Analyste Quantitatif - Modélisation du Risque de Crédit F/H

Vous souhaitez contribuer à une mission unique d'utilité publique au sein d'une banque engagée sur des sujets de société:
climat, santé, diversité et inclusion? Rejoignez-nous!Qui sommes-nous ?Écoles, hôpitaux, gymnases, routes, éoliennes, stations d'épuration, bateaux de croisière, satellites.
Chaque jour, Sfil participe au financement de nombreux projets pour servir l'intérêt commun et développer notre pays et notre économie en faisant de la transition écologique une priorité stratégique.
Travailler chez Sfil, c'est contribuer au rayonnement d'une banque publique de développement à taille humaine (< 400 collaborateurs).
Créée en 2013, Sfil a rejoint le groupe Caisse des Dépôts (CDC) en 2020 avec deux missions majeures confiées par l'État:
1er financeur du secteur public local:
Sfil finance durablement les collectivités locales et les hôpitaux publics français, en partenariat avec La Banque Postale.
1er apporteur de liquidité pour les grands contrats d'exportation:
nous finançons les grands contrats à l'international des entreprises françaises.
• RTT- Tickets restaurants- Mutuelle- Télétravail- 90% de prise en charge du passe Navigo- Salle de sport- Café Joyeux- Comité d'entrepriseMissionsAu sein de la direction des risques, l'équipe de Modélisation Quantitative est en charge de 5 missions principales:
Concevoir et gérer les méthodologies de mesure du risque de crédit (Modèles de PD et LGD, LGD Défaut, IFRS 9, Stress tests) et du risque climatique;Assurer le suivi de la performance des méthodologies dans le temps (Backtestings);Participer aux exercices de stress-tests EBA, à l'ICAAP en fournissant l'ensemble des paramètres de risque nécessaires à leur bonne réalisation.
Rédiger et maintenir à jour les Guidelines de Modélisation et de backtesting des modèles de crédit de SFIL.
Plus précisément, le pôle Modélisation Quantitative du Risque de Crédit développe les modèles statistiques relatifs aux paramètres Bâlois réglementaires afférents (PD, LGD Saine, LGD Défauts), les travaux de provisionnement (IFRS 9), ainsi que les modèles de risque climatique tout en assurant leur suivi et cohérence.
Au-delà de la mise en œuvre de méthodes quantitatives, ces travaux nécessitent beaucoup de proactivité pour porter et animer les nombreuses interactions avec les équipes partenaires (Informatique, Analystes Crédit, Analystes en charge des risques climatiques, Direction de la Validation, Audit.
).
Développements- Proposer et mettre en œuvre les méthodes et tests statistiques permettant « d'objectiver » le point de vue « expert » découlant de la pratique quotidienne d'Analyse des Risques de la clientèle SFIL (Collectivités locales, Santé publique, Banques et Souverains essentiellement);- Réaliser sous Matlab (principal langage utilisé dans l'équipe), R et Python les développements des modèles suivants:
Modèles d'estimation des probabilités de défaut (PD Through The Cycle) et des taux de perte en cas de défaut (LGD Through The Cycle) utilisé pour la notation et le suivi des portefeuilles de SFIL, et dans le cadre de l'approche économique de l'ICAAP.
Modèles d'estimations des probabilités de défaut (PD Point in Time) et des taux de perte en cas de défaut (LGD Point in Time) et des provisions (ECL) dans le cadre des normes de IFRS9.
Modèles de projection de paramètres de risque de crédit pour la réalisation des stress-tests.
Modélisation des risques climatiques (risque de transition, risque physique).
• Outre les travaux de développements quantitatifs, il conviendra de veiller au respect du planning des travaux définis pour chaque projet de modélisation confié, de participer activement au processus de collecte des données (rédaction d'EDB de données de modélisation, collecte des données, évaluation de la qualité des données lors de leur utilisation), d'assurer la coordination avec les différentes parties prenantes et de produire l'ensemble des livrables permettant une restitution transparente et objective des travaux réalisés.
• Assurer une veille active de travaux académiques, de possibilité de benchmarking avec des données et résultats en provenance d'organismes externes (Agences de notation, Instituts spécialisés, Associations professionnelles, autres établissements, .
).
• Assurer un suivi des évolutions réglementaires et leur prise en compte dans les travaux de modélisation (Guidelines BCE/EBA/IFRS) ainsi que l'enrichissement des guidelines de modélisation quantitative et de suivi de la performance des modèles (backtesting, études d'impacts.
).
• Réaliser l'ensemble des études quantitatives ad-hoc exigées relatives aux travaux de modélisation (étude de représentativité, étude d'impacts.
)- Justifier et défendre les méthodologies quantitatives face aux organes de contrôle internes (ex :
les équipes de Validation, l'Audit) et externes (ex :
Régulateurs, Commissaires aux Comptes)- Rédiger les rapports de modélisation, de BackTestings et de Stress Testings, tout en veillant à intégrer les réponses aux recommandations éventuellement émises par le Comité de Validation interne et les organes de contrôle externes.
• Livrer l'ensemble des travaux de modélisation effectués (documentation, package Matlab/R/Python développés, pistes d'audits des travaux réalisés) aux différentes instances de contrôles (Direction de la Validation, Audit, CACs, BCE).
Profil recherchéDiplômé d'une école d'ingénieur et / ou d'un BAC+5 universitaire avec une spécialisation en Probabilités - Statistique - Econométrie, le candidat au poste d'Analyste Quantitatif en Modélisation devra justifier d'une parfaite maîtrise des notions liées à la modélisation du risque de crédit bancaire, notamment sur les aspects réglementations (Bâle, IFRS).
Le candidat devra maîtriser les techniques de modélisation statistique usuelles et avancées en risque de crédit (méthodes de scoring, modélisation de la PD et LGD Bâle 2, modèles de PD/LGD Forward-Looking de provisionnement IFRS, méthodes et modèles utilisées dans le cadre des stress tests des portefeuilles de crédit .
etc).
La maîtrise des logiciels de statistiques Matlab et R est exigée, ainsi que celle du pack Office (Excel, PowerPoint); la maîtrise d'autres langages de programmation tel que Python est souhaitable.
La connaissance du langage SQL est souhaitable.
Outre les qualités techniques, être rigoureux, savoir travailler en équipe, être curieux tout en faisant preuve de pédagogie sont également des compétences requises.
Il est ainsi attendu du candidat d'être autonome, et d'avoir de bonnes capacités d'analyse et de communication, de synthèse et d'organisation, un esprit critique et ouvert ainsi qu'un bon relationnel.
•