Máster Executive en Medición y Gestión de Riesgos Financieros

El proceso de internacionalización de los mercados financieros junto a la mayor complejidad de los productos negociados en los los mismos, han puesto de manifiesto la creciente necesidad de contar con expertos profesionales en la medición y gestión de los distintos riesgos a los que se enfrenta una entidad.

Para ello es necesario disponer de una sólida base cuantitativa que les permita conocer y aplicar las distintas técnicas de evaluación y mitigación de los riesgos asociados a cualquier producto financiero.

Para dar cumplida respuesta a importante reto Instituto BME lanzó en el año 2000 el Máster Executive en Gestión de Riesgos que se ha convertido en el estándar del mercado.

Los alumnos que completen este máster estarán en disposición de afrontar con todas las garantías de éxito los exámenes correspondientes a las acreditaciones Financial Risk Manager (GARP, Global Association of Risk Professionals) y Certified Risk Manager (PRMIA, Professional Risk Manager´s International Association), como lo atestiguan los resultados obtenidos por nuestros alumnos.

Ingenieros
Licenciados en Ciencias Económicas o Empresariales con un alto perfil cuantitativo
Licenciados en Físicas.
Licenciados en Matemáticas.

Y con al menos dos años de experiencia en una entidad financiera, interesados en obtener una formación de alto nivel en área de la gestión del riesgo.

Preparar especialistas de alto nivel en gestión de riesgos financieros con la posibilidad de obtener una homologación internacional realizando los exámenes para las certificaciones de referencia: el Financial Risk Manager (GARP, Global Association of Risk Professionals) y el Certified Risk Manager (PRMIA, Professional Risk Manager´s International Association).

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