LA CONSTRUCCIÒN
DE MODELOS DE SCORING.
|
|
 |
 |
. : CONTENIDO AMPLIADO : . |
 |
MÓDULO 1: |
ANÁLISIS DINÁMICO
DE LA VOLATILIDAD Y USO DE MODELOS ARCH Y GARCH EN RIESGOS
DE MERCADO Y LIQUIDEZ.
| |
|
¿Por qué
son necesarios los modelos ARCH y GARCH?. |
| |
|
Uso de modelos GARCH y de error
cuadrático medio (MSE) en la estimación
de la volatilidad dinámica.
|
| |
|
Uso de modelos GARCH asimétricos,
exponenciales y otros.
|
| |
|
Suavizamiento exponencial
- comparación con el modelo Risk Metrics. |
| |
|
Incorporación de
modelos ARCH Y GARCH en modelos de Valor en Riesgo
(VAR). |
| |
|
Cálculo de bandas
dinámicas de volatilidad en la estimación
del VAR. |
| |
|
Aplicación 1:
Los particimantes evaluarán las
diferencias entre los modelos Risk
Metrics, MSE, ARCH, GARCH utilizando
series reales. |
| |
|
Aplicación 2: Predicción
de volatilidades de índices, tasas
de interés y tipo de cambio utilizando
modelos GARCH simétricos y no simétricos. |
CASO PRÁCTICO:
Los participantes ajustarán diferentes modelos
GARCH para obtener la volatilidad
dinámica y el VAR de series críticas
en riesgo de mercado liquidez. |
|
 |
 |
MÓDULO 2: |
IDENTIFICACIÓN DE MODELOS
DE SERIES DE TIEMPO : MODELOS ARMA, ARIMA Y SARIMA.
| |
|
Identificación
de series de tiempo: Ejemplos con datos reales. |
| |
|
Adecuación previa de
datos. |
| |
|
Detección de estacionalidades. |
| |
 |
¿Cómo interpretar
los correlogramas?. |
| |
 |
¿Cómo identificar
el modelo adecuado? |
| |
 |
Estimación de coeficientes
y generación de proyecciones utilizando EVIEWS. |
| |
|
¿Cuándo
utilizar cada uno de los diferentes modelos?. |
| |
|
Aplicación 1:
Estimación de un modelo de depósitos
monetarios con EVIEWS; |
| |
|
Aplicación 2:
Modelo ARIMA
aplicado a series diarias de disponibilidades
líquidas. |
CASO PRÁCTICO:
Los participantes modelizarán el comportamiento
de seris de depósitos a la vista y de retiros de
cajeros automáticos utilizando datos reales, planteando
diferentes modelos, contrastando las ventajas
de cada uno de ellos, e interpretando cada paso con ayuda
del instructor. |
|
 |
 |
MÓDULO 3: |
USO DE SIMULACIÓN EN
RIESGOS FINACIEROS CON PROGRAMA DE SUMULACIÓN @RISK
| |
|
Importancia del
uso de simulación en riesgos de mercado,
liquidez y crédito.
|
| |
|
Simulación de Monte
Carlo vs Hipercubo Latino.
|
| |
|
Identificación de distribuciones
de pérdida con @Risk.
|
| |
|
Incorporación de correlaciones
en las variables de entrada.
|
| |
 |
Ejemplo con precios y montos
aleatorios e interpretación de resultados |
| |
|
Gráfico de tornado y
análisis de sensibilidad: ¿Que variables
influyeron más en el resultado de la simulación?.
|
| |
|
Aplicación 1:
Aplicación de simulación
en el cálculo de Margen Financiero y Valor
Patrimonial en Riesgo.
|
| |
|
Aplicación 2:
Cálculo de VAR de liquidez utilizando
simulación de fuentes de
fondeo correlacionadas. |
CASO PRÁCTICO:
Los participantes apreciarán laa posibilidades
que se abren en el análisis tradicional al poder
generar trayectorias aleatorias de precios,
saldos y flujos de caja aleatorios con
el proceso Wiener geométrico en riesgos
de mercado y liquidez. |
|
 |
 |
MÓDULO 4: |
METODOLOGÍA PARA COSTRUCCIÓN
DE MODELOS SCORING
| |
|
Determinación
de la Muestra. |
| |
|
Criterios para determinar Buenos
y Malos clientes. |
| |
|
Variable Dependiente. |
| |
|
Análisis Bi –
Variados. |
| |
|
Determinación de variables
significativas según análisis Bi-variados
y políticas del Negocio. |
| |
|
Scoring basado en Modelos
de Regresión Logística (Logit).
Ejercicios con Software Estadístico. |
| |
 |
Pruebas para medir confiabilidad
del Modelo Backtesting. |
| |
 |
Indicadores Kolmogorov –
Smirnov. |
| |
 |
Indicadores GINI. |
| |
 |
Modelos Econométricos
Vs Modelos Informáticos de Scoring. |
| |
 |
Modelos Scoring basados en
Redes Neuronales. |
| |
|
Evaluación modelos
Scoring basados en Redes Neuronales. |
| |
|
Ejercicios con software informático
y datos reales Logit Vs. Redes Neuronales |
|
|
 |
|
 |
|
 |
 |
|
 |
 |
 |
 |
 |
|
ENRIQUE NAVARRETE |
| |
Matemático
y economista de nacionalidad mexicana, cursó sus estudios
universitarios tanto en matemáticas como en economía
en el M.I.T. (Massachusetts Institute of Technology). Posee
una maestría en Economía en la Universidad de
Chicago, concentración en finanzas. Consultor
de derivados y riesgos financieros en instituciones
del sector público y privado. Actualmente es Gerente
General de Scalar Consulting Cía Ltda, www.grupoescalar.com.
Durante el período
2002-2007, ha dictado más
de 80 seminarios en los países de la región
sobre riesgos financieros, tanto en bancos, cooperativas,
sociedades financieras, instituciones de microfinanzas, así
como en organismos de control tales como la Superintendencia
de Bancos de la República Dominicana, Guatemala, Ecuador
y Bolivia (SBEF), y en importantes instituciones
como Asociación Latinoamericana de Instituciones
de Desarrollo (ALIDE), Banco Central de la República
Dominicana, Banco de Crédito del Perú, Banco
del Pichincha, LLoyds Bank, Banco Santa Cruz (Rep Dominicana),
entre otros.
Participó como conferencista
en el IV y V Congreso de Riesgos Financieros organizado
por la Asociación Bancaria de Colombia (2005 y 2006).
Ha realizado diversas Consultorías
en la Superintendencia de Bancos y Entidades Financieras de
Bolivia (SBEF) sobre el diseño de políticas
y procedimientos para implementar Basilea II en lo que respecta
a riesgo de crédito y operativo.
Profesor de la Universidad
de las Américas (UDLA), catedrático invitado
por la Escuela Politécnica Nacional en las Maestrías
de Estadística e Investigación de Operaciones
y por la FLACSO en la Maestría de Economía.
Diseñó la Maestría
en Riesgos Financieros en la Escuela Politécnica Nacional,
EPN, y colaborador del Diplomado en Administración
Integral de Riesgos Financieros, en alianza entre la Universidad
Iberoamericana de México y Scalar Consulting Cía
Ltda.
Autor de software para la
medición y gestión de riesgos: tipo de cambio,
tesorería, mercado, crédito (scoring e IRB -
calificaciones internas), liquidez y riesgo operativo, utilizando
metodologías como Asset & Liability Management
(ALM), Valor en Riesgo (VaR), y simulación de Monte
Carlo. Este software conforma el sistema modular Power Risk,
instalado en más de 30 institucionesfinancieras de
la región.
|
|
|
 |
 |
 |
 |
| |
 |
.
: FECHA : . |
|
 |
| |
QUITO:
19, 20, 21 y 22 de Febrero
de 2008
|
|
| |
Lugar
:
Centro de Capacitación Scalar Consulting.
Cia Ltda.
Estocolmo E2-166 y Av. Amazonas
|
|
| |
INCLUYE:
ALMUERZOS, COFFE BREAKS, MATERIAL, DEMO GRATUITOS
DE LOS SISTEMAS @RISK Y E-VIEWS,ASI COMO DIPLOMA DE
ASISTENCIA.
DURACIÓN:
32 HORAS
|
|
HORARIOS DE 09H00 A 17H00
|
 |
 |
 |
 |
| |
PARA MAYOR INFORMACIÓN
E INSCRIPCIONES:
SCALAR CONSULTING CIA. LTDA.
(5932) 241 0791 / (5932)
241 0781 / (5932) 241 7251
Econ. Verónica Salazar,
Publicidad e Inscripciones
Lcda. Eleana Bautista,
Apoyo y Organización,
|
|
|
 |