Ποσοτική Διαχείριση Κινδύνου

Επισκόπηση: Στην συγκεκριμένη σειρά διαλέξεων θα επικεντρωθούμε στην ανάλυση των αρχών και τεχνικών της ποσοτικής διαχείρισης κινδύνου με έμφαση χρηματοοικονομική τεχνολογία (fintech). Η σειρά διαλέξεων θα παράσχει στους φοιτητές μια στερεή βάση για την μέτρηση, την υποδειγματοποίηση, την διαχείριση κινδύνου, τις ασκήσεις προσομοίωσης ακραίων καταστάσεων και την εφαρμογή τους στον κλάδο fintech.

Διάρκεια Μαθήματος: 12 εβδομάδες (η τελική διάρκεια δεν είναι γνωστή κατά την προετοιμασία του παρόντος προγράμματος σπουδών, η απόφαση για την τελική λίστα των θεμάτων που θα καλυφθούν εξαρτάται από τη διάρκεια του μαθήματος, η παρακάτω λίστα θεμάτων είναι ενδεικτική)

Περιγραφή Μαθήματος:

1. Introduction to Risk Management
   • Overview of risk management principles and frameworks with a focus in the fintech industry
   • Identification and classification of risk types specific including fintech
   • Risk governance and regulatory considerations including fintech
2. Value at Risk (VaR)
   • VaR concept and interpretation
   • Parametric VaR estimation techniques
   • Historical simulation and Monte Carlo simulation for VaR
3. Expected Shortfall (ES)
   • ES as a complementary risk measure to VaR
   • Parametric, semi-parametric, and nonparametric approaches to ES
   • Comparison and interpretation of VaR and ES
4. Univariate Risk Models
   • Statistical concepts for univariate risk modeling
   • Distribution fitting and parameter estimation
   • Extreme value theory (EVT) and its applications
5. Multivariate Risk Models
   • Correlation and dependence modelling
   • Copulas and tail dependence for multivariate risk modeling
   • Portfolio risk and diversification
6. Tail Risk Management
   • Understanding tail risk and its impact on risk management
   • Tail risk estimation techniques, including extreme value methods
   • Tail risk hedging strategies and risk mitigation approaches
7. Stress Testing Framework
   • Introduction to stress testing and its importance in risk management
   • Scenario-based stress testing techniques
   • Sensitivity analysis and reverse stress testing customized scenarios
8. Backtesting of Risk Models
   • Importance of backtesting in evaluating risk models
   • Backtesting techniques for VaR and ES models
   • Challenges and considerations in backtesting risk models
9. Credit Risk Modeling
   • Introduction to credit risk
   • Credit scoring models and credit risk assessment techniques
   • Default probability estimation and credit portfolio risk
10. Market Risk Modeling
    • Market risk measurement and modeling
    • Volatility modeling and estimation techniques
    • Risk factors and stress testing in market risk management
11. Operational Risk Management
    • Understanding operational risk and its challenges including the fintech industry
    • Key operational risk indicators and measurement methodologies
    • Risk control frameworks and operational risk mitigation strategies
12. Advanced Topics in Quantitative Risk Management
    • Cybersecurity Risk Management
    • Emerging risks in fintech, such as AI and blockchain, and their implications
    • Machine learning applications in risk modeling and management
    • Case studies and real-world applications of quantitative risk management