Conseil en matière de risques
L’équipe Risk Consulting conseille les acteurs financiers sur la modélisation du crédit et la 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.
- Surveillance des risques et rapports de maintenance
Intégration des critères ESG dans leur modèle de crédit
- Aider les banques à identifier et à revoir leurs politiques de risque et leurs structures de gouvernance des risques.
- Combiner nos connaissances avec les meilleures pratiques du marché pour proposer l’approche la plus adaptée pour définir les KRI pour l’appétit pour le risque 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
- Concevoir des modèles de données pour les différents objectifs du client
- Fournir une base de données et des modèles ESG pour quantifier les risques ESG
- Améliorer la gouvernance et la qualité des données
- Fournir des services de conseil en technologie pour l’intégration/la mise en œuvre de nouvelles infrastructures informatiques pour la gestion des risques
Bénéfices pour le client
Une combinaison de nos connaissances et des meilleures pratiques du marché
Les consultants d’EthiFinance proposent l’approche la plus adaptée pour définir les indicateurs clés de performance (KPI), en fournissant les analyses et les recommandations les plus pertinentes en matière de répartition des activités, de cadre de gestion de portefeuille, de gestion des risques et de ressources humaines.
Mesure et analyse du risque de crédit
Grâce à leur connaissance approfondie des exigences réglementaires et à leur expertise en statistiques, nos consultants apportent à nos clients un soutien méthodologique et opérationnel pour la modélisation, l’analyse des tests de résistance, la validation des modèles, ainsi que le suivi des risques et l’établissement des rapports de maintenance..
Intégration des facteurs ESG dans le risque de crédit
Nous soutenons nos clients dans leur démarche d’intégration des risques ESG, en leur apportant notre expertise en matière de méthodologie et de réglementation dans les domaines de l’ESG et de la quantification des risques de crédit, ainsi que dans le domaine des bases de données ESG.
Mission sur tous les modèles 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, qui propose à ses clients entreprises, institutionnels et particuliers une large gamme de services de conseil à valeur ajoutée et de solutions financières.
Mission
Modélisation du paramètre PRO/SCI Basel retail
Objectif
Proposer un modèle credit risk pertinent, simplifié, durable et entièrement conforme .
Solution
- Construction de la base de données de modélisation (RDS)
- Différenciation des risques : construction du modèle de score et classification des niveaux de risque
- Quantification des risques : calibration du modèle
- Fourniture du logiciel de modélisation
Mise en place du Backtest du Banque Privée
Client
La banque privée d’une grande banque européenne.
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 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 était un défi.
Objectif
Répondre à une exigence réglementaire. Lors de cetest rétrospectif,, nous avions également une second objectif,, qui était de mettre en place de nouveaux indicateurs de suivis statistiques en ligne avec les attentes réglemantaires.
Solutions
- Création de la base de données opérationnelle. Cette base de données regroupe diverses informations provenant de différents univers, qui seront fusionnées à l’aide 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 place de 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.
Contribution à l’équipe
La réalisation de cet exercicede backtesting a permis de fournir aux équipes de modélisation un rapport de backtesting conforme aux attentes du régulateur . De plus, les équipes ont bénéficié de programmes automatisés qui peut être utilisé sur d’autres sujets, augmentant ainsi la productivité.
