Risk Expertise
El equipo de Risk Expertise asesora a los agentes financieros en materia de modelización del crédito y gestión de datos.
Prestamos apoyo a bancos e instituciones financieras en los siguientes ámbitos:
Modelización del crédito
- Conocimiento profundo de los requisitos regulatorios y experiencia estadística para proporcionar a los clientes apoyo metodológico y técnico en la modelización, el análisis de pruebas de resistencia y la validación de modelos.
- Supervisión de riesgos e informes de seguimiento
Integración de criterios ESG en los modelos de crédito
- Apoyo a los bancos en la identificación y revisión de sus políticas de riesgos y estructuras de gobernanza del riesgo.
- Combinación de nuestro conocimiento con las mejores prácticas del mercado para proponer el enfoque más adecuado en la definición de KRIs ESG.
- Definición y acompañamiento a nuestros clientes en la hoja de ruta para la integración ESG.
- Aportación de nuestra experiencia en metodología y regulación para la cuantificación del riesgo de crédito y ESG, así como en bases de datos ESG.
Gestión de datos
- Diseño de modelos de datos adaptados a los distintos objetivos del cliente.
- Provisión de bases de datos y modelos ESG para cuantificar los riesgos ESG.
- Mejora de la gobernanza y la calidad de los datos
- Prestación de servicios tecnológicos para la integración e implementación de nuevas infraestructuras de TI orientadas a la gestión de riesgos.
Beneficios para los clientes
Una combinación de nuestro conocimiento y las mejores prácticas del mercado
EthiFinance Consultants propone el enfoque más adecuado para definir los KRI, proporcionando las evaluaciones y recomendaciones más pertinentes en materia de asignación empresarial, marco de gestión de carteras, riesgos y recursos humanos.
Medición y análisis del riesgo de crédito
Con un profundo conocimiento de los requisitos regulatorios y experiencia en estadística, nuestros consultores proporcionan a los clientes apoyo metodológico y de implementación en modelización, análisis de pruebas de estrés, validación de modelos, así como en seguimiento de riesgos y reporting de mantenimiento.
Integración ESG en el riesgo de crédito
Apoyamos a nuestros clientes en la hoja de ruta de integración de riesgos ESG, aportando nuestro conocimiento de la metodología y la regulación en materia de cuantificación del riesgo ESG y del riesgo de crédito, así como en bases de datos ESG.
Misión en todos los modelos de Basilea (PD, LGD, EAD) y en todas las clases de activos
Casos prácticos
Gestión de Riesgos Grupales
Cliente
Un banco europeo líder que ofrece a sus clientes corporativos, institucionales y particulares una amplia gama de servicios de asesoramiento de valor añadido y soluciones financieras.
Misión
Modelización del PD PRO/SCI Basel retail parameter
Objetivo
Proponer un modelo de r iesgo de credit iesgo pertinente, simplificado, sostenible y plenamente conforme .
Acercarse
- Construcción de la base de datos de modelización (RDS)
- Diferenciación de riesgos: construcción del modelo de puntuación y clasificación de los niveles de riesgo
- Cuantificación de riesgos: calibración del modelo
- Suministro del paquete de modelado.
Implementación del Backtest de PD de Banca Privada
Cliente
El banco privado de un importante banco europeo.
Contexto
Como parte del seguimiento de los modelos econométricos, la implementación de backtests de todos los modelos de riesgo de crédito constituye un requisito regulatorio. En particular, el modelo de PD para banca privada es un modelo denominado “experto”, debido a la muy baja implicación estadística y cuantitativa en su construcción. En consecuencia, la puesta en marcha de un backtest cuantitativo representó un reto.
Objetivo
Para cumplir con un requisito regulatorio. En el momento de este backtest, también teníamos un segundo objetivo, que consistía en implantar nuevos indicadores de seguimiento estadístico en línea con las expectativas regulatorias.
Acercarse
- Construcción de la base de datos operativa.Esta base de datos es una consolidación de varias piezas de información de diferentes universos para fusionar a través de uniones y controles
- Adaptación de la base de datos para su uso en herramientas de trabajo
- Construcción de indicadores o equivalencias a partir de la información disponible
- Implementación de pruebas estadísticas reglamentarias (PSI, HHI, AUC, GINI, prueba binomial, etc.)
- Integración de las recomendaciones del equipo de validación
Resultados
Al término del backtest, los análisis confirmaron el carácter conservador de los valores de PD ya implementados. Por lo tanto, no fue necesario adoptar ninguna medida adicional. Sin embargo, se encontraba en desarrollo un nuevo modelo para este ámbito.
Contribución al equipo
La realización de este ejercicio de backtesting nos permitió proporcionar a los equipos de modelización un informe de backtesting plenamente alineado con las expectativas del regulador. Además, los equipos se beneficiaron de programas automatizados reutilizables en otros proyectos y casos de uso, lo que contribuyó a mejorar la eficiencia operativa y aumentar la productividad.
