PD:Gestió Quantitativa de Riscos

Pla docent de l'assignatura

Tanca

Dades generals

Nom de l'assignatura: Gestió Quantitativa de Riscos

Codi de l'assignatura: 568962

Curs acadèmic: 2021-2022

Coordinació: Catalina Bolance Losilla

Departament: Departament d'Econometria, Estadística i Economia Aplicada

crèdits: 5

Programa únic: S

Hores estimades de dedicació

Hores totals 125

Activitats presencials i/o no presencials

	- Teoricopràctica	Presencial		25
	- Pràctiques d'ordinadors	Presencial		20

Treball tutelat/dirigit

Aprenentatge autònom

Competències que es desenvolupen

— Capacitat per tenir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament o aplicació d’idees, sovint en un context de recerca.

— Capacitat per aplicar els models de distribució de probabilitat relacionats amb el comportament de determinats fenòmens econòmics, financers i actuarials.

— Capacitat per emetre un diagnòstic de la situació de l’empresa financera i asseguradora, i la seva projecció futura, analitzant la solvència de les entitats asseguradores i financeres, i calculant els requeriments de capital.

— Capacitat per fer els càlculs actuarials i financers utilitzant programes informàtics.

— Capacitat per classificar i mesurar els riscos actuarials, financers i d’inversió, i prendre decisions que hi estan relacionades.

Objectius d'aprenentatge

Referits a coneixements

— Conèixer el marc regulador europeu de control de riscos financers i actuarials (Basel III i Solvència II).

— Conèixer les diferents distribucions paramètriques que s’utilitzen en l’anàlisi i estimació del risc.

— Conèixer diferents mètodes estadístics univariants que poden utilitzar-se per a l’estimació del risc de pèrdua.

— Conèixer els diferents tipus de riscos financers i actuarials.

Referits a habilitats, destreses

— Ajustar la distribució de probabilitats amb mètodes no paramètrics.

— Estimar el risc de pèrdua utilitzant diferents mesures de risc i diferents supòsits sobre el comportament de la distribució de probabilitats.

— Interpretar les diferents mesures de risc.

— Simular els valors d’una distribució de pèrdues per quantificar el risc.

— Ajustar una distribució de probabilitats paramètrica a unes dades.

Referits a actituds, valors i normes

— Comprendre i saber utilitzar la metodologia estadística per a la gestió del risc en bancs, companyies d’assegurances i institucions similars.

— Formar-se com a investigador o investigadora en les tècniques quantitatives més recents i veure també temes de recerca en aquest àmbit.

Blocs temàtics

1. Introducció al concepte de risc

1.1. Definicions i conceptes relacionats amb la mesura del risc

1.2. Els diferents tipus de riscos

1.3. El marc regulador europeu: Basilea III i Solvència II

2. Introducció i conceptes bàsics

2.1. Variable aleatòria

2.2. Funció de densitat i funció de distribució

2.3. Estimació

2.4. Exemples amb les distribucions normal i t de Student

2.5. Vectors aleatoris: distribució normal multivariant

3. Quantificació del risc

3.1. Mètodes per a la quantificació del risc

3.2. El value-at-risk

3.3. El tail-value-at-risk

3.4. Altres mesures de risc

3.5. Exemples

4. Distribucions de pèrdua: anàlisi paramètrica

4.1. Distribucions alternatives a la normal i a la t de Student

4.2. Distribucions de valor extrem

4.3. Exemples

Metodologia i activitats formatives

El curs es desenvolupa en, aproximadament, 1 sessió teòriques i una pràctica setmanal. En les classes pràctiques es resolen casos en què es desenvolupen els conceptes explicats prèviament en les sessions teòriques. Les sessions pràctiques es fan a l’aula d’informàtica, on es resolen els casos pràctics amb les principals eines informàtiques. En les classes de teoria també es resoldran problemes per escric.

Avaluació acreditativa dels aprenentatges

La/L’ estudiant ha de fer les activitats següents:

— Un treball en tres parts (tema II, tema III i tema IV) i en tres lliuraments parcials i un final, corresponent a un 50 % de la nota final (15 % els tres lliuraments parcials i 35% el lliurament final).

— Una prova final, 50 % de la nota el dia designat per la Comissió de Màster.

Per superar l’ avaluació continuada és necessari lliurar les tres parts del treball abans de la data indicada el primer dia de classe i treure una nota superior a 3 en l’ examen final.

Les/Els estudiants que no aprovin l’ assignatura tenen dret a la re-avaluació, que té el mateix format que l’ avaluació única.

Avaluació única

L’ avaluació única consisteix en un examen final, que es duu a terme el dia designat per la Comissió de Màster.

Les/Els estudiants que no aprovin l’ assignatura tenen dret a la re-avaluació.

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

Bolancé, C., Guillén, M., Gustafsson, J. y Nielsen, J.P. Quantitative Operational Risk Models. Chapman & Hall/CRC Finance, 2012.

Catàleg UB

Everitt, B. y Hothorn T. P. A Handbook of Statistical Analyses Using R. Boca Raton FL. Chpaman & Hall /CRC, 2006.

Catàleg UB
Catàleg UB. (2006)

Jorion, P. Value at Risk. The new Benchmark for Managing Financial Risk. Mc Graw Hill, 2007.

Catàleg UB

Klugman, S.A., Panjer, H.H., Willmot, G.E.. Loss models. From data to decisions. New Jersey: John Wiley and Sons, 2008.

Catàleg UB

McNeil, A. J., Frey, R. y Embrechts, P. Quantitative Risk Management. Princeton: Princeton University Press, 2015.

Catàleg UB

Article

Bolancé, C., Ayuso, M. y Guillén, M. A nonparametric approach to analyzing operational risk quantification. The Journal of Operational Risk, 2012, vol. 7(1), pp. 57-75.

Bolancé, C., Guillén, M., Nielsen, J.P. Kernel density estimation of actuarial loss funcions. Insurance: Mathematics and Economics. 2003, vol. 32(1), pp. 19-36.

Pàgina web

The R Project for Statistical Computing.

Text electrònic

Buch-Larsen, T., Guillen, M., Nielsen J.P. y Bolance, C. Kernel density estimation for heavy-tailed distributions using the Champernowne transformation. Statistics. 2005, vol. 39(6), pp 503-518.