Om portefeuille risico’s in kaart te brengen zijn er twee dominante stromingen binnen risicomanagement: statistisch en deterministisch rekenen. Een statistisch-risicomodel kijkt naar de kans waarmee een risico(scenario) plaatsvindt, maar de precieze impact is niet bekend. Het tegenovergestelde van de statistische methode is deterministisch meten. Op basis daarvan kun je bijvoorbeeld in beeld brengen dat je 40% van je geld kunt verliezen bij een neergang van aandelen, echter zonder inzicht wat de kans daarop is. Deze laatste manier van meten is simpel en makkelijk te begrijpen, maar doordat de scenario’s die je kiest subjectief zijn heb je geen idee of je veel te streng of juist veel te soepel bent. Statistisch meten heeft ook zijn gebreken, hierbij ga je namelijk uit van historische rendementen en standaarddeviaties. Dit leidt ertoe dat het statische risicomodel de risico’s op onverwachte, extreme gebeurtenissen sterk onderschat.

We zijn eraan gewend geraakt dat als de rente daalt, aandelen omhoog gaan, en andersom. Dit mechanisme hebben we de laatste 10, 15 jaar consistent zien functioneren, maar eigenlijk is dat niet vanzelfsprekend. Een andere theorie is namelijk dat wanneer rentes dalen, aandelen juist ook dalen en beleggers vluchten naar veilige havens zoals obligaties. Dit is in pensioenland een zeer pessimistisch scenario te noemen. Veel beleggers willen graag geloven in het eerste mechanisme en hebben daar de afgelopen periode verklaringen bij gezocht. Als rechtvaardiging voor de gestegen aandelen wijzen beleggers bijvoorbeeld naar de dividenden, die beduidend hoger zijn dan de huidige rentes van rond de 0%. De vraag is echter hoe lang deze redenering nog opgaat. Het zou beter zijn om er in je risicomodellen rekening mee te houden dat het mechanisme wel eens zou kunnen veranderen.

Eén ding staat vast: als de rente nu flink stijgt, raakt dat particuliere beleggers het meest. Zowel obligaties als aandelen zullen dan zwaar onderuit gaan. Pensioenfondsen zullen minder getroffen worden, aangezien hun verplichtingen harder in waarde zullen dalen dan hun portefeuilles. Omdat de rente nu op 0% staat of negatief is, zou je verwachten dat de centrale banken de rentes niet verder verlagen. Doen ze dat wel, dan belanden pensioenfondsen in nog zwaarder weer, afhankelijk van hun dekkingsgraad. Een verdere renteverlaging is een extreem scenario, maar toch is dat niet ondenkbaar. Tien jaar geleden was de rente immers ook al historisch laag, bij een niveau van 4%. Traditionele modellen kijken niet naar de extremen, terwijl dat eigenlijk wel zou moeten. Want in feite is niets normaal, zeker vandaag de dag.

Grote ‘event’-risico’s zijn erg moeilijk in te schatten, zeker als ze zich over de lange termijn ontwikkelen en zich niet eerder hebben voorgedaan. Een goed en lastig voorbeeld, zijn de gevolgen van klimaatverandering. Iedereen beseft het probleem daarvan, maar omdat dit probleem bijzonder groot is, moeilijk in te schatten is en op erg lange termijn speelt is het moeilijk om dit probleem daadwerkelijk mee te wegen in je beleggingsbeleid. Er is overigens wel aandacht voor de grootte van het probleem, zoals bij DNB, die vier klimaatrisico’s heeft opgesteld. Die zijn zeker nuttig, maar hun functie is beperkt, omdat ze niet integraal zijn door vertaald naar hun impact op afzonderlijke beleggingscategorieën. Dit neemt niet weg dat extreme klimaatrisico’s onderdeel dienen te zijn van het beleggingsbeleid, dit kan door een aantal deterministische scenario’s door te rekenen. Een vervolgstap is om ook het opwaarts potentieel van het klimaatthema op te zoeken en daarvan te profiteren. Dit is momenteel vooral bij Europese aandelen mogelijk, aangezien de EU wereldwijd voorop loopt met zijn klimaatbeleid. Naarmate de integratie van economische en duurzaamheidsscenario’s toeneemt, zullen deze mogelijkheden zich de komende jaren waarschijnlijk uitbreiden.

Bij het bepalen van de risicobereidheid van een belegger is het raadzaam om vooral ook rekening te houden met extreme gebeurtenissen. Wat is voor jouw specifieke situatie de meest nadelige samenloop van omstandigheden? En hoe groot is de kans daarop? Het probleem is dat deze extremen vaak ervaren worden als een “ver-van-mijn-bed-show”. En als je deterministisch uitgaat van een daling van 80% op de aandelenmarkten, wat moet je daar dan mee? Bij Kempen hebben we een model ontwikkeld dat rekening houdt met de extreme risico’s, wat resulteert in een betere vaststelling van de risicobereidheid. Vergelijk het maar met een dijk: als je die bouwt kijk je ook niet alleen naar de waterstand op 90% van de dagen. Je kijkt juist naar de hoogste standen die ooit zijn gemeten. Houd je daar bij de bouw rekening mee, dan is de kans op een overstroming een stuk kleiner. In de volgende Nu, Institutioneel gaan we hier verder op in.