Máster Executive en Medición y Gestión de Riesgos Financieros

I. MATEMÁTICAS
Probabilidad: distribuciones de probabilidad; momentos de las variables aleatorias; ley fuerte de los grandes números y teorema central del límite; quantiles.
Estadística: manejo de datos reales; rendimientos; agregación temporal; estimación de parámetros; análisis de regresión; series temporales. Contraste de hipótesis.
Componentes principales.
Nuevas herramientas para la gestión de riesgos: teoría de valores extremos y cópulas en finanzas.

II. FINANZAS EN TIEMPO DISCRETO
Introducción a los mercados financieros: mercados de tipos de interés, de divisas, de mercaderías; instrumentos financieros: contratos básicos y su uso.
CAPM y APT; factores de riesgo.
Teoría de carteras: modelos de un único período: principios básicos (arbitraje, activos de Arrow Debreu, martingalas, ...); valoraciones sencillas por no-arbitraje (contratos forward, swaps de divisas, etc.).
Frontera eficiente y asignación de activos (asset allocation): carteras diversificadas; optimización media varianza; performance de una cartera; Black-Litterman. Carteras Con restricciones ESG.
Modelos binomiales: filtración asociada y probabilidad riesgo neutro; estrategias de cartera autofinanciadas; valoración de activos contingentes.

III. FINANZAS EN TIEMPO CONTINUO
El entorno Black-Scholes: modelización de los mercados.
Sensibilidades y cobertura.
Futuros: futuros sobre índices; futuros sobre mercaderías.
Derivados exóticos: opciones asiáticas; opciones barrera; opciones lookback; opciones passport; derivados de tipo de cambio.
Productos estructurados.
Derivados sobre energía (electricidad, gas, petróleo).
Opciones reales y sus aplicaciones.

IV. MODELOS DE TIPOS DE INTERÉS
Bonos: definiciones básicas; tipología de bonos; tipos de interés.
Modelos de tipos de interés: modelos clásicos (Vasicek y variantes, Ho-Lee, etc.).
Derivados de tipos de interés: forwards; futuros; FRN’s; caps y floors; swaps; swaptions. Construcción de curvas cupón cero.
Activos respaldados por préstamos, hipotecas, etc.: MBS’s, CLO’s, CDO’s, titulizaciones…

V. GESTIÓN DE RIESGOS
Problemática general de la gestión de riesgos: introducción histórica; tipología de riesgos; optimización del par rendimiento/riesgo; capital económico y capital regulatorio.
Riesgo de mercado: el valor en riesgo (VaR) y el Shortfall; determinación de la matriz de covarianzas (UWMA and EWMA); método de Montecarlo y simulación histórica; problemática de los derivados; límites (stop-loss, exposure, VaR); stress testing. Riesgo de liquidez. IRC. Nuevos enfoques regulatorios: FRTB en la teoría y en la práctica.
Riesgo de crédito: tipología; enfoque estándar; método IRB; derivados de riesgo de crédito; modelos al uso (Merton y KMV, CreditRisk+, modelos de intensidad).
XVA: CVA en la práctica; Gestión de los riesgos de crédito y de mercado del CVA; DVA y FVA; El enfoque actual as problema del descuento; MVA y KVA.
Riesgo operacional y riesgos no financieros: tipología del riesgo operacional; de Basilea II al SMA; modelos avanzados para cálculo de capital económico y stress testing (LDA); seguros y mitigación; bases de datos de pérdidas. Aspectos cualitativos y de gestión: KRI, mapas de riesgo, enfoques scorecard.
Riesgo de modelo y validación de modelos: que es un modelo; regulación del riesgo de modelo: del riesgo operacional a las Directrices sobre procedimientos y metodologías comunes para la supervisión de los procesos de revisión y evaluación de la EBA y la SR11-7 de la OCC. y su gestión; buenas prácticas en la gestión del riesgo de modelo.
Riesgo de liquidez: Riesgo de tipo de interés: Medición del riesgo de tipo de interés; Escenarios; Hipótesis de proyección y modelos comportamentales; CSRBB; Reporting. Riesgo de liquidez: Medición del riesgo de liquidez (Ratios de liquidez, Horizonte de supervivencia); Normativa (LCR/NSFR, AMM). Riesgo de tipo cambio: Métricas FX.
Gestión integral del riesgo: políticas y procedimientos; best practices; business structure; apetito/aversión al riesgo; gestión integral del riesgo; capital en riesgo y RAROC.

VI. INTELIGENCIA ARTIFICIAL Y GESTIÓN DE RIESGOS: [poner en forma más condensada]
Estadística paramétrica y no paramétrica; Selección de modelos y valoración: sobre e infra parametrización, regularización. Técnicas de re-muestreo: bootstrap y validación cruzada. Reducción de dimensionalidad (Métodos filter y wrapper, análisis de componentes principales).
Aprendizaje supervisado: Clasificación no probabilística (árboles, vécinos más próximos, redes neuronales). Clasificación probabilística (Bayes Ingenuo). Metaclasificadores (Gradient Boosting, Random Forests).
Aprendizaje no-supervisado: Análisis de clusters (Métodos jerárquicos, K-means, Métodos probabilísticos, Métodos basados en densidad). Reglas de asociación.
Machine Learning y Deep Learning: requerimientos regulatorios; sesgos, interpretabilidad y cajas negras.
Casos prácticos.

VII. OTROS ASPCTOS DE LA GESTION DE RIESGOS:
ESG y riesgo climático: ESG: contexto, definición y retos; regulación y divulgación; fuentes de datos; Ratings. Conexiones con el riesgo operacional, el riesgo de contrapartida, el riesgo de mercado. Medición del impacto reputacional. Riesgo climático: pruebas de stress; incorporación al riesgo de crédito.
Aspectos legales y contables: aspectos legales de la gestión de riesgos; papel de la contabilidad y de las tasas en la gestión; FAS133; IAS39 ISDA; reporting interno y externo; IFRS9.
Seguros: Solvencia II; opcionalidad y modelos cuantitativos en seguros.
Fintech y otros aspectos: Tendencias actuales en el mundo fintech: Enemigos o compañeros; Los retos del mundo digital desde la visión de riesgos;
Riesgos No Financieros: Data Risk Management, Ciberseguridad, Outsourcing; Riesgos en DLT, Blockchain y Cryptoactivos. Venture creation.
Basilea IV:

VIII. ESTUDIO DE CASOS Y OTROS
China Aviation, Socièté Générale, London Whales, la crisis subprime, el ataque a SWIFT, el caso de
la Volkswagen el SVB y otros.
El papel de las CCP.

IX. MÉTODOS NUMÉRICOS EN PYTHON.

X. SESIONES DE REPASO Y EXÁMENES