Jefferson Schoenfeld

Outras informações:
Desenvolvimento, instalação, configuração e treinamento de soluções de software de risco de mercado. Desenvolvimento de soluções customizadas utilizando linguagem de programação (C++).

Outras informações:
Entre as principais entregas estão modelos de simulação da carteira de derivativos, utilizados para mensurar e aprimorar os modelos de risco do Banco (abordagem avançada do Bacen). Técnicas Empregadas: Estudo e implementação em MATLAB e C++ de metodologias aplicadas na geração de cenários através de simulação de Monte Carlo. Decomposição de Cholesky. Análise do componentes principais. Cópulas gaussianas e t-Student. Calibração de processos estocásticos através da otimização de funções de máxima verossimilhança.

Outras informações:
Gestão do processamento, documentação, metodologias e análisesde risco de mercado e de liquidez, tendo como produto final relatórios utilizados para fins gerenciais de acordo com as Resoluções BACEN 3.464/2007 e 4090/2012. Responsável pela realização de estudos e implementações de programas com a finalidade de melhorar modelos de gestão. Apresentações em comitê de risco. Apoio às demandas feitas pela tesouraria da instituição.

Outras informações:
Claro - Implementação de modelo de regressão logística usando o programa SAS para estimativa de score de auto cura dos clientes com pagamentos em atraso. Banco Santander ? Desenvolvimento de um modelo de renda presumida em duas etapas utilizando regressão logística ordinal e regressão quantílica. Banco Yamaha ? Desenvolvimento de solução para cálculo da perda esperada da carteira de crédito conforme IFRS9. Estudo e desenvolvimento de código SAS para implementação de modelo usando regressão logística utilizado para calcular a probabilidade de inadimplência. Modelagem de EAD e LGD por inferência sobre o comportamento observado da carteira. Banco Carrefour - Alocação na equipe de modelagem de Risco de Crédito. Desenvolvimento e implementação de uma solução para calcular a perda esperada da carteira de crédito de acordo com o IFRS9.

Outras informações:
Projetos Concluídos: Desenvolvimento de uma implementação da metodologia LDA (Loss Distribution Approach) para estimar capital econômico e apetite de risco para Risco Operacional usandobase interna, base externa e cenários. Implementação das seguintes funcionalidades: Estimação dos parâmetros das distribuições de frequências discretas e testes de hipóteses para seleção do melhor ajuste (qui-quadrado). Usando pacotes R. Estimativa dos parâmetros de distribuições contínuas de severidade por meio de desenvolvimento de código de otimização de máxima verossimilhança e testes de hipóteses para seleção do melhor ajuste (KS, Anderson-Darling e Upper Anderson-Darling). Código desenvolvido em Python. Simulação de Monte Carlo para calcular a perda anual agregada. Cálculo decapital stand alone e diversificado usando t-Copula. Desenvolvimento de código em Python. Desenvolvimento de uma calculadora em python que implementa o método SABR para estimativa de uma superfície de volatilidade da inflação (IPCA). Usado para reprocessamento e correção deséries históricas utilizadas no cálculo do VaR (Value-at-risk). Desenvolvimento de uma calculadora python que implementa a técnica de bootstrap de taxas de juros para cálculo de curva zero cupom de títulos emitidos em reais e negociados no exterior. Desenvolvimento de uma metodologia para cálculo do FVA (Fair Value Adjustment), segregados em categorias MPU, CoC e MoRi para os vários fatores de risco presentes na carteira. Calibração e documentação da metodologia utilizada para calcular a sensibilidade da carteira Banking em relação à taxas de juros para produtos não lineares. A abordagem utilizada foi a sensibilidade do market Value of equity (MVE). Uso do cálculo estocástico do MVE, com escolha de modelo de evolução de taxas de juros dp tipo no-arbitrage (BlackKarasinski), calibração de parâmetros e desenvolvimento de simulação de Monte Carlo com árvore trinomial em python.