Wat is de logica achter een waarderisico model?
Een model dat de toekomst probeert te vangen in een enkel getal, kan de onvoorspelbaarheid van de markt nooit volledig bedwingen. De fundamentele beperking van risicomodellen ligt in het feit dat zij de uiterste uitschieters vaak niet kunnen voorzien.
Het begrijpen van de beperkingen van waarderisico (VaR) is essentieel voor iedereen die te maken heeft met financiële planning of beleggingen.
Dit artikel bespreekt de wiskundige logica achter risicocijfers, de praktische tekortkomingen tijdens marktfluctuaties en de noodzaak van bredere beheersingskaders.
* Het concept van de Value at Risk (VaR) en de kansberekening. * De oorzaken van modelrisico in financiën. * De beperkingen van waarderisico bij extreme marktverschuivingen. * De noodzaak van internationale standaarden voor risicobeheer.
Wat is de logica achter een waarderisico model?
Een belegger kijkt naar een scherm vol veranderende koersen en probeert de mogelijke verliezen voor de volgende dag te berekenen.
In een scenario waarin een aandelenportefeuille een eendaagse 5% VaR van $1 miljoen heeft, betekent dit dat er een kans van 0,05 is dat de waarde van de portefeuille met $1 miljoen of meer daalt over een periode van één dag.
Deze berekening is gebaseerd op een specifieke kansverdeling waarbij een verlies van $1 miljoen of meer wordt verwacht op 1 van de 20 dagen. De onvoorspelbaarheid financiële markten wordt hierbij gevangen in een statistisch kader.
Hoewel dit helpt bij het inschatten van de dagelijkse bewegingen, blijft het een benadering van de werkelijkheid.
De parameters voor VaR zijn vaak gebaseerd op kansniveaus zoals 1% en 5%, met tijdshorizons van één dag of twee weken. Deze combinaties helpen beheerders om de dagelijkse blootstelling te begrijpen.
Het is echter belangrijk om te onthouden dat een negatieve VaR juist een hoge kans op winst kan impliceren, zoals een eendaagse 5% VaR van negatief $1 miljoen.
In deze volgorde is de tweede stap het meest uitgebreid.
Waarom VaR niet werkt tijdens extreme marktverschuivingen?
Midden in de stormachtige nacht voelt de handelaar een koude rilling door zijn rug lopen terwijl de falende logica van het model de chaos van de beursvloer niet kan verklaren.
Een handelaar ziet met verbijstering hoe een model dat een stabiele markt voorspelde, plotseling volledig de plank misslaat tijdens een crash. De beperkingen van waarderisico worden pijnlijk duidelijk wanneer de markt niet langer de historische patronen volgt die de modellen hebben gebruikt.
Het risico is dat de kans op een overschrijding van de VaR-grens in de praktijk niet de enige factor is die ertoe doet. Een 5% kans op een verlies groter dan de VaR zou over een langere periode onafhankelijk moeten optreden bij een 95% VaR-instelling.
Als de markt echter extreem volatiel wordt, kunnen de uitkomsten buiten de voorspelde grenzen vallen.
Het is een misvatting dat een model alle risico's dekt; de focus op de kans van een verlies is slechts een deel van het verhaal. De onvoorspelbaarheid financiële markten betekent dat de werkelijke verliezen vaak veel groter zijn dan het berekende risico.
Dit verschil tussen de berekende waarde en de werkelijke uitschieters vormt de kern van het modelrisico.
In deze volgorde is de tweede stap het meest uitgebreid.
Hoe beïnvloedt modelrisico in financiën de stabiliteit?
In de schemering van de kantoortuin voelt de belegger een koude rilling bij het besef dat de gebrekkige logica van zijn berekeningen de markt kan doen wankelen.
Een toezichthouder controleert de rapportages van een bank en stelt vast dat de gebruikte methoden de werkelijke blootstelling onderschatten. Wanneer veel instellingen dezelfde methodologie gebruiken, kan een fout in het model leiden tot systemische kwetsbaarheden.
In de praktijk maakten veel grote banken gebruik van historische simulaties, waarbij een McKinsey-rapport in mei 2012 schatte dat 85% van de grote banken deze methode gebruikte. De overige 15% maakte gebruik van Monte Carlo-methoden.
Het afhankelijk zijn van historische data kan problematisch zijn als de toekomst fundamenteel verschilt van het verleden.
De focus op het minimaliseren van het modelrisico in financiën is cruciaal om paniek te voorkomen. Omdat modellen gebaseerd zijn op waarschijnlijkheden, bieden ze geen garanties voor de werkelijke uitkomst.
Een risico is dat men blind vertrouwt op de cijfers, terwijl de markt zich onttrekt aan de statistische regels.
In deze volgorde is de tweede stap het meest uitgebreid.
Welke internationale standaarden bieden een kader?
Een manager leest de richtlijnen van een internationale organisatie om de interne processen aan te scherpen. Het volgen van gestandaardiseerde procedures helpt bij het creëren van een eenduidige taal binnen de financiële sector.
ISO 31000 is een internationale standaard die in 2009 door de ISO werd gepubliceerd en dient als een leidraad voor effectief risicobeheer in alle sectoren. Deze standaard werd in 2018 herzien en in 2023 bevestigd.
Het biedt principes en richtlijnen die essentieel zijn voor een gestructureerde aanpak.
Daarnaast is ISO Guide 31073:2022 een populaire standaard die de terminologie voor risicobeheer verduidelijkt. Het gebruik van dergelijke kaders helpt bij het verminderen van de onzekerheid. Een goed risicobeheer combineert deze standaarden met een kritische blik op de dagelijkse modellen.
In deze volgorde is de tweede stap het meest uitgebreid.
Hoe ziet een effectief risicobeheerproces eruit?
Een auditor voert een controle uit op de interne risicobeoordeling van een onderneming om te zien of de processen robuust zijn. Het proces moet zowel kwantitatieve als kwalitatieve elementen bevatten om de volledige breedte van de risico's te dekken.
Volgens de Securities and Exchange Commission plaatste nieuwe richtlijnen uit 2007 meer nadruk op top-down risicobeoordeling en werd er een specifieke vereiste opgenomen om een frauderisicobeoordeling uit te voeren.
Volgens de Public Company Accounting Oversight Board plaatste nieuwe richtlijnen uit 2007 meer nadruk op top-down risicobeoordeling en werd er een specifieke vereiste opgenomen om een fraude-risicobeoordeling uit te voeren.
Voor een effectieve controle kan men de volgende stappen volgen:
- Identificeer de parameters voor de risicoberekening, zoals de kansniveaus en de tijdsintervallen. 2.standaardisatie van de terminologie en methoden volgens internationale richtlijnen. 3. Voer een vergelijking uit tussen de berekende risicowaarden en de werkelijke marktuitkomsten.
In een specifieke toepassing mag het fondsrisico bijvoorbeeld niet de 200% van de VaR van het referentieportfolio overschrijden onder de relatieve VaR-test. Ook is er vaak een limiet van 20% van de netto activa onder de absolute VaR-test.
Het is belangrijk om deze grenzen continu te monitoren om de stabiliteit te waarborgen.
- Identificatie van potentiële blootstellingen.
- Kwantificering van de impact via scenario-analyses.
- Implementatie van mitigatiestrategieën.
In deze volgorde is de tweede stap het meest uitgebreid.
Wat zijn de beperkingen van statistische modellen?
Een wiskundige kijkt naar een tabel met waarschijnlijkheden en merkt op dat de uiterste extremen in de staart van de verdeling vaak worden genegeerd. De beperking van een model is dat het slechts een wiskundige benadering is van een complexe, chaotische werkelijkheid.
De beperking van een model is dat het vaak uitgaat van normale verdelingen, terwijl echte marktverliezen vaak groter zijn dan de voorspelde kansen. Een beperking is bijvoorbeeld dat een 1% VaR in bepaalde gevallen $0 kan zijn als de kans op verlies kleiner is dan de gekozen drempelwaarde.
Dit type scenario laat zien hoe statistische keuzes de uitkomst bepalen.
Het is essentieel om te begrijpen dat modellen hulpmiddelen zijn, geen waarheden. De onvoorspelbaarheid van de markt blijft de grootste uitdaging voor elk risicomodel.
In deze volgorde is de tweede stap het meest uitgebreid.
Wikipedia: Value of a statistical life (full) Op basis van het bewaarde fragment waarin EPA wordt genoemd: From the EPA's website:Suppose each person in a sample of 100,000 people were asked how much he or she would be willing to pay for a reduction in their individual risk of dying by 1 in 100,000, or 0.001%, over the next year.
Gerelateerd
Reacties 0