Quantitative Risk Analyst — løn 2026: 71.044 kr. om måneden

En quantitative risk analyst sætter tal på risiko. Arbejdet er at beskrive usikkerhed matematisk: hvor meget kan der tabes, hvor sandsynligt er det, og hvad sker der i et alvorligt scenarie.

• Modelbygning: statistiske modeller for markedsrisiko, kreditrisiko eller operationel risiko, bygget på historiske data
• Beregninger: daglige opgørelser af, hvor meget der står på spil i porteføljen
• Stresstest: hvad sker der ved et alvorligt fald i markedet, en rentestigning eller en større kundes konkurs
• Validering: modellerne skal efterprøves mod virkeligheden — ramte de forbi, og hvor meget
• Kapitalopgørelse: beregningerne indgår i, hvor meget kapital virksomheden skal holde efter reglerne
• Dokumentation: en model skal beskrives så grundigt, at tilsynet kan følge hver antagelse
• Formidling: resultaterne skal forklares for ledelsen uden formler

Den faglige kerne er modellernes begrænsninger. Enhver model bygger på antagelser om fortiden, og de kritiske situationer er netop dem, hvor fortiden ikke gentager sig. En dygtig analytiker kender sin models blinde vinkler og siger dem højt.

Arbejdet findes i banker, realkreditinstitutter, pensions- og forsikringsselskaber, hos kapitalforvaltere og i de dele af det offentlige, der fører tilsyn med dem.

Hvilken lovgivning dækker denne rolle? Finansielle virksomheder er omfattet af lov om finansiel virksomhed, og Finanstilsynet fører tilsyn. Kapitalkravene til banker følger EU's kapitalkravsforordning, der gennemfører de internationale Basel-standarder, og bruger en virksomhed sine egne modeller til at opgøre kapitalen, skal modellerne godkendes af tilsynet. For forsikrings- og pensionsselskaber gælder EU's Solvens II-regler. Anvendes personoplysninger i modellerne, er behandlingen omfattet af databeskyttelsesforordningen.

Modellerne bygges i Python og R, som er fagets to arbejdssprog, ofte med biblioteker til statistik, tidsrækker og simulering. I ældre installationer bruges SAS og MATLAB stadig.

Data hentes fra databaser med SQL og fra markedsdataleverandører som Bloomberg og Refinitiv, der leverer kurser, renter og kreditoplysninger.

Beregningerne køres tit som natlige kørsler på servere, og resultaterne vises i rapporteringsværktøjer som Power BI eller i systemernes egne oversigter. Dertil kommer versionsstyring i Git, fordi en model skal kunne genskabes præcis, som den så ud på en given dato.