Μεταπηδήστε στο περιεχόμενο

Τμήμα Χρηματοοικονομικής και Τραπεζικής Διοικητικής

6ο ή 8ο Εξάμηνο

Μέτρηση και Διαχείριση Πιστωτικού Κινδύνου

Ακαδημαϊκό Έτος 2025-26
Τετάρτη
18:15-20:00
ΓΛ21-204
ΔΕΛΗΣ Π.
Πέμπτη
18:15-20:00
ΚΕΚΤ-009(Εργ.)
ΔΕΛΗΣ Π.
Με Μια Ματιά
Κωδικός Μαθήματος
ΧΡΜΔΠΚ01
Τύπος Μαθήματος
Επιλογής
Γλώσσα Διδασκαλίας
Ελληνικά
Το μάθημα προσφέρεται σε φοιτητές Erasmus;
Όχι
Τρόπος Παράδοσης
Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

Εργαστηριακή Εκπαίδευση

Αυτοτελείς Διδακτικές Δραστηριότητεσ
Τύπος
Διαλέξεις
Εβδομαδιαίες Ώρες
4
Μονάδες ECTS
7,5
Περιγράμματα Σπουδών
Συνδεσμοι
Αξιολόγηση Φοιτητών

Η αξιολόγηση των φοιτητών θα γίνει μέσω γραπτής εξέτασης, εργαστηριακή εργασία και παρουσίασή της καθώς και επίλυση διάφορων προβλημάτων κατά τη διάρκεια των διαλέξεων.

Μαθησιακά Αποτελέσματα

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.
  • Να κατανοούν και να μπορούν να εκτιμήσουν τον κίνδυνο αγοράς με χρήση διάφορων στατιστικών μεθόδων (παραμετρικών, μη-παραμετρικών και ήμη-παραμετρικών).
  • Να κατανοούν και να μπορούν να εκτιμήσουν τον πιστωτικό κίνδυνο με χρήση των μέτρων της αναμενόμενης ζημίας (Expected Credit Loss – ECL), δηλαδή την πιθανότητα χρεοκοπίας (Probability of Default – PD), την απώλεια δεδομένης της χρεοκοπίας (Loss Given Default – LGD) καθώς και την έκθεση κατά τη διάρκεια της χρεοκοπίας (Exposure at Default – EAD).
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Εργασία σε διεθνές περιβάλλον
Περιεχόμενο 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).
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.
Μαθήματα Προπτυχιακού
1ο Εξάμηνο
Θεσμικό Πλαίσιο Των Χρηματοοικονομικών Αγορών
ΧΡΘΠΧ01
Μαθηματικά Ι
ΧΡΜΑΘ06
Μικροοικονομική Ι
ΧΡΜΙΚ01
Στατιστική Ι
ΧΡΣΤΑ 01
Το Πανεπιστήμιο

Πληροφορίες για το Πανεπιστήμιο Πειραιώς.