STAGE - Développement d'un Modèle de LGD par approche de Scoring H/F

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

Résumé du poste

Une institution financière recherche un stagiaire pour travailler au sein de son service Modèles Bâlois sur des projets de modélisation des risques. Le stagiaire utilisera R, Python ou SAS pour divers travaux dont la modélisation LGD, l’estimation de fonctions de score, et la validation des modèles. Ce stage est une excellente opportunité de développement de compétences en modélisation des risques avec une approche application directe au secteur bancaire.

Qualifications

• Connaissance des statistiques et de la modélisation des risques.
• Capacité à travailler avec des bases de données.
• Compétences en estimation et en validation de modèles.

Responsabilités

• Assurer la modélisation des LGD Saine/Défaut.
• Travaux de pré-traitement de la base de données.
• Estimation et validation des performances du modèle.

Connaissances

R

Python

SAS

Description du poste

Overview

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 Agricolé, 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.

Objectif du stage

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 niveaux 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 et Validation des performances du modèle final