Μέτρηση και Διαχείριση Πιστωτικού Κινδύνου
Μέτρηση και Διαχείριση Πιστωτικού Κινδύνου
ΧΡΜΔΠΚ 01
ECTS: 7,5
Τύπος Μαθήματος: Επιλογής
Εξάμηνο: Χειμερινό
Ώρες Διδασκαλίας: 4
Προαπαιτούμενα:
Σκοπός του Μαθήματος
Αφού ολοκληρωθεί ο κύκλος διδασκαλίας του μαθήματος, οι φοιτητές θα είναι σε θέση να λειτουργούν αποτελεσματικά στα εξής:
• Να κατανοούν τις έννοιες του πιστωτικού κινδύνου και κινδύνου αγοράς των χρηματοπιστωτικών ιδρυμάτων καθώς και τη σημασία μέτρησης και διαχείρισης αυτών των κινδύνων για ένα χρηματοπιστωτικό ίδρυμα.
• Να κατανοούν τα κανονιστικά πλαίσια και τις κεφαλαιακές απαιτήσεις των εποπτικών αρχών (π.χ. Σύμφωνα της Βασιλείας, ECB Guide to Internal Models – “EGIM”).
• Να κατανοούν το trade-off μεταξύ αποδόσεων και κινδύνου.
• Να κατανοούν και να μπορούν να υπολογίσουν τη μεταβλητότητα και τη συσχέτιση μεταξύ χρεογράφων με σκοπό τη χρήση τους στην εκτίμηση της αξίας σε κίνδυνο.
• Να μπορούν να υπολογίσουν τον πιστωτικό κίνδυνο και τον κίνδυνο αγοράς μέσω της τυποποιημένης προσέγγισης.
Περιεχόμενο του Μαθήματος
- Εισαγωγή στις έννοιες των χρηματοοικονομικών κινδύνων (εστιάζοντας στον πιστωτικό κίνδυνο και τον κίνδυνο αγοράς).
- Ο ρόλος των κανονιστικών πλαισίων και εποπτικών ελέγχων στα χρηματοπιστωτικά ιδρύματα.
- Trade-off μεταξύ αποδόσεων και κινδύνου ενός χρεογράφου/χαρτοφυλακίου.
- Εισαγωγή στις έννοιες μεταβλητότητας και συσχέτισης.
- Ορισμοί, υποθέσεις καθώς και εφαρμογή των τρόπων μέτρησης των κινδύνων.
- Εισαγωγή στον κίνδυνο αγοράς και αναφορά των χρεογράφων/χαρτοφυλακίων που υπόκεινται στο συγκεκριμένο είδος κινδύνου.
- Εκτίμηση και πρόβλεψη μεταβλητότητας (EWMA, GARCH models) με χρήση γλώσσας προγραμματισμού (π.χ., MATLAB)
- Υπολογισμός των μέτρων κινδύνου αγοράς (π.χ. VaR, Expected Shortfall) με παραμετρικές, μη-παραμετρικές και ήμη-παραμετρικές στατιστικές μεθόδους.
- Διαδικασία ελέγχου (“backtesting”) των εκτιμήσεων των υποδειγμάτων που χρησιμοποιούνται για τον κίνδυνο αγοράς.
- Εισαγωγή στον πιστωτικό κίνδυνο και ο ρόλος των πιστοληπτικών αξιολογήσεων στο συγκεκριμένο κίνδυνο.
- Θεωρητικό υπόβαθρο και εκτίμηση της αναμενόμενης ζημίας (Expected Credit Loss – ECL), με χρήση της πιθανότητας χρεοκοπίας (Probability of Default – PD), της απώλειας δεδομένης της χρεοκοπίας (Loss Given Default – LGD) καθώς και της έκθεσης κατά τη διάρκεια της χρεοκοπίας (Exposure at Default – EAD).
- Εμπειρικές μελέτες στη μέτρηση του πιστωτικού κινδύνου και του κινδύνου αγοράς με χρήση τυποποιημένης μεθοδολογίας και εσωτερικών υποδειγμάτων βάση του κανονιστικού πλαισίου των εποπτικών αρχών (π.χ. Οδηγίες Βασιλείας).
Προτεινόμενη Βιβλιογραφία
- Ενδεικτικά Διδακτικά Βοηθήματα και Προτεινόμενη Βιβλιογραφία αποτελούν τα ακόλουθα:
- Σημειώσεις (power point slides) και ασκήσεις του διδάσκοντα (eclass.unipi.gr).
- Altman, E. I. (2000). Predicting financial distress of companies: revisiting the Z-score and ZETA models. Stern School of Business, New York University, 9-12.
- Bauwens, L., Laurent, S. and Rombouts, J. V. (2006). Multivariate GARCH models: a survey. Journal of Applied Econometrics, 21(1), 79-109.
- Christoffersen, P. (2011). Elements of Financial Risk Management, Academic Press.
- Degiannakis, S. and Xekalaki, E. (2010). ARCH Models for Financial Applications, Wiley, New York.
- Engle, R. (2001). GARCH 101: The use of ARCH/GARCH models in applied econometrics. Journal of Economic Perspectives, 15(4), 157-168.
- Hull, J. (2015). Options, futures, and other derivatives, 9th edition, Prentice Hall.
- Jorion, P. (2006). Value at risk. McGraw-Hill.
- Jorion, P. (2009). Risk Management Lessons from the Credit Crisis. European Financial Management, 15(5), 923-933.