Stage - développement d'un modèle de lgd par approche de scoring H/F

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

Résumé du poste

Une grande institution bancaire recherche un stagiaire pour modéliser les pertes de non-remboursement (LGD) dans le cadre de la réglementation bâloise. Vous travaillerez sur des modèles statistiques en utilisant R, Python ou SAS. Ce stage est ouvert aux étudiants en université ou école d'ingénieur, offrant une excellente opportunité d'application pratique des concepts en finance et en analyse de données.

Qualifications

• Étudiant(e) en université ou école d'ingénieur.
• Compétences en modélisation et analyse de données.
• Connaissance des modèles de notation du risque.

Responsabilités

• Réaliser des travaux de modélisation des LGD Saine/Défaut.
• Assurer le pré-traitement de la base de données.
• Valider les performances du modèle final.

Formation

Université ou école d'ingénieur

Outils

R

Python

SAS

Description du poste

Stage - développement d'un modèle de lgd par approche de scoring H/F

Vous rejoindrez au sein du département « Modèles Internes Groupe » de la Direction des Risques du Groupe Crédit Agricole, le service Modèles Bâlois qui est en charge des modèles du triplet PD, LGD et CCF dans le cadre de la réglementation bâloise.

Le service s’occupe de la réalisation et/ou de la supervision de l’ensemble des modèles de notation du risque de contrepartie du Groupe Crédit Agricole, tant pour les portefeuilles de la banque de détail (retail) que pour ceux de la banque des entreprises (corporate).

Ces modèles statistiques sont conçus dans le but de hiérarchiser et de quantifier les risques de non-remboursement des encours engagés.

Le stagiaire aura pour objectif d’assurer, dans le langage de son choix (R/python/SAS), les travaux de modélisation des LGD Saine/Défaut qui s’articuleront autour de 5 principales étapes :

1. Pré-traitement de la base de données
2. Estimation d’une fonction de score basée sur les niveau de perte (Fort/Faible) avec détermination d’un seuil Optimal
3. Segmentation
4. Détermination d’une approche alternative à la Chaine Ladder pour le prolongement des Contrats Non Clos
5. Calibrage des paramètres
6. Validation des performances du modèle final

Université, école d'ingénieur