PwC
PwC en Tunisie propose ce sujet de PFE au sein de sa ligne de services Risk (Business Unit Risk & Reg / Financial Risk & Modelling), sous la référence R003/27.
Description du sujet : Développement d’un framework quantitatif adapté aux portefeuilles présentant peu de défauts observés (LDP). Le stage comprendra : un benchmark des approches appliquées aux LDP ; la comparaison de méthodes fréquentistes, bayésiennes et fondées sur des données externes ; la calibration des échelles de PD et la quantification des marges de prudence ; la mise en place de tests de backtesting adaptés à la rareté des défauts ; le développement d’un outil permettant de comparer et de valider les méthodologies retenues.
Objectifs du stage : - Développer une approche robuste d’estimation et de calibration des PD dans un contexte de défauts rares. - Comparer les méthodes statistiques adaptées aux LDP, notamment les approches fréquentistes, bayésiennes et celles fondées sur des benchmarks externes. - Quantifier l’incertitude statistique et définir des marges de prudence appropriées. - Adapter les techniques de backtesting aux limites liées au faible nombre de défauts. - Développer un framework réutilisable pour la modélisation et la validation des PD sur les portefeuilles LDP.
Profil recherché : - Technologies : Python ou R, Pandas et NumPy, SciPy et Statsmodels, Scikit-learn, PyMC ou bibliothèque bayésienne équivalente, Plotly, Streamlit, SQL, Excel - Connaissances théoriques : Probabilités et statistiques inférentielles ; Économétrie et modélisation du risque de crédit ; Notions relatives à IFRS 9 et aux approches IRB
Conditions du stage : - Référence du sujet : R003/27 - Nombre de stagiaires : 1 - Candidature : envoyez votre CV à [email] avec en objet « Candidature PFE – Réf sujet(s) | Ligne de Services–Business Unit ou practice | Votre école | Votre spécialité | Votre nom »
Niveau : Niveau ouvert Mode : Présentiel Source : PFE Book PwC 2026-2027 (pfebooks.com)
- Réaliser une revue des approches statistiques et des pratiques de place relatives aux Low Default Portfolios. - Analyser la qualité, la profondeur historique, la représentativité et la concentration des données disponibles. - Définir des critères permettant de caractériser un portefeuille à faibles défauts. - Comparer différentes méthodes d’estimation des PD : approches historiques, bornes supérieures de confiance, méthodes bayésiennes, pooling et recours à des données externes. - Construire et calibrer une échelle de PD en assurant sa monotonie et sa cohérence économique. - Définir une méthode de quantification de l’incertitude statistique et de la marge de prudence. - Adapter les tests de calibration, de pouvoir discriminant et de stabilité aux faibles volumes de défauts. - Réaliser des simulations, des analyses de sensibilité et des tests de robustesse. - Développer un prototype permettant de comparer les méthodologies et d’automatiser le backtesting. - Formaliser le framework méthodologique, ses hypothèses, ses limites et ses règles d’interprétation
Talnivo calcule votre score de compatibilité CV ↔ offre et vous aide à l'améliorer avant de postuler.
Créer un compte gratuitVoir toutes les offres sur Talnivo