91滴滴

奥测办蝉锄迟补艂肠别苍颈别:

• 2017- 2022 Niestacjonarne studia doktoranckie Ekonomii, zako艅czone uzyskaniem stopnia doktora nauk ekonomicznych, specjalno艣膰: ekonometria, praca doktorska na temat: 鈥�Modelling the Loss Given Default for Retail Contracts" napisana w Katedrze Ekonometrii pod kierunkiem dr. hab. Paw艂a Baranowskiego, prof. U艁. (promotor) oraz dr Mariusza G贸rajskiego (promotor pomocniczy). Uniwersytet 艁贸dzki.
• 2011 - 2012 Podyplomowe Studia z Zarz膮dzania Ryzykiem w Instytucjach Finansowych, praca zaliczeniowa na temat: "Programowanie Liniowe oraz DEA jako alternatywy do klasycznych metod scoringowych". Szko艂a G艂贸wna Handlowa.
• 2005 - 2010 Studia na kierunku Informatyka i Ekonometria, specjalno艣ci: Badania Operacyjne, zako艅czone dyplomem magistra, praca magisterska na temat: "Ocena ryzyka kredytowego klienta indywidualnego". Uniwersytet 艁贸dzki.

Do艣wiadczenie zawodowe:

• 2022 - Mened偶er Wydzia艂u Modelowania Ryzyka Straty, mBank
• 2020 - 2022 Kierownik Zespo艂u Parametr贸w Ryzyka Portfela Kredytowego, BNP Paribas
• 2010 - 2020 Ekspert w Wydziale Modeli Ryzyka, mBank

Moje zainteresowania badawcze s膮 ukierunkowane g艂贸wnie na tematy zwi膮zane z szeroko poj臋tym ryzykiem kredytowym. Modelowanie parametr贸w (Loss Given Default, Probability of Default, Exposure at Default), algorytmy wyznaczania zdolno艣ci kredytowej, modelowanie spreadu kredytowego, czy zagadnienia zwi膮zane z testami warunk贸w skrajnych w kontek艣cie zmian klimatycznych, to obszary, kt贸rym po艣wi臋cam najwi臋cej czasu.

Prowadzone przedmioty:

Ekonometria, Wyb贸r portfela inwestycyjnego, Zaawansowana ekonometria szereg贸w czasowych.

Publikacje

1. Starosta W. (2020) 鈥淢odelling Recovery Rate for Incomplete Default using time Varying Predictors鈥�, Central European Journal of Economic Modelling and Econometrics vol. 12, s. 195-225.
2. Starosta W. (2020) 鈥淏eyond the contract. Client behavior from origination to default as the new set of the Loss Given Default risk drivers.鈥�, Journal or Risk Models Validation vol. 15(1), s. 69-91.
3. Starosta W. (2021) 鈥淟GD decomposition using mixture distributions of in-default events鈥�, European Journal of Operational Research vol. 292, s. 1187-1199.
4. Starosta W. (2020) 鈥淔orecast combination approach in the loss given default estimation鈥�, Applied Economics Letters vol. 28, s. 1813-1817.

Konferencje

1. Zastosowanie Machine Learning w zarz膮dzaniu ryzykiem. Tytu艂 wyst膮pienia: "Wykorzystanie modeli machine learning do estymacji parametr贸w PD / LGD" (2021).
2. Zarz膮dzanie ryzykiem kredytowym. Tytu艂 wyst膮pienia: "Wyzwania w ramach modeli MSSF9" (2022).
3. Risk Modelling Congress. Tytu艂 wyst膮pienia: "Key challenges related to climate stress testing and risk parameters estimation" (2023).

Szkolenia

1. Valuation and risk management of the corporate bonds portfolio - CEETA (2013).
2. Agile Project Management - Whitecom (2014).
3. Statistical Learning - Stanford University (2015).
4. R Programming - Johns Hopkins University (2016).
5. Advanced Credit Risk Modeling for Basel/IFRS 9 using R/Python/SAS - Blue Courses (2022).