Analyste quantitatif risque de crédit H/F

Crédit Agricole Group; Montrouge; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une institution financière de premier plan recrute un stagiaire en finance pour contribuer à l'amélioration des méthodologies de gestion des risques de crédit. Ce stage implique la modélisation des variables instrumentales à l'aide de techniques de machine learning et l'évaluation des impacts méthodologiques. Le candidat idéal aura une formation en finance ou en statistiques et sera capable d'analyser les paramètres économiques en relation avec le risque de crédit.

Qualifications

• Formation en finance ou en statistiques requise.
• Connaissances en modélisation et machine learning souhaitables.
• Capacité à analyser des facteurs macro-économiques.

Responsabilités

• Modéliser des variables instrumentales avec des techniques de machine learning.
• Implémenter méthodologies alternatives pour évaluer les risques.
• Rédiger et publier un article sur les nouvelles méthodologies.

Connaissances

Modélisation des données

Machine learning

Analyse des risques

Formation

Études en finance ou en statistiques

Outils

Python

Librairie de calcul

Description du poste

Overview

Vous recherchez un stage en finance et vous avez un intérêt pour la gestion des risques? Alors cette offre est faite pour vous!

La Direction Risk and Permanent Control (RPC) fait partie de la Ligne Métier Risques (LMR) de Crédit Agricole S.A. Elle identifie, analyse, mesure et contrôle les risques de contrepartie, les risques de marché, les risques pays et de portefeuille ainsi que les risques opérationnels physiques et techniques sur le périmètre de Contrôle Interne de CACIB. RPC est en outre responsable du pilotage et de la supervision du dispositif de contrôle permanent de CACIB, tous vecteurs de risques confondus.

Vous intégrerez l’équipe « Modèles Quantitatifs de Portefeuille ». Dans ce cadre, vous contribuerez de manière générale à l’amélioration des méthodologies de détection et de gestion des risques de crédit.

Le stage portera sur le modèle de calcul des provisions au titre du risque de crédit dans le cadre de l’application de la norme IFRS9. Cette formule de calcul fait intervenir en input plusieurs paramètres reflétant et mesurant le risque de crédit de la contrepartie, notamment la probabilité de défaut (PD) et le niveau de perte en cas de défaut (LGD, Loss given default).

Comme l’exige la norme IFRS9, ces paramètres doivent prendre en compte une vision forward looking dans leur estimation, i.e. une intégration de facteurs macro-économiques dans les estimations anticipant le contexte macro-économique selon plusieurs trajectoires à divers horizons. Pour cela, un modèle à barrière (framework Merton) est utilisé pour relier les drivers économiques et les données du portefeuille (rating, migrations,…) synthétisé par des variables instrumentales.

Les objectifs du stage sont multiples :

• La modélisation des variables instrumentales citées ci-dessus fait intervenir des techniques de modélisations de machine learning (réseaux de neurones, techniques ensemblistes de type stacking,…).
• Vous aurez pour tâche de vous approprier le dispositif méthodologique existant (De plus, une maîtrise de la librairie de calcul sera demandée).
• Vous aurez pour tâche d’implémenter la méthodologie alternative et d’en produire les impacts induits.
• La méthodologie alternative retenue pourra faire l’objet d’une rédaction d’un article suivie d’une publication.