Основы риск-менеджмента

Магистратура 2021/2022

Статус: Курс обязательный (Финансовые технологии и анализ данных)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Лапшин Виктор Александрович

Прогр. обучения: Финансовые технологии и анализ данных

Язык: русский

Кредиты: 6

Контактные часы: 80

Полная версия программы учебной дисциплины

Аннотация

Дисциплина "риск-менеджмент" формирует у студентов базовые знания и навыки в области современной банковской риск-аналитики. Студенты познакомятся с теорией и практикой управления рисками, а также попробуют свои силы в командных расчётных проектах на реальных данных. Курс потребует базовых знаний математического анализа, теории вероятностей и математической статистики, временных рядов, финансовых рынков и программирования (предпочтительно, Python).

Цель освоения дисциплины

Получить общее представление об управлении рисками
Освоить основные математические модели оценки рисков
Получить практический опыт программной реализации этих моделей
Совершенствовать навыки работы в команде и презентации результатов работы

Планируемые результаты обучения

Выбирать и применять модели оценки справедливой стоимости финансовых инструментов
Выбирать и применять модели стохастической динамики риск-факторов
Вычислять сумму дисконтированных потоков платежей. Рассчитывать дюрацию и коэффициент выпуклости облигации.
Знать принципы построения рейтинговых моделей и оценки их качества
Знать принципы построения скоринговых моделей и оценки их качества
Знать, давать определение и проверять свойство когерентности меры риска. Знать и давать определение Value-at-Risk и Expected Shortfall. Знать и уметь доказывать их свойства.
Иметь представление о риске контрагента при операциях с финансовыми инструментами
Оценивать Value-at-Risk и Expected Shortfall по портфелю инструментов со взаимосвязанными риск-факторами, применяя для моделирования взаимосвязей: дельта-нормальный метод (с полноранговой матрицей ковариаций и с уменьшением размерности), исторический метод, модельный метод (с использованием копул).
Оценивать Value-at-Risk и Expected Shortfall по реальным данным при помощи параметрического, исторического и модельного подходов.
Получить навык построения кредитной модели и оценки её качества
Понимать цели и задачи риск-менеджмента, роль управления рисками в организации. Понимать место количественной оценки рисков в общей структуре процесса риск-менеджмента.
Представляет результаты расчётов в наглядной форме, объясняет и защищает сделанные модельные предположения.
Применяет знания курса к анализу реальных данных. Агрументирует выбор конкретной модели для достижения поставленных целей с учётом доступных данных.
Разбираться в видах котировок финансовых инструментов. Уметь применять стандартные виды предварительной обработки финансовых данных: фильтрацию выбросов, корректировку на дивиденды и сплиты акций, переход к доходностям. Вычислять доходности портфеля финансовых инструментов.
Уметь проводить валидацию оценки Value-at-Risk простыми тестами на покрытие и на независимость пробитий.