EF5340
信用风险管理
📘 简介
本课程介绍了最新的信用风险管理技术，特别是根据巴塞尔III框架的信用风险测量与监管要求。学生将学习如何评估借款人的信用质量，使用机器学习、信用评级和FICO评分等工具进行分析。课程还涉及如何计算债务和证券化暴露的资本要求，并运用信用衍生品如CDS、CLN和CDO对信用风险进行对冲。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 讨论信用风险因素，并分析常见债务产品的信用风险；
✔️ 使用信用评级、FICO评分和机器学习评估借款人的信用质量；
✔️ 解释同质和异质债务组合的信用风险；
✔️ 解释并缓解单个债务和债务组合的信用风险；
✔️ 讨论主要信用衍生品的性质，包括CDS、CLN和CDO；
✔️ 使用生成性AI分析信用风险监管要求；
✔️ 设计信用风险资本要求计算方法，并应用于债务和证券化暴露。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 期末项目 | 50% | 学生将完成一个期末项目，评估多个公司或债务产品的信用质量，提出贷款策略，并计算资本要求。 |
| 📝 期末考试 | 50% | 期末考试将评估学生对信用风险管理理论及应用的掌握，特别是在信用衍生品和资本要求计算方面的应用能力。 |
💬 课程评价
✨ 精选评价
✏️ 您也可以通过以下方式分享您的学习体验和建议：
-
1️⃣ 课程页面底部评论 💬 在课程页面底部直接提交您的评论，我们会审核后将其收录到网站中。
-
2️⃣ GitHub 提交 🌐 如果您希望更全面地分享课程评价，或希望修改或新增课程页面，欢迎参考 Contributing 页面，通过 GitHub 提交您的贡献。
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU