DIPLOMADO ADMINISTRACIÓN INTEGRAL DE RIESGOS

Transcripción

1 DIPLOMADO ADMINISTRACIÓN INTEGRAL DE RIESGOS INTRODUCCIÓN En los últimos años hemos asistido a un crecimiento progresivo de la preocupación de las empresas financieras y del sector real por la administración de riesgos operacionales y financieros, riesgos que, aunque siempre han existido en la banca, quizás ahora se manifiesta con mayor intensidad, debido a factores como los adelantos sucedidos en las tecnologías y la progresiva complejidad del sistema financiero y de salud. Como respuesta a este fenómeno, el Departamento de Matemáticas de la Universidad de Antioquia brinda el Diplomado Administración Integral de Riesgos como una posibilidad a los participantes de mejorar los sistemas de control y desarrollar modelos de medición y gestión de los riesgos operacionales y financieros. OBJETIVO GENERAL Preparar y situar al profesional en administración y evaluación de proyectos, al especialista en finanzas y al profesional en ciencias afines con los principios postremos, todavía emergentes, para la detección, mitigación y control de posibles pérdidas futuras e intentar obtener una estimación razonable del impacto de la realización de estos eventos. La presentación del material desarrollado en el curso no implica un conocimiento previo en la materia, razón por la cual el curso está abierto para cualquier profesional interesado en esta actividad.

2 OBJETIVOS ESPECÍFICOS Describir y analizar el proceso de estructuración de la unidad de gestión de riesgos operacionales y financieros. Desarrollar modelos que permitan cuantificar el riesgo de mercado y el riesgo de crédito en los términos de las entidades reguladoras. Identificar un referencial teórico que permita embasar la estructuración de unidades de gestión de riesgo operacional en bancos y cooperativas. Describir las hipótesis necesarias para usar el método y reconocer las limitaciones de la metodología valor en riesgo VaR. Describir métodos de valores extremos y su aplicación en el mercado de electricidad y al sector de la salud. Describir los métodos de series de tiempo que permitan capturar cambios dinámicos en la información de la volatilidad del precio de un activo. Desarrollar y analizar los principales modelos de simulación usados en la gestión riesgos con el Formar especialistas en riesgos que pueden evaluar y utilizar software de control de riesgos con aplicaciones a entidades comerciales públicas y privadas. METODOLOGÍA El diplomado consta de 10 módulos teórico-prácticos con una duración total de 160 horas, los 2 primeros capítulos estudiarán los referentes teóricos y las herramientas necesarias para la gestión integral de riesgos. Los módulos 3 y 4 estudiarán los riesgos de liquidez y la metodología del Valor en Riesgo y su aplicación en el sector eléctrico. En el módulo 5 se hace un estudio del riesgo de crédito en base a frecuencia y severidad de incumplimiento y a modelos de scoring. El módulo 6 se relaciona con el riesgo operativo y aplicaciones a la industria médica. En los módulos 7 y 8 se estudiarán modelos de series de tiempo y el concepto de Utilidad en Riesgo para aplicaciones en el sector real. Los dos últimos módulos se centran en los mercados de futuros y la cobertura con opciones.

3 CONTENIDO MÓDULO 1: INTRODUCCIÓN A LA GESTIÓN INTEGRAL DE RIESGOS. En qué consiste la administración integral de riesgos? Conceptos de aversión y propensión al riesgo ejemplos prácticos. Estructura organizacional: Cómo conformar o mejorar una Unidad de Riesgos? Bases de datos necesarias en la administración de riesgos. Metodologías cualitativas y cuantitativas de medición, control y seguimiento. Encuesta sobre la importancia de cada tipo de riesgo dentro de una institución financiera. Formas alternativas de transferir y mitigar el riesgo. MÓDULO 2: HERRAMIENTAS INSDISPENSABLES EN LA GESTIÓN INTEGRAL DE RIESGOS. Revisión de conceptos matemáticos indispensables en la gestión de riesgos financieros: Funciones logarítmicas y exponenciales, operaciones con matrices. Aplicación de conceptos estadísticos en riesgos financieros: estimación e interpretación de media, desviación estándar, grado de asimetría, sesgo y kurtosis; pruebas de hipótesis; uso de distribuciones t, F, Normal, Chi- Cuadrada y otras; construcción y aplicación de intervalos de confianza en riesgos de mercado liquidez. Aplicación de conceptos econométricos en riesgos financieros: estimación por mínimos cuadrados ordinarios (regresión lineal); extensión a modelos no lineales (logarítmicos, cuadráticos, exponenciales); estimación de modelos binarios (probit y logit) por máxima verosimilitud (MLE), detección y corrección de autocorrelación, multicolinealidad y heteroscedaticidad; uso de variables ficticias (dummy) en riesgos de mercado y liquidez, crédito y operativo. MÓDULO 3: ANÁLISIS GAP Y RIESGO DE LIQUIDEZ. Análisis de reprecio y revaluación de tasa de interés. Posicionamiento del GAP en la Gestión de Tesorería. Efectos sobre el Margen Financiero vs. Efectos sobre el Patrimonio Medidas básicas de riesgo: Duración, Duración Modificada, Convexidad. Inmunización del Margen vs. Inmunización del Patrimonio. Ejemplos con un balance modelo. Casos prácticos de fondeo y simulación. Brechas y ratios de liquidez de corto y largo plazo

4 Establecimiento de mecanismos y señales de alerta. Planes de contingencia por riesgo de liquidez. Modelos de simulación de tipo de cambio (independiente del histórico). Metodología de Flujos de Caja en Riesgo en divisa extranjera (CFAR, Cash Flow at Risk). MÓDULO 4: RIESGO DE MERCADO. Contexto mundial y local del riesgo de mercado. Herramientas matemáticas para medición de riesgo de mercado. Fundamentos de valoración. Métodos de estimación de tasas de interés. Concepto de valor en riesgo. Metodologías VaR: por duración, histórico, paramétrico, por simulación de Monte carlo, diversificado y no diversificado, condicional, incremental y marginal. Stress Testing. Back Testing. Optimización y Riesgos en portafolios de inversión Metodología de Black-Litterman. Limitaciones de VaR. Aplicaciones y particularidades del VaR en el sector eléctrico. MÓDULO 5: RIESGO DE CRËDITO. Contexto mundial y local del riesgo de crédito. Conceptos de default, pérdida esperada, exposición al riesgo, pérdida inesperada, provisión. Herramientas matemáticas para medición de riesgo de crédito. Metodologías de scoring y rating. Definición de puntajes de corte. Evaluación del comportamiento de crédito. Estimación de probabilidad de incumplimiento. Cálculo de la recuperación. Provisiones contracíclicas. Back-testing. Stress-testing. Medidas de rentabilidad ajustadas por riesgo.

5 MÓDULO 9: RIESGO OPERATIVO: ANÁLISIS Y ESTRUCTURACIÓN DE LA BASE DE DATOS DE EVENTOS. Registros cualitativos y cuantitativos; campos indispensables en las bases de datos. Cómo conformar bases de datos de eventos de pérdida por riesgo operativo. Cálculo de frecuencia y severidad de pérdidas por riesgo operativo. Estimación de costos y pérdidas mensuales por línea de negocio utilizando la base de datos. El rol de auditoria, control interno y oficiales de cumplimiento. MÓDULO 10: RIESGO OPERATIVO: MODELOS INTERNOS. GESTION DE PROCESOS Y CONTROL DE CALIDAD INSTITUCIONAL. APLICACIONES EN LA INDUSTRIA MÉDICA. Detección de riesgos clave: enfoque por procesos. Construcción del Mapa de Riesgos de la Institución. Cómo conformar una Unidad de Riesgos Operativos. Control y seguimiento de riesgos operativos. Constitución de provisiones y capital por Riesgo Operativo. Aplicaciones en la Industria Médica MÓDULO 11: INTRODUCCIÓN AL MANEJO DE SERIES DE TIEMPO Y OTRAS METODOLOGIAS CUANTITATIVAS. Conceptos generales de Series de Tiempo. Modelos AR y MA; construcción del modelo AR (1) y Caminatas Aleatorias. Uso de Modelos GARCH para complementar el Análisis de la Volatilidad. Modelos de volatilidad dinámica y con suavizamiento exponencial (RiskMetrics). Método RMSE y elaboración de mejores pronósticos. Aplicabilidad en los depósitos monetarios y otras series clave en riesgos de mercado y liquidez. MÓDULO 12: APLICACIÓN DE MODELOS DE SIMULACIÓN (@Risk). CONCEPTO DE UTILIDAD EN RIESGO (EAR) Y OTROS MODELOS PARA EL SECTOR REAL. Análisis de principales modelos de simulación utilizados en riesgos de mercado y liquidez, crédito y operativo. Identificación de distribuciones de severidad: Weibull, Pareto; Exponencial y otras.

6 Identificación de distribuciones de frecuencia: Bernoulli, Binomial, Hipergeométrica y otras. Uso de la distribución Poisson: simulación de Pérdidas en Banca y Seguros. Ejemplos en el área médica Cuántas dosis tener para cubrir cierto porcentaje de la población? Concepto y aplicación de Utilidad en Riesgo EAR (Earnings at Risk) Ejemplos con bases de datos reales utilizando paquetes profesionales (@Risk). MÓDULO 13: ANÁLISIS TÉCNICO PARA MERCADOS FUTUROS. Definición y principios del análisis técnico. Historia del análisis técnico. Soportes y resistencias y velas chinas. Niveles de Fibonacci. Indicadores matemáticos: RSI (Relative Strength Index) Promedios móviles. Formación de Triángulos. MÓDULO 14: COBERTURA CON OPCIONES. Compra de opciones y posiciones mixtas en el mercado. Compra de call sintética y compra de put sintética. Venta de call sintética y venta de put sintética. Venta de un futuro sintético y compra de un futuro sintético. Uso de las opciones sintéticas. Spread de alta con opciones de compra ( call bull spread ). Spread de baja con opciones de venta ( put bear spread ) Gráfico de las sensibilidades de las opciones sobre futuros. TRABAJO DIRIGIDO ENTRE TAREAS Y TALLERES REALIZADOS POR FUERA DE CLASE: 20 HORAS EN NINGÚN MOMENTO EN EL DIPLOMADO SE RESOLVERÁN PROBLEMAS CONCRETOS DE ALGUNA EMPRESA EN PARTICULAR. LA UNIVERSIDAD DE ANTIOQUIA SE RESERVA EL DERECHO DE CAMBIAR UN HORARIO POR CAUSA DE INVITADOS NACIONALES O INTERNACIONALES.