ENTRENAMIENTO I: FUNDAMENTOS FINANCIEROS Y ESTADÍSTICOS. (20 horas)
1. Análisis de Bases de Datos
1.1. Condicionales
1.2. Filtros y filtros avanzados
1.3. Texto en columnas
1.4. Validación de datos
1.5. Tablas dinámicas
2. Análisis estadístico descriptivo
2.1. Estadística Descriptiva
2.2. Correlación y Covarianza
2.3. Histograma
3. Matemáticas financieras
3.1. Valor del dinero en el tiempo, interés simple y compuesto
3.2. Conversión de tasas nominales y efectivas.
3.3. Amortizaciones
3.4. Escenarios y tablas de doble entrada
4. Evaluación financiera de proyectos
4.1. VPN
4.2. TIR, TIR Modificado y TIR No periódico
4.3. Análisis de sensibilidad
5. Evaluación de riesgos
5.1. Indicadores de rentabilidad y riesgo (VaR).
5.2. Modelo CAPM
5.3. Optimización de Portafolios
6. Valoración de Activos Financieros
6.1. Calculo de precio limpio-sucio para títulos de RENTA FIJA
6.2. Valoración de Forwards.
6.3. Valoración de Opciones.
ENTRENAMIENTO II: FUNDAMENTACIÓN EN ADMINISTRACIÓN DEL RIESGO. ( 20 Horas)
1. Introducción a la Teoría del Riesgo
1.1. Riesgo de crédito
1.2. Riesgo de Liquidez
1.3. Riesgo de Mercado
1.4. Riesgo Operacional
1.5. Otros riesgos financieros
1.6. Gestión de Riesgos Financieros
1.7. Normatividad Colombiana e Internacional
2. Estadística aplicada al Riesgo
2.1. Estadística descriptiva
2.2. Probabilidad y variables aleatorias
2.3. Teorema central del límite (Conceptos básicos)
2.4. ¿Qué es la Simulación Monte Carlo? (Ej. VPN en MS Excel)
3. Toma de decisiones estratégicas con Simulación de Monte Carlo aplicación con Risk Simulator
3.1. ¿Qué es un modelo?
3.2. ¿Qué es la Simulación de Monte Carlo e Hipercubo Latino?
3.3. Pasos en el desarrollo de un modelo
3.4. Análisis de Escenarios para 1 y 2 variables
3.5. Análisis de Escenarios para múltiples variables
3.6. Simulación de precios de acciones
3.7. Análisis de sensibilidad
3.8. Toma de decisiones usando Árboles de Decisión
a. Cómo construir un árbol de decisión?
b. Diseño del árbol de decisión en Risk Simulator
c. Introduciendo incertidumbre a un árbol de decisión
4. Introducción al Riesgo de Mercado
4.1. ¿Qué es el VaR?
4.2. Metodologías utilizadas en la medición del VaR: Delta normal, Simulación Histórica, Monte Carlo
4.3. Modelo de Portafolio de Acciones, teoría
4.4. Modelo de Optimización Estocástica
5. Introducción al Riesgo de Crédito
5.1. Modelos de Scoring
a. Modelos Logit
b. Modelos Probit
2. Cálculo de probabilidades de default
3. Pérdidas Esperadas
6. Riesgo Operacional.
6.1. Modelos de Severidad de Pérdida (IMA, AMA, teoría del Valor extremo)
6.2. Identificación de la mejor distribución
6.3. Modelos de Frecuencia de Pérdida
ENTRENAMIENTO III: RIESGO DE MERCADO. ( 24 Horas)
1. Hechos Estilizados de las series financieras.
Definición de retornos, no normalidad, conglomerados de volatilidad, datos de alta frecuencia.
2. Metodologias para el cálculo del VaR Condicional (CVaR).
Definición del VaR, simulación histórica, método de varianza covarianza (Normalidad), RiskMetrics, ARMA GARCH, Simulación histórica filtrada.
3. VaR multiperiodo.
Definición de retornos multiperiódo, definición de VaR multiperiodo, regla de la raíz, simulación histórica, método de varianza covarianza, RiskMetrics, ARMA GARCH, Simulación histórica filtrada.
4. VaR de un portafolio.
Definición de los retornos de un portafolio, definición del VaR de un portafolio, método de varianza-covarianza, RiskMetrics.
5. Pruebas de desempeño (Backtesting).
Definición de las excepciones o fallas, estimación recurrente, gráfico de backtesting, propiedades del VaR, propiedad de cubrimiento incondicional, independencia, tamaño de las fallas, pruebas de razón de verosimilitud de Christoffersen, funciones de pérdida.
6. Aplicaciones al caso colombiano.
Documento de Melo y Granados (2010), http://www.banrep.gov.co/docum/ftp/borra615.pdf
ENTRENAMIENTO IV: RIESGO DE CRÉDITO Y LIQUIDEZ. (24 Horas)
1.Modelos avanzados de Riesgo de crédito
1.1. Basilea III
1.2. Normativa colombiana (SARC)
1.3. Perfiles de riesgo identificación y medicion
1.4. Scoring de crédito con un modelo probit multinomial ordenado para una cartera de consumo.
2. Modelos avanzados de Riesgo de liquidez
2.1. Basilea III
2.2. Normativa colombiana (SARL)
2.3. ALM GAP de liquidez
2.4. Metodologías de estimación
2.5. Vectores Autoregresivos (VAR)
2.6. Simulación de escenarios sobre IRL
MÓDULO VI. CERTIFICACIÓN INTERNACIONAL EN ADMINISTRACIÓN DE RIESGOS CRM. (32 horas)
CERTIFIED IN RISK MANAGEMENT - CRM
El CRM es dictado por el Dr. Johnathan Mun, director, fundador, presidente y CEO de Real Options Valuatios Inc. (ROV), quien además de ser uno de los profesores y expertos de renombre internacional en el análisis de Riesgo, es autor de libros como, Real Options Analysis: Tools and Techniques for Valuing Strategic Investment and Decisions, The Banker s Handbook on Credit Risk: Implementing Basel II, Advanced Analytical Models: Over 800 Models and 300 Applications from the Basel II, Modeling Risk: Applying Monte Carlo Simulation, real Options Analysis and Forecasting, entre otros. El Dr. Mun además es desarrollador de los programas de computador, Risk Simulator, Real Option SLS y Modeling Toolkit.
MÓDULO I: Introducción al Análisis de Riesgo
Capítulo 1: Introducción al Entrenamiento
Capítulo 2: Como se hacen las decisiones en los negocios?
Capítulo 3: ¿Qué es Riesgo? ¿Por qué hay que considerarlo?
Capítulo 4: Vista general de Aplicaciones Software de Análisis de Riesgo
MÓDULO II: Simulación Monte Carlo. Herramienta: Risk Simulator.
Capítulo 1: Vista General de Risk Simulator Software
Capítulo 2: Perfiles, Supuestos, Pronósticos y Simulaciones
Capítulo 3: Interpretación de las Estadísticas de Pronósticos
Capítulo 4: Preferencias de Simulación y Valores Semilla
Capítulo 5: Ejecución de Reportes, Guardar Archivos y Extracción de Datos de la Simulación
MÓDULO III: Técnicas Avanzadas de Simulación
Capítulo 1: Correlacionar y Truncar la Distribución
Capítulo 2: Alternar Parámetros
Capítulo 3: Simulaciones Multidimensionales
Capítulo 4: Ajuste de Distribuciones
Capítulo 5: Debida Diligencia y Errores en la Simulación
MÓDULO IV: Herramientas Analíticas y de Simulación
Capítulo 1: Análisis Tornado y Graficas Araña
Capítulo 2: Análisis de Sensibilidad Dinámica
Capítulo 3: Prueba de Hipótesis para Diferentes Distribuciones
Capítulo 4: Simulación Bootstrap No Paramétrica
MÓDULO V: Optimización. Herramienta: Risk Simulator.
Capítulo 1: Introducción a la Optimización
Capítulo 2: Optimización Continua
Capítulo 3: Optimización Entera
MÓDULO VI: Pronósticos
Capítulo 1: Técnicas de Pronósticos y Tipos de Datos
Capítulo 2: Pronósticos sin Datos
Capítulo 3: Análisis de Pronósticos de Series de Tiempo
Capítulo 4: Extrapolación No Lineal
Capítulo 5: Análisis de Regresión Multivariado
Capítulo 6: Procesos Estocásticos
Capítulo 7: Box-Jenkins ARIMA
MÓDULO VII: Análisis de Opciones Reales: Teoría y Entorno
Capítulo 1: Introducción a Opciones Reales: Qué, Donde, Quién, Cuándo, Cómo y Porqué?
Capítulo 2: Ejemplos de Casos de Negocios Aplicados
Capítulo 3: Vista General de Diferentes Técnicas de Valoración de Opciones: Comparación entre opciones financieras y reales
Capítulo 4: Técnica de Probabilidad Neutral al Riesgo
Capítulo 5: Opciones European y American Call
Capítulo 6: Utilizar Microsoft Excel Para solucionar una opción European y American Call
Capítulo 7: Solución de opciones básicas de Abandono, Expansión, Contracción y Alternativas
MÓDULO VIII: Análisis de Opciones Reales: Aplicación de SLS Software
Capítulo 1: Vista General de Módulos SLS y Estimación de la Volatilidad
Capítulo 2: Estimación de la Volatilidad
Capítulo 3: Solución de Opciones con Entradas Cambiantes y Opciones Exóticas Personalizadas
Capítulo 4: MSLS: Múltiples opciones compuestas secuenciales
Capítulo 5: MNLS: Solución de Reversión a la Media, Difusión de Salto y Opción Arcoíris sobre Activos Duales utilizando Arboles Trinomiales, Tetranomiales y Pentanomiales
Capítulo 6: Enmarcar Opciones Reales Estructurar el Problema
Capítulo 7: Los siguientes pasos :
CRM REPASO PARA EL EXAMEN
CRM EXAMEN
Abr
05
2024
Abr
05
2024
Abr
05
2024