Rating, scoring modellek - módszertanok és jogszabályi követelmények

A KURZUS CÉLJAI

Szeretné elkerülni a scoring és rating modellek fejlesztésekor tipikus buktatókat és felkészülni az implementáció során felmerülő nehézségekre? Szeretné, hogy a fejlesztett modell a Bázel III fejlett módszer szerinti követelményeknek is megfeleljen? 
A Bankárképző vezető modellezőjétől és az MNB validációs szakértőjétől juthat olyan tudás birtokába, mely egyetlen tankönyvben vagy szakirodalomban sem hozzáférhető ilyen strukturált formában! 
Gyakorlatorientált és online tartalommal kiegészített képzésünk bemutatja az adatösszeállítás, adatelemzés, egy- és többváltozós elemzés és modellkiválasztás lépéseit, illetve körbejárja a validáció és az induló PD kalibráció lépéseit is.
A modell módszertanok részletesen bemutatásra kerülnek, és a gyakorlat során az alkalmazásra helyeződik a hangsúly a modellek akadémiai bemutatása mellett.
A tananyag kitér a kisebb intézményeknél illetve kisebb portfólióknál előforduló adathiányos környezetre is, külön példákon keresztül bemutatva ezen portfóliók kezelését és a kis portfólióknál megvalósítható modellépítési lehetőségeket. Esettanulmányként bemutatjuk a több hitelintézet által is használt, az MNB által kifejlesztetett KKV PD módszertant (KHR-ből elérhető modell).
 

KINEK AJÁNLJUK A KURZUST

Kockázatkezelők, kockázatelemzők, a bank scoring modelljeit kialakító illetve felülvizsgáló, validációs szakértők számára. Ajánljuk továbbá a monitoring, hitelellenőrzés, stratégiai és work-out munkatársak részére.

A KURZUS FELÉPÍTÉSE

• Bevezetés, a rating és scoring rendszerek célja, különbségei
• Adósminősítési rendszerek, rating és scoring rendszerek definíciója, tulajdonságai, különbségei.
• Adatok előkészítése, feldolgozása
  Alapvető lépések egy statisztikai scoring fejlesztése előtt. Rendszerek, adattípusok jelentkezési és viselkedési scoring rendszerek esetén, mintavételi típusok különbségei. Változók előkészítése (kategorizálás, WOE-transzformáció), nemlineritás kezelése. Adatfeldolgozási esettanulmány.
• Klasszifikációs modellek
  A különböző statisztikai modellek és szakértői módszerek bemutatása (logisztikus regresszió, lineáris regresszió, döntési fa, neurális háló). A nemtlejesítési valószínűség fogalmának (PD) értelmezése és ennek használata scoring fejlesztés esetén. Változókezelési esettanulmány és PD kalibrációs esettanulmány.
• Modell tesztelési lehetőségek
  Újonnan megalkotott és már jelenleg is létező modellek tesztelése, ROC, CAP, LIFT, K-S görbék és statisztikák. Iparági sztenderd statisztikai tesztek. Modell stabilitás és modell stressz. Modell visszamérésének esettanulmánya.
• Kizárási küszöb meghatározása
  Profit-alapú kizárási küszöb optimalizáció és finomhangolás. Cutoff meghatározás esettanulmány.
• Reject inference
  Elutasítás torzító hatásának elemzése.
• Adósminősítés bevezetés
  Modell implementáció és tipikus nehézségek az implementáció során. Kockázat alapú árazás esettanulmány.
• Modell validáció
  Bázel II fejlett módszerek és/vagy ICAAP/SREP követelményei és azok teljesítése. Validáció során vizsgált elemek.
• MNB KKV minősítő rendszer esettanulmány
  MNB által fejlesztett KKV PD módszertan bemutatása: felhasznált adatok, modellezési módszertanok, alkalmazhatóság az intézményi folyamatokban. A legújabb / várható változások bemutatása.