Wykształcenie:

• 2017- 2022 Niestacjonarne studia doktoranckie Ekonomii, zakończone uzyskaniem stopnia doktora nauk ekonomicznych, specjalność: ekonometria, praca doktorska na temat: ”Modelling the Loss Given Default for Retail Contracts" napisana w Katedrze Ekonometrii pod kierunkiem dr. hab. Pawła Baranowskiego, prof. UŁ. (promotor) oraz dr Mariusza Górajskiego (promotor pomocniczy). Uniwersytet Łódzki.
• 2011 - 2012 Podyplomowe Studia z Zarządzania Ryzykiem w Instytucjach Finansowych, praca zaliczeniowa na temat: "Programowanie Liniowe oraz DEA jako alternatywy do klasycznych metod scoringowych". Szkoła Główna Handlowa.
• 2005 - 2010 Studia na kierunku Informatyka i Ekonometria, specjalności: Badania Operacyjne, zakończone dyplomem magistra, praca magisterska na temat: "Ocena ryzyka kredytowego klienta indywidualnego". Uniwersytet Łódzki.

Doświadczenie zawodowe:

• 2022 - Menedżer Wydziału Modelowania Ryzyka Straty, mBank
• 2020 - 2022 Kierownik Zespołu Parametrów Ryzyka Portfela Kredytowego, BNP Paribas
• 2010 - 2020 Ekspert w Wydziale Modeli Ryzyka, mBank

Moje zainteresowania badawcze są ukierunkowane głównie na tematy związane z szeroko pojętym ryzykiem kredytowym. Modelowanie parametrów (Loss Given Default, Probability of Default, Exposure at Default), algorytmy wyznaczania zdolności kredytowej, modelowanie spreadu kredytowego, czy zagadnienia związane z testami warunków skrajnych w kontekście zmian klimatycznych, to obszary, którym poświęcam najwięcej czasu.

Prowadzone przedmioty:

Ekonometria, Wybór portfela inwestycyjnego, Zaawansowana ekonometria szeregów czasowych.

Publikacje

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

Konferencje

1. Zastosowanie Machine Learning w zarządzaniu ryzykiem. Tytuł wystąpienia: "Wykorzystanie modeli machine learning do estymacji parametrów PD / LGD" (2021).
2. Zarządzanie ryzykiem kredytowym. Tytuł wystąpienia: "Wyzwania w ramach modeli MSSF9" (2022).
3. Risk Modelling Congress. Tytuł wystąpienia: "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).