Stage - ingénieur quantitatif – challenge des techniques de validation des performances de modè[...]

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

Résumé du poste

Une institution financière leader en Île-de-France recherche un(e) stagiaire ingénieur quantitatif pour contribuer à la validation des modèles de mesures de risques. Le stagiaire travaillera sur l'évaluation des modèles LGD, analysant et challenger les méthodes existantes. Les candidats doivent être en école d'ingénieur ou à l'université, spécialisés en statistiques ou mathématiques appliquées.

Qualifications

• Étudiant(e) en statistiques ou mathématiques appliquées.
• Bonne connaissance des méthodes de validation des modèles.
• Capacité à travailler sur des bases de données larges.

Responsabilités

• Contribuer au contrôle des modèles d’analyse et de mesure des risques.
• Mener une recherche bibliographique sur les contrôles et validations.
• Challenger les méthodologies utilisées par le Groupe.

Connaissances

Statistiques

Mathématiques appliquées

Programmation Python

Formation

Université, école d'ingénieur (ExESA, ENSAE, ENSAI)

Description du poste

Stage - ingénieur quantitatif – challenge des techniques de validation des performances de modèles H/F

Au sein de la Direction des Risques Groupe (DRG) de Crédit Agricole SA, vous rejoindrez la Direction de la Validation des Modèles Groupe (DRG/VMG), en charge de la validation des modèles de mesure de risques niveau Groupe. Rattaché à l’unité en charge de la Validation des Modèles Internes (DRG/VMG/VMI), vous intégrerez une équipe dynamique à la frontière des métiers de modélisation et d’audit avec une composante quantitative marquée.

Vous aurez pour mission de contribuer au contrôle des modèles d’analyse et de mesure des risques (crédit, marché, opérationnel, etc.) au croisement des exigences réglementaires et des expertises métiers reconnues sur de nombreux domaines couverts par l’activité du Groupe Crédit Agricole SA. Ce stage porte sur le challenge relatif à la quantification du risque des modèles LGD selon les axes suivants :

• La méthodologie de traitement des recouvrements incomplets dans l’estimation LGD
• L’évaluation du caractère prédictif des modèles LGD
• L’évaluation de la prise en compte des ralentissements économiques («economic downturn») dans le cadre des estimations LGD (identification des périodes dites «downturn» telle que définie dans les textes réglementaires EBA/RTS/2018/04, et quantification de l’ajustement «downturn» appliqués aux paramètres estimés telle que décrit dans l’EBA/GL/2019/03).

A partir des différentes normes de modélisation et de backtesting déjà existantes au sein du Groupe, le stagiaire sera chargé de challenger les méthodes dans le but de créer un set d’indicateurs et de tests statistiques indépendants de ceux utilisés par les fonctions de modélisation. Il sera nécessaire d’étudier l’applicabilité de ces approches selon le portefeuille concerné (volumétrie de la base de données, nombre de défauts disponibles, etc.). Ces indicateurs et tests devront être implémentés dans un outil sur Python permettant l’automatisation des analyses.

Vous aurez pour missions principales :

• Prendre connaissance du corpus normatif interne (normes de modélisation et backtesting du Groupe) ainsi que du contexte réglementaire (évolution de l’environnement réglementaire et renforcement des exigences du superviseur)
• Mener une recherche bibliographique approfondie sur les méthodes de contrôles et validations relatives à la quantification du paramètre LGD
• Challenger les méthodologies actuellement utilisées par le Groupe (méthode de projection des dossiers non clos, tests relatifs au pouvoir prédictif du modèle, etc.)
• Compléter l’outil d’automatisation facilitant le challenge des résultats fournis par les fonctions de modélisation. Cet outil fera l’objet d’une mise en application sur un des modèles du Groupe au cours du stage (périmètre Retail ou Grande Clientèle – Low Default Portfolio & High Default Portfolio)
• Documenter les avantages/inconvénients de chacune des méthodes challengées et leur cadre d’application.
• Rédiger un guide d’utilisation de l’outil/programmes mis en place.

Université, école d'ingénieur : ExESA, ENSAE, ENSAI…
Spécialisation: Statistiques, mathématiques appliquées