CP1: Introdução ao Risco Bancário (overview de vários riscos). Tipos de modelos para análise de risco bancário (p.e., risco de liquidez ou outros e métricas regulatórias ou internas utilizadas nesses riscos)
CP2: Tipos de modelos para análise de risco bancário (continuação) (ligação com situações de dia-a-dia de eventos de risco).
CP3: Introdução à Ciência de Dados; Exercícios com a ferramenta Orange.
CP4: Variáveis relevantes na análise de risco bancário (apresentação e interpretação de resultado das variáveis).
CP5: Visualização de informação; Modelos de previsão com dados.
CP6: Exercícios práticos de análise de risco bancário com a ferramenta Orange (ex: prever stress de liquidez no Banco, simulação com novo evento; discussão de resultados).

Devido ao facto de a UC ser maioritariamente de experimentação prática e pensamento crítico, a avaliação é realizada ao longo do semestre letivo e não existe a modalidade de avaliação por exame (100%).
A nota final é calculada através da avaliação de:
Relatório do trabalho de projeto num caso de estudo e discussão online

Obrigatória

Cady, Field. The Data Science Handbook. Hoboken: John Wiley & Sons Inc., 2017. Stanton, Jeffrey M. and Jeffrey M. Saltz. An Introduction to Data Science. New York: Sage Publishing Inc., 2017. Bessis, J. (2015). Risk management in banking. John Wiley & Sons. Ruozi, R., & Ferrari, P. (2013). Liquidity risk management in banks: economic and regulatory issues. Berlin, Heidelberg: Springer Berlin Heidelberg.

Opcional

Grus, Joel. Data Science from Scratch, First Principles with Python. Sebastopol: O’Reilly Media, Inc., 2015. Cornett, M. M., McNutt, J. J., Strahan, P. E., & Tehranian, H. (2011). Liquidity risk management and credit supply in the financial crisis. Journal of Financial Economics, 101(2), 297-312.