Spectral Risk Measures in RAROC: A Risk-Sensitive Framework for Risk-Adjusted Financial and Accounting Information — Evidence from the DAX 40

In de wereld van de financiële sector stellen bedrijven en investeerders constant één vitale vraag: maakt dit bedrijf daadwerkelijk winst, of is het gewoon aan het gokken met geleend geld? Om dit te beantwoorden, gebruiken professionals een instrument genaamd Risk-Adjusted Return on Capital, ofwel RAROC. Zie dit als een scorekaart die niet alleen kijkt naar hoeveel winst een bedrijf genereert, maar die die winst ook afweegt tegen het gevaar om alles te verliezen. Decennialang was de standaardmanier om dat gevaar te meten een methode die bekend staat als Value-at-Risk. Deze benadering probeert het ergste waarschijnlijke verlies te voorspellen dat een bedrijf in een normaal jaar zou kunnen lijden. Deze traditionele methode heeft echter een bekend gebrek: het faalt vaak in het rekening houden met de extreme, chaotische gebeurtenissen die plaatsvinden tijdens financiële crises, waarbij de verliezen veel groter kunnen zijn dan het model voorspelt. Het is als het controleren van de weersverwachting voor een zonnige dag, terwijl je de mogelijkheid van een orkaan negeert.

Een team onderzoekers van de Universiteit van Ioannina in Griekenland besloot een andere, robuustere manier om risico te meten te testen om te zien of dit het uiteindelijke scoreblad verandert. Ze richtten zich op een concept genaamd Spectral Risk Measures, wat de persoon die de berekening uitvoert de mogelijkheid geeft om expliciet aan te geven hoeveel zij vrees hebben voor een ramp. In tegen tegenstelling tot de oude methode, die alle risico's hetzelfde behandelt, laat deze nieuwe benadering een analist zeggen: "Ik maak me grote zorgen over extreme verliezen, dus ik wil die zwaar laten meewegen." De onderzoekers pasten deze nieuwe manier van denken toe op de DAX 40, een belangrijke Duitse aandelenindex die veertig van de grootste en meest diverse bedrijven van het land bevat. Ze wilden zien of het vervangen van de oude risicocalculator door deze nieuwe, meer gevoelige rekenmethode het financiële beeld van deze bedrijven zou veranderen, en of het verschil groot genoeg was om ertoe te doen voor accountants, managers en investeerders.

De onderzoekers bouwden hun studie op een eenvoudig maar krachtig idee: financiële prestaties mogen niet in een vacuüm worden beoordeeld. Ze namen de werkelijke cijfers uit de financiële overzichten van de bedrijven – specifiek de omzet, de operationele kosten en de waarde van activa die in waarde zijn gedaald. Vervolgens deelden ze deze reële inkomsten door de hoeveelheid kapitaal die nodig is om een slechte dag te overleven. In de traditionele benadering werd de "slechte dag" gedefinieerd door Value-at-Risk. In hun nieuwe benadering gebruikten ze de Spectral Risk Measure, die ze afstemden om de reflectie te zijn van een matig voorzichtige investeerder die voorbereid wil zijn op ernstige marktdalingen. Ze voegden ook een derde methode toe, genaamd Expected Shortfall, een middenweg-alternatief dat kijkt naar het gemiddelde van de slechtste verliezen. Om hun resultaten solide te maken, testten ze deze methoden op twee verschillende manieren. Eerst keken ze naar hoe elk bedrijf bewoog in relatie tot de algemene Duitse markt. Ten tweede keken ze naar de eigen specifieke geschiedenis van elk bedrijf over een tienjarige periode, van 2015 tot 2024, waarbij ze de algemene beweging van de markt negeerden om ons puur op de individuele onderneming te richten.

De resultaten waren duidelijk en consistent over beide testmethoden heen. De keuze van de risicocalculator maakte een enorm verschil in de definitieve cijfers. Wanneer de onderzoekers de nieuwe Spectral Risk Measure gebruikten, die ontworک is om gevoeliger te zijn voor extreme 'tail risks', steeg de berekende kapitaaleis. Omdat de noemer in hun scorekaart (het benodigde kapitaal) groter werd, daalde de uiteindelijke risk-adjusted return score. Met andere woorden: wanneer de bedrijven werden beoordeeld door een strengere, conservatievere standaard die respect heeft voor de mogelijkheid van een crisis, zagen hun prestaties er minder indrukwekkend uit dan onder de oude, mildere regels. Dit gebeurde voor bijna elk bedrijf in de index. De onderzoekers stelden vast dat het verschil tussen de scores geproduce door de nieuwe methode en de oude Value-at-Risk methode niet slechts een kleine fluctuatie was; het was een statistisch significant gat. De gegevens toonden aan dat de nieuwe methode consequent lagere, meer voorzichtige prestatiecijfers produceerde, vooral wanneer gekeken werd naar het betrouwbaarheidsniveau van 99 procent, wat de meest ernstige potentiële verliezen vertegenwoordigt.

Deze bevinding suggereert dat de oude manier van risico meten een vals gevoel van veiligheid kan geven aan bedrijven. Door te vertrouwen op een methode die kan falen in het vatten van de ernst van extreme gebeurtenissen, kan de traditionele boekhouding de prestaties van een bedrijf mogelijk overschatten ten opzichte van de werkelijke risico's. De studie geeft aan dat het integreren van een risicomaatstaf die de mogelijkheid biedt tot gebruiker-gedefinieerde voorzichtigheid, zoals de Spectral Risk Measure, een realistischer en robuuster beeld van de financiële gezondheid geeft. Dit is met name belangrijk tijdens tijden van economische instabiliteit, waarin de kosten van het fout hebben van de risico's catastrofaal kunnen zijn. De onderzoekers merkten op dat hoewel de nieuwe methode complexer is en een specifieke keuze vereist over hoe voorzichtig men moet zijn, het een flexibiliteit biedt die de oude instrumenten missen. Het stelt een financieel analist in staat om te zeggen: "Gezien de huidige staat van de economie, wil ik zeer voorzichtig zijn," en laat de cijfers die keuze direct reflecteren.

De studie benadrukte ook een praktische toepassing van deze benadering in de echte wereld. Accountants en financiële managers zouden deze aangepaste scores kunnen gebruiken om betere beslissingen te nemen over waar geld in te investeren, hoe leningen te prijzen of hoe middelen binnen een bedrijf te alloceren. Als een manager ziet dat een project winstgevend lijkt onder de oude regels, maar verlieslatend onder de nieuwe, strengere regels, kan hij besluiten een investering te pauzeren of te heroverwegen voordat een crisis toeslaat. De onderzoekers vonden dat deze gevoeligheid standhield, of ze nu naar de bedrijven als onderdeel van de bredere markt keken of als individuele entiteiten met hun eigen unieke geschiedenissen. Ze merkten echter ook een beperking op: wanneer een bedrijf al geld verliest, kan de nieuwe methode soms contra-intuïtieve resultaten opleveren, wat suggereert dat de benadering mogelijk verdere verfijning nodig heeft voor slecht presterende bedrijven.

Uiteindelijk demonstreert dit onderzoek dat de instrumenten die we gebruiken om risico te meten niet slechts neutrale wiskunde zijn; ze vormen actief ons begrip van waarde. Door over te schakelen naar een kader dat respect heeft voor de volledige vorm van het risico, inclusclusief de angstaanjagende, zeldzame gebeurtenissen die traditionele modellen vaak missen, kunnen financiële professionals een duidelijker en eerlijker beeld krijgen van de werkelijke prestaties van een bedrijf. De studie concludeert dat de selectie van de risicomaatstaf een cruciale beslissing is die niet aan de gewoonte overgelaten mag worden. In een wereld waar financiële systemen onderling verbonden zijn en crises snel kunnen verspreiden, is het bezit van een instrument dat gevoelig is voor de worst-case scenario's niet alleen een academische oefening, maar een noodzakelijke stap voor gezond financieel beheer. Het bewijs uit de DAX 40 suggereert dat degenen die de 'tail risks' negeren, hun veiligheid waarschijnlijk overschatten, terwijl degenen die deze gevoeligere maten adopteren, beter voorbereid zijn op de realiteit van de markt.