💻 computer science

Modeling Trust and Liquidity Under Payment System Stress: A Multi-Agent Approach

Dit artikel presenteert een multi-agent model dat aantoont hoe operationele storingen in retailbetalingen, door interacties tussen vertrouwen, geruchten en drempelgedrag, kunnen leiden tot vertraagde liquiditeitsdruk die de technische herstelfase overstijgt, wat impliceert dat incidentrespons ook perceptie en communicatie moet aanpakken.

Oorspronkelijke auteurs: Masoud Amouzgar

Gepubliceerd 2026-02-19

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Masoud Amouzgar

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De "Groene Lichten" Leugen: Waarom een Bank nog steeds in gevaar kan zijn als de techniek weer werkt

Stel je voor dat je een grote, drukke supermarkt binnenloopt. De kassa's werken perfect, de lichten branden fel en de kassa's tikken vrolijk. Maar plotseling, om 14:00 uur, gaat er iets mis. De kaarten worden niet meer geaccepteerd. De kassa's geven een foutmelding.

Wat gebeurt er dan? Mensen worden onrustig. Ze proberen het opnieuw, maar het lukt niet. Ze beginnen te fluisteren: "Zie je wel? De hele bank is kapot!" Ze zien borden bij de kassa's: "Contant geld alleen". Ze horen hun buren zeggen: "Ik haal mijn geld maar snel op, voor het te laat is."

Nu, stel je voor dat om 14:30 uur de techniek weer werkt. De kassa's tikken weer, de kaarten worden weer geaccepteerd. De IT-afdeling roept: "Alles is weer groen! Alles is weer veilig!"

Maar hier is het verrassende deel uit dit onderzoek:
De paniek en de mensen die hun geld komen halen, bereiken hun hoogtepunt niet op dat moment van de storing (14:00), maar pas na de storing, terwijl de techniek alweer werkt (14:45 of 15:00).

Dit is precies wat het onderzoek van Masoud Amouzgar uitlegt. Het is een computermodel dat laat zien hoe mensen reageren op storingen in betaalsystemen (zoals je bankpas of creditcard). Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen.

1. De "Narigheid" en het "Gerucht" (Het geheugen van de mensen)

In dit model hebben mensen twee dingen in hun hoofd die ze niet snel vergeten:

De "Narigheid" (Scar): Dit is je eigen slechte ervaring. Als je drie keer je pas probeert en het faalt, word je boos en wantrouwig. Dit gevoel verdwijnt niet direct als de kassa weer werkt; het blijft een tijdje hangen, net als een blauwe plek na een valpartij.
Het "Gerucht" (Rumor): Dit is wat je hoort van anderen. Als je buren zeggen dat het systeem kapot is, of als je ziet dat de supermarkt een bordje "Contant alleen" hangt, dan geloof je dat het systeem onveilig is, zelfs als het voor jou persoonlijk weer werkt.

De vergelijking: Denk aan een raket die een storing heeft. Als de technici de storing hebben verholpen, is de raket technisch weer veilig. Maar als de passagiers nog steeds bang zijn en de piloot niet duidelijk heeft gezegd: "Het is echt veilig", blijven ze in paniek. De techniek is hersteld, maar het vertrouwen niet.

2. De "Kassa's die niet snel genoeg omzetten" (De boodschappers)

Een heel belangrijk punt in het onderzoek is de rol van de verkopers (de winkels).
Stel, de bank is weer online. Maar de supermarktmanager heeft het bordje "Contant geld alleen" nog niet verwijderd, of de kassamedewerker zegt nog: "Probeer het maar niet, het werkt vast niet."

In het model noemen ze dit "stikende boodschappen". Zelfs als de techniek perfect werkt, blijven deze boodschappen "steken" in de tijd. Mensen zien die borden, horen die waarschuwingen, en denken: "Nee, het is nog steeds niet veilig."
Dit zorgt ervoor dat de paniek blijft aanwakkeren, zelfs als de technische storing al lang voorbij is.

3. Waarom de paniek pas later piekt (De "Trage" reactie)

Het onderzoek bewijst wiskundig iets heel tegenintuïtiefs: De grootste stroom van mensen die hun geld komen halen, gebeurt niet tijdens de storing, maar tijdens het herstel.

Tijdens de storing: Mensen proberen hun pas te gebruiken, maar het lukt niet. Ze zijn gefrustreerd, maar ze wachten nog even af.
Net na de storing: De techniek werkt weer. Maar de mensen hebben nog steeds hun "Narigheid" (boosheid) en het "Gerucht" (angst) in hun hoofd. De winkels hebben nog steeds hun waarschuwende borden.
Het moment van piek: Op dat moment denken mensen: "Oké, het werkt weer, maar ik heb het net te vaak mis gehad. Ik haal mijn geld nu maar snel op, voor het weer misgaat."

Dit is als een tsunami. De eerste golf (de storing) is misschien niet de grootste. De grootste golf (de paniek) komt vaak pas als het water al lijkt te kalmeren, maar de energie van de eerdere golven nog steeds door het systeem gaat.

4. De "Alternatieve Route" (Directe Overdracht)

Het onderzoek kijkt ook naar wat er gebeurt als mensen een alternatief hebben, zoals een app die direct geld overmaakt (in plaats van met de pas).

Goed nieuws: Dit helpt de paniek te verminderen. Mensen kunnen toch betalen, dus ze worden minder boos en minder bang.
Slecht nieuws: Het lost het probleem niet helemaal op. Omdat de "Narigheid" en de "Geruchten" nog steeds aanwezig zijn, blijven mensen hun geld willen halen, zelfs als ze kunnen betalen. Het alternatief houdt ze in het systeem, maar het maakt ze niet minder wantrouwig.

Wat betekent dit voor ons?

Dit onderzoek leert ons een belangrijke les voor banken en overheden:

"Alles werkt" is niet genoeg. Als een bank zegt: "De storing is verholpen, alles is groen," is dat technisch waar, maar voor de klant voelt het misschien nog niet zo.
Communicatie is cruciaal. Je moet niet alleen de techniek repareren, je moet ook de "borden" bij de winkels snel laten verwijderen en duidelijk communiceren: "Het is echt veilig, we hebben het opgelost."
Het gevaar zit in de rust. De grootste kans op een "run" (waarbij iedereen tegelijkertijd zijn geld komt halen) is niet tijdens de chaos, maar in de uren daarna, als mensen nog twijfelen.

Kortom:
Techniek is als de motor van een auto. Als de motor kapot gaat en dan gerepareerd wordt, rijdt de auto weer. Maar als de bestuurder (de klant) nog steeds bang is en denkt dat de motor weer gaat stikken, zal hij niet gaan rijden. Hij zal zelfs proberen de auto te verkopen.
De kunst is niet alleen de motor te repareren, maar de bestuurder te overtuigen dat het veilig is om te rijden. En dat overtuigen kost tijd, veel meer tijd dan het repareren van de motor.

Titel: Modellering van Vertrouwen en Liquiditeit onder Stres van Betalingssystemen: Een Multi-Agent Benadering

Auteur: Masoud Amouzgar (Sharif University of Technology & blu Bank)
Datum: 19 februari 2026

1. Probleemstelling

Traditionele modellen voor bankrun-risico's en operationele onderbrekingen behandelen technische herstelprocessen en gedragsreacties vaak als gescheiden domeinen. Het artikel identificeert een kritieke lacune: technisch herstel impliceert niet automatisch gedragsmatig herstel.

Wanneer retail-betalingssystemen (zoals kaarttransacties) uitvallen, kunnen dit leiden tot:

Erosie van vertrouwen bij klanten.
Vermijding van betalingskanalen.
In extreme gevallen, versnelde liquiditeitsafvloeiingen (runs) terwijl de technische infrastructuur al hersteld is.

De kernvraag is hoe operationele storingen, gecombineerd met menselijke psychologie (geheugen, geruchten) en merchant-gedrag, leiden tot liquiditeitsstress die na het moment van de technische piek van het probleem optreedt.

2. Methodologie: Multi-Agent Systeem (MAS)

Het artikel introduceert een computationeel model gebaseerd op een Multi-Agent Systeem dat interacties simuleert tussen drie entiteiten:

A. Agenten en Netwerkstructuur

Klanten (Heterogeen): Vertegenwoordigen individuele depositohouders. Ze opereren binnen een Watts-Strogatz Small-World-netwerk (hoge clustering, korte padlengtes) om sociale invloed en geruchtenverspreiding te modelleren.
Handelaars (Merchants): Vertegenwoordigen verkooppunten. Ze observeren transactieresultaten en zenden signalen uit (bijv. "alleen contant" of "vertraagd systeem").
Infrastructuur: Een exogene stochastische bron die de kans op succes, mislukking of onzekerheid (time-outs) bepaalt.

B. Toestandsvariabelen en Dynamiek

Klanten updaten hun interne staat op basis van drie sleutelvariabelen met beperkt geheugen:

Vertrouwen ( $T_i$ ): Gebaseerd op directe transactie-ervaringen.
Litteken ( $C_i$ - Scar): Cumulatieve negatieve ervaringen (mislukkingen/onzekerheid) die langzaam vervagen.
Gerucht ( $R_i$ - Rumor): Waargenomen systeemrisico afgeleid van sociale signalen (buren) en merchant-broadcasts.

Gedragsmodi: Klanten schakelen over tussen OK, FRUSTRATED en AVOIDING op basis van drempelwaarden voor vertrouwen en littekens.

C. Het "Run"-Mechanisme

Een liquiditeitsafvloeiing is geen directe reactie op een storing, maar een drempel-gedreven actie. Een klant mag pas opnemen als:

De gedragsmodus AVOIDING is.
Het litteken ( $C_i$ ) een drempel overschrijdt.
Het gerucht ( $R_i$ ) een drempel overschrijdt.

D. Merchant Broadcast Stickiness

Een cruciaal element is dat de broadcast-status van handelaars (wat klanten zien) niet direct volgt op de operationele status. Zelfs als het systeem werkt, kunnen handelaars langdurig "vertraagd" of "fallback"-signalen blijven uitzenden (bijv. door vastzittende borden of conservatief personeel).

3. Belangrijkste Bijdragen

Koppeling van Betalingsbetrouwbaarheid aan Gedragscontagie: Het model verbindt micro-niveau betalingservaringen expliciet met macro-niveau liquiditeitsrisico's via sociale netwerken en merchant-signalering.
Theorema van de Vertraagde Pieken (Delayed Peak): Het artikel bewijst analytisch dat onder milde aannames (geheugenpersistence en drempelgedrag) de piek in afname-pressie strikt na het moment van de slechtste technische prestatie ( $t_{min}$ ) kan optreden.
Non-monotoon Effect van Substitutie: Het onderzoek toont aan dat het aanbieden van alternatieven (zoals directe overdrachten) de piek-paniek verlaagt, maar niet per se de cumulatieve liquiditeitsafvloeiing vermindert als merchant-signalering traag herstelt.
Operatieel Inzicht: Het model motiveert strategieën voor incidentrespons die verder gaan dan technische reparatie, met nadruk op perceptiebeheer en communicatie.

4. Resultaten en Simulatiebevindingen

De simulaties, uitgevoerd over verschillende scenario's en willekeurige zaden, bevestigen de theoretische voorspellingen:

Gedragsmatige Hysteresis: Terwijl de technische succeskans van betalingen snel herstelt, herstelt het vertrouwen en de vermijding van klanten veel langzamer. De "herstelcurve" van het gedrag loopt ver achter die van de techniek.
Vertraagde Liquiditeitspiek: De maximale druk op liquiditeit (het aantal opnames) treedt vaak op tijdens de herstelfase, niet tijdens de storing zelf. Dit komt doordat littekens en geruchten blijven accumuleren en de drempels voor opnemen pas later worden bereikt.
Rol van Merchant Broadcasts: "Sticky" (vastzittende) negatieve berichten van handelaars fungeren als een versterker. Zelfs als de techniek werkt, houden deze berichten het gerucht en de angst levend, wat de liquiditeitsstress verlengt.
Effect van Substitutie (Directe Overdracht):
- Positief: Verlaagt de piek in vermijding en paniek door succesvolle alternatieve transacties.
- Negatief/Complex: Verlaagt de cumulatieve afvloeiing niet altijd. Klanten die door substitutie operationeel actief blijven, kunnen later alsnog opnemen zodra hun drempels voor litteken/gerucht worden overschreden. Substitutie dempt de acute paniek, maar elimineert het latente risico niet.

5. Betekenis en Implicaties

De bevindingen hebben belangrijke gevolgen voor beleidsmakers, banken en toezichthouders:

"Status Groen" is niet gelijk aan Risico-oplossing: Het feit dat een systeem technisch weer werkt (uptime, success rates), betekent niet dat het systeemrisico is verdwenen. Het grootste liquiditeitsrisico kan juist toenemen na het technische herstel.
Nieuwe KPI's voor Incidentrespons: Incidentmanagement moet niet alleen focussen op "Mean Time to Recovery" (MTTR), maar ook op het beheer van perceptie, merchant-communicatie en post-incident communicatie.
Stresstesting: Toezichthouders moeten operationele stresstests uitbreiden om gedragsmatige vertragingen en sociale contagie te omvatten, niet alleen transactie-volumes.
Strategische Communicatie: Coördinatie met handelaars om hun signalering snel te normaliseren, is even belangrijk als technische redundante systemen om de "staart" van het risico te beheersen.

Conclusie:
Het artikel demonstreert dat in digitale betalingssystemen de scheiding tussen technische en gedragsmatige tijdslijnen een fundamenteel risico vormt. Liquiditeitsstress is een trage, niet-lineaire reactie op storingen die wordt aangedreven door geheugen, sociale netwerken en de traagheid van externe signalen. Resilientie vereist daarom een holistische aanpak die technische stabiliteit koppelt aan gedragspsychologie.