Risk Consulting
L’équipe Risk Consulting conseille les acteurs financiers en matière de modélisation du crédit et de gestion des données.
Nous soutenons les banques et les institutions financières dans les domaines suivants
Modélisation du crédit
- Compréhension approfondie des exigences réglementaires et expertise en statistiques pour fournir aux clients des supports méthodologiques et de mise en œuvre pour la modélisation, l'analyse des tests de résistance, la validation des modèles.
- Suivi des risques et rapports de maintenance
Intégration des critères ESG dans leur modèle de crédit
- Aider les banques à identifier/réviser leur politique de risque et leurs structures de gouvernance du risque
- Combiner nos connaissances avec les meilleures pratiques du marché afin de proposer l'approche la plus appropriée pour définir les KRIs pour les risques ESG.
- Définir et assister nos clients sur la feuille de route de l'intégration ESG
- Fournir notre expertise en matière de méthodologie et de réglementation ESG et de quantification du risque de crédit, ainsi qu'en matière de base de données ESG.
Gestion des données
- Conception de modèles de données pour les différents objectifs du client
- Fournir une base de données ESG et des modèles pour quantifier les risques ESG
- Améliorer la gouvernance et la qualité des données
- Fournir des services de conseil technologique pour intégrer/mettre en œuvre de nouvelles infrastructures informatiques pour la gestion des risques
Avantages pour le client
Une combinaison de nos connaissances et des meilleures pratiques du marché
Credit risk measurement & analysis
Intégration de l'ESG dans le risque de crédit
Mission sur tous les modèles de Bâle (PD, LGD, EAD) et sur toutes les classes d'actifs
Cas d'usage
Le risque management d'un groupe
Le client
Une banque européenne de premier plan, offrant à ses contreparties, clients institutionnels et particuliers, une large gamme de services de conseil et de solutions financières à valeur ajoutée.
Mission
Modélisation du paramètre PRO/SCI Basel retail
Objectif
Proposer un modèle credit risk pertinent, simplifié, durable et entièrement conforme .
Approche
- Construction de la base de données de modélisation (RDS)
- Risk differentiation: construction of the score model and classification of risk levels
- Quantification des risques : étalonnage du modèle
- Fourniture du logiciel de modélisation.
Mise en œuvre du test rétrospectif de la divulgation privée de la banque privée
Le client
La banque privée d’une grande banque européenne.
Le contexte
Dans le cadre du suivi des modèles économétriques, la mise en œuvre de tests rétrospectifs de tous les modèles de risque de crédit est une exigence réglementaire. En particulier, le modèle de probabilité de défaut pour la banque privée est un modèle dit expert en raison de la très faible implication statistique et quantitative dans sa construction. Par conséquent, la mise en place d’un test rétrospectif quantitatif était un défi.
Objectif
Répondre à une exigence réglementaire. Lors de ce test rétrospectif, nous avions également un second objectif, qui était de mettre en place de nouveaux indicateurs de suivi statistique en ligne avec les attentes réglementaires.
Approche
- Construction de la base de données opérationnelle. Cette base de données est une consolidation de plusieurs informations provenant d’univers différents qui seront fusionnées par le biais de jointures et de contrôles.
- Adaptation de la base de données à l’utilisation d’outils de travail.
- Construction d’indicateurs ou d’équivalences sur la base des informations disponibles.
- Mise en œuvre des tests statistiques réglementaires (PSI, HHI, AUC, GINI, test binomial, etc.)
- Intégration des recommandations de l’équipe de validation
Résultats
À la fin du test rétrospectif, les analyses ont confirmé que les valeurs de PD déjà mises en œuvre étaient prudentes. Par conséquent, aucune action réelle n’a été nécessaire. Cependant, un nouveau modèle était en cours de développement pour ce périmètre.
