Ce workshop intensif vous permet de maîtriser l'intégralité de la chaîne de valeur : qualification statistique, modélisation de l'écoulement, estimation du pass-through, valorisation et mesure du risque de taux, le tout assisté par l'IA générative pour automatiser et fiabiliser vos livrables.

Public cible :

Trésoriers et gestionnaires ALM
Auditeurs internes et contrôleurs de gestion
Risk managers et responsables des risques
Tout employé désirant approfondir ses connaissances en modélisation ALM

Objectifs :

Lire et qualifier une série DAV : détecter les tendances, la saisonnalité et la stabilité comportementale de chaque segment de clientèle.
Construire un profil d'écoulement crédible : estimer la durée de vie réelle des dépôts stables, calibrer les taux de fuite et produire la matrice ALM réglementaire.
Mesurer la transmission des taux : calculer le coefficient de pass-through et anticiper l'impact sur le produit net d'intérêt dans six scénarios de taux.
Valoriser la franchise de dépôts : calculer la valeur économique cachée des DAV (V_core), décomposer le spread net (OAS) et modéliser la dynamique des taux.
Piloter le risque de taux du portefeuille bancaire : construire le gap de repricing, calculer l'EVE et passer le test de la valeur aberrante BCBS 368.
Utiliser l'IA pour gagner du temps et fiabiliser : générer des livrables Excel/Word, auditer des classeurs automatiquement et produire des notes ALCO assistées.

Résumé du programme et contenu :

Ce workshop intensif de trois jours positionne la modélisation comportementale des DAV comme pierre angulaire du dispositif ALM. Le programme suit une progression narrative : diagnostic de stabilité des séries (décomposition STL, tests ADF/KPSS, indice de stabilité, séparation noyau dur/volatile) ; modélisation de l'écoulement (taux de fuite, durée de vie moyenne, matrice ALM et plafonds BCBS) ; mesure du pass-through et de la sensibilité du NII aux six scénarios de choc ; valorisation économique (V_core, OAS, courbe Nelson-Siegel et CIR) ; mesure du risque de taux (gap, EVE, test SOT) et backtesting avec notation des modèles (MAPE, U de Theil, grille A à D). Une dimension transversale intègre trois démonstrations IA : génération automatisée de livrables (Word/Excel) à partir de données brutes, audit de cohérence des classeurs et assistance à la décision ALCO. La pédagogie alterne théorie rigoureuse et ateliers sur données réelles.