Pavol Jurča

Kvantitatívne metódy riadenia rizík


 

Výučba

    F108
    pondelok, 16:30 - 18:50 (prednáška + cvičenie)
    Informačný list predmetu
 

Projekt

Zadanie
 

Priebeh semestra

Dátum Téma Slajdy Učebný text Cvičenia
20.2. Úvod do manažmentu rizík – typy rizík Predn.1 Kap.1 Dlhopisy
27.2. Úvod do manažmentu rizík – základná filozofia bankovej regulácie, vlastnosti trhových údajov Predn.2 Kap.1 Údaje, matlab
6.3. Value at Risk – motivácia, prehľad metód pre jednoduché aktívum Predn.3 Kap.2 VaR
13.3. Value at Risk - prípad viacerých a nelineárnych aktív, využitie VaR, kritika, spätné testovanie, iné miery rizika Predn.4 Kap.2
20.3. Stresové testovanie - návrh scenárov s využitím analýzy hlavných komponentov Predn.5 Kap.3 Údaje, matlab
27.3. Stresové testovanie - návrh scenárov s využitím modelu založenom na kombinácii dvoch normálnych rozdelení Predn.6 Kap.3 Údaje, matlab
3.4. Teória extrémnych hodnôt Predn.7 Kap.4 Údaje, matlab, Excel
10.4. Kreditné riziko - prvá časť Cast 1, Cast 2 Kap.5
17.4. Prednáška nebude - Veľkonočný pondelok
24.4. Kreditné deriváty Predn.9 pdf
1.5. Prednáška nebude - štátny sviatok
8.5. Prednáška nebude - štátny sviatok
15.5. Kreditné riziko - druhá časť (prednášal Jakub Šiška) Predn.10 Kap.5 pdf
22.5. Kopuly Predn.11 pdf
31.5. Záverečný test o 16.30 v posluchárni A.

 

Literatúra

  • McNeil, A.J., Frey, R., Embrechts, P.: Quantitative Risk Management: Concepts, Techniques and Tools, Princeton University Press, 2005
  • Danielsson, J.: Financial Risk Forecasting: The Theory and Practice of Forecasting Market Risk with Implementation in R and Matlab, The Wiley Finance Series, 2011.

Sylaby

  • Úvod – typy rizík, problémy v riadení rizík
  • „Klasická“ miera rizika – Value at Risk, ďalšie miery rizika
  • Metódy pre generovanie stresových scenárov pre viacrozmerné dáta (analýza hlavných komponentov, modely založené na kombinácii viacerých normálnych rozdelení)
  • Modelovanie extrémnych udalostí – teória extrémnych hodnôt
  • Meranie kreditného rizika (rôzne prístupy)
  • Kreditné deriváty a ich oceňovanie
  • Metódy pre modelovanie štruktúry závislostí – kopuly

Pravidlá hodnotenia

V rámci hodnotenia sa bude klásť dôraz predovšetkým na praktické zvládnutie preberaných kvantitatívnych metód (projekt), ako aj na overenie nadobudnutia základného prehľadu poznatkov z oblasti riadenia rizík (test).

Váha jednotlivých činností:

  • Projekt: 70% (termín: 28. máj 2017)
  • Test: 30% (streda 31. máj 2017)

Záverečné hodnotenie:

A      aspoň 90%
B      aspoň 80%, ale menej ako 90%
C      aspoň 70%, ale menej ako 80%
D      aspoň 60%, ale menej ako 70%
E      aspoň 50%, ale menej ako 60%
FX    menej ako 50%

 

Cieľ predmetu

Cieľom je oboznámiť študentov s modernými kvantitatívnymi metódami manažmentu rizík. Obsahom predmetu bude prehľad pomerne širokého spektra pojmov, metód a modelov, ktoré sa využívajú alebo by ich bolo možné využiť v oblasti riadenia rizík. Venovať sa budeme predovšetkým základným metódam pre riadenie trhového a kreditného rizika.

Tento prehľad študentom umožní zorientovať sa v tejto problematike so zameraním na tie poznatky, ktoré bude možné využiť v prípade ich neskoršieho pôsobenia na útvaroch riadenia rizík v rôznych inštitúciách. Pri každej z preberaných metód a modelov bude na začiatku vysvetlená motivácia, t.j. aké konkrétne problémy z reálnej praxe chceme riešiť. Dôraz bude kladený aj na praktickú realizovateľnosť, súčasťou výuky bude preto viacero konkrétnych ilustračných príkladov použitia metód na praktické problémy v aktuálnej praxi finančných inštitúcií, ako aj ukážka implementácie ich riešenia v rôznych programoch (najmä Excel, Matlab, príp. R). Na tento cieľ bude orientovaný aj samotný projekt.

Predmet zároveň poskytne úvod do problematiky pre tých študentov, ktorí by sa metódami riadenia rizík chceli zaoberať v rámci svojho ďalšieho štúdia alebo záverečnej práce. S týmto cieľom sa budeme sústrediť predovšetkým na porozumenie základných predpokladov, výhod a nevýhod jednotlivých metód.

Kurz je určený predovšetkým pre študentov 1. a 2. ročníka magisterského štúdia odboru ekonomická a finančná matematika, ale rád privítam aj študentov iných odborov.