In een beleggingslandschap waar portefeuilles gespreid zijn over verschillende aandelenstijlen, uiteenlopende vastrentende instrumenten, alternatieve beleggingen en alfabronnen, ontstaat steeds meer behoefte aan grip op de samenstelling van risico’s. Daartoe heeft ING Investment Management het risicomodel ALRA ontwikkeld dat complementair is aan een ALM-studie en de ALM Quick Scan. Het nieuwe model en bijbehorende rapportage zijn gericht op een horizon van maximaal één jaar. Uitgangspunt is de actuele beleggingsportefeuille en de huidige verplichtingen. In onderstaande bijdrage gaat Ronald van Dijk, Head of Quantitative Research Equities bij ING Investment Management, nader in op ALRA.

Waarom weer een nieuw model en nieuwe rapportage?

Voor pensioenfondsen is het belangrijk te weten wat de dekkingsgraad kan gaan doen. Een andere variabele die pensioenfondsen willen volgen is het indexatiepercentage: In hoeverre zijn pensioenuitkeringen gekoppeld aan de inflatie? Ook zijn de kosten van de pensioenregeling van belang, en wie hoeveel betaalt.

Door middel van Asset Liability Modelling (ALM) worden de mogelijke langetermijnontwikkelingen van zowel de dekkingsgraad als indexatiepercentage en premie periodiek in kaart gebracht. De ALM-modellen die momenteel worden gehanteerd zijn veelal gebaseerd op de langetermijnrelaties tussen economische- en financiële reeksen. Omdat deze modellen zich langzaam aanpassen aan veranderende marktomstandigheden zijn zij minder goed geschikt om risico’s op de kortere termijn, bijvoorbeeld op kwartaalbasis, voldoende nauwkeurig te bepalen.

Daarnaast kleven er nog andere beperkingen aan ALM-studies. Het aantal beleggingscategorieën dat zinvol in de analyse kan wordt meegenomen is om statistische redenen beperkt. Met de huidige statistische technieken kan niet veel verder worden gegaan dan de belangrijkste beleggingscategorieën zoals aandelen, vastrentend, vastgoed en eventueel een derivatenoplossing. In het actuele beleggingslandschap hebben wij echter meer behoefte aan grip op de samenstelling van risico’s, bijvoorbeeld met behulp van het risicomodel ALRA. Naast een risico-decompositie geeft ALRA een schatting van de benodigde solvabiliteit uitgaande van een 2,5%-kans op onderdekking en de huidige martktomstandigheden. Hiermee is het complementair aan de door DNB ontwikkelde gestandaardiseerde methode om de vereiste solvabiliteit te bepalen.

Wat doet ALRA?

ING Investment Management heeft onder de naam ALRA een simulatiemodel ontwikkeld dat informatie geeft over de huidige risico’s. ALRA is hiermee een goede aanvulling op ALM- studies en ALM Quick Scans. ALRA is een acroniem dat staat voor Asset Liability Risk Analysis. ALRA levert een actuele visie en aanvulling op dat wat de solvabiliteitstoets beoogt: Inzicht in de eenjaarskans op onderdekking. ALRA is echter niet een vaste en statische standaardformule zoals de solvabiliteitstoets maar een dynamisch risicobeheersinginstrument. Het houdt rekening met veranderende marktomstandigheden en de visie van ING Investment Management op het gebied van risicometing, risicocontrole en risicomanagement.

De belangrijkste meerwaarden van het model:

• Kortetermijnrisico’s op onderdekking en de verwachte indexatie worden gemeten. Zowel de specifieke structuur van beleggingen als de verplichtingen worden in de analyse betrokken.
• Inzicht wordt gegeven in de risico’s die voortkomen uit de keuzes in de verschillende fases van het Strategisch Asset Allocatie-proces. Het totale risico wordt bijvoorbeeld opgedeeld naar risico afkomstig van ALM, Strategische Asset Allocatie en managerselectie. Figuur 1 laat zien hoe dit in het ALRA-rapport is opgenomen.
• Uitsplitsing van de risico’s naar diverse risicobronnen waaronder aandelen-, vastgoed-, krediet-, alfa- en bètarisico. Ook dit laat Figuur 1 zien.
• Het model geeft een “second opinion” op de uitkomsten van de door de DNB ontwikkelde solvabiliteitstoets. Voor iedere S-waarde in solvabiliteitstoets geven wij een actuele ALRA S-waarde. Figuur 2 illustreert dit.

De belangrijkste technische kenmerken van het model zijn:

• Veranderende marktomstandigheden worden snel herkend en opgepakt. Het ALRA- model wordt geschat op relatief hoogfrequente data. Als weekdata voor een beleggingsinstrument beschikbaar en ook bruikbaar zijn, worden bij voorkeur diverse onderdelen van het model hiermee geijkt. Indien weekdata niet geschikt zijn dan gaan wij over op maanddata. Voor andere onderdelen maken wij gebruik van de situatie op het moment van toepassing van het model. De huidige rentetermijnstructuur is hier een voorbeeld van.
• Rekening wordt gehouden met het feit dat risico’s groter kunnen zijn dan wat in het verleden is waargenomen. Ook het schijnbaar onmogelijke kan mogelijk zijn. Simultane ineenstortingen en crashes van markten hebben een positieve waarschijnlijkheid in ALRA.
• De rentemodellen zijn arbitragevrij. Hierdoor kunnen rentederivaten in de beleggingsmix worden meegenomen in de analyse. Er is consistentie tussen de rentes die wij gebruiken om vastrentende waarden en verplichtingen te simuleren en de rentes die wij gebruiken om rentederivaten te waarderen.
• Alle analyses vinden plaats op basis van marktwaarden. Verplichtingen worden gedisconteerd op basis van een rentetermijnstructuur die eventueel is opgehoogd met een opslag ter compensatie voor de onderzekerheid in de verplichtingenstructuur.
• ING Investment Management-visies worden gebruikt als historische en huidige marktdata onvoldoende betrouwbare informatie geven over verwachte toekomstige ontwikkelingen.
• Het model maakt gebruik van simulaties van toekomstige paden van hele rentetermijnstructuren, alle in de beleggingsmix voorkomende fondsen, de verplichtingen en de relevante macro-economische variabelen, waaronder inflatie. De voorspellingen hebben een maandelijkse frequentie zodat een eventueel dynamisch beleggingsbeleid kan worden meegenomen.

Meerdere modellen worden tegenwoordig aan pensioenfondsen aangeboden, waaronder ALM -studies, ALM Quick Scans en nu ook ALRA. Is er behoefte aan een dergelijke serie modellen en analyses? Hoewel alle modellen risico’s van onderdekking en indexatiekansen in kaart brengen, zijn er grote verschillen. Een ALM-studie is het meest volledig en zou op hoofdlijnen vrijwel alle vragen van een pensioenfonds moeten kunnen beantwoorden ten aanzien van de beleidsinstrumenten die een pensioenfonds ter beschikking staan (indexatiebeleid, premiebeleid en beleggingsbeleid). De horizon waarnaar wordt gekeken varieert van één jaar tot 50 jaar. In de ALM Quick Scan zijn de verplichtingen wat minder gedetailleerd gemodelleerd maar om die reden is de Quick Scan sneller uit te voeren dan een volledige ALM-studie. ALRA levert relatief veel details over onderdekkingsrisico’s en indexatiekansen, echter de horizon eindigt daar waar die bij de ALM-studie en ALM Quick Scan begint, namelijk bij een jaar. Tevens beperkt het model zich niet tot de hoofdcategorieën en belangrijkste overlapstrategieën, maar zijn ook aandelenbeleggingsstijlen, vastrentende instrumenten zoals Inflation Linked Bonds, Senior Bank Loans, Emerging Market Debt, High Yield Bonds en alfarisico’s gemodelleerd.

ING Investment Mangement adviseert:

• een ALM-studie minstens een keer per 3-5 jaar uit te voeren;
• een ALM Quick Scan ieder jaar uit te voeren;
• een ALRA-analyse ieder kwartaal uit te voeren.

De techniek

Het ALRA-model genereert meer dan 10.000 mogelijke toekomstige ontwikkelingen van de economie en de markten. Voor dit hoge aantal is gekozen om betrouwbare staartkansen te krijgen. De dekkingsgraad met een 1-op-2000-kans willen wij met enige betrouwbaarheid kunnen bepalen. Wij houden er rekening mee dat niet alle beleggingsinstrumenten zich hetzelfde gedragen. Sommige beleggingsinstrumenten hebben op de korte termijn een rendementsverdeling die niet aantoonbaar afwijkt van een normale verdeling. Andere beleggingsinstrumenten echter hebben een rendementsverdeling met zulke dikke staarten dat een t-verdeling met een laag aantal vrijheidsgraden een betere keuze is. Dit onderscheid is belangrijk omdat wij anders de echte risico’s op onderdekking onderschatten.

Als de rendementsverdelingen van de beleggingsinstrumenten geschat zijn, dan laten wij onderlinge samenhang toe door middel van het gebruik van een Copula. In de statistische en econometrische literatuur is dit een relatief nieuwe maar veelgebruikte methode om complexe en niet-lineaire verbanden tussen rendementsreeksen te beschrijven. Als deze Copula verstandig wordt gekozen dan krijgen wij conservatievere schattingen voor extreme risico’s dan de veelgebruikte normale verdeling zou opleveren. De normale verdeling heeft namelijk een ongewenste eigenschap. Twee extreme gebeurtenissen kunnen onder deze verdeling (bijna) niet optreden. Bijvoorbeeld de kans op een extreme rentedaling gepaard gaande met een extreme beurscrash is in de limiet nul. Met andere woorden, bij een normale verdeling is een relatie tussen de reeksen afwezig als wij naar de extremen kijken. Wij geloven juist dat de correlaties tussen de rendementen van verschillende beleggingsinstrumenten kunnen toenemen naarmate een bijzondere gebeurtenis zich voordoet. Een ander realistisch voorbeeld betreft de relatie tussen vastgoed en aandelen. Hoewel vastgoed en aandelen doorgaans relatief laag gecorreleerd zijn, is het mogelijk dat in geval van een crisis beide sterk gaan correleren. De Japanse aandelenmarkt zal sterker correleren met de Amerikaanse als er een terroristische aanslag wordt gepleegd. Een voordeel van een Copula is dus dat rekening kan worden gehouden met een sterke relatie tussen twee of meer reeksen in extreme omstandigheden. Een ander voordeel is dat een gebeurtenis die zich in werkelijkheid nog nooit heeft voorgedaan wel kan optreden in de simulaties van de toekomst.

ALRA geschikt voor pensioenfondsen ?

Het ALRA-model is geschikt voor pensioenfondsen die meer behoefte hebben aan grip op de kortetermijnrisico’s of een aanvulling zoeken op de voorgeschreven solvabiliteitstoets. Een en ander om te bepalen of de uitkomsten van de solvabiliteitstoets daadwerkelijk zorgelijk zijn of dat de risico’s in de solvabiliteitstoets juist onderschat worden.

Voor pensioenfondsen biedt ALRA de mogelijkheid het werkelijke effect van verschillende beslissingen op het totale risico te vergelijken met het beoogde effect. Risicoconcentraties en inefficiënties kunnen worden opgespoord en naar wens worden gecorrigeerd. Het totale kredietrisico wordt gemeten en kan bijvoorbeeld worden vergeleken met het totale renterisico. Ook risico voortkomend uit actief beleid (alfa) en risico door exposure op een bepaalde markt (bèta) kunnen met elkaar worden vergeleken. Dan kan worden bepaald of deze in de gewenste verhouding tot elkaar staan. Dit zijn slechts voorbeelden van wat er mogelijk is.

Natuurlijk kan ervoor worden gekozen om een soortgelijk model intern te ontwikkelen, maar de ervaring leert dat dit een redelijke investering vraagt op het gebied van financiële kennis, econometrische technieken, dataverzameling en software-ontwikkeling. Daarnaast moet het model ook onderhouden worden. Veranderende omstandigheden op financiële markten en nieuwe financiële instrumenten maken dat het onderhoud een continu proces behoort te zijn. ALRA kan de oplossing zijn. Met ALRA biedt ING Investment Management immers toegang tot een “zorgeloos” state-of-the-art-risicomodel.

In samenwerking met: ING Investment Management

CONTACT

Ronald van Dijk
Head of Quantitative Research Equities

Tel: +31703781121
E-mail: ronald.van.dijk@ingim.com

Roelf Pater
Head of Fiducional Investments & Services

Tel: +31703781135
E-mail: roelf.pater@ingim.com

ING Investment Management Europe
Den Haag

Printbare versie