Financiële besluitvorming en risicomanagement hebben betrekking op het beheersen van onzekerheid. De mate waarin de financiële doelen worden gehaald dan wel risicolimieten overschreden hangt grotendeels af van het toekomstig gedrag van financiële en economische risicovariabelen. Ortec Finance heeft meer dan vijfentwintig jaar ervaring in het toepassen van scenario-analyse ten behoeve van financiële besluitvorming en financieel risicomanagement, voor zowel institutionele cliënten als private wealth managers verspreid over de hele wereld.
Om blijvend te kunnen voldoen aan de eisen die worden gesteld aan de onderliggende generatoren van economische scenario’s heeft Ortec Finance haar volgende generatie Dynamic Scenario Generator (DSG) ontwikkeld. De DSG levert scenario’s voor:
- het ontwikkelen van strategieën om korte en lange termijn doelen te behalen
- het implementeren van deze strategieën
- het monitoren en het risicomanagement van de geïmplementeerd strategieën in relatie tot de oorspronkelijke doelen.
De DSG biedt een consistent kader van scenario’s voor al deze verschillende doeleinden en voorkomt dat er verschillende scenariomodellen worden ingezet voor verschillende toepassingen. Deze consistentie is van cruciaal belang voor de kwaliteit van de financiële besluitvorming en risicomanagement, en vergroot de kansen dat institutionele cliënten en private wealth managers uiteindelijk hun doelen behalen.
Gebruik van scenario's
Scenario eigenschappen
 |
De DSG gebruikt een unieke combinatie van statistische en econometrische technieken die op efficiënte wijze grote hoeveelheden tijdsreeksdata kunnen verwerken. De methodologie bestaat uit een combinatie van frequentiedomein technieken, dynamische factormodellen en speciale technieken om met niet-normale verdelingen zoals asymmetrie en ‘dikke staarten’ om te gaan.
|
 |
Risico en rendement uitgedrukt in volatiliteit, correlaties en verdelingen, variëren met de horizon. Volatiliteiten nemen toe met de horizon, maar typisch niet volgens het patroon van een eenvoudige ‘random walk’. In plaats daarvan laten sommige variabelen een lagere volatiliteit zien als gevolg van ‘mean reversion’ terwijl andere variabelen juist een hogere volatiliteit laten zien door ‘trending’ gedrag. Zowel historische data als de scenario’s weerspiegelen vrijwel geen correlatie tussen aandelen en inflatie op korte horizons maar een duidelijke toename daarvan naarmate de horizon langer wordt.
|
 |
Conjunctuurfluctuaties worden waargenomen in alle tijden, landen en variabelen en worden gekenmerkt door specifieke en goed gedocumenteerde dynamische relaties. Aandeelkoersen bijvoorbeeld hebben de neiging te dalen voordat het BNP omlaag gaat, wat betekent dat aandeelprijzen in de regel voorlopen op de reële economie. Wanneer er tekenen van herstel in het BNP zijn, zal de werkloosheid nog enige tijd toenemen wat betekent dat werkloosheid in de regel achterloopt op de economie. Conjunctuurcycli volgens de DSG-methodologie komen sterk overeen met de OECD ‘composite leading indicator’.
|
 |
Risico varieert in de loop der tijd omdat volatiliteit zelf zeer volatiel is en specifieke dynamiek en correlaties kent. Zowel gerealiseerde als optie (‘implied’) volatiliteiten kunnen sterk afwijken van de gemiddelde volatiliteit als gemeten over dezelfde steekproef periode. Zowel historische data als de scenario’s laten zien dat volatiliteit een negatieve correlatie heeft met de rendementen op de onderliggende waarde (wanneer de volatiliteit hoog is dan zijn de rendementen laag).
|
 |
Risico varieert over verdelingen aangezien afhankelijkheden in en tussen financiële markten sterker worden naarmate de omstandigheden verslechteren. Zowel in historische data als in scenario’s, blijkt dit uit het feit dat correlaties toenemen en convergeren naar een waarde van één (bijna perfecte correlatie) wanneer we ons verder in de linkerstaarten van de verdelingen begeven. Deze belangrijke eigenschap kan per definitie niet worden gerepliceerd door een normale verdeling met een vaste correlatie.
|
 |
Niet-normale verdelingen worden vaak waargenomen in empirische data, zowel op lange als op korte horizons. Zowel de historische data en de scenario’s weerspiegelen dit. Aandelenrendementen hebben bijvoorbeeld dikke staarten en zijn scheef naar links verdeeld terwijl de verdelingen van lange rentes scheef naar rechts zijn verdeeld.
|