Soy estudiante de cuarto año de un IIT. Quiero trabajar en Gestión de Riesgo de Crédito y estoy más fresco en este campo. ¿De dónde debo comenzar a saber sobre la gestión del riesgo de crédito y cómo puedo implementar esos modelos?

Permítame una pregunta como respuesta a la suya: ¿por qué desea ingresar a la Gestión del riesgo de crédito? La razón por la que pregunto es que usted es una persona de TI, lo que significa que eligió un campo que está abierto, casi por definición, a cualquier área funcional que sea la fortaleza de esta carrera. ¿Por qué no eligió algunos estudios de econometría si ya sabe que quiere ir allí, es (al menos históricamente) mucho mejor pagado y lo lleva al centro del tema?

Ahora, cómo implementar modelos de riesgo de crédito depende de lo que quiera implementar:

  • calificación / calificación crediticia: ejercicio estadístico con problemas de calidad de datos y heurística sobre casos fronterizos excluyentes: recuerde que los incumplimientos rara vez son en la economía normal y no puede tomarlos en situaciones de crisis como un predictor de incumplimientos en condiciones económicas en auge
  • valoración de crédito, es decir, calcular el precio de algún instrumento financiero teniendo en cuenta las probabilidades de incumplimiento de los actores que lo rodean; se trata de implementar fórmulas de forma cerrada o algoritmos basados ​​en simulación. Para las fórmulas de forma cerrada, nada especial que decir, para los algoritmos basados ​​en simulación, los trucos consistirán en hacer que sea eficaz (mejores técnicas de muestreo, …)
  • transferencia de riesgo, es decir, calcular cuánto del riesgo de crédito (o la exposición al riesgo de crédito) se transfiere a qué contraparte con el fin de medir la exposición general que tiene contra los diversos actores del mercado. Esto es complicado en términos de estructuras de datos y navegación performante a través de las estructuras de datos.

En general, este es un campo complejo desde una perspectiva matemática y desafiante en términos de algoritmos y compensaciones de rendimiento / precisión que requiere alguien capaz de comprender los conceptos matemáticos de los que hablan los empresarios y comprender muchas de las técnicas en TI que permite un procesamiento rápido / distribuido en entornos de datos complejos.